بهینه‌سازی تخمین تراوایی با تلفیق نتایج آنالیز رخساره الکتریکی و الگوریتم‌های هوشمند؛ مطالعه موردی در سازند فهلیان در یکی از میادین نفتی جنوب ایران

Abstract

تراوایی یکی از مهم‌ترین خصوصیات پتروفیزیکی مخازن هیدورکربنی است. تخمین تراوایی یکی از چالش‌هایی است که مهندسان نفت در مخازن کربناته به‌ویژه مخازن کارستی با آن روبرو هستند. در این پژوهش به‌منظور تخمین تراوایی در محدوده‌های عمقی فاقد اطلاعات مغزه از روابط تجربی، آنالیز برازشی، شبکه عصبی مصنوعی و الگوریتم نزدیک‌ترین همسایگی استفاده گردید و نتایج حاصل با یکدیگر و با اندازه‌گیری‌های مغزه مقایسه شد. رخساره‌های الکتریکی این امکان را به مدل‌های هوشمند می‌دهد تا با استفاده از نمودارهای معمول پتروفیزیکی با جزئیات بیشتری تراوایی را تخمین بزنند. از طرفی با توجه به اینکه آنالیز رخساره الکتریکی برای کلیه چاه‌های میدان توسعه می‌یابد، استفاده از مدل‌های بهینه هوشمند امکان استفاده در کلیه چاه‌های میدان را در جهت تخمین بهینه تراوایی دارد. براساس نتایج به‌دست آمده شبکه عصبی مصنوعی و الگوریتم نزدیک‌ترین همسایگی، نسبت به‌روش‌های دیگر نتایج به نسبت بهتری ارائه نمودند. ضریب همبستگی میان نتایج تخمینی و مقادیر مغزه حاصل از روش‌های شبکه عصبی مصنوعی و الگوریتم نزدیک‌ترین همسایگی به‌ترتیب 2% و 5% نسبت به سایر روش‌ها بالاتر بود. به‌منظور بهینه‌سازی نتایج به‌دست آمده، تخمین تراوایی با استفاده از این دو روش در چارچوب رخساره‌های الکتریکی مدل‌سازی مجدد گردید. سپس نتایج استفاده از آنالیز رخساره‌ای با نتایج مدل‌سازی لایه ای مقایسه شد. از دو روش مورد استفاده، الگوریتم نزدیک‌ترین همسایگی به‌طور میانگین با ضریب همبستگی 66% نسبت به‌روش شبکه عصبی مصنوعی با ضریب همبستگی 57% تراوایی مناسب تری برای سازند فهلیان ارائه می‌دهد. روش پیشنهادی در این پژوهش می‌تواند در سازندهای کربناته ناهمگن که وضعیت تفکیک تخلخل خوبی دارند مورد استفاده قرار گیرد.

Keywords

• تخمین تراوایی
• شبکه عصبی مصنوعی
• الگوریتم هوشمند
• نمودار پتروفیزیکی
• رخساره الکتریکی
• تخلخل مفید