طبقه‌بندی غیرنظارتی داده‌های لرزه‌ای با استفاده از مدل‌های ترکیبی گوسی

Abstract

تحلیل رخساره‌های لرزه‌ای نقش بسزایی در مطالعات مخازن هیدروکربنی دارد. از آن‌جا که در ابتدای شروع عملیات اکتشافی مخازن هیدروکربنی تعداد چاه‌های موجود در منطقه کم است و یا وجود ندارد، می‌توان با استفاده از الگوریتم‌های شناسایی الگو و نشان‌گرهای مناسب لرزه‌ای به بررسی تغییرات جانبی و آنالیز رخساره‌های لرزه‌ای در یک افق پرداخت. رو‌ش‌های نظارتی و غیرنظارتی کمک شایانی به‌دقت، سرعت و کاهش هزینه دسته‌بندی داده‌ها و تحلیل بهتر رخساره‌های لرزه‌ای می‌کنند. اساس رو‌ش‌های غیرنظارتی، که موضوع این مقاله است، دسته‌بندی تمام داده‌ها در فضای نشان‌گری است و نتیجه به‌دست آمده به اطلاعات پیشین بستگی ندارد. در این روش، دسته‌بندی و تفسیر نتایج به‌دست آمده، بدون استفاده از داده‌های چاه، با آنالیز تطابق بین رخساره‌های لرزه‌ای به‌دست می‌آید. رو‌ش‌های گوناگونی برای خوشه‌بندی غیرنظارتی وجود دارد. در این مقاله روش مدل‌های ترکیبی گوسی (GMM) مورد استفاده قرار گرفته است که با استفاده از توزیع گوسی و اختصاص احتمال عضویت به نمونه‌های تحلیل، خوشه‌بندی آن‌ها را تعیین می‌کند. با استفاده از این روش تحلیل رخساره لرزه‌ای برروی یک مجموعه داده سه‌بعدی مربوط به یکی از میادین هیدروکربنی جنوب ایران انجام می‌شود. تحلیل برروی دو افق مختلف انجام شده است و نتایج نشان می‌دهد که روش GMM عملکرد قابل قبولی در خوشه‌بندی دارد و نتایج با تحلیل کیفیت مخزنی حاصل از رخساره‌های الکتریکی در برخی چاه‌ها هم‌خوانی دارد.