پیش بینی بلوغ حرارتی در سازند کژدمی با روش های غیر مستقیم، با استفاده از نشانگر های لرزه ای در بخش مرکزی خلیج فارس
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 56
فایل این مقاله در 22 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:
JR_JSSR-39-2_001
تاریخ نمایه سازی: 15 آذر 1402
چکیده مقاله:
در این مقاله، یک روش برای پیش بینی بلوغ حرارتی سنگ منشا از روش های غیر مستقیم پیشنهاد شده است. داده های استفاده شده، نمودار های چاه پیمایی (نمودارهای نوترون، چگالی، مقاومت و صوتی) در ۱۳ چاه و داده های لرزه ای در شش میدان در بخش مرکزی خلیج فارس اند. داده های چاه پیمایی و لرزه ای بسیار فراوان تر از داده های ژئوشیمی اند و بخش گسترده تری را نسبت به این داده ها در میدان های نفت و گاز پوشش می دهند. این مطالعه در دو مرحله اجرا می شود. ابتدا، مقدار بلوغ حرارتی در سازند کژدمی از نمودار های چاه پیمایی محاسبه و به عنوان یک اندیس در هر چاه ارائه می شود. در قدم بعدی، داده های حاصل از آنالیز های ژئوشیمی آلی برای اعتبار سنجی نتایج حاصل از پیش بینی بلوغ حرارتی استفاده می شوند. این داده ها شامل پیرولیز راک–اول در دو چاه است. در بخش دوم، داده های لرزه ای در یک مقطع دوبعدی در محل میدان های مدنظر پردازش و برای مدل سازی نمودار بلوغ حرارتی مطالعه قرار می شود. در این مرحله، نشانگر های لرزه ای از روش آنالیز رگرسیون چند نشانگری از داده های لرزه ای استخراج می شوند و محاسبه بلوغ حرارتی با استفاده از همین نشانگرها انجام می شود. این محاسبات از طریق آنالیز شبکه عصبی احتمالاتی انجام و در نتیجه آن، یک مقطع لرزه ای استخراج می شود که نشان دهنده تغییرات بلوغ حرارتی در سازند کژدمی است.
کلیدواژه ها:
نویسندگان
الناز علی اکبر دوست
دانشجوی دکتری گروه حوضه های رسوبی و نفت، دانشکده علوم زمین، دانشگاه شهید بهشتی، تهران، ایران
محمد حسین آدابی
استاد گروه حوضه های رسوبی و نفت، دانشکده علوم زمین، دانشگاه شهید بهشتی، تهران، ایران
علی کدخدائی
استاد گروه علوم زمین، دانشکده علوم طبیعی، دانشگاه تبریز، تبریز، ایران
علی چهرازی
استادیار شرکت نفت فلات قاره، تهران، ایران
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 :