تحلیل پتروفیزیکی و پیش بینی تابع تخلخل در یکی از مخازن نفتی جنوب باختر ایران

شبکه های عصبی روش های محاسباتی یادگیرنده هستند که به کمک آنها می توان یک نگاشت خاص را برآورد کرده یا داده های مختلفی را دسته بندی کرد. یک شبکه عصبی بر خلاف کامپیوتر های رقومی که نیازمند دستورات کاملا صریح و مشخص هستند، به مدل ریاضی محض نیاز ندارد، بلکه مانند مغز انسان قابلیت یادگیری به وسیله تعدادی مثال مشخص را دارد. هدف مقاله حاضر، اثبات تابع تخلخلی و تحلیل به عنوان یک رهیافت نیرومند در برآورد تخلخل سنگ مخزن با استفاده از نمودارهای پتروفیزیکی است که در آن با ارائه راه حلی مناسب بر پایه تحلیل پتروفیزیکی می توان تخلخل را با استفاده از داده های نمودار های چاه نگاری متداول تا حد بسیار خوبی برآورد کرد. روش پیشنهادی بر پایه داده های پتروفیزیکی موجود در یکی از میادین نفتی جنوب باختر ایران مورد بررسی قرار گرفت. نتایج به دست آمده از تجزیه شبکه مشروط بر اعتماد به داده ها با آزمون های مختلف در بررسی تابع از جمله رگرسیون، جذر میانگین مربعات و SPLine نشان دادند که میزان خطای شبکه بر حسب داده های موجود در محدوده مهندسی با ضریب اطمینان بالایی قابل قبول هستند و می تواند برای برآورد تخلخل مورد استفاده قرار گیرند. این روش افزون بر کاهش هزینه ها و اقتصادی کردن طرح، می تواند راهگشای انجام پژوهش های مختلفی در این زمینه در مقاطع بعدی شود.