ارائه ی مدل رگرسیونی جدید جهت تخمین تراوایی در یکی از مخازن نفتی جنوب غرب ایران با استفاده از روش های آماری چند متغیره
محل انتشار: کنگره ملی کاوش نفت و گاز - تولید صیانتی
سال انتشار: 1388
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,405
فایل این مقاله در 11 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:
NEPC01_033
تاریخ نمایه سازی: 22 مهر 1387
چکیده مقاله:
تراوایی مخزن یک پارامتر حیاتی برای مخازن نفتی میباشد . تاکنون معادلات تئوری - تجربی بسیاری جهت تخمین تراوایی ارائه شده است . این روابط بر پایه ی ساده سازی بوده و با وجودهیتروژنی شدید مخازن کربناته ی شکسته، کارایی خود را از دست می دهند . در این مطالعه مدلی رگرسیونی جهت تخمین تراوایی دریکی از مخازن نفتی جنوب غرب یران از نوع کربناته شکسته، ارائه شده است. اطلاعات موجود شامل اندازه گیری های آزمایشگاهی ، داده های خام و پردازش شده ی چاه پی ما یی در ۳ چاه از این مخزن بوده است. تراوایی در این مخزن براساس لیتولوژی به دو جامعه ی تراوایی کم وزیاد تقسیم بندی گردید. پس از بررسی ارتباطات یک و دو متغیره بین تراوایی و بقیه ی متغیرها، متغیرهای جدید رگرسیونی تعریف شدند . در نهایت با استفاده از الگوریتم قدم به قدم مدل های مناسب ۳ و ۶ متغیره بترتیب برای جوامع تراوایی کم و زیاد ، از بین ۱۲ متغیر اولیه و چندین متغیر جدید بدست آمده اند . میزان آماره ها ی R 2 ، R و R p و هی ستوگرام مقادیر باقیمانده در هر دو مدل نشان دهنده ی اعتبار بالا و خوبی برازش مناسب این مدل ها در این مخزن میباشد . این مدل ها برای داده های اعتبار سنجی نتایج مطلوبی به همراه داشته است، بطوری که تعداد زیادی از داده ها در بازه ی (فرمول در متن اصلی موجود می باشد) قرار می گیرند. بنابر این روش حاضر یک روش موثر و کارا جهت تعیین چنین مدل های رگرسیونی به شمار می آید .
کلیدواژه ها:
تخمین تراوایی - مخازن نفتی - رگرسیون چند متغیره - الگوریتم قدم به قدم - آماره های R 2 ، R و R p - مقادیر باقی مانده
نویسندگان
صادق کریم پولی
دانشجوی کارشناسی ارشد اکتشاف معدن - دانشکده مهندسی معدن – دانشگاه صن
نادر فتحیان پور
استادیار 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 :