شناسایی راک تایپ های مخزنی با استفاده از الگوریتم گوستافسون -کسل و تخمین گر لولیموت

سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 181

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_PRRIP-26-5_016

تاریخ نمایه سازی: 4 دی 1402

چکیده مقاله:

تفکیک مخزن به بخش های هموژن از نظر ویژگی های پتروفیزیکی مانند تخلخل و تراوایی را شناسایی راک تایپ های پتروفیزیکی می نامند. روش ها و معادلاتی متعدد برای بررسی راک تایپ های پتروفیزیکی وجود دارند: معادلات وینلند، معادلات پیتمن و شاخص کیفیت سنگ و ... . لازمه شناسایی و تفکیک زون های مخزنی برمبنای این ویژگی ها وجود مغزه است، ولی در اغلب چاه های نفت و حتی در تمام اعماق یک چاه مغزه گیری ممکن نیست، اما تقریبا در تمام چاه ها نمودارگیری بهصورت پیوسته انجام می شود. به همین علت یافتن روش هایی برای تخمین زدن تخلخل و تراوایی با استفاده از دیگر ویژگی هایی مخزنی دردسترس مهم است. در این مقاله برای بررسی کارایی سیستم فازی- عصبی درخت مدل خطی محلی(لولیموت) در تفکیک راک تایپ های پتروفیزیکی، نتایج حاصل از عملکرد این سیستم با داده های حاصل از مغزه های موجود و نیز الگوریتم شبکه عصبی چندلایه مقایسه شدند و رویکرد مذکور، با توجه به راهبرد تقسیم و تسخیر، قابلیتی مناسب در زون بندی مخزن نشان داد. علاوه بر این برای افزایش کارایی روش فوق و بررسی اثر همگن سازی داده ها بر نتایج، داده ها قبل از ورود به سیستم فازی- عصبی با استفاده از روش گوستافسون- کسل خوشه بندی شدند. براساس نتایج به دستآمده، دقت زون بندی مخازن نفتی براساس راک تایپ های پتروفیزیکی با استفاده از این روش بالاتر است. در نهایت در این مقاله براساس معادلات وینلند و با استفاده از چاه نگارها و داده های مغزه موجود، دو چاه در یکی از مخازن نفتی جنوب ایران زون بندی و راک تایپ های پتروفیزیکی بهخوبی از یکدیگر تفکیک شدند.

کلیدواژه ها:

زون بندی مخزن ، راک تایپ های پتروفیزیکی ، معادلات وینلند ، لولیموت ، خوشه بندی گوستافسون- کسل

نویسندگان

مهرنوش علی پور شهسواری

دانشکده مهندسی معدن، پردیس دانشکده های فنی، دانشگاه تهران، ایران

حسین معماریان

دانشکده مهندسی معدن، پردیس دانشکده های فنی، دانشگاه تهران، ایران

بهزاد تخم چی

دانشکده مهندسی معدن، پردیس دانشکده های فنی، دانشگاه تهران، ایران

ساره صدیق

دانشکده مهندسی معدن، پردیس دانشکده های فنی، دانشگاه تهران، 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 :
  • . http://www.glossary.oilfield.slb.com, Accessed on Aug. ۲۰۱۲ ...
  • . Potter G. “Core analysis uncertainty and rock typing,” SPWLA ...
  • . Cheng F., Ramachandran K., and Contreras D., “Comparison of ...
  • . Gholami V. and Mohaghegh S., “Intelligent upscaling of static ...
  • . Vahrenkamp V. C. and Creusen A., “The Role of ...
  • . Skalinski M. and Kenter J. A. M., “Carbonate petrophysical ...
  • . Porras J. C. and Campos O., “Rock typing: a ...
  • . Nelles O., Fink A. and Iserman R., “Local linear ...
  • . Hartmann B., Nelles, O. and Skrjanc, I., “Recent partitioning ...
  • . Bishop C. M., Neural Networks for Pattern Recognition, London, ...
  • . Alpaydin E. “Introduction to machine learning,” MIT Press, London, ...
  • . Nelles O., “Nonlinear system identification with local linear neuro-fuzzy ...
  • . Klawonn F. and Höppner F., “What is fuzzy about ...
  • . Kovács F., Legány C. and Babos A., “Cluster validity ...
  • . Reseach Institude of Petroleum Industry. Reservoir Geology of the ...
  • نمایش کامل مراجع