عبدالمنان اونق - کارشناسی مهندسی نفت- کارشناسی ارشد مهندسی شیمی از دانشگاه تهران
حامد امرایی - کارشناسی ارشد مهندسی نفت از دانشگاه صنعتی سهند تبریز

نگارههای چاهپیمایی از اصلی ترین ، مهمترین و دقیق ترین بانک های اطلاعاتی جهت توسعه موثر مخازن هیدروکربنی در تمام فازهای عمر آنها از اکتشاف تا بهره برداری و ازدیادبرداشت به حساب می آیند. بنا بر دلایلی منجمله ؛ هزینه های گزاف، خطای انسانی ، شرایط دشوار عملیاتی در بعضی میادین و یا عدم وجود نگارههای ویژهای نظیر NMR یا DSI در چاههای قدیمی میادین ، امکان اینکه در همگی چاهها، یک نگاره موجود باشد وجود ندارد. لذا پیدا کردن روشهایی دقیق ، کم هزینه و بی دردسر جهت تخمین نگارههای چاه امری حیاتی است . بدین منظور در این پژوهش ، از فولست نگارههای در دسترس جهت تخمین نگاره فوتوالکتریک (PEF) از روش شبکه عصبی مصنوعی (ANN)، خوشه بندی چند تفکیکی بر پایه گراف (MRGC) و روش خوشه بندی به نقشه های خود سازمانده یا SOM استفاده گردید. از ۷۰ درصد دادهها جهت آموزش مدل و ۳۰ درصد برای صحت سنجی استفاده گردید. ضریب همبستگی (R۲) تگاره تخمین زده شده با تگاره واقعی در روشهای ANN، MRGC و SOM به ترتیب ۹۵، ۹۷ و ۹۳ درصد بدست آمد که گواه عملکرد و کارایی بسیار دقیق روش MRGC در تخمین نگارههای چاه می باشد. پس بنابراین روش MRGC در بین روشهای دیگر خوشه بندی و شبکه عصبی مصنوعی به عنوان دقیق ترین روش جهت تخمین نگارههای پتروفیزیکی در مخزن کنگان میدان مورد نظر معرفی می گردد.

نگاره فوتوالکتریک ، روش ANN، روش MRGC، روش SOM، مخزن کنگان.