تخمين تراوايي نسبي مخازن كربناته ايران با بهره‌گيري از روش هاي هوشمند

كارشناسي ارشد

چكيده ارزيابي پتروفيزيكي به‌منظور محاسبه پارامترهاي مخزني از جمله تراوايي نسبي يكي از اصول مهم و جدايي‌ناپذير در مديريت مخازن نفت و گاز مي‌باشد. تخمين اين پارامتر پتروفيزيكي، موضوعي است كه اخيراً با استفاده از روش‌هاي نويني همچون شبكه‌هاي عصبي مصنوعي، سيستم‌هاي فازي و روش‌هاي تركيبي مورد بحث و بررسي قرار گرفته‌است. اين سيستم‌هاي هوشمند با در دست‌داشتن داده‌هاي موجود و با كمينه كردن عدم قطعيت‌هاي ناشي از ابهام و كمبود داده‌ها، فرآيند تخمين را عملي مي‌سازند. اين تكنيك‌ها قادرند مسائل مبهم و پيچيده‌اي را كه با روش‌هاي معمول، زمان‌بر و پر هزينه مي‌باشند، حل نمايند. در اين پايان¬نامه از داده‌هاي آزمايشگاهي مخازن كربناته ايران جهت تخمين تراوايي نسبي با استفاده از مدل‌هاي هوشمند بهره‌گرفته شده‌است. پنج روش شامل مدل رگرسيون تجربي، شبكه عصبي پرسپترون چند لايه، شبكه عصبي پايه شعاعي، سيستم استنتاج فازي-عصبي و رگرسيون بردار پشتيبان جهت تخمين تراوايي نسبي نفت و آب مورد ارزيابي قرار گرفته‌اند. همچنين با توجه به اين‌كه داده‌هاي در دسترس از مخازن كربناته اخذ شده‌اند، جهت افزايش دقت مدل‌ها، كلاسه‌بندي داده‌ها براساس واحدهاي جرياني به‌عنوان راه حلي مناسب جهت غلبه بر مشكلات ناهمگوني مخازن در تخمين تراوايي نسبي مورد بررسي قرار گرفته‌است. در اين پايان‌نامه در مجموع (1984 داده) 165 نمودار تراوايي نسبي نفت و آب، مورد استفاده قرار گرفته‌است كه در نهايت پس از اعمال كلاسهبندي، داده‌هاي جمع‌آوري شده به 3 گروه تقسيم مي‌گردند. مقايسه نتايج بهدست آمده از اين تحقيق نشان مي‌دهد كه تقسيم‌بندي داده‌ها به واحدهاي جرياني سبب بهبود عملكرد اين روش‌ها در تخمين تراوايي نسبي در حد قابل قبولي شده‌است. همچنين با تحليل نتايج روش‌هاي مذكور مورد بررسي، رگرسيون بردار پشتيبان جهت تخمين تراوايي نسبي آب و شبكه پرسپترون چند لايه جهت تخمين تراوايي نسبي نفت داراي بهترين عملكرد مي‌باشند. واژه‌هاي كليدي: تراوايي نسبي، مخازن كربناته، شبكه‌هاي عصبي، سيستم‌هاي استنتاج فازي-عصبي، رگرسيون بردار پشتيبان.

192797

دانشگاه علم و صنعت ايران

كنترل

دكتر محمد فرخي