تعیین و پیش‌بینی رخساره‌های منفذی براساس تلفیقی از داده‌های تزریق جیوه، پتروفیزیکی و پتروگرافی با استفاده از ترکیب شبکه‌های عصبی خودسازمان‏ده و ماشین بردار پشتیبان

شبکة منفذی کنترل‌کنندة رفتار سیالات در سنگ مخزن است. در مخازن کربناته به‏دلیل عدم‏تبعیت خصوصیات جریان سیال از بافت رسوبی اولیه، ویژگی‌های شبکه منفذی باید مستقیما در فرآیند تعیین رخساره استفاده شوند تا بتوان شرایط واقعی مخزن را تحلیل کرد. در این مطالعه با استفاده از ترکیب مطالعات پتروگرافی، پتروفیزیکی و مهندسی مخزن، رخساره‌های منفذی و سنگی در سازندهای کنگان و دالان در میدان گازی پارس جنوبی مطالعه شده‏اند. بر این اساس پنج رخساره منفذی با استفاده از روش شبکه‌های عصبی خودسازمان‏ده خصوصیات پتروفیزیکی، زمین‌شناسی و مخزنی منحصربه‏فردی دارند. براساس خصوصیات این رخساره‌های منفذی یک روند مشخص کاهش کیفیت مخزنی از رخساره یک به سمت رخساره پنج مشاهده شد. در نهایت برای ارتباط دادن رخساره‌های معرفی‏شده و نمودارهای پتروفیزیکی از روش ماشین بردار پشتیبان استفاده شد که با استفاده از روش میانگین مربعات خطا از نمودارهای چاه‌نگاری، رخساره‌های معرفی‏شده را با دقت 78% پیش‌بینی کرد.