CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

مطالعه و مقایسه شبکه های عصبی SOM، MRGC و DYNACLUST مخزن آسماری میدان نفتی قلعه نار با استفاده از واحد های جریانی

عنوان مقاله: مطالعه و مقایسه شبکه های عصبی SOM، MRGC و DYNACLUST مخزن آسماری میدان نفتی قلعه نار با استفاده از واحد های جریانی
شناسه ملی مقاله: OGPCONF05_092
منتشر شده در پنجمین کنفرانس بین المللی مهندسی شیمی و نفت در سال 1398
مشخصات نویسندگان مقاله:

یحیی نیلوفری - کارشناس ارشد زمین شناسی نفت دانشگاه شهید چمران اهواز
بهمن سلیمانی - عضو هیئت علمی دانشکده علوم زمین دانشگاه شهید چمران اهواز
احمد نظری - کارشناس ارشد زمین شناسی نفت دانشگاه آزاد اسلامی واحد تهران شمال
مسعود متقی - کارشناس ارشد زمین شناسی اداره زمین شناسی شرکت ملی مناطق نفت خیز جنوب

خلاصه مقاله:
تعیین الکتروفاسیسهای مخزنی نقش مهمی در ارزیابی پتروفیزیکی زونهای یک مخزن دارد. ارزیابی پتروفیزیکی، در واقع همان علم پردازش و تفسیر داده های حاصل از نمودارهای چاه پیمایی و مقایسه و تطبیق آنها با نتایج حاصل از داده های مغزه به منظور شنا سایی گروه های سنگی، زونهای مخزنی و تعیین کیفیت این زونها جهت بهره برداری بهینه از مخازن و توسعه آگاهانه تر میادین نفتی است. الکتروفاسیس بر مبنای خوشهبندی داده ها تعریف میشود، مبنای خوشه بندی قرار دادن نمودارهای پتروفیزیکی مشابه در گروه های یکسان و تمایز آنها از سایر گروه ها می باشد. پژوهش حاضر در خصوص سازند آ سماری در میدان نفتی قلعه نار صورت پذیرفته ا ست. در ابتدا با ا ستفاده از روشهای مختلف خو شه سازی 1SOM، 2MRGC و 3 DYNCLUSTدر تعدادی از چاه های میدان، مدل اولیه الکتروفاسیسها تعیین گردید. الکتروفاسیسهای تعیین شده با واحدهای جریانی4حا صل از تخلخل و تراوایی مغزه چاهپیمایی5تطابق داده شد و از بین آنها روش SOM که دارای بیشترین تطابق بود جهت خو شه سازی انتخاب گردید. الکتروفا سیسها بر ا ساس پارامترهایی از قبیل نمودارهای تخلخل و گاما ایجاد شده و به کل میدان بسط داده شد و در نتیجه مدلی ایجاد گردید که توانایی جدایش بخشهای مختلف مخزنی را از همدیگر دارا بود. این مدل نشاندهنده کیفیت مخزنی در بخشهای مختلف مخزن و همچنین تغییرات کیفیت مخزنی را در طول میدان میباشد

کلمات کلیدی:
الکتروفاسیس، مخزن آسماری، خوشه سازی، شبکه عصبی خودسازمانده

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/911323/