بررسی کارایی نشانگر انحنا در تخمین تخلخل

سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,072

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

SGSI16_368

تاریخ نمایه سازی: 8 بهمن 1391

چکیده مقاله:

یکی از مهمترین چالش هایی که محققین در اکتشاف، توسعه و بهره برداری از میدان هیدروکربنی با آن مواجه بوده و همواره در رابطه با تخمین آن با عدم قطعیت فراوانی مواجه می باشند، تعیین توزیع مکانی ویژگی های مخزنی در میدان هیدروکربنی می باشد.از آنجا که تشخیص دقیق اطلاعات و توزیع خصوصیات مخزنی و بررسی تغییرات این خصوصیات فراتر از محدوده مخزنی نیز عامل مهمی بوده و راهنمای خوبی در جهت توسعه فازهای بعدی ازمخازن نفتی می باشد در طی بیست سال گذشته تحقیقات مهندسی نفت با استفاده از داده های لرزه ای در تشخیص ویژگی های مخزن پیشرفت های قابل ملاحظه ای داشته است. بطوریکه متخصصین با استفاده از تفسیر ساختارهای موجود در مقطع لرزه ای و همچنین وضعیت دامنه رد لرزه ها و انجام محاسبات مربوطه، موفق به شبیه سازی مدل پتروفیزیکی لایه های مخزنی و نهایتا تشخیص ویژگی های اساسی در مهندسی مخزن گردیده اند. اما به دلیل اینکه داده های لرزه ای از دقت کمتری نسبت به داده های چاه نگاری برخوردار بوده در نتیجه استفاده از داده های چاه اجتناب ناپذیرمی باشد. هدف از این مطالعه بررسی توانایی نشانگر انحنای حجمی در تعیین تخلخل می باشد بدین منظور نشانگر انحنای حجمی که از نرم افزار opendTect استخراج می گردد همراه با نشانگر مقاومت صوتی حاصل از وارون سازی داده های لرزه ای در نرم افزار همپسون فراخوانده می شود. در این مقاله نشانگر انحنای حجمی برای تخلخل مورد استفاده قرار گرفت و بهترین ترکیب با استفاده از رگرسیون چند متغییره برای تخمین تخلخل بررسی گردید.

نویسندگان

نصیرالدین عباسی

دانشجوی کاشناسی ارشد ژئوفیزیک، موسسه ژئوفیزیک، دانشگاه تهران

رضا قناتی

دانشجوی کاشناسی ارشد ژئوفیزیک، موسسه ژئوفیزیک، دانشگاه تهران

عبدالرحمن نظری

دانشجوی کاشناسی ارشد ژئوفیزیک، موسسه ژئوفیزیک، دانشگاه تهران

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 :