تخمین تخلخل مخزن با استفاده از شبکه عصبی احتمالاتی و وارون سازی بر پایه مدل

تعیین خصوصیات مخزن نقشی مهم در مدیریت، تولید و توسعه مخازن هیدروکربوری دارد. تخلخل یکی از مهم ترین خصوصیات مخزن است که می تواند نشان دهنده ی میزان حجم قابل ذخیره نفت و گاز در مخزن باشد. در این مطالعه، روشی به منظور به دست آوردن تخلخل مخزن با استفاده از نمودارهای چاه و داده های لرزه ای پس از برانبارش، ارائه شده است. بدین منظور ابتدا یک موجک به روشFull wavelet از داده های لرزه ای استخراج شد. سپس با استفاده از نمودارهای چاه و موجک استخراج شده، ردلرزه ی مصنوعی ساخته شد و با داده های لرزه ای در محل چاه منطبق گردید. سپس یک مدل اولیه هموار از مقاومت صوتی با استفاده از نمودارهای چاه ساخته شد و مقاومت صوتی مخزن با استفاده از روش وارون سازی بر پایه مدل به دست آمد. سپس به منظور به دست آوردن تخلخل، یک شبکه عصبی احتمالاتی با استفاده از نمودارهای چاه و نشانگرهای لرزه ای آموزش داده شد. از نتایج به دست آمده از وارون سازی بر پایه مدل نیز به عنوان یک نشانگر لرزه ای در مرحله آموزش شبکه عصبی استفاده شد. در این تحقیق، از داده های یک میدان نفتی در جنوب ایران استفاده شده است. به منظور اعتبارسنجی نتایج، مقادیر تخلخل در هر چاه با استفاده از داده های چاه های دیگر تخمین زده شد. مقادیر تخلخل محاسبه شده در محل ۷ چاه با نمودارهای تخلخل چاه مقایسه شد که نتایج به دست آمده نشان داد این داده ها همبستگی ۸۶.۴ درصدی با هم دارند.

کلیدواژه ها:

تخلخل ، داده های لرزه ای پس از برانبارش ، ردلرزه ی مصنوعی ، وارون سازی بر پایه مدل ، شبکه عصبی احتمالاتی.