پیش بینی درجه اشباع آب با استفاده از روش هوشمند (مطالعه موردی)

  • سال انتشار: 1401
  • محل انتشار: چهارمین کنفرانس ملی ژئومکانیک نفت نوآوری و فناوری
  • کد COI اختصاصی: NPGC04_009
  • زبان مقاله: فارسی
  • تعداد مشاهده: 214
دانلود فایل این مقاله

نویسندگان

حسنیه نظری

دانشجوی دکتری، دانشکده مهندسی معدن دانشگاه ارومیه

فرنوش حاجی زاده

استادیار، دانشکده مهندسی معدن دانشگاه ارومیه

چکیده

درجه اشباع آب یکی از پارامترهای کلیدی در مهندسی زمین شناسی نفت جهت محاسبه حجم هیدروکربن مخزن و هم چنینکاهش ریسک اقتصادی در توسعه م یادین نفتی محسوب میشو د. او لین تلاش ها برای تخمین درجه اشباع آب سازندی بااستفاده از داده های نمودارهای چاه پیمایی توسط آرچی در مخازن ماسه سنگی تمیز صورت گرفت که نتا یج آن بصورت یکرابطه تجربی برای مخازن کربناته نیز تع میم داده شد. در مخازن کربناته به د لیل ناهمگنی شدید ثابت فرض نمودن اینپارامترها با خطای زیادی همراه است. از سوی دیگر محاسبه این پارامترها به د لیل زمان بر و هز ینه بر بودن و از دست رفتنبخشی از مغزه برای تمام طول چاه امکان پذیر نمی باشد. روشهای هوش مصنوعی از روشهای جدید، کم هزینه و د قیقیهستند که می توانند با استفاده از داده های چاه پیمایی، درجه اشباع آب مخزن را در کمترین زمان ممکن به صورت غیرمستقیم تخمین بزنند. لذا در این مطالعه با استفاده از چاه نگارهای مختلف و روش هوشمند سیستم استنتاج عصبی- فا زیتطبیقی (ANFIS-FCM)، درجه اشباع آب در یکی از مخازن هیدروکربوری جنوب غربی ا یران (میدان آزادگان شمالی) بهصورت غیرمستقیم تخمین زده شده است. جهت بکارگیری این روش هوش مصنوعی پایگاه داده متشکل از ۲۵۱۱ داده یچاه نگار ی بوده که به دو بخش داده ها ی آموزش (۱۷۵۸ داده) و داده های آزمون جهت ارزیابی مدل ها (۷۵۳ داده) تقسیمشدند. نتایج نشان دهنده عملکرد بسیار مناسب روش سیستم استنتاج عصبی- فازی تطبیقی (ANFIS-FCM)، در تخمیندرجه اشباع آب است. بنابراین می توان از مدل سیستم استنتاج عصبی- فازی تطبیقی (ANFIS-FCM)، به عنوان یک روشقدرتمند، سریع و دقیق برای تخمین غیرمستقیم درجه اشباع آب در مخازنی که درجه اشباع آب از طریق مغزه اندازه گیرینشده استفاده نمود .

کلیدواژه ها

درجه اشباع آب، داده های چاه پیمایی، ANFIS-FCM ، مخزن هیدروکربوری

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.