Estimation of Reservoir Porosity and Water Saturation Based on Seismic Attributes Using Support Vector Regression Approach

توزیع اشباع متخلخل و مایع از ویژگی های حیاتی مخازن هیدروکربن هستند و در تقریبا تمام محاسبات مربوط به مخزن و تولید دخیل هستند. اندازه گیری های واقعی این پارامترها از اندازه گیری های آزمایشگاهی حاصل می شود، تنها در محل های جدا شده یک مخزن در دسترس هستند و همچنین گران و وقت گیر هستند. بنابراین، استفاده از متد های دیگر که سختی، سادگی و ارزان بودن دارند ضروری است. رویکرد رگرسیون بردار پشتیبانی یک روش نسبتا جدید برای انجام تخمین عملکردی در مشکلات رگرسیون است. بر خلاف شبکه های عصبی معمولی که به حداقل رساندن خطا در داده های آموزشی با استفاده از اصل حداقل رساندن خطر تجربی معمول، رگرسیون بردار پشتیبان به حداقل می رساند یک کران بالا در خطر پیش بینی شده با استفاده از اصل ساختاری خطر به حداقل رساندن. این تفاوت که مقصد در یادگیری آماری است، باعث افزایش توانایی این روش برای انجام وظایف تعمیم می شود. در این مطالعه ابتدا ویژگی های لرزه ای مناسب که دارای وابستگی اساسی به تخلخل مخزن و اشباع آب هستند استخراج می شود. پس از آن، یک الگوریتم رگرسیون بردار پشتیبانی غیر خطی برای بدست آوردن فرمول کمی بین تخلخل و پارامتر اشباع آب و ویژگی های لرزه ای انتخاب شده استفاده می شود. برای یک مخزن خالی که در آن هسته و داده های ورودی کافی وجود ندارد، می توان با استفاده از این روش، مشخص ساختن رسوب هیدروکربن را مشخص کرد.