وارون سازی خواص پتروفیزیکی سنگ مخزن با استفاده از الگوریتم ژنتیک

نویسندگان

چکیده مقاله:

تعیین خواص پتروفیزیکی مخزن در تولید و صیانت از مخازن هیدروکربوری نقش به‌سزایی دارد. روش‌های تعیین این خواص متنوع است و مدل‌هایی که این خواص را تعیین می‌کنند روز به روز در حال تکامل هستند. مدل BISQ مدل جدیدی است که دقت آن در تعیین خواص لرزه‌ای سنگ مخزن با توجه به مقادیر پتروفیزیکی آن، توسط محققان مختلف تأیید شده است. از طرفی به این دلیل که این مدل یک مدل غیرخطی است وارون‌سازی خواص پتروفیزیکی مخزن دخیل در این مدل با روش‌های مرسوم امکان‌پذیر نیست از این رو، در این‌جا از یک روش بهینه‌سازی سراسری برای تعیین خواص پتروفیزیکی مخزن استفاده شده است. الگوریتم ژنتیک ترکیبی (HGA) با اعمال مفاهیم خود انطباقی بر الگوریتم ژنتیک حقیقی قدرت جست جو و کیفیت پاسخ‌های این الگوریتم را بهبود می‌بخشد. در این مقاله روش وارون‌ساز معرفی شده برای تعیین خواص پتروفیزیکی داده‌های مصنوعی ایجاد شده با مدل BISQ  و هم‌چنین داده‌های یک چاه به‌کار رفته است و نتایج ان بررسی شده‌اند.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

وارون‌سازی هم‌زمان و توأمان خواص پتروفیزیکی سنگ مخزن با استفاده از الگوریتم ژنتیک جزیره‌ای موازی

برای وارون‌سازی خواص پتروفیزیکی، به مدل فیزیک سنگی جهت پیوند زدن خواص پتروفیزیکی زمین به خواص لرزه‌شناسی آن نیاز است. در این پژوهش، از مدل BISQ (Biot Squirt flow) برای وارون‌سازی خواص پتروفیزیکی سنگ مخزن استفاده شده است. مدل BISQ به‌طور هم‌زمان هر دو سازوکار بایوت (Biot) و جریان فواره‌ای را دربرمی‌گیرد. جریان فواره‌ای از مهم‌ترین مدل‌های انتشار امواج در محیط‌های متخلخل حاوی سیال است. مدل بایوت،...

متن کامل

پیش بینی میزان تراوایی سنگ مخزن با استفاده از داده های پتروفیزیکی

تراوایی مهمترین پارامتر کلیدی در توصیف یک مخزن هیدروکربوری می‌باشد. مقادیر تراوایی معمولا از آزمایش های چاه و  مغزه‌های حفاری بدست می‌آید. لذا باید توجه داشت که اغلب داده‌های به‌دست آمده از مغزه‌ها و آزمایش‌های چاه در تعداد کمی از چاه‌های یک میدان موجود است. از طرفی تقریبا در تمامی چاه‌های میدان نمودارنگاری صورت می‌گیرد. بنابراین استفاده از   روش‌هایی که بتوانند از روی نمودارهای چاه نگاری به تخ...

متن کامل

برآورد 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...

متن کامل

مدل‌سازی وارون غیر خطی داده‌های گرانی سنگ بستر با استفاده از الگوریتم رقابت استعماری

اامروزه با استفاده از وارون‌سازی داده‌های میدان پتانسیل از قبیل داده‌های گرانی‌سنجی و مغناطیس-سنجی، می‌توان مدل هندسی توده‌های زیر سطحی و یا ضخامت رسوبات را بازسازی نمود. تحقیق پیش‌رو با هدف مدل‌سازی دوبعدی هندسه سنگ بستر یک حوضه رسوبی با استفاده از وارون‌سازی داده‌های گرانی‌سنجی بوسیله الگوریتم رقابت استعماری به انجام رسید. از مدل جمع دو بعدی منشورها به عنوان مدل ریاضی هندسی مدل‌سازی داده‌ها...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


عنوان ژورنال

دوره 3  شماره 1

صفحات  83- 92

تاریخ انتشار 2017-09

با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.

کلمات کلیدی

کلمات کلیدی برای این مقاله ارائه نشده است

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023