پيش بيني نگار سونيك تراكمي توسط داده هاي حين حفاري چاه (Real time)با استفاده از الگوريتم ماشين تقويت كننده گراديان

سرعت امواج لرزه اي تراكمي و برشي در كنار داده هاي پتروفيزيكي اطلاعات ارزشمندي را در مراحل مهم اكتشاف و توسعه ميدان هاي نفت و گاز فراهم ميكنند. نگار سونيك كه جهت محاسبه سرعت امواج لرزه اي در محل چاه به كار مي رود، علاوه بر ارائه خواص پتروفيزيكي سنگ مخزن نظير تخلخل، براي طراحي و محاسبات حفاري و شكست سنگ نيز استفاده مي شود. با اين وجود، نمودار گيري توسط ابزار هاي سونيك كه معمولا با صرف زمان و هزينه زيادي اجرا مي گردد، در برخي شرايط عملياتي خاص امكان اجراي آن فراهم نمي گردد. از طرفي در بسياري از چاههاي قديمي، اين نگار برداشت نشده است، و بالطبع اطلاعات مستخرج از اين نگار نيز در دسترس نمي باشد. هدف اين مقاله ارائه مدلي مبتني بر يادگيري ماشين براي پيش بيني نگار سونيك تراكمي با استفاده از داده هاي حفاري حين حفر چاه و ليتولوژي كنده هاي حفاري مي باشد. در اين مطالعه از داده هاي دو چاه در مرحله آموزش و تست براي ساخت يك مدل هوشمند با استفاده از الگوريتم ماشين تقويت كننده گراديان (Extreme gradient boosting) استفاده شده است و همچنين از داده هاي چاه سوم به عنوان داده كور براي اعتبار سنجي مدل استفاده شده است. كه ميزان ميانگين قدر مطلق خطاها براي داده هاي پيش بيني شده برابر 07/4 به دست آمده است كه نشان دهنده كارايي مناسب روش پيشنهادي است.