YÖN BAĞIMLI FORMASYONLARDA İNDÜKSİYON LOGLARINDAN KESİRLİ TÜREVLER VE YAPAY SİNİR AĞLARI İLE TABAKA PARAMETRELERİNİN KESTİRİMİ

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Kocaeli Üniversitesi, Mühendislik Fakültesi, Jeofizik Mühendisliği, Türkiye

Tezin Onay Tarihi: 2026

Tezin Dili: Türkçe

Öğrenci: DELYA OCHIROVA

Danışman: Ertan Pekşen

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Bu çalışma, yön bağımlı (anizotropik) yeraltı formasyonlarında indüksiyon kuyu logu verilerinden tabaka sınırlarının ve özdirenç değerlerinin doğru bir şekilde kestirilmesini amaçlamaktadır. Elektriksel anizotropinin etkisi, kuyu loglarının yorumlanmasını zorlaştırmakta ve rezervuar karakterizasyonunda önemli hatalara yol açabilmektedir. Bu sorunu aşmak için çalışmada klasik türev yöntemlerine ek olarak kesirli türev teknikleri de kullanılarak tabaka sınırlarının daha hassas bir şekilde belirlenmesi hedeflenmiştir. Düşey ve yatay manyetik alan bileşenlerinin sanal kısımlarından görünür özdirençler hesaplanmış, ardından Newton iteratif yöntemi ile bu değerler iyileştirilmiştir. Elde edilen bu değerler, yapay sinir ağları (YSA) ve genelleştirilmiş regresyon sinir ağları (GRNN) ile araştırılmıştır. Ayrıca, Levenberg-Marquardt, Bayesian Regularization, Scaled Conjugate Gradient, Resilient Backpropagation ve GRNN gibi farklı eğitim algoritmalarının performansları karşılaştırılmıştır. Yöntem homojen, iki, üç tabakalı sentetik modeller üzerinde test edilmiş, ardından Oklahoma çok katmanlı benchmark ve Florida sahil kenarlarında kuyuda ölçülen arazi verilerine uygulanmıştır. Bu bütünleşik yaklaşım, yeraltı formasyonlarının daha doğru modellenmesini sağlamakta ve petrol rezervuar değerlendirmelerinde kullanılan porozite ve suya doygunluk gibi parametrelerin güvenilir şekilde kestirim edilmesine katkı sunmaktadır. Sonuçlar, Newton yönteminin makine öğrenimiyle birleştirilmesinin, anizotropik ortamlarda özdirenç kestirimini ve sınır tespitini önemli ölçüde iyileştirdiğini göstermektedir.