تخمین و مدل سازی سه بعدی شعاع گلوگاه تخلخل با استفاده از داده های مغزه و نگار های چاه پیمایی

بهینه سازی اجتماع ذرات به منظور تخمین سرعت موج برشی از داده های چاه پیمایی

بر پایه ­ی مطالعات گسترده ای که تاکنون صورت گرفته است، بدون تردید، سرعت موج برشی نقشی اساسی را در ارزیابی مخازن هیدروکربوری ایفا می­ نماید. بهره­ گیری از اطلاعات سرعت موج برشی، غالباً این امکان را فراهم می­ سازد که بتوان اثرات لرزه­ ای پارامترهایی چون سنگ­ شناسی، نوع سیال منفذی و فشار منفذی را شناسایی کرد. امّا متأسفانه داده­ های سرعت موج برشی در بسیاری از میادین موجود نیستند و تخمین آن­ها به روش...

مدل سازی سه بعدی تخلخل و تراوایی در میدان گازی پارس جنوبی با استفاده از داده های لاگ و مغزه

تخلخل و تراوائی از مهمترین پارامترهای مخزنی هستند که نقش مهمی در کنترل کیفیت و حجم ذخیره مخزن دارند مقادیر تخلخل و تراوائی در محل هر چاه به روشهای گوناگونی می تواند بدست آید اندازه گیری ای مقادیر در فواصل بین چاهی مسئله ای است که مهندسان همواره در پی یافتن راهی هستند ه تغییرات این مقادیر را در فواصل بین چاهی ارزیابی و تخمین بزنند. این مشخصه های مخزنی را به کمک روشهای مختلف زمین آماری می توان در...

مدل سازی فشارمنفذی مخزن هیدروکربنی در جنوب غرب ایران با استفاده از داده های چاه پیمایی

یکی از مهم ترین عملیات اجرایی برای توصیف و شبیه سازی مخازن هیدروکربنی، عملیات نمودارگیری است. در اغلب چاه های نفتی/گازی برای تعیین خواص مخزنی مانند تخلخل، نفوذپذیری و لیتولوژی، از نمودارهای زمان عبور صوت، چگالی و پرتو گاما که به داخل چاه ها رانده می شوند. همچنین از این نمودارها می توان برای محاسبه و ساخت مدل فشار منفذی استفاده کرد که موضوع اصلی این مقاله می باشد. به دلیل هزینه نسبتاً زیاد و اطلا...

تخمین پارامترهای مخزنی با استفاده از داده های چاه پیمایی و بهره گیری از ترکیب شبکه عصبی مصنوعی و الگوریتم بهینه سازی ازدحام ذرات

پارامترهای ژئومکانیکی و پتروفیزیکی مخزن همانند سرعت موج برشی، تخلخل و تراوایی از جمله پارامترهای مهمی هستند که در شبیه‌سازی مخازن هیدروکربوری و استراتژی‌های اکتشافی نقش موثری ایفا می کنند. اخیراً روش‌های هوش مصنوعی به‌منظور پیش‌بینی این پارامترها با استفاده از داده‌های چاه پیمایی به‌کاربرده شده‌اند. بااین‌حال پیش‌بینی ویژگی‌های مخازن ناهمگن همواره با دشوارهای بسیاری همراه است و به‌سختی پاسخ مناس...

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...

ارزیابی تراوایی سازند دالان با استفاده از داده های نگار،CMRمعادله های تجربی و مغزه در میدان گازی پارس جنوبی