Estimation of Pore Pressure and Minimum Horizontal Stress Using Newton Classical Optimization Procedure based on Well Log Data

سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 86

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_IRPGA-7-4_002

تاریخ نمایه سازی: 10 اسفند 1403

چکیده مقاله:

فشار منفذی یکی از مهمترین پارامترهای حفاری چاه، پایداری چاه، تکمیل، بهینه سازی و بهبود تولید مخزن است. بهینه سازی یکی از شاخه های ریاضیات کاربردی است که در زمینه های مختلف تصمیم گیری مانند مهندسی، ریاضیات و علوم کامپیوتر کاربرد دارد. روش کلاسیک یکی از شاخه های بهینه سازی است که می توان از آن برای تصمیم گیری در مسائل مختلف استفاده کرد. آگاهی دقیق از فشار منفذی و تنش افقی حداقل برای مراحل حفاری، پایداری و تکمیل چاه ضروری است. برآورد پارامترهای مذکور عموما با استفاده از روابط تجربی و تحلیلی به دست می آیند. پاسخ این روابط زمانی مناسب است که مقدار ضرایب ثابت تعیین شده برای هر رابطه صحیح باشد. محاسبه ضرایب معمولا به صورت تجربی و حتی دستی انجام می شود. اکنون محاسبه دقیق و خودکار پارامترها می تواند گامی پیش رونده برای استفاده از این روابط در صنعت باشد. بنابراین هدف این پژوهش در سه بخش ارائه شده است. ابتدا فشار منفذی بر اساس رابطه ایتون تخمین زده می شود. برای تخمین دقیق فشار منفذی، ثابت های معادله ایتون به طور خودکار کالیبره شده و از طریق روش بهینه سازی کلاسیک نیوتن مبتنی بر گرادیان محاسبه می شود. دوم اینکه تنش افقی حداقل با استفاده از معادله بلانتون به دست می آید. برای برآورد صحیح تنش افقی حداقل، پارامتر ثابت روش بلانتون از طریق روش بهینه سازی کلاسیک نیوتن محاسبه می شود. در نهایت، مقادیر فشار منفذی و تنش افقی حداقل با داده های اندازه گیری شده برای ارزیابی دقت نتایج مقایسه می شوند. این نتایج توانایی روش بهینه سازی پیشنهادی را در تعیین دقیق فشار منفذی و تنش افقی حداقل نشان می دهد.

کلیدواژه ها:

فشار منفذی ، تنش افقی حداقل ، روش بهینه سازی نیوتن ، روش ایتون ، معادله بلانتون ، داده های چاه پیمایی

نویسندگان

منوچهر صانعی

دانشگاه صنعتی شاهرود

احمد رمضان زاده

دانشگاه صنعتی شاهرود

مینا شفیع آبادی

دانشگاه صنعتی شاهرود

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 :
  • Hu, et. al. ۲۰۱۳. A New Pore Pressure Prediction Method—Back ...
  • Durán, O., Sanei, M., Devloo, P.R.B., Santos, E.S.R. (۲۰۱۹). An ...
  • Duran, O., Sanei, M., Devloo, P.R.B., Santos, E.S.R. (۲۰۲۰). An ...
  • Sanei, M., Durán, O., Devloo, P.R.B. and Santos, E.S.R. (۲۰۲۱). ...
  • Manshad A. K., Jalalifar H, Aslannejad M (۲۰۱۴) Analysis of ...
  • Molaghab A, Hossein Taherynia M, Fatemi Aghda SM, Fahimifar A ...
  • Sanei, M., Duran, O., Devloo, P.R.B. (۲۰۱۷). Finite element modeling ...
  • Sanei, M., Duran, O., Devloo, P.R.B. (۲۰۱۹). Numerical modeling of ...
  • Sanei, M., Durán, O., Devloo, P.R.B., Santos, E.S.R. (۲۰۲۲). Evaluation ...
  • Mousavipour, F., Riahi, M.A. & Ghanbarnejad Moghanloo, H. Prediction of ...
  • Ibrahim, A.F., Gowida, A., Ali, A. et al. Machine learning ...
  • Hottmann, C.E., Johnson, R.K., ۱۹۶۵. Estimation of formation pressures from ...
  • Pennebaker, E. S.; Detection of Abnormal-Pressure Formations from Seismic-Field Data. ...
  • Eaton, B.A., ۱۹۷۵. The Equation for Geopressure Prediction from Well ...
  • Gardner, G. H. F.; Gardner, L. W.; Gregory, A. R. ...
  • Bowers, G.L., ۱۹۹۵. Pore pressure estimation from velocity data; accounting ...
  • Foster, J. B.; Whalen, H. E. Estimation of Formation Pressures ...
  • Ham, H. H. A. Method of Estimating Formation Pressures from ...
  • Eaton, B.A., ۱۹۷۲. The Effect of Overburden Stress on Geopressures ...
  • Zoback, M. D. et al. Determination of stress orientation and ...
  • Anderson, E. M. The dynamics of faulting. Trans. Edinburgh Geol. ...
  • Blanton, T. L. & Olson, J. E. Stress magnitudes from ...
  • Fjar, E., Holt, R. M., Raaen, A. & Horsrud, P. ...
  • Eaton, B. A. (۱۹۶۸). Fracture gradient prediction and its application ...
  • John, A., Kumar, A., Gunasekaran, K., & Gupta, P. (۲۰۱۴). ...
  • Chatterjee, R., & Singha, D. K. (۲۰۱۸). Stress orientation from ...
  • Sen, S., Ganguli, S. S. Estimation of Pore Pressure and ...
  • Ahmed Gowida, Ahmed Farid Ibrahim, Salaheldin Elkatatny, Abdulwahab Ali. (۲۰۲۱) ...
  • Tanko A, et al. A Machine Learning Approach to Modeling ...
  • Ahmed Abdelaal, Salaheldin Elkatatny, Abdulazeez Abdulraheem. (۲۰۲۱). Data-Driven Modeling Approach ...
  • Brand E.W., Premchitt. J. Comparison of the predicted and observed ...
  • James Doherty, Helen Alguire, and David Muir Wood. Evaluating modified ...
  • Luis Miguel Rios and Nikolaos V. Sahinidis. Derivative-free optimization: a ...
  • Weitao Chen, Kenneth Diest, Chiu-Yen Kao, Daniel E. Marthaler, Luke ...
  • Cekerevac, C., Girardin, S., Klubertanz, G. and Laloui. L. Calibration ...
  • Sanei, M., Devloo, P.R.B., Forti, T.L.D. et al. An Innovative ...
  • Edwin K.P. Chong and Stanislaw H. Zak. An Introduction to ...
  • Equinor Website Database. Available online: https://www.equinor.com/en/how-and-why/digitalisation-in-our-dna/volve-field-data-village-download.html (accessed on ۹ July ...
  • Szydlik, T.J.; Way, S.; Smith, P.; Aamodt, L.; Friedrich, C. ...
  • Wang, B.; Sharma, J.; Chen, J.; Persaud, P. Ensemble Machine ...
  • Zhang, J. (۲۰۱۱). Pore pressure prediction from well logs: Methods, ...
  • Daines, S. R. (۱۹۸۲). Prediction of fracture pressures for wildcat ...
  • نمایش کامل مراجع