برآورد توزیع تخلخل مخزن از نشانگرهای لرزهای با استفاده از مدل عصبی- فازی NEFPROX در دشت گرگان
Authors
Abstract:
برآورد توزیع تخلخل مخزن در فواصل بین چاهها در تعیین دقیق گسترش جانبی مخزن و در نتیجه در برآورد میزان ذخیره هیدروکربوری و برنامهریزی برای بهرهبرداری از مخزن، از اهمیت اساسی برخوردار است. یکی از دقیقترین روشهایی که تاکنون برای این منظور بهکار رفته، استفاده از برآوردگر غیرخطی مانند شبکه عصبی و مدلهای عصبی- فازی برای برآورد پارامتر پیشگفته از نشانگرهای لرزهای است. شبکههای عصبی و مدلهای عصبی- فازی هر دو برآوردگرهای غیرخطی خوبی هستند، اما مدلهای عصبی- فازی یک مزیت نسبت به شبکههای عصبی دارند و آن تفسیرپذیری مدل عصبی- فازی است. در این تحقیق از مدل عصبی- فازی NEFPROX برای برآورد تخلخل در یک مخزن گازی در دشت گرگان استفاده شده است. با توجه به مقاطع تخلخل بهدست آمده، دو کانال ماسهای و ماسهای- رُسی با تخلخل نسبتاً کم در واحد زمینشناسی Brown Beds به وضوح قابل تشخیص است و تغییرات جانبی آنها را در این مقاطع میتوان دنبال کرد. مغزههای حاوی هیدروکربن که از چاه GO3 گرفته شدهاند، وجود دو کانال پیشگفته را تأیید میکنند. نتایج برآورد تخلخل با این مدل عصبی- فازی نشان میدهد که دقت آن تقریباً برابر دقت شبکه عصبی MLP برای برآورد تخلخل است ولی از دقت شبکه عصبی RBF برای برآورد تخلخل بیشتر است.
similar resources
بهکارگیری مدل فازی عصبی در برآورد پارامترهای مخزن با استفاده از نشانگرهای لرزهای- بررسی موردی در یک مخزن هیدروکربوری در ایران مرکزی
در این مقاله از مدل فازی عصبی برای برآورد خواص مخزن با استفاده از نشانگرهای لرزه ای استفاده شده است. الگوریتم "درخت مدل خطیمحلی(LOLIMOT)" برای آموزش مدل بهکار رفته است. این مدل از نگارهای چاه و نشانگرهای لرزه ای در محل چاه در مرحله آموزش استفاده میکند. شبکه فازی عصبی آموزشدیده برای برآورد خصوصیات مخزن با استفاده از نشانگرهای لرزهای مورد استفاده قرار میگیرد. این روش در یک تاقدیس هیدروکربن...
full textبرآورد تخلخل از دادههای لرزهای با استفاده از مدلسازی فیزیک سنگ در مخزن آسماری میدان منصوری
هدف نهایی متخصصان ژئوفیزیک مخزن، تعیین خصوصیات مخزنی، نظیر سنگشناسی و تخلخل و شرایط آن، نظیر فشار و نحوه توزیع سیال با استفاده از دادههای لرزهای است. برای دستیابی به این هدف میتوان مدلهای فیزیک سنگ را بر حجم خصوصیات کشسانی بهدست آمده از دادههای لرزهای اعمال کرد. اساس مدلهای فیزیک سنگ، تعیین خصوصیات کشسانی و مخزنی در شرایط یکسان به لحاظ زمینشناسی و با استفاده از آزمایشهای کنترل شده اس...
full textتعیین توزیع انواع منافذ سنگ مخزن آسماری با استفاده از نشانگرهای لرزهای سهبعدی (3D)، در یکی از میادین نفتی جنوب غرب ایران
نوع منافذ سنگ مخزن یکی از مهمترین پارامترهای کنترلکننده کیفیت مخازن هیدروکربنی است. این پارامتر جریان سیال و تراوایی سنگ مخزن را تحت تاثیر قرار میدهد به همین دلیل تنوع و توزیع نوع منافذ خصوصا در مخازن کربناته پیچیده و حائز اهمیت است. در این مطالعه انواع منافذ براساس رفتار الاستیکی و پتروفیزیکی به درون ذرهای، انحلالی، ریزتخلخل، بین ذرهای، بین بلوری، بین دانهای، ریزتخلخل آواری و شکستگی تقس...
full textبرآورد تخلخل سنگ مخزن با استفاده از ترکیب آنسامبلی خطی شبکههای عصبی مصنوعی منفرد براساس روشهای تحلیلی و الگوریتم ژنتیک
ترکیب آنسامبلی شبکههای عصبی مصنوعی نوعی از ماشین کمیتهای با ساختار موازی است که خروجی شبکههای منفرد را با هدف تلفیق اطلاعات حاصل از هریک از آنها و در نتیجه دستیابی به نتیجه بهتر ترکیب میکند. در این تحقیق از ترکیب آنسامبلی شبکههای عصبی مصنوعی منفرد به منظور برآورد تخلخل مؤثر سنگ مخزن گازی کنگان در میدان عظیم هیدروکربوری پارس جنوبی استفاده شده است. دادههای چاهنگاری 4 چاه این میدان در بازه...
full textاستفاده از ترکیب نشانگرهای لرزهای در شبکه عصبی مصنوعی جهت شناسایی دودکش گازی در یکی از میادین خلیج فارس
full text
برآورد تخلخل از داده های لرزه ای با استفاده از مدل سازی فیزیک سنگ در مخزن آسماری میدان منصوری
هدف نهایی متخصصان ژئوفیزیک مخزن، تعیین خصوصیات مخزنی، نظیر سنگ شناسی و تخلخل و شرایط آن، نظیر فشار و نحوه توزیع سیال با استفاده از داده های لرزه ای است. برای دستیابی به این هدف می توان مدل های فیزیک سنگ را بر حجم خصوصیات کشسانی به دست آمده از داده های لرزه ای اعمال کرد. اساس مدل های فیزیک سنگ، تعیین خصوصیات کشسانی و مخزنی در شرایط یکسان به لحاظ زمین شناسی و با استفاده از آزمایش های کنترل شده اس...
full textMy Resources
Journal title
volume 5 issue 1
pages 1- 15
publication date 1390-03-01
By following a journal you will be notified via email when a new issue of this journal is published.
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023