Journal of Geotechnical Geology
Yazarlar: محمد آغاجریان, محمدرضا کمالی, علی کدخدایی, صادق فتحاللهی
Konular:-
Anahtar Kelimeler:آنالیز خوشه ای K-means,چاه آزمایی,روش مجموع مربعات خطا (SSE),مخزن,مدل های پتروفیزیکی
Özet: تراوایی و تخلخل مؤثر از مهمترین خصوصیات مخزن میباشند که میتوانند بهعنوان ورودی جهت ساخت مدل های پتروفیزیکی از مخزن مورد استفاده قرار گیرند. رابطه ی تخلخل و تراوایی در قالب واحدهای جریان هیدرولیکی در توصیف سنگهای مخازن ناهمگن استفاده میشود. شناسایی واحدهای جریان هیدرولیکی میتواند برای ارزیابی کیفیت مخزن براساس رابطهی تخلخل-تراوایی مورد استفاده قرار گیرد. تخلخل و تراوایی به ترتیب با انجام آزمایش تزریق هلیم و هوا بر روی نمونه های مغزه اندازه گیری میشوند. علاوه بر روشهای آزمایشگاهی، این دو پارامتر از روی نگار NMR گرفته شده از چاهها، و تراوایی از طریق چاهآزمایی نیز اندازهگیری میشود. این روشها اگرچه دقیق هستند، ولی دارای معایبی از جمله هزینه بالا و صرف زمان بسیار طولانی میباشند و فقط در تعداد محدودی از چاهها انجام میپذیرد. در اکثر چاههای میدان مورد مطالعه ، نگاربرداری انجام گردید . محاسبه ی تخلخل و تراوایی با استفاده از روش شبکهی عصبی مصنوعی پس انتشار خطا (BP-ANN) و به کمک داده های لاگ محاسبه گردید. پس از تخمین این پارامترها با استفاده از روش مجموع مربعات خطا (SSE) و آنالیز خوشه ای K-means، مخزن آسماری در سه چاه مورد مطالعه به 9 واحد جریان هیدرولیکی تقسیم گردید. تقسیم بندی مخزن به واحدهای جریانی سبب بهبود رابطه تخلخل و تراوایی شد. نتایج نشان داد که شبکهی عصبی در پیشبینی پارامترهای مخزنی موفق عمل نموده است.