Data driven model for sonic well log prediction

در این مطالعه، مدل شبکه عصبی مصنوعی پروپتروسرون چندبخشی سه بعدی ارائه شده است. این مدل با هدف برآورد زمان گذر موج فشرده و گذر زمان موج برشی با استفاده از دقت گامای واقعی و ثبت تراکم تشکیل شده است. اعتباربخشی مدل با استفاده از یک مخزن ماسه سنگ شیلی دریایی نفت و گاز واقع در غرب آفریقا تأیید شده است. نتایج اعتبار سنجی نشان می دهد که مدل ارائه شده در این مطالعه می تواند برای تعیین پتانسیل انبساط شکل گیری بدون انجام یک تجزیه و تحلیل ژئوفیزیکی فشرده در غیاب چاه های صوتی استفاده شود. اثربخشی مدل توسعه یافته با مقایسه نتایج پیش بینی شده با نتایج به دست آمده از ورودی اندازه گیری شده آزمایش می شود. این مقاله یک ابزار را برای ارائه توصیه های اولیه از احتمال شکل گیری برای تولید شن و ماسه فراهم می کند. پیاده سازی مدل پیشنهادی می تواند به عنوان یک جایگزین مقرون به صرفه و قابل اعتماد برای صنعت نفت و گاز باشد.