به کارگیری الگوریتم‌های بهینه‌سازی و پارامتری سازی در تلفیق داده‌های لرزه‌ای و نگاره‌ای چاه‌ها در فرایند ساخت و به روزرسانی مدل‌های رخساره‌ای

Abstract

در این پژوهش به مساله تلفیق داده‌های نگاره‌ای چاه‌ها و لرزه‌ای دوبعدی/سه‌بعدی در فرآیند مدل‌سازی رخساره‌ای مخزن پرداخته شده است. به این منظور دو روش‌‌ از دسته روش‌های موسوم به چرخه انطباق با داده‌های لرزه‌ای معرفی شده است. در روش اول، از الگوریتم بهینه‌سازی ازدحام ذرات به منظور پیدا کردن مقدار بهینه پارامتر تغییر روش آشفتگی احتمال استفاده شده است. به‌کارگیری روش آشفتگی احتمال به منظور تبدیل مساله بهینه‌سازی با Nپارامتر به یک مساله بهینه-سازی با یک‌پارامتر می‌باشد. در روش دوم، در غیاب روش‌های پارامتری‌سازی، مساله به‌روزرسانی مدل‌های رخساره‌ای، یک مساله بهینه‌سازی با Nپارامتر مجهول خواهد بود. واضح است با افزایش تعداد پارامترهای مجهول بهینه‌سازی، دقت الگوریتم‌های بهینه‌سازی در یافتن جواب بهینه کاهش می‌یابد. یکی از روش‌های فائق آمدن بر این مشکل، طراحی الگوریتم‌هایی با توانایی بالاتر می‌باشد. در روش دوم سعی شده است با تلفیق عملگر تقاطع در الگوریتم‌ کلونی زنبور مصنوعی، توازن مناسبی میان توانایی‌های اکتشاف و استخراج آن برقرار شود. برای ارزیابی دقت عملکرد روش‌های پیشنهادی، از یک مدل مصنوعی سه‌بعدی مخزن (مدل مرجع) استفاده شد. مدل‌های رخساره‌ای ساخته شده بوسیله روش‌های "آشفتگی احتمال-ازدحام ذرات" و " کلونی زنبور مصنوعی-ژنتیک" به‌ترتیب دارای یک تفاوت 65/6 و 99/0 درصدی با مدل رخساره‌ای مرجع بود. برای نشان دادن توانایی الگوریتم‌های پیشنهادی در ساخت و به‌روزرسانی مدل‌های رخساره‌ای، دو روش سنتی زمین‌آماری به مساله موردنظر اعمال شد. نتایج حاصل نشان داد که به‌کارگیری روش‌های "آشفتگی احتمال-ازدحام ذرات" و" کلونی زنبور مصنوعی-ژنتیک" به‌ترتیب با یک افزایش دقت 8/18 و 46/24 درصدی در تفاوت با مدل رخساره‌ای مرجع، نسبت به روش‌های زمین‌آماری همراه بود. در پایان عملکرد روش " کلونی زنبور مصنوعی-ژنتیک" بر روی دو مدل مخزن مصنوعی بزرگ‌تر و پیچیده‌تر ارزیابی شد.

Keywords

• مدل‌سازی رخساره‌ای
• بهینه سازی
• روش‌های پارامتری سازی
• الگوریتم زنبور عسل
• داده‌های لرزه‌ای