برگردان داده‌های لرزه‌ای میدان گازی سراجه و محاسبه تخلخل

Authors

  • محمد مختاری پژوهشگاه زلزله
  • مهدی هزینه دانشگاه تهران
Abstract:

راه مستقیم دستیابی به خواص پتروفیزیکی در بررسی مخازن هیدروکربنی، حفر چاه است و از آن جا که این عمل هزینه زیادی را در بر دارد، همواره تلاش بر استخراج این خواص از ردهای لرزه‌ای می باشد. بدین منظور، روش های متعددی ابداع شده‌اندکه هر یک مزایا و معایب خاص خود را دارند. از میان این روش‌ها، برگردان لرزه‌ای، یکی از ابزارهای بسیار مناسب جهت توصیف لرزه‌ای مخزن قلمداد می‌شود. برگردان لرزه‌ای رد لرزه‌ای را به مدل بلوکی امپدانس تبدیل کرده و به صورت یک واهمامیخت عمل می‌کند. امپدانس صوتی یک ارتباط قوی با تخلخل داشته و به عنوان یک مشخصه مفید برای توصیف مخزن است. در این مقاله از دو روش خارهای پراکنده به شیوه برنامه ریزی خطی و بر مبنای مدل برای برگردان داده‌های لرزه‌ای دو بعدی میدان گازی سراجه و ساخت مدل امپدانس استفاده شده است. با به کارگیری این مدل و ایجاد یک رگرسیون خطی، مدل تخمینی تخلخل به دست می‌آید.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

برگردان داده های لرزه ای سه بعدی به امپدانس صوتی و کاربرد آن در تخمین تخلخل ( میدان گازی گنبدلی)

در فصل نخست پایان نامه به ذکر مفاهیم و تعاریف اصلی پرداخته شده است . بدلیل اینکه تخمین موجک در قلب هر پروژه برگردان لرزه ای قرار دارد و شکل موجک لرزه ای استنتاج شده ، شدیدا ارزیابی کیفیت مخزن را تحت تاثیر قرار می دهد لذا در فصل دوم موجک لرزه ای و روشهای تخمین موجک لرزه ای بیان شده است و در فصل سوم تئوری روشهای برگردان لرزه ای پس بر انبازش از قبیل روشهای بازگشتی ، برمبنای مدل و خارهای پراکنده بط...

15 صفحه اول

طراحی شبکه عصبی مصنوعی برای پیشبینی تخلخل مخزن آسماری در میدان گچساران با استفاده از دادههای چاه پیمایی و تخلخل مغزه

تعیین تخلخل مخزن، به عنوان یکی از مهم ترین پارامترهای پتروفیزیکی، نقش مهمی در صنایع بالادستی نفت ایفـا مـی نمایـد. یکـی ازروش های نوین مورد استفاده در مدلسازی و تخمین تخلخل، طراحی شبکه های عصبی مصنوعی است که برای پـیش بینـی پارامترهـایپتروفیزیکی به کار می رود. شبکه عصبی مصنوعی، روشی محاسبه ایست که برگرفته از علم زیست شناسی بوده و ابزاری قوی برای حلمشکلات فراروی صنعت نفت محسوب می گردد.در این مطا...

full text

تخمین و تصحیح فاز باقیمانده متغیر با زمان در دادههای لرزهای

تخمین و تصحیح فاز باقی‌‌مانده در یک مقطع لرزه‌ای برانبارش شده امری ضروری و مهم است. تشخیص فاز ناپایای باقی‌‌مانده در داده‌ها‌ بدون استفاده از اطلاعات نگاره‌های چاه با استفاده از روش‌های آماری قابل انجام است. روش بیشینه‌سازی کشیدگی با چرخش فاز ثابت از مشهورترین روش‌های آماری بعد از برانبارش جهت تخمین فاز ناپایا در داده‌های لرزه‌ای است. معیار کشیدگی به عنوان کومولانت مرتبه چهار، باعث حفظ اطلاعات ...

full text

طراحی شبکه عصبی مصنوعی برای پیشبینی تخلخل مخزن آسماری در میدان گچساران با استفاده از دادههای چاه پیمایی و تخلخل مغزه

تعیین تخلخل مخزن، به عنوان یکی از مهم ترین پارامترهای پتروفیزیکی، نقش مهمی در صنایع بالادستی نفت ایفـا مـی نمایـد. یکـی ازروش های نوین مورد استفاده در مدلسازی و تخمین تخلخل، طراحی شبکه های عصبی مصنوعی است که برای پـیش بینـی پارامترهـایپتروفیزیکی به کار می رود. شبکه عصبی مصنوعی، روشی محاسبه ایست که برگرفته از علم زیست شناسی بوده و ابزاری قوی برای حلمشکلات فراروی صنعت نفت محسوب می گردد.در این مطا...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 44  issue 1

pages  -

publication date 2010-03-21

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