بررسی و مقایسه روش های مرسوم تخمین تخلخل با استفاده از داده های لرزه نگاری در یکی از میادین نفتی خلیج فارس

سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 48

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_PRRIP-31-3_003

تاریخ نمایه سازی: 4 دی 1402

چکیده مقاله:

تخلخل یکی از پارامترهای مهم در ارزیابی ذخیره و توسعه یک مخزن هیدروکربنی است. این پارامتر پتروفیزیکی به صورت مرسوم توسط داده های مغزه و لاگ اندازه گیری یا محاسبه می شود. استفاده از داده های لرزه نگاری برای تخمین پارامترهای پتروفیزیکی مابین چاه ها، یکی از موضوعات مهم و قابل توجه در صنعت نفت و گاز است. در این مطالعه، ابتدا با استفاده از تلفیق داده های چاه نگاری و داده های لرزه نگاری سه بعدی پس از برانبارش مربوط به یکی از میادین نفتی خلیج فارس، وارون سازی لرزه ای با استفاده از روش وارون سازی براساس مدل و روش وارون سازی خارهای پراکنده انجام گرفت. همبستگی و خطای روش وارون سازی خارهای پراکنده به ترتیب برابر ۹۸ و ۱۹% بوده است، درحالی که در روش وارون سازی براساس مدل به ترتیب برابر ۸۸ و ۴۷% است. در مرحله بعد، با استفاده از سه روش چند نشان گر لرزه ای، شبکه عصبی احتمالاتی و شبکه عصبی تابع پایه شعاعی تخمین تخلخل انجام شد. روش شبکه عصبی احتمالاتی ۹۱% همبستگی بین داده های آموزشی و ۷۱% همبستگی بین داده های اعتبارسنجی ارائه داده است که جواب بهتری نسبت به دو روش دیگر بوده است. بنابراین، پیشنهاد می گردد برای تخمین تخلخل از داده های لرزه نگاری در میادین با زمین شناسی مشابه، از این روش استفاده گردد.

نویسندگان

احسن لیثی

Faculty of Petroleum Engineering, Sahand University of Technology, Tabriz, Iran

رضا فلاحت

Faculty of Petroleum Engineering, Sahand University of Technology, Tabriz, Iran

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 :
  • . Russell B (۲۰۰۴) The application of multivariate statistics and ...
  • . Das B, Chatterjee R (۲۰۱۶) Porosity mapping from inversion ...
  • . Hampson D P, Schuelke J S, Quirein J A ...
  • . Chopra S, Marfurt K J (۲۰۰۶) Seismic attributes- A ...
  • . Taner M T (۲۰۰۱) Seismic attributes, CSEG Recorder, ۲۶, ...
  • . Brown A R (۲۰۰۱) Understanding seismic attributes, Geophysics, ۶۶, ...
  • . Leite E P, Vidal A C (۲۰۱۱) ۳D Porosity ...
  • . وکیلی آ.، خلیلی س. ط. حسینی س. ک. موسوی ...
  • . قنبری ا.، و ریاحی م. ع. (۱۳۹۴) تخمین تخلخل ...
  • . Das B, Chatterjee R, Singha D K, Kumar R ...
  • . Gogoi T, Chatterjee R (۲۰۱۹) Estimation of petrophysical parameters ...
  • . Soleimani B, Bahadori A, Meng F (۲۰۱۳) Microbiostratigraphy, microfacies ...
  • . Hampson D P (۲۰۰۷) CGGVeritas hampson-russell software CE۸ version ...
  • . Yongzhong X U, Tongjun C, Shizhong۱ C, Weichuan H, ...
  • . Russell B (۱۹۸۸) Introduction to seismic inversion methods, SEG, ...
  • . Oldenburg D, Scheur T, Levy S (۱۹۸۳) Recovery of ...
  • . Aleman P B (۲۰۰۴) Acoustic Impedance Inversion of the ...
  • . Viveros U I, Parra J (۲۰۱۴) Artificial Neural Networks ...
  • . Quirein J, Hampson D P, Schuelke J (۲۰۰۰) Use ...
  • . Russell B, Hampson D P, Lines L R (۲۰۰۳) ...
  • نمایش کامل مراجع