ارزیابی گونه های سنگ مخزن آسماری میدان گچساران با استفاده از روش آنالیز خوشه ای به کمک شبکه عصبی مصنوعی نگاشت خود سازمان یافته (SOM)

سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 71

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_PRRIP-26-6_001

تاریخ نمایه سازی: 4 دی 1402

چکیده مقاله:

شناسایی تغییرات ویژگی های زمین شناسی و مخزنی در غالب گونه های سنگی از طریق مشخص کردن رخساره های لاگ و تایید آنها با داده های مغزه امکان پذیر است. در این مقاله ابتدا سازند آسماری با استفاده از مقاطع نازک مغزه، میکروفاسیس ها و فرایندهای دیاژنزی مورد مطالعه قرار گرفت. سپس با استفاده از الگوریتم شبکه عصبی خود سازمان یافته و روش آنالیز خوشه ای، داده های نمودارهای چاه پیمایی متعلق به ۵ چاه مغزه گیری شده مخزن آسماری در میدان گچساران خوشه بندی شده و تعداد ۵ رخساره لاگ به عنوان مدل رخساره لاگ انتخاب شدند. با بررسی این مدل و مقایسه آن با داده های مغزه (تخلخل، تراوایی و منحنی فشار موئینه) و پتروگرافی به طور قابل قبولی رخساره های لاگ تایید شده، و به عنوان گونه سنگی معرفی شدند. باتوجه به نتیجه خوب آن در تفکیک بخش های مخزنی، این مدل به سایر چاه های فاقد مغزه که فقط داده های نمودارهای چاه پیمایی آنها در دسترس بود انتشار داده شد و روند تغییرات گونه های سنگ در طول میدان مورد بررسی قرار گرفت.

کلیدواژه ها:

گونه سنگ ، رخساره لاگ ، آنالیز خوشه ای ، شبکه عصبی نگاشت خود سازمان یافته ، میکروفاسیس

نویسندگان

مهدی فرشی

گروه زمین شناسی، دانشکده علوم، دانشگاه فردوسی مشهد، ایران

سیدرضا موسوی حرمی

گروه زمین شناسی، دانشکده علوم، دانشگاه فردوسی مشهد، ایران

اسداله محبوبی

گروه زمین شناسی، دانشکده علوم، دانشگاه فردوسی مشهد، ایران

محمد خانه باد

گروه زمین شناسی، دانشکده علوم، دانشگاه فردوسی مشهد، ایران

کیارش قنواتی

شرکت ملی مناطق نفت خیز جنوب، اهواز، ایران

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 :
  • Izadi M. and Ghalambor A., “A new approach in permeability ...
  • . Lucia F. J., “Rock-fabric/petrophysical classification of carbonate pore space ...
  • . Davies K. K., Williams B. P. J. and Vessell ...
  • . Ali-Nandalal J. and Gunter G., “Characterizing reservoir performance for ...
  • . Acosta L., “Reservoir study V۹ of El furrial field,” ...
  • . Shenawi S. H., “Permeability and water saturation distribution by ...
  • . Perez H. H., Datta-Gupta A. and Mishra S., “The ...
  • . Lee S. H., Kharghoria A. and Datta-Gupta A., “Electrofacies ...
  • . Mathisen T., LeeS. H. and Datta-Gupta A., “Improved permeability ...
  • . Antelo R. and Aguirre O., “Permeability calculations from clustering ...
  • . Lin G. F. and Chen L. H., “Identification of ...
  • . Kumar B. and Kishore M., “Electrofacies classification a critical ...
  • . Rabiller P., “Facies prediction and data modeling for reservoir ...
  • . Serra O. and Sulpice L., “Sedimentological analysis of shale-sand ...
  • . Serra O. and Abbott H. T., “The contribution of ...
  • . Hector H., Perez, Akhil Datta-Gupta, Mishra S., “The role ...
  • . آقچه لو م.، همتی آهویی ح. ر.، نبی بیدهندی ...
  • . رحیمی بهار ع. ا. و پرهام س.، "تجزیه و ...
  • . Dayhoff J. E., “Neural network architectures-An introduction,” New York: ...
  • . Kaski S., Kangas J. and Kohonen T., “Bibliography of ...
  • . Hewiston B. C. and Crane R. G., “Self-organizing maps: ...
  • . Kohonen T., “Self-organizing maps,” Springer, Berlin., ۱۹۹۵ ...
  • . Serra O., “Fundamentals of well log interpretation,” ۳rd, Elsevier ...
  • نمایش کامل مراجع