تعیین و پیش‌بینی رخساره‌های منفذی براساس تلفیقی از داده‌های تزریق جیوه، پتروفیزیکی و پتروگرافی با استفاده از ترکیب شبکه‌های عصبی خودسازمانده و ماشین بردار پشتیبان
شبکة منفذی کنترل‌کنندة رفتار سیالات در سنگ مخزن است. در مخازن کربناته بهدلیل عدمتبعیت خصوصیات جریان سیال از بافت رسوبی اولیه، ویژگی‌های شبکه منفذی باید مستقیما در فرآیند تعیین رخساره استفاده شوند تا بتوان شرایط واقعی مخزن را تحلیل کرد. در این مطالعه با استفاده از ترکیب مطالعات پتروگرافی، پتروفیزیک...
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | fas |
| Published: |
Research Institute of Petroleum Industry
2016-12-01
|
| Series: | Pizhūhish-i Naft |
| Subjects: | |
| Online Access: | https://pr.ripi.ir/article_681_19d3eccd33e811a05707665b257fdeab.pdf |
| Summary: | شبکة منفذی کنترل‌کنندة رفتار سیالات در سنگ مخزن است. در مخازن کربناته بهدلیل عدمتبعیت خصوصیات جریان سیال از بافت رسوبی اولیه، ویژگی‌های شبکه منفذی باید مستقیما در فرآیند تعیین رخساره استفاده شوند تا بتوان شرایط واقعی مخزن را تحلیل کرد. در این مطالعه با استفاده از ترکیب مطالعات پتروگرافی، پتروفیزیکی و مهندسی مخزن، رخساره‌های منفذی و سنگی در سازندهای کنگان و دالان در میدان گازی پارس جنوبی مطالعه شدهاند. بر این اساس پنج رخساره منفذی با استفاده از روش شبکه‌های عصبی خودسازمانده خصوصیات پتروفیزیکی، زمین‌شناسی و مخزنی منحصربهفردی دارند. براساس خصوصیات این رخساره‌های منفذی یک روند مشخص کاهش کیفیت مخزنی از رخساره یک به سمت رخساره پنج مشاهده شد. در نهایت برای ارتباط دادن رخساره‌های معرفیشده و نمودارهای پتروفیزیکی از روش ماشین بردار پشتیبان استفاده شد که با استفاده از روش میانگین مربعات خطا از نمودارهای چاه‌نگاری، رخساره‌های معرفیشده را با دقت 78% پیش‌بینی کرد. |
|---|---|
| ISSN: | 2345-2900 2383-4528 |