بکارگیری شبکه های عصبی فازی برای تهیه نمودار تراوایی ازطریق نمودارهای چاه پیمایی: مخزن نفتی بورگان - میدان نوروز

سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 898

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

GSI30_411

تاریخ نمایه سازی: 12 بهمن 1391

چکیده مقاله:

تراوایی مهمترین پارامتر درتعیین نحوه جریان سیالات مخزن می باشد تخمین صحیح تراوایی برای مهندسین نفت دارای اهمیت زیادی است زیرا به آنها کمک می کند که دراداره کردن مراحل تولید دریک میدان موفقیت لازم را بدست آورند همچنین درپیدا نمودن راه حلهایی برای بالا بردن بازیافت نفت بسیارموثر است تراوایی اغلب درازمایشگاه از روی مغزه ها یا ازطریق ازمایش چاه و نیز ازریقی نمودارهای جدید نظیر NMR بدست می آید اما این روشها دریک میدان به دلیل پرهزینه بودن عملیات مغزه گیری فقط برای تعدادی امحدودی از چاه ها قابل انجام است درحالیکه دراکثر چاه ها لاگ گیری انجام می شود درنتیجه روش یا روشهایی که بتواند با استفاده از لاگهای چاه پیمایی خواص پتروفیزیکی مخزن ازجمله تراوایی را ارایه دهند اهمیت زیادی خواهند داشت دراین مطالعه از دو روش شبکه عصبی مصنوعی و روش شبکه عصبی فازی برای تخمین تراوایی ازطریق نگاره های چاه درمخزن بورگان درمیدان نوروز واقع درشمال غرب خلیج فارس استفاده گردیده است.

کلیدواژه ها:

نویسندگان

علی حسینی

دانشجوی کارشناسی ارشد مهندسی اکتشاف نفت

منصور ضیایی

اعضا هیئت علمی دانشگاه صنعتی شاهرود

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • شرکت نفت فلات قاره ایران، 2005، گزارشات زمین‌شناسی میدان نوروز ...
  • درویش‌زاده، ع.، 1382، زمین‌شناسی ایران، انتشارات امیر کبیر، چاپ سوم، ...
  • صائمی، م.، 1385، "تعیین تراوایی مخازن هیدروکربوری با استفاده از ...
  • Al-Qahtane, F.A., 2000, "Porosity distribution prediction using Artificial Neuural Network", ...
  • Bhatt, A., 2002, "Reservoir properties from well logs using neural ...
  • Haykin, S., 1999, "Neural Network: A Comprehensive Foundation, Prentice Hall", ...
  • Jang, S.R 1993, ANFIS: "Adaptive Network- Based-Fuzzy Inference system", IEEe ...
  • Kumar, N., Hughes, N., Scott M., 2000, "Using well logs ...
  • Rolon, L., 2004, "Developing Intelligent Symthetic Logs: Application to Upper ...
  • نمایش کامل مراجع