تخمین تراوایی با بکارگیری لاگ های پتروفیزیکی و روش های هوش مصنوعی: مطالعه موردی در مخزن آسماری میدان نفتی اهواز

در این پژوهش، ابتدا تراوایی نگاره تشدید مغناطیسی هسته ای با استفاده از دو روش مرسوم مدل سیال آزاد(Coates) و مدل شلمبرژه یا میانگین T۲ (SDR) محاسبه شد. سپس یک مدل ساده شبکه عصبی مصنوعی با فرایند آموزش از نوع الگوریتم پس انتشار خطا، طراحی گردید، در ادامه با استفاده از الگوریتم بهینه سازی رقابت استعماری (ANN-ICA) و الگوریتم ازدحام ذرات (ANN-PSO) این مدل بهینه شد و از آن برای تخمین پارامتر تراوایی استفاده شد. در نهایت ، نتایج با مقایسه نفوذپذیری تخمین زده شده با مقدار واقعی مورد تجزیه و تحلیل قرار گرفت و دقت برآورد از نظردو پارامتر خطای میانگین مربع و ضریب همبستگی مقایسه شد. نتایج ، بیانگر دقت بالای مقادیر تراوایی تخمین زده شده با استفاده از ترکیب شبکه ساده عصبی با الگوریتم های بهینه سازی است. نتایج حاصل از ترکیب الگوریتم های بهینه سازی در این مطالعه می تواند به عنوان روشی قدرتمند و مفید در جهت بدست آوردن سایر پارامترها، از جمله پارامترهای مخزنی، پتروفیزیکی و ژئومکانیکی استفاده شود.