توقع معامل التشبع لحقول النفط والغاز تحت السطح باستخدام أساليب الحوسبة اللينة

المعادلة الأكثر استخدامًا لحساب تشبع المياه أو تشبع المياه الشالية المناسب في التكوينات النظيفة أو الشالية على التوالي هي صيغة آرتشي المعدلة. تؤثر جودة معلمات آرتشي بما في ذلك معامل التشبع على دقة تشبع المياه، وبالتالي على تقديرات النفط والغاز المتواجد. لذلك، فإن تقدير معامل التشبع باستخدام أساليب الحوسبة اللينة يعتبر ضروريًا. في هذه الدراسة، تم تطوير نماذج ذكية مثل الشبكة العصبية متعددة الطبقات، وآلة الدعم النقطي بأقل المربعات، وشبكة وظائف القاعدة الشعاعية، ونظام الاستدلال العصبي الضبابي التكيفي للتنبؤ بمعامل التشبع من حيث البيانات البتروفيزيائية بما في ذلك المسامية، والاختراق المطلق، وتشبع المياه، والمقاومة الحقيقية، ومؤشر المقاومة باستخدام قاعدة بيانات لحقول النفط والغاز في الشرق الأوسط. تم تحسين النماذج المقدمة باستخدام تقنيات تحسين سرب الجسيمات، والخوارزمية الجينية، وتقنيات ليفينبرغ ماركارت. تم استخدام الأساليب الرسومية والإحصائية لإظهار قدرة النماذج المُنشأة. بناءً على المؤشرات الإحصائية المستخرجة لكل نموذج، وُجد أن شبكة وظائف القاعدة الشعاعية، والشبكة العصبية متعددة الطبقات، وآلة الدعم النقطي بأقل المربعات هي النماذج الأكثر قوة حيث تمتلك أقل متوسط للخطأ التربيعي، ومتوسط الجذر التربيعي للخطأ، ومتوسط الخطأ المطلق النسبي، بالإضافة إلى أعلى معامل تحديد. علاوة على ذلك، تشير تحليل الحساسية إلى أن تشبع المياه له أكبر تأثير، وأن المسامية لها أقل تأثير على معامل التشبع. النماذج المطورة أدوات بسيطة وسهلة الاستخدام وموفرة للوقت للتنبؤ بمعامل التشبع دون الحاجة إلى طرق مختبرية تكون مملة وصعبة.