بررسی تأثیر استفاده از داده نرم شرطی حاصل از الگوریتمSNESIM در بهبود مؤثر کیفیت شبیه سازی تخلخل از طریق الگوریتمFILTERSIM در یکی از مخازن نفت خیزجنوب
محل انتشار: اولین کنفرانس و نمایشگاه تخصصی نفت
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 724
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
PTCE01_050
تاریخ نمایه سازی: 16 مهر 1392
چکیده مقاله:
مهم ترین گام در تعیین تخمینی از ذخیره ی برجای نفت خام، بدست آوردن الگوی پراکندگی دقیق پارامترهای پتروفیزیکی (تخلخل، تراوایی و اشباع آب)از طریق اعمال الگوهای پراکندگی سازند متخلخل بر فرایند شبیه سازی آن ها، در سراسر محدوده ی مخزن می باشد. بدین منظور،در این تحقیق، ارتباط بین مدل رخساره ای ساخته شده ازطریق الگوریتمSNESIMو تأثیر آن در قالب داده ی شرطی نرم بر کیفیت شبیه سازی تخلخل حاصل از الگوریتمFILTERSIM مورد بررسی گرفت. با استفاده از داده های حاصل از چاه نگاری در 30 چاه حفر شده دریکی از مخازن نفتی جنوب، الگوی پراکندگی تخلخل در دو حالت در محدوده ی 3بعدی مخزن مورد نظر از طریق الگوریتم الگو به الگویFILTERSIM شبیه سازی شد. در حالت اول، فقط از داده های چاه نگاری (داده ی شرطی سخت) و تصویر آموزشی حاوی الگوی پراکندگی تخلخل به عنوان داده های ورودی الگوریتمFILTERSIM استفاده شد. در حالت دوم، علاوه بر داده های چاه نگاری و تصویرآموزشی، از مدل احتمالاتی توزیع تخلخل مشتق شده از مدل سه بعدی احتمال حضور ماسه بدست آمده ازاجرای الگوریتم دیگر چند نقطه ایSNESIMنیز به عنوان داده ی شرطی نرم استفاده و الگوریتمFILTERSIM بار دیگر اجرا شد. فرآیند آزمون متقابل بین داده های چاه های مشاهده ای و چاه های شبیه سازی شده در مدل میانگین حاصل از حالت اول و چاه های شبیه سازی شده در حالت دوم، نقش مؤثر داده ی شرطی نرم در شبیه سازی و تخمین هرچه دقیقتر پراکندگی تخلخل، بخصوص در مناطق دور از چاه ها، را نشان می دهد.
کلیدواژه ها:
نویسندگان
حامد نادری
شرکت خدمت مهندسی نفت کیش
احمدرضا مختاری
استادیار دانشکده مهندسی معدن دانشگاه صنعتی اصفهان
نادر فتحیان پور
دانشیار دانشکده مهندسی معدن دانشگاه صنعتی اصفهان
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 :