پیش بینی سرعت موج برشی به منظور مطالعات ژئومکانیک یک مخزن در یکی از میادین جنوب غربی ایران
محل انتشار: اولین کنفرانس ژئومکانیک نفت
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 886
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NPGC01_039
تاریخ نمایه سازی: 1 مهر 1394
چکیده مقاله:
مدول های دینامیکی مربوط به سنگ در بسیاری از مطالعات مربوط به ژئومکانیک مخازن نفت و گاز تاثیرگذار هستند.سرعت موج برشی و تراکمی به عنوان مهمترین پارامترها در زمینه محاسبه این مدولها و انجام مطالعات ژئومکانیک مطرحمی باشند. اغلب به دلیل محدودیتهای عملیاتی و هزینه، سرعت موج برشی در همه چاه ها موجود نمی باشد. به همیندلیل اغلب پیش بینی آن بر اساس دیگر پارامترهای پتروفیزیکی حاصله از عملیات چاه پیمایی انجام می گیرد. در این تحقیقبه پیش بینی سرعت موج برشی در یک مخزن برای یکی از میادین جنوب غربی ایران پرداخته شده است. روابط بدست آمدهتوسط محققان پیشین، تکنیک شبکه هوشمند عصبی و استفاده از تکنیک رگرسیون خطی چندگانه در دو چاه از چاه هایاین میدان که دارای اطلاعات سرعت موج برشی می باشند مورد بررسی قررار گرفته اند و سپس میزان قابلیت این روشها بامقایسه ضریب همبستگی بدست آمده برای هر روش، برای پیش بینی سرعت موج برشی با هم مقایسه شده اند. با مقایسهنتایج بدست آمده مشخص شد که استفاده از تکنیک رگرسیون خطی چندگانه جهت پیش بینی سرعت موج برشی بااستفاده از پارامترهای چگالی (RHOB)، تخلخل نوترون (NPHI) و سرعت موج تراکمی (Vp) نتیجه بهتری نسبت به سایرروشهای مورد بررسی دارد. لذا استفاده از مدل بدست آمده توسط روش رگرسیون خطی چندگانه جهت استفاده در سایرچاه های فاقد اطلاعات سرعت موج برشی نتیجه بهتری را در پی خواهد داشت.
کلیدواژه ها:
نویسندگان
وحید زابلی زاده سی سخت
دانشجوی کارشناسی ارشد مهندسی نفت، دانشگاه صنعت نفت
بهرام سلطانی سولگانی
دکتری مهندسی نفت، عضو هیئت علمی دانشگاه صنعت نفت، دانشکده نفت اهواز
مجتبی حیدری
کارشناس ارشد زمین شناسی مهندسی، شرکت ملی نفت مناطق نفت خیز جنوب
آرش برجسته
دکتری تکتونیک، عضو هیئت علمی صنعتی، وزات نیرو
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 :