کاربرد شبکه عصبی مصنوعی در تخمین تراوایی یک مخزن هیدروکربوری

تراوایی یکی از مهمترین خصوصیات مخازن هیدروکربوری است. یک درک دقیق از تراوایی، ابزاری سودمند در دست مهندسان نفت به منظور مدیریت فرآیند تولید از یک میدان است. اغلب تراوایی یک سازند را با استفاده از روش های مغزه گیری یا ارزیابی داده های چاه آزمایی محاسبه میکنند. روشهای آنالیز مغزه و داده های چاه آزمایی اغلب بر روی تعداد کمی از چاه های یک میدان صورت می پذیرد، در حالی که بخش اعظمی از چاه ها تحت عملیات چاه نگاری قرار میگیرند در این مقاله سعی شده است تا ضمن معرفی ساختار و عملکرد شبکه های عصبی مصنوعی، به تخمین تراوایی با استفاده از این روش اشاره شود. شبکه عصبی مصنوعی یک روش محاسباتی الهام گرفته از فرآیندهای بیولوژیکی است که توانایی یادگیری و تنظیم مجدد خود را دارد و ابزاری قدرتمند در حل مسایل تشخیص الگو به حساب می آید. به کمک این ابزار سودمند میتوان تراوایی را با دقت قابل قبولی از داده های ورودی چاه نگاری تخمین زد. در این پژوهش با استفاده از تعدادی مغزه سه چاه مخزن میشریف، چگونگی طراحی شبکه های عصبی و تخمین تراوایی با استفاده از داده های چاه نگاری و تعمیم نتایج به یک چاه بدون مغزه دیگر مورد ارزیابی قرار گرفته است. نتایج این پژوهش نشان میدهد که استفاده از روش شبکه عصبی در تخمین و تعمیم تراوایی یک مخزن هیدروکربوری از دقت بیشتری برخوردار است و نسبت به روش آماری رگریسون خطی چندگانه به نتایج حاصل از تعیین تراوایی با استفاده از روش مغزه گیری نزدیکتر است.

کلیدواژه ها:

تراوایی ، شبکه عصبی مصنوعی ، داده های چاه نگاری ، رگریسون خطی چندگانه ، مغزه گیری