تخمین نمودارهای خام چاه نگاری با استفاده از شبکه های عصبی مصنوعی به منظور تعیین لیتولوژی و بهبود ارزیابی پارامترهای پتروفیزیکی چاههای قدیمی

از آنجایی که در ارزیابی پتروفیزیکی یک مخزن هنگامی که انواع نمودارهای لازم برای یک چاه وجود نداشته باشد، نمی توان یک تفسیر دقیق و واقعی از سنگ شناسی و اشباع سیالات درون چاه ارائه نمود، لذا در این مقاله سعی شده است با استفاده از سیستم های هوشمند شبکه های عصبی مصنوعی و با بکارگیری نرم افزار Geolog، کار تخمین مجدد نمودارهای قدیمی آسیب دیده و یا نمودارهای جدید را برای چاههای فاقد این نمودارها انجام دهیم تا ارزیابی کاملی از پارامترهای پتروفیزیکی داشته باشیم. در این مقاله نمودارهای جذب فتوالکتریک (PEF) و تصحیح اشعه گاما (CGR) برای مخزنی در جنوب ایران به روش شبکه عصبی تخمین زده شده است و بهترین نتایج برای ضریب همبستگی بین نمودار تخمین زده شده و نمودار واقعی به ترتیب برای PEF و CGR، 84% و 97% به دست آمده است.

کلیدواژه ها:

تخمین نمودار ، شبکه عصبی مصنوعی ، ارزیابی پتروفیزیکی