تخمین درجه اشباع آب مخازن کربناته با استفاده از رگرسیون بردار پشتیبانی

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 590

فایل این مقاله در 10 صفحه با فرمت PDF و WORD قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

RESERVOIR05_027

تاریخ نمایه سازی: 27 بهمن 1394

چکیده مقاله:

تاکنون روابط تجربی زیادی جهت تخمین درجه اشباع آب برای مخازن با خواص متفاوت ارائه شده است. بسیاری از این روابط دارای پارامترهایی می باشند که باید در آزمایشگاه محاسبه شوند. در مخازن کربناته به دلیل ناهمگنی شدیدی که در تمام مخزن حاکم است ثابت فرض نمودن این پارامترها که بشدت نسبت به خواص سنگ وسیال حساس می باشند با خطای زیادی همراه می باشد. از سوی دیگر محاسبه این پارامترها به دلیل زمان بر و هزینه بر بودن و از دست رفتن بخشی از نمونه ها به هنگام مغزه گیی برای تمام طول چاه امکانپذیر نمی باشد. روابط زیادی برپایه رگرسیون بین این پارامترها و خواص سنگ و سیال توسط محققین ارائه شده است که در عمل نتایج حاصله دارای خطای اندازه گیری زیادی می باشند. با بهبود روش های ریاضی و ظهور روش های محاسباتی هوشمند نیاز به این روش ها در مسائل پیچیده مهندسی نفت به خصوص در تخمین درجه اشباع آب و دیگر خواص پتروفیزیکی که با حجم عظیمی از داده ها سرکار دارند نیز احساس گردید. در همین راستا در این مطالعه نیز از یک مدل رگرسیون بردار پشتیبانی (ε-SVR) برای تخیمن درجه اشباع آب به کمک نمودارهای معمول چاه پیمایی استفاده شده است و نتایج آن در یک مطالعه موردی ، با نتایج حاصل از روش تجربی آرچی مقایسه شده است. از داده های اشباع آب محاسبه شده در آزمایشگاه مغزه به عنوان داده ی هدف و اعتبار سنجی مدل استفاده شده است. روش جستجوی الگو نیز برای بهبود عملکرد مدل ε-SVR و تخمین پارامترهای مدل بکار گرفته شده است. نتایج نشان می دهند که این روش با رسیدن به خطای مربعات میانگین برابر ۰5۳/۰ و یک ضریب کرولیشن ۹21/۰ از دقت بالایی در تخمین درجه اشباع نفت برخوردار می باشد، در حالیکه روش تجربی آرچی دارای خطای مربعات میانگین برابر 20۲/۰ و یک ضریب کرولیشن ۴۱2/۰ می باشد که نشان از توانایی بالای مدل ε-SVR نسبت به روش های معمول تجربی است.

نویسندگان

محمدرضا چراغچی

دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی واحد امیدیه، گروه مهندسی نفت، امیدیه، ایران

حسن امیری بختیار

دکتری زمین شناسی، شرکت مناطق نفت خیز جنوب

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 :
  • : Archie, G.E., 1942. The electrical resistivity log as an ...
  • : Poupon, A., Holey, W.R., Schmidr, A.W., 1971. Log Analysis ...
  • : Helle, H.B., Bhatt, A., 2002. Fluid Saturation from Well ...
  • : Hsieh, B.Z., Lewis, C., Lin, Z.S., 2005. Lithology identification ...
  • : Jamialahmadi, M., Javadpour, F.G., 2000. Relationship of permeability, porosity ...
  • : Chen, C.H., Lin, Z.S., 2005. A Committee machine with ...
  • : Vapnike, V.N., 1998. Statistical Learning Theory, John Wiley & ...
  • : Zhao, W., Liu, J.K., Chen, Y.Y., 2015. Material behavior ...
  • : Cherkassky, V., Ma, Y., 2004. Practical selection ofSVM parameters ...
  • :Fattahi, H., Gholami, A., Amirbakhtiar, M. S., Moradi, S., 2014. ...
  • 1]:Wetter, M., Wright, J., 2003. Comparison of a generalized pattern ...
  • نمایش کامل مراجع