استفاده از اطلاعات نمودارهای پتروفیزیکی جهت برآورد تخلخل و تراوایی به کمک شبکه عصبی در سازند آسماری ( مخازن نفتی جنوب باختری ایران )

  • سال انتشار: 1398
  • محل انتشار: پنجمین کنفرانس بین المللی مهندسی شیمی و نفت
  • کد COI اختصاصی: OGPCONF05_052
  • زبان مقاله: فارسی
  • تعداد مشاهده: 490
دانلود فایل این مقاله

نویسندگان

هنگامه دشمن زیاری

دبیر

هادی دشمن زیاری

کارمند

الهام احمدی اسلاملو

کارمند

هومن قاسمی

کارمند

چکیده

مهم ترین ابزارهای مطالعه مخزن، بررسی تاریخچه تولید و تزریق در مخزن و همچنین شبیه سازی مخزن می باشد. از جمله پارامترهای مربوط به شبیه سازی سنگ مخزن می توان به تخلخل و تراوایی مخزن اشاره کرد. شبیه سازی یکی از ابزارهای بسیار مهم برای تعیین شرایط بهینه تولید و همچنین پیش بینی رفتار مخزن در مراحل تثبیت فشار یا فرآیندهای افزایش بازیافت ثانویه یا ثالثیه می باشند. مدل های شبیه ساز سعی در ساده کردن میزان ناهمگن بودن مخزن دارند. نحوه عملکرد شبکه عصبی در این مطالعه بدین صورت می باشد که ابتدا به معرفی مخزن مورد مطالعه پرداخته می شود و بررسی مطالعات انجام شده بر روی خواص سنگ مخزن مورد مطالعه نیز در دستور کار قرار گرفته است. سپس ارتباط میان تخلخل و تراوایی در مغزه ها مورد بررسی قرار گرفته و در نهایت شبکه عصبی مصنوعی با قابلیت پیش بینی تخلخل و تراوایی از اطلاعات نمودارهای پتروفیزیکی ساخته می شود. مناسب ترین سناریو جهت ساخت شبکه، استفاده از 2181 مغزه و 9 پارامتر پتروفیزیکی ساخته شد. میزان Test R2 برابر با 0/674 و MSE Test برابر با 0/0019 بدست آمد که با توجه به پیچیدگی مخزن نتیجه قابل قبولی است.

کلیدواژه ها

شبیه سازی مخزن، پیش بینی تراوایی، پارامترهای پتروفیزیکی، شبکه عصبی مصنوعی، نرم افزار متلب

مقالات مرتبط جدید

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.