تعیین خواص پتروفیزیکی سنگ مخزن میدان پارسی با استفاده از شبکه عصبی مصنوعی

سال انتشار: 1385
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 3,586

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IPEC01_086

تاریخ نمایه سازی: 10 اردیبهشت 1386

چکیده مقاله:

در صنعت نفت تعیین خواص پتروفیزیکی مخزن از مهمترین پارامترها در مدیریت،‌تولید، توسعه و تخمین ذخایر مخزنی میادین نفتی به شمار می رود. تعیین پارامتر های مخزنی (تخلخل، آباشباع شدگی و نفوذپذیری) معمولا توسط روش هایی چون آنالیز مغزه و آزمایش چاه (Well Test) انجام می شود. تعیین این پارامترها توسط این روش ها مستلزم صرف زمان و هزینه گزافی می باشد و همچنین به علت نبود مغزه های کافی و تغییرات سنگ شناسی و ناهمگنی سنگ مخزن میدان پارسی،‌ تعیین این پارامتر ها توسط روش های معمول از دقت چندانی برخوردار نمی باشد. هدف این مقاله مدلسازی یک شبکه عصبی مصنوعی و تعمیم آن جهت پیش بینی مقادیر واقعی پارامترهای مخزنی از روی داده های نگار بدست آمده از چاه های میدان نفتی پارسی واقع در جنوب شرقی ایران می باشد. میدان پارسی دارای دو طاقدیس نامتقارن است که در امتداد گسل اصلی زاگرس شمال غرب - جنوب شرق می باشد. طول آن در روی سازند آسماری 36 کیلومتر و عرض آن 7 کیلو متر و دارای 5 زون مخزنی است. از آنجایی که در این میدان داده های حاصل از مغزه تنها در چاه های شماره 18 و 19 کامل است لذا در تعیین خواص مخزنی از نگارهای پتروفیزیکی و نرم افزار های Logic و RMS استفاده شده است. از شبکه عصبی مصنوعی پس انتشار خطا (BP-ANN) برای پیشبینی خواص مخزنی (تخلخل، آب اشباع شدگی و نفوذ پذیری) استفده شده است . برای تعیین تخلخل توسط شبکه از دو گروه نگارهای پتروفیزیکی که گروه اول شامل نگارهای نوترون، گاما، چگالی و صوتی و گروه دوم شامل نگارهای مقاومت ویژه (LLD و LLS و MSFL) و آب اشباع شدگی حاصل از روش Simandoux می باشد، استفاده شده است. همچنین برای تعیین آب اشباع شدگی توسط شبکه نگارهای مقاومت ویژه (LLD و LLS و MSFL) و تخلخل حاصل از نگار بعنوان ورودی بکار رفته است. این شبکه در چاههای شماره 18 و 19 مورد آموزش (Train) ، آزمون (Validation) و آزمایش (Testing) قرار گرفته و در نهایت خروجی شبکه تخلخل برای دو گروه داده ها مقایسه شده اند. در مرحله آخر تخلخل و آب اشباع شدگی در چاههای شماره 33 و 61 توسط شبکه شبیه سازی (Generalization) شده اند. ضریب همبستگی بین تخلخل حاصل از مغزه و تخلخل شبیه سازی توسط شبکه در چاههای شماره 33 و 61 برای گروه اول داده ها به ترتیب برابر با 0/978 و 0/929 و برای گروه دوم داده ها به ترتیب برابر با 0/935 و 0/945 بدست آمد. ضریب همبستگی آب اشباع شدگی بدست آمده توسط شبکه و آب اشباع شدگی حاصل از روش Simandoux نیز برای چاههای شماره 33 و 61 به ترتیب برابر با 0/943 و 0/980 بدست آمد. برای تعیین نفوذپذیری توسط شبکه نگارهای گاما، چگالی، صوتی، نوترون و عمق در چاههای 19 ، 18 و 48 به عنوان ورودی شبکه ، در طی سه فرآیند آموزش، آزمون و آزمایش بکار رفته و در فرآیند تعمیم پذیزی میزان ضریب همبستگی بین نفوذپذیری مخزن در چاه شماره 20 برابر با 0/689 بدست آمده است. به علت دقت کم شبکه در فرآیند تعمیم پذیری پس از زون بندی میدان (بر اساس خواص پتروفیزیکی)، در 4 زون این میدان فرآیندهای آموزش، آزمایش و آزمون اجرا شده و در آخر میزان ضرایب همبستگی در فرآیند تعمیم پذیری در زونهای شماره 1 ، 2 ، 3 و 4 بترتیب برابر با 0/932 ، 0/961 ، 0/887 و 0/921 حاصل شده است.

نویسندگان

مهدی تدینی

کارشناس ارشد، دانشکده معدن، متالوژی و نفت - دانشگاه صنعتی امیرکبیر

مجید نبی بیدهندی

دانشیار، موسسه ژئوفیزیک - دانشگاه تهران

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 :
  • تدینی، مهدی(1383)سنگ شناسی مخزن و تخمین تخلخل و آب اشباع‌شدگی ...
  • !. Al-Qahtani F. A., 2000. Porosity prediction using artificial neural ...
  • _ Callan R., 1999. The essence of neural networks. Southham ...
  • . Crain P.E 2003 . Petrop hysical Handbook . Canada ...
  • _ Menhaj M. B., 2000. Fu ndamentals of neural networks. ...
  • '. Parker D. B., 1985. Learn inig-Logic: Casting the cortex ...
  • _ Rumelhart, D. E., Hinton G. E. and Williams R. ...
  • نمایش کامل مراجع