پیش بینی میزان تراوایی سنگ مخزن با استفاده از داده های پتروفیزیکی
تراوایی مهمترین پارامتر کلیدی در توصیف یک مخزن هیدروکربوری می‌باشد. مقادیر تراوایی معمولا از آزمایش های چاه و مغزه‌های حفاری بدست می‌آید. لذا باید توجه داشت که اغلب داده‌های به‌دست آمده از مغزه‌ها و آزمایش‌های چاه در تعداد کمی از چاه‌های یک میدان موجود است. از طرفی تقریبا در تمامی چاه‌های میدان نمو...
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Iranian Society of Mining Engineering
2007-12-01
|
| Series: | نشریه مهندسی معدن |
| Subjects: | |
| Online Access: | https://ijme.iranjournals.ir/article_1389_a41b87a7e0a6b57afa1139e9c38e5abf.pdf |
| _version_ | 1797790161866588160 |
|---|---|
| author | مرتضی احمدی علی یزدیان محسن صائمی |
| author_facet | مرتضی احمدی علی یزدیان محسن صائمی |
| author_sort | مرتضی احمدی |
| collection | DOAJ |
| description | تراوایی مهمترین پارامتر کلیدی در توصیف یک مخزن هیدروکربوری می‌باشد. مقادیر تراوایی معمولا از آزمایش های چاه و مغزه‌های حفاری بدست می‌آید. لذا باید توجه داشت که اغلب داده‌های به‌دست آمده از مغزه‌ها و آزمایش‌های چاه در تعداد کمی از چاه‌های یک میدان موجود است. از طرفی تقریبا در تمامی چاه‌های میدان نمودارنگاری صورت می‌گیرد. بنابراین استفاده از روش‌هایی که بتوانند از روی نمودارهای چاه نگاری به تخمین پارامترهای فوق بپردازند بسیار مفید خواهد بود.
پیش‌بینی تراوایی مناسب و رسم توزیع آن با استفاده از نمودارهای چاه پیمایی از اهداف اصلی این تحقیق می‌باشد. لذا برای نیل به این هدف، از روش شبکه عصبی برای ایجاد مدل تراوایی میدان نفتی مشترک پارس جنوبی که در خلیج فارس و در 100 کیلومتری ساحل واقع است، استفاده شده است. نتایج به‌دست آمده نشان می‌دهد که مدل مذکور به خوبی قادر به تخمین مقادیر تراوایی در نقاط مختلفی از مخزن مورد مطالعه می‌باشد. |
| first_indexed | 2024-03-13T02:00:49Z |
| format | Article |
| id | doaj.art-f54f73d5c374443e97646922210b8020 |
| institution | Directory Open Access Journal |
| issn | 1735-7616 2676-4482 |
| language | English |
| last_indexed | 2024-03-13T02:00:49Z |
| publishDate | 2007-12-01 |
| publisher | Iranian Society of Mining Engineering |
| record_format | Article |
| series | نشریه مهندسی معدن |
| spelling | doaj.art-f54f73d5c374443e97646922210b80202023-07-01T19:57:55ZengIranian Society of Mining Engineeringنشریه مهندسی معدن1735-76162676-44822007-12-011243521389پیش بینی میزان تراوایی سنگ مخزن با استفاده از داده های پتروفیزیکیمرتضی احمدی0علی یزدیان1محسن صائمی2دانشگاه تربیت مدرسدانشگاه تربیت مدرسدانشگاه تربیت مدرستراوایی مهمترین پارامتر کلیدی در توصیف یک مخزن هیدروکربوری می‌باشد. مقادیر تراوایی معمولا از آزمایش های چاه و مغزه‌های حفاری بدست می‌آید. لذا باید توجه داشت که اغلب داده‌های به‌دست آمده از مغزه‌ها و آزمایش‌های چاه در تعداد کمی از چاه‌های یک میدان موجود است. از طرفی تقریبا در تمامی چاه‌های میدان نمودارنگاری صورت می‌گیرد. بنابراین استفاده از روش‌هایی که بتوانند از روی نمودارهای چاه نگاری به تخمین پارامترهای فوق بپردازند بسیار مفید خواهد بود. پیش‌بینی تراوایی مناسب و رسم توزیع آن با استفاده از نمودارهای چاه پیمایی از اهداف اصلی این تحقیق می‌باشد. لذا برای نیل به این هدف، از روش شبکه عصبی برای ایجاد مدل تراوایی میدان نفتی مشترک پارس جنوبی که در خلیج فارس و در 100 کیلومتری ساحل واقع است، استفاده شده است. نتایج به‌دست آمده نشان می‌دهد که مدل مذکور به خوبی قادر به تخمین مقادیر تراوایی در نقاط مختلفی از مخزن مورد مطالعه می‌باشد.https://ijme.iranjournals.ir/article_1389_a41b87a7e0a6b57afa1139e9c38e5abf.pdfتراوایینمودارهای چاه پیماییمخازن هیدروکربوریشبکه عصبی |
| spellingShingle | مرتضی احمدی علی یزدیان محسن صائمی پیش بینی میزان تراوایی سنگ مخزن با استفاده از داده های پتروفیزیکی نشریه مهندسی معدن تراوایی نمودارهای چاه پیمایی مخازن هیدروکربوری شبکه عصبی |
| title | پیش بینی میزان تراوایی سنگ مخزن با استفاده از داده های پتروفیزیکی |
| title_full | پیش بینی میزان تراوایی سنگ مخزن با استفاده از داده های پتروفیزیکی |
| title_fullStr | پیش بینی میزان تراوایی سنگ مخزن با استفاده از داده های پتروفیزیکی |
| title_full_unstemmed | پیش بینی میزان تراوایی سنگ مخزن با استفاده از داده های پتروفیزیکی |
| title_short | پیش بینی میزان تراوایی سنگ مخزن با استفاده از داده های پتروفیزیکی |
| title_sort | پیش بینی میزان تراوایی سنگ مخزن با استفاده از داده های پتروفیزیکی |
| topic | تراوایی نمودارهای چاه پیمایی مخازن هیدروکربوری شبکه عصبی |
| url | https://ijme.iranjournals.ir/article_1389_a41b87a7e0a6b57afa1139e9c38e5abf.pdf |
| work_keys_str_mv | AT mrtḍyạḥmdy pysẖbynymyzạntrạwạyysngmkẖznbạạstfạdhạzdạdhhạyptrwfyzyḵy AT ʿlyyzdyạn pysẖbynymyzạntrạwạyysngmkẖznbạạstfạdhạzdạdhhạyptrwfyzyḵy AT mḥsnṣạỷmy pysẖbynymyzạntrạwạyysngmkẖznbạạstfạdhạzdạdhhạyptrwfyzyḵy |