تفکیک انواع تخلخل ها از تخلخل حفره ای با استفاده از نمودارهای چاه پیمایی

thesis
abstract

اکثر مخازن هیدروکربوری ایران کربناته و شکسته اند. شکستگی ها از عوامل توسعه تخلخل در این نوع مخازن هستند. از دیگر عوامل مهم توسعه تخلخل در مخازن هیدروکربوری کربناته، حفره ای شدن است. بر طبق نظر کارشناسان، برخی مخازن نفتی ایران تحت تأثیر تخلخل حفره ای هستند. از میان تخلخل های موجود، تخلخل حفره ای نقش موثری در پارامترهایی چون اشباع آب، تراوایی، بازیابی و میزان تولید مخزن دارد. بنابراین شناخت این نوع تخلخل در مخازن ایران مهم است. در حال حاضر شناسایی این نوع تخلخل توسط روش های پرهزینه ای از قبیل مطالعه مغزه های حفاری و یا چاه نمودارهای تصویری انجام می شود. در این پایان نامه با بکارگیری روش های پردازش سیگنال و تکنیک های طبقه بندی الگو با استفاده از چاه نمودارهای پتروفیزیکی دو میدان نفتی در غرب ایران برای شناسایی تخلخل های حفره ای استفاده و نسبت به تفکیک آن از سایر تخلخل ها اقدام شده است. دقت این تفکیک با بکارگیری طبقه کننده پارزن و استفاده از چاه نمودارهای پتروفیزیکی خام نسبت به روش های مرسوم مطالعه تخلخل حفره ای حداقل 7% افزایش یافته است. پس از اعمال تبدیل موجک و طبقه بندی به روش پارزن دقت بررسی بطورمیانگین 10% بالاتر رفت. در مورد تعمیم پذیری روش پیشنهادی در این پروژه دو بخش بررسی شده است که در بخش اول تعمیم پذیری بین چاهی در یک میدان مطالعه گردید که دقتی در حدود 77% بدست آمد. در بخش دوم قابلیت تعمیم روش بین چاه های دو میدان بررسی و دقتی در حدود 70% نتیجه شد. تمام این نتایج نشان دهنده برتری این روش نسبت به روش های دیگر است. کلمات کلیدی: چاه نمودارهای پتروفیزیکی، طبقه بندی کننده پارزن، موجک، تخلخل حفره ای

similar resources

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

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

تعیین سیستم تخلخل سه گانه در یک مخزن کربناته با استفاده از لاگ تصویرگر و لاگ های چاه پیمایی

عموماً در مخازن کربناته تخلخل حفره ای و شکستگی ها گسترش وسیعی دارند. وجود همزمان این دو نوع تخلخل به همراه تخلخل اولیه در مخازن کربناته باعث شکل گیری یک سیستم تخلخل سه گانه پیچیده می شود. شناخت صحیح از وضعیت تخلخل در مخازن کربناته هتروژن برای ارزیابی پتروفیزیکی و شبیه سازی دینامیک این مخازن حیاتی می باشد. لاگ تصویرگر دسته ای از لاگ های مدرن چاه پیمایی است که تصویر مجازی و جهت دار با قدرت تفکیک ب...

full text

محاسبه تخلخل و توزیع حفره های مخازن نفتی با استفاده از روش تشدید مغناطیسی هسته ای

تشدید مغناطیسی هسته ای (nmr) پاسخ هسته های اتمی به میدان های مغناطیسی خارجی است. در این تحقیق به بررسی روش نوین mril (چاه پیمایی به روش تشدید مغناطیسی هسته ای) جهت تعیین پارامترهای پتروفیزیکی مورد نیاز از قبیل تخلخل و توزیع اندازه حفره ها که در تخمین هیدروکربن موجود در مخزن به کار گرفته می شود، می پردازیم. برای این منظور، ابتدا پارامتر تخلخل با پردازش داده های nmr محاسبه شده و سپس تخلخل حاصل با...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی شاهرود - دانشکده معدن و ژئوفیزیک

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023