شناسایی منطقه هیدروکربنی با استفاده از روش یادگیری ماشین بردار پشتیبان

تعیین منطقه هیدروکربنی یکی از اساسی ترین مراحل اکتشاف است. روش های گوناگونی برای تعیین منطقه هیدروکربنی وجود دارد که پیدا کردن مناسب ترین روش یک مجموعه داده خاص، علاوه بر افزایش سرعت محاسبات، دقت پیش بینی ها و تخمین های حاصل از تحلیل را بهبود می بخشد. ماشین بردار پشتیبان از جمله روش های تحلیل داده است که با استفاده از تابع کرنل می تواند ارتباط بهتری بین منطقه هیدروکربنی و پارامترهای داده ها برقرار کند؛ بنابراین نتیجه بهتری برای تخمین و دسته بندی داده ها به دست می آید. این روش به دلیل حاشیه تفکیک کننده در دسته بندی داده ها در مرحله آموزش، توانایی بیشتری در تعمیم پذیری و تفکیک داده های واقعی نسبت به بقیه تفکیک کننده ها ازجمله شبکه عصبی دارد. در این مقاله تعیین منطقه هیدروکربنی با استفاده از داده های چاه و لرزه ای انجام شده است. در ابتدا با استفاده از نگاره های چاه، گزارش تفسیری چاه منطقه هیدروکربنی در بخش های مختلف سازند آسماری مشخص شد و با استفاده از روش ماشین بردار پشتیبان سعی شد که منطقه هیدروکربنی با استفاده از نگاره ها به دست آید. نتایج تفکیک کننده بردار پشتیبان با گزارش تفسیری چاه مقایسه شد. نتایج دسته بندی این روش با منطقه هیدروکربنی چاه سازگاری خوبی داشت. در مرحله بعد، تعیین منطقه هیدروکربنی با استفاده از داده های لرزه ای به روش ماشین بردار پشتیبان انجام شد که در ابتدا نشانگر های لرزه ای از رد لرزه ای در محل چاه استخراج شد. سپس با استفاده از ماتریس کوواریانس و رسم سرتاسری مربوط به نشانگر های لرزه ای، نشانگر های لرزه ای مناسب برای مشخص کردن منطقه هیدروکربنی تعیین شدند. در ادامه، به منظور اعتبارسنجی نتایج این روش از رد کناری چاه برای داده اعتبارسنجی استفاده شد. نتایج این روش با بخش های هیدروکربنی با درصد خطای کمی همخوانی داشت.