ارزیابی نفوذپذیری با استفاده از داده های چاه پیمایی و تکنیک شبکه عصبی مصنوعی و مقایسه آن با نفوذپذیری معادله کوتس
- سال انتشار: 1385
- محل انتشار: اولین کنگره مهندسی نفت ایران
- کد COI اختصاصی: IPEC01_083
- زبان مقاله: فارسی
- تعداد مشاهده: 2018
نویسندگان
دانشگاه صنعتی امیرکبیر
چکیده
نفوذپذیری پارامتری بسیار مهم در ارزیابی یک مخزن می باشد . تعیین این پارامتر به وسیله آنالیز مغزه انجام می شود و این در حالی است که انجام عملیات مغزه گیری و آنالیز مغزه ، مستلزم صرف زمان و هزینه فراوانی می باشد . تکنیک شبکه های عصبی مصنوعی یک ی از جدیدترین تکنیکهای شبیه سازی و مدل سازی است که می تواند بدون صرف هزینه و زمان و بد ون نیاز به داده ها و اطلاعات تکمیلی در ارزیابی نفوذپذیری مورد استفاده قرار گیرد . در این مطالعه، از تکنیک شبکه عصبی مصنوعی و تنها از روی داده های خام نمودارهای پتروفیزیکی برای ارزیابی نفوذپذیری استفاده شده است و نتایج حاصل از آن با نتایج به دست آمده از معادله کوتس مقایسه گردیده است. در این مطالعه، برای تعیین مقادیر نفوذپذیری در سازند فهلیان میادین نفتی خارک و درود، از دو شبکه استفاده گردید که یکی از آنها شبکه با چهار پارامتر ورودی (نمودارهای صوتی، گاما ، نگار مقاومت مخصوص عمیق و کم عمق و مقادیر عمق ) برای میدان درود، و دیگری شبکه ب ا شش پارامتر ورودی (نگارهای صوتی، چگالی، تخلخل نوترون، اشعه گاما ، مقاومت ناحیه کم عمق و مقاومت عمیق ) برای میدان نفتی خارک بودند . مقادیر نفوذپذیری که توسط این شبکه ها برای میادین درود و خارک به دست آمد و مقادیر نفوذپذیری حاصل از مغزه در چاههای میادین مذکور به ترتیب دارای همبستگی معادل 0.890 و 0.932 بود. در قسمت بعد با استفاده از معادله تجربی کوتز مقادیر نفوذپذیری میادین مذکور محاسبه گردید که مقایسه نتایج مربوط به این کار با مقادیر نفوذپذیری مغزه مقدار همبستگی معادل 0.576 برای میدان درود و 0.784 برای میدان خارک حاصل نمود.کلیدواژه ها
شبکه های عصبی، نفوذپذیری، معادله کوتس، شبکه پس انتشار، سازند فهلیانمقالات مرتبط جدید
- رتبه بندی فاکتورهای اساسی در ایمنی و امنیت مواد غذایی در زنجیره تأمین با روش BWM در ایران
- ارائه الگوی پیاده سازی سیستم QA/QC در ساخت ساختمان های سبز و اولویت بندی عوامل با استفاده از روش دیمتل و تحلیل AHP (مطالعه موردی شهر کرج)
- کاربرد محاسبات خاکستری در مدل سازی ریاضی
- اولین کنفرانس ملی مدل سازی ریاضی و رو ش های محاسباتی در علوم و مهندسی مدل های حمل و نقل با ساختار مسئله چند انتخابی
- احراز هویت در تلفن های همراه هوشمند از طریق شناسایی هندسه دست بدون تماس مبتنی بر شناسایی رنگ پوست و استخراج ویژگی های بیومتریک
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.