![](/images/graphics-bg.png)
Prediction of reservoir permeability from wire logs data using artificial neural networks
العناوين الأخرى
تخمين نفاذية صخور المكمن النفطي من قراءات المجسات البئرية باستخدام تقنية الشبكات العصبية الصناعية
المؤلف
المصدر
العدد
المجلد 50، العدد 1 (31 مارس/آذار 2009)، ص ص. 67-74، 8ص.
الناشر
تاريخ النشر
2009-03-31
دولة النشر
العراق
عدد الصفحات
8
التخصصات الرئيسية
الموضوعات
الملخص AR
يتطرق البحث الحالي إلى إمكانية استخدام إحدى تقنيات الذكاء الصناعي المعروفة باسم الشبكات العصبية الصناعية للتنبؤ بقيم نفاذية الصخور المكمنية باستخدام المجسات البئرية المخلتفة.
بني نموذج الشبكة العصبية الصناعية اعتمادا على معمارية النوع الشائع منها و هي الشبكة العصبية المتعددة الطبقات و استخدمت طريقة الانسياب للخلف لغرض تدريبها (معايرتها).
تم تقييم أدائية الشبكة العصبية باستخدام معامل الارتباط التربيعي.
طبقي نموذج الشبكة العصبية المعاير للتنبؤ بقيم النفاذيات (الأفقية والعمودية) على تكوين المشرف في حقل الناصرية، جنوب العراق.
بينت النتائج الإمكانية العالية جدا لنموذج الشبكة العصبية للتنبؤ بقيم النفاذيات فقط باستخدام قراءات المجسمات البئرية لخمس مجسمات شائعة هي مجس النيوترون والمجس الصوتي و مجس الكثافة و مجس الحث العميق و مجس أشعة كاما.
خرجت الدراسة بنتيجة مفادها إمكانية استخدام مثل هذه التقنيات الحديثة و غير المكلفة في حقل جيولوجيا النفط في العراق.
الملخص EN
This paper presents a methodology to predict reservoir permeability from well logs data by using an artificial intelligence technique namely artificial neural network.
A multilayered perceptron trained by back propagation algorithm was used to build the predictive model.
The performance of the net results was measured by correlation coefficient.
The implemented artificial neural network model is demonstrated by applying it to Mishra limestone reservoir at Nasyria oil field, south of Iraq.
The results show that artificial neural network was capable of reproducing permeability (horizontal and vertical) with very high accuracy, so that the calculated correlation coefficients for horizontal and vertical permeability were 0.85 and 0.90, respectively.
The results could be generalized to other field after examining new data, and a regional study might be possible to study reservoir properties in south of Iraq with cheap and very fast constructed models.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Hanzal, Amnah Mal Allah. 2009. Prediction of reservoir permeability from wire logs data using artificial neural networks. Iraqi Journal of Science،Vol. 50, no. 1, pp.67-74.
https://search.emarefa.net/detail/BIM-326807
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Hanzal, Amnah Mal Allah. Prediction of reservoir permeability from wire logs data using artificial neural networks. Iraqi Journal of Science Vol. 50, no. 1 (2009), pp.67-74.
https://search.emarefa.net/detail/BIM-326807
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Hanzal, Amnah Mal Allah. Prediction of reservoir permeability from wire logs data using artificial neural networks. Iraqi Journal of Science. 2009. Vol. 50, no. 1, pp.67-74.
https://search.emarefa.net/detail/BIM-326807
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references : p. 74
رقم السجل
BIM-326807
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
![](/images/ebook-kashef.png)
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر
![](/images/kashef-image.png)