پژوهشگاه صنعت نفت پژوهش نفت 2345-2900 27 5-96 2017 11 22 Three-dimensional Modeling of Mud Loss Zones Using the Improved Gustafson-Kessel Fuzzy Clustering Algorithm (Case Study: One of the South-western Oil Fields) مدل‌سازی سه بعدی پهنه‌های هرزروی گل حفاری با استفاده از الگوریتم خوشه‌بندی فازی گستافسون-کسل تعمیم یافته (مطالعه موردی: یکی از میادین نفتی جنوب غربی ایران) 82 97 815 10.22078/pr.2017.2615.2208 FA کیومرث طاهری دانشکده مهندسی معدن و متالورژی، دانشگاه یزد، ایران 0000-0003-1774-0825 امین حسین مرشدی دانشکده مهندسی معدن و متالورژی، دانشگاه یزد، ایران Journal Article 2017 03 18 Several factors can be affected the lost circulation, which the modeling of all items is complex. In this research, the fuzzy zoning is presented according to the fluid mud loss and using the improved Gustafson-Kessel fuzzy clustering algorithm. It is capable to model complex processes and integrate the various layers of information. To evaluate the algorithm, different information layers including circulation losses, geological zoning and drilling mud weight (with respect to the spatial location of the studied features) were utilized and four combinations of different information layers were considered. To determine the optimal number of zones, we employ the various fuzzy validity indices comprising in comparison with Partition Coefficient (PC), Classification (Partition) Entropy (CE), Partition Index (SC), and Xie and Beni›s Index (XB). The best combination of information layers was determined consisting of mud loss, and geological zoning regarding to the coordinate of the samples, the optimal number of zones was computed as 12 zones and the optimal fuzzy exponent was obtained about 1.1. In the improved Gustafson-Kessel fuzzy clustering algorithm, weighting factor was employed for scaling between the covariance of all data and within clusters, and the optimal value was determined as 0.4. Finally, three-dimensional fuzzy zoning in the studied field was executed and the Fisher›s discriminant analysis was approved that the obtained zoning from clustering method was better performance than the common geological zoning (Fisher index 0.088 vs. 0.011) for modeling and zoning the mud loss. <br />  عوامل بسیاری در هرزروی سیال حفاری موثر هستند که مدل‌سازی همه آنها کار دشواری است. در این پژوهش، الگوریتم پهنه‌بندی فازی با توجه به شرایط هرزروی گل حفاری و با استفاده از الگوریتم خوشه‌بندی فازی گوستافسون-کسل بهبود یافته ارائه شده است، که قابلیت مدل‌سازی فرآیندهای پیچیده و تلفیق لایه‌های اطلاعاتی مختلف را داراست. برای ارزیابی الگوریتم، از لایه‌های اطلاعاتی مختلف از جمله هرزروی سیال حفاری، وزن گل حفاری و پهنه‌بندی زمین‌شناسی (به همراه موقعیت فضایی ویژگی‌های مورد بررسی) استفاده و چهار ترکیب از لایه‌های اطلاعاتی مختلف در نظر گرفته شد. به منظور تعیین تعداد بهینه پهنه‌ها، شاخص‌های مختلف اعتبارسنجی خوشه‌بندی شامل ضریب افراز (PC)، آنتروپی افراز (CE)، شاخص افراز (SC) و شاخص ژی و بنی (XB) به صورت همزمان مورد بررسی قرار گرفت. بهترین ترکیب اطلاعاتی، تلفیقی از هرزوی گل حفاری، پهنه‌بندی زمین‌شناسی با توجه به موقعیت نمونه‌ها مشخص شد، تعداد بهینه پهنه‌ها، برابر 12 پهنه و مقدار توان فازی بهینه برابر 1/1 تعیین شد. در الگوریتم خوشه‌بندی گوستافسون-کسل بهبود یافته، پارامتر وزنی برای مقیاس سازی بین کواریانس تمام داده‌ها و داخل خوشه‌ها به کار برده شده است و مقدار بهینه آن 4/0 به دست آمد. در نهایت، پهنه‌بندی سه بعدی فازی در میدان مورد مطالعه انجام شد و با توجه روش تجزیه و تحلیل تمایز فیشر، پهنه‌بندی به دست آمده از روش خوشه‌بندی از عملکرد بهتری نسبت به روش پهنه‌بندی زمین شناسی (شاخص فیشر 088/0 در مقابل 011/0) به منظور مدل‌سازی هرزروی برخوردار است.<br />  https://pr.ripi.ir/article_815_799e397dda02e2856fe7665e232a6280.pdf