تطابق بین زون بندی ژئوشیمیایی و نمودارهای چاه پیمایی با استفاده از روشهای شبکه عصبی مصنوعی و آنالیز خوشه ای

هدف این پژوهش پیش بینی و شناسایی خصوصیات ژئوشیمیایی سنگ منشاء و تغییرات آن، زون بندی ژئوشیمیایی سنگ های منشاء، ترسیم تاریخچه تدفین هر زون و بررسی تأثیر ماتریکس معدنی بر خصوصیات ژئوشیمیایی و پتروفیزیکی سنگ منشاء براساس نمودارهای چاه پیمایی در میدان گازی پارس جنوبی، بزرگترین میدان گازی غیرهمراه دنیا واقع در خلیج فارس و مشترک بین ایران و قطر می باشد. با توجه به اینکه ارتباط بین پارامترهای ژئوشیمیایی و پتروفیزیکی غیرخطی و پیچیده است، لذا برای این تطابق از شبکه های عصبی مصنوعی، به عنوان یک سیستم هوشمند کارآمد استفاده شد. خرده های حفاری و نگارهای چاه پیمایی gr، cgr، sgr، thor، pota، dt و nphi از سازندهای کژدمی، کنگان و دالان به عنوان داده های لازم به کار گرفته شد. پس از استحصال خصوصیات ژئوشیمیایی بازه های مورد مطالعه با استفاده از دستگاه پیرولیز راک ـ ایول6 اثر ماتریکس معدنی تصحیح گردید. میانگین جذب هیدروکربن برابر با mg hc/g rock 2/0 در سازند کژدمی، mg hc/g rock 42/0 در سازند کنگان و mg hc/g rock 28/0 در سازند دالان می باشد. تطابق و فرمولاسیون کمی بین داده های ژئوشیمیایی و نمودارهای چاه پیمایی با استفاده از مدل سازی هوشمند شبکه عصبی مصنوعی صورت گرفت. مدل بهینه شامل یک شبکه سه لایه ای از نوع پس انتشارخطا با الگوریتم levenberg-marquardt و به منظور پیش بینی مقدار کل کربن آلی (toc) می باشد. با به کارگیری این شبکه امکان مدل سازی و تولید نگار ژئوشیمیایی toc با دقت 89% و با مقدار خطای کمینه 0073/0mse= در بازه های فاقد نمونه های آنالیزی فراهم گردید. با استفاده از روش آماری آنالیز خوشه ای سلسله ای نگار tocمدل سازی شده به 5 زون ژئوشیمیایی (رخساره آلی) تقسیم شد. این زون بندی امکان مطالعه تفکیکی هر یک از سازندهای مورد مطالعه را از لحاظ بلوغ و پتانسیل تولید هیدروکربن فراهم نمود. برای تسریع در عملیات خوشه بندی، رابطه بین زون های ژئوشیمیایی تولید شده و نمودارهای چاه پیمایی متناظر آنها، با استفاده از یک شبکه سه لایه مشابه مرحله قبل مدل سازی شده و روابط استخراج شده در زون های ژئوشیمیایی ـ پتروفیزیکی به چاه های دیگر میدان تعمیم داده شد. بدین ترتیب تخمین زون های ژئوشیمیایی با استفاده از نمودارهای چاه پیمایی امکان پذیر گردید که صرفه جویی قابل ملاحظه ای در زمان و هزینه می نماید. دقت کلی مدل تشکیل شده برای تخمین خوشه ها از روی نگارها 84% می باشد. همچنین با ترسیم منحنی های تاریخچه تدفین مربوط به هر زون ژئوشیمیایی امکان تفسیر دقیق و سریع تر بلوغ حرارتی زون های تفکیک شده در هر سازند از روی نمودارهای چاه پیمایی فراهم گردید. براساس این منحنی ها سازند کژدمی به دلیل عمق کم در حوضه خلیج فارس وارد پنجره نفت زایی نشده است و در صورت بلوغ نیز به دلیل داشتن کروژن نوع iii مقدار اندکی گاز تولید خواهد نمود. بخش عمده سازندهای کنگان و دالان در محدوده نفت زایی قرار دارند اما با توجه به اینکه این سازندها اساساً منشاء نیستند بنابراین انتظار تولید هیدروکربن در آنها نمی رود. درنهایت میزان tocبا استفاده از روش ? log r نیز تخمین زده شد که با وجود کارایی مناسب آن در میادین دیگر میزان دقت آن در میدان موردمطالعه در حدود 50% می باشد. مقایسه عملکرد شبکه عصبی مصنوعی (با دقت 89%) و نتایج روش ? log r حاکی از عملکرد دقیق تر و سریع تر روش های هوشمند در مقایسه با روابط تجربی است.