شماره ركورد كنفرانس :
4731
عنوان مقاله :
تأثير فيلتر استريونت برالگوريتم رديابي مورچه جهت شناسايي گسل ها
پديدآورندگان :
لطفي معصومه دانشكده مهندسي نفت،دانشگاه صنعتي اميركبير , جواهريان عبدالرحيم دانشكده مهندسي نفت،دانشگاه صنعتي اميركبير , كشاورز فرج خواه ناصر پژوهشكده اكتشاف وتوليد،پژوهشگاه صنعت نفت
كليدواژه :
گسل ها , داده لرزه اي سه بعدي , نشانگرهاي لرزه اي , شبكه عصبي مصنوعي , فيلتر استريونت , پردازش ماند , الگوريتم رديابي مورچه
عنوان كنفرانس :
هجدهمين كنگره ملي ژئوفيزيك ايران
چكيده فارسي :
گسل ها از جمله مهم ترين رخدادهاي ساختماني مي باشند كه نمايه سازي آنها اطلاعات ارزشمندي را در خصوص ويژگي هاي ايستا و پوياي مخازن هيدروكربني و چگونگي جريان سيالات موجود در آنها به همراه دارد. روش هاي متعددي براي شناسايي گسل ها و شكستگي ها به عنوان يكي از مهم ترين مراحل تفسير داده هاي لرزه اي در فازهاي اكتشاف و توليد، وجود دارد.الگوريتم رديابي مورچه، روشي ابتكاري در شناسايي هندسه گسل ها است كه با پيروي از اصل هوش گروهي، همه ناپيوستگي هاي فضايي مرتبط با سطوح گسلش را با سطح بالايي از جزئيات استخراج مي كند. در اين مطالعه با بررسي تأثير عملكرد فيلتر استريونت بر الگوريتم رديابي مورچه، نتايج مكعب احتمال گسل حاصل از شبكه عصبي مصنوعي و مكعب رديابي مورچه با يكديگر مقايسه شده است. نتايج نشان مي دهد كه الگوريتم پيشنهادي ضمن عدم تأثيرپذيري از پردازش-ماندهاي موجود در داده لرزه اي، توانسته سطوح گسل خورده را با وضوح نسبتا بالايي رديابي نمايد.
