نام پژوهشگر: سهراب ظهره بند

کاربرد شبکه های عصبی در تعیین خصوصیت نفوذپذیری مخازن هیدروکربنی ( خلیج فارس- میدان سیری)
پایان نامه وزارت علوم، تحقیقات و فناوری - دانشگاه تهران 1381
  سهراب ظهره بند   محمود البرزی

شاخص بندی مخزن ، دامنه ای وسیع در مهندسی نفت دارد. یک استراتژی مدیریت موثر، تنها بعد از بدست آوردن تصویری جزئی شده و نسبتا واقعی از پراکندگی فضایی خصوصیات سنگ ، نظیر نفوذپذیری می تواند بکار گرفته شود. نفوذپذیری یکی از مهمترین ویژگیهای سازندهای هیدرکربن دار و یکی از اساسی ترین قطعه های اطلاعاتی در طراحی و مدیریت عملیات بالا بردن بازیافت است . شبکه های عصبی مصنوعی ، روشهای محاسباتی الهام گرفته از پدیده های بیولوژیکی هستند که توانایی یادگیری ، خودسازماندهی و فراگیری دارند و ابزارهای نیرومندی در حل مسائل تشخیص الگو هستند. در این مطالعه یک شبکه عصبی مصنوعی طراحی شده است که می تواند با صحت نفوذپذیری سازندی را با استفاده از داده های ایجاد شده توسط نمودارهای چاهی ژئوفیزیکی پیش بینی کند. همچنین روشهای مختلف برای تعیین نفوذپذیری از نمودارهای چاهی از یک نقطه نظر ویژه بحث و مقایسه شده است . این مطالعه در سازند میشریف در میدان سیری ‏‎d‎‏در جنوب ایران انجام گرفته است . داده های نمودار چاهی بطور فراوان برای نتیجه گیری نفوذپذیری در طول چاه های حفاری شده موجود هستند، لیکن اندازه گیری های مغزه تنها در تعداد کمی از چاههای میدان وجود دارند. در این تحقیق یک شبکه عصبی با استفاده از داده های مغزه و نمودارهای چاهی چند چاه طراحی شده است و سپس برای بقیه چاهها تعمیم داده شده است .