مقاله کنفرانسی سال ۱۴۰۴ فارسی

تخمین شاخص شکنندگی و کربن آلی کل یک مخزن نفتی با استفاده از نگارهای پتروفیزیکی و تحلیل مولفه های اصلی در یکی از میادین هیدروکربنی ایران

چکیده مقاله

از میان پارامترهای کلیدی و موثر در پروژه های حفاری و مدل سازی در مهندسی مخزن، شکنندگی یکی از مهم ترین ویژگی های مکانیکی سنگ های مخزن است که میزان مقاومت سنگ در برابر شکست را مشخص می سازد به همین رو، شاخص شکنندگی BI به عنوان معیاری کلیدی برای انتخاب فواصل مناسب شکست هیدرولیکی و فرآیندهای حفاری در مخازن هیدروکربنی و بهره برداری از آن ها در نظر گرفته می شود با این حال، تاکنون روش واحد و استانداردی برای محاسبه این شاخص ارائه نشده است، اما می توان به صورت غیرمستقیم از نسبت های مختلف مقاومت فشاری و کششی سنگ مانند مدول های کشسانی و آزمایش های مکانیکی روی نمونه های مغزه و محتوای کانی شناسی آن برای تخمین این کمیت استفاده کرد در این پژوهش، به منظور برآورد شکنندگی، از روش تحلیل مولفه های اصلی PCA بر پایه داده های پتروفیزیکی، کربن آلی کل TOC و نگارهای چاه پیمایی استفاده شده است این رویکرد قادر است روابط غیرخطی و پیچیده میان متغیرهای ورودی نگارهای چاه و متغیرهای هدف BI و TOC را تحلیل و تفسیر نماید مقادیر شاخص شکنندگی اندازه گیری شده از مقادیر محتوای کانی شناسی حاصل از نگارهای چاه پیمایی و مقادیر کربن آلی حاصل از آزمایش راک ایول به عنوان متغیرهای هدف در نظر گرفته شده و بر مبنای روش PCA مولفه های اصلی از میان این داده ها استخراج شده و سپس مدل ارائه شده بر مبنای این رویکرد برای پیش بینی شکنندگی در فواصل انتخابی چاه های منطقه مورد مطالعه به کار گرفته شد مدل پیشنهادی بر اساس تحلیل های همبستگی و نمودارهای متقاطع، دقت بالایی را در پیش بینی این کمیت ها نشان داد و مقادیر پیش بینی شده BI و TOC با نتایج آزمایشگاهی چاه نگاری همخوانی مطلوبی داشتند

کلیدواژه‌ها

کربن آلی کل نگارهای چاه پیمایی شاخص کنندگی تحلیل مولفه اصلی پارامترهای ژئومکانیکی داده های پتروفیزیکی

نویسندگان

تصویر امین صانع پور

امین صانع پور

دانشجوی کارشناسی ارشد، موسسه ژئوفیزیک دانشگاه تهران

شیوه ارجاع

�انع پور، امین و ریاحی، محمدعلی،1404،تخمین شاخص شکنندگی و کربن آلی کل یک مخزن نفتی با استفاده از نگارهای پتروفیزیکی و تحلیل مولفه های اصلی در یکی از میادین هیدروکربنی ایران،هفتمین کنفرانس ژئوفیزیک کاربردی در اکتشاف نفت،تهران

ارائه‌شده در

پوستر مجموعه مقالات هفتمین کنفرانس ژئوفیزیک کاربردی در اکتشاف نفت مجموعه مقالات هفتمین کنفرانس ژئوفیزیک کاربردی در اکتشاف نفت23 مهر 1404 · تهران
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۴۰۴ ۵۰۸ مشاهده

AI-based Fault Detection in Synthetic Seismic Data for Hydrocarbon Exploration

Automatic fault detection in seismic data is pivotal for advancing hydrocarbon exploration and geologica…

hydrocarbon explorationartificial intelligenceRandom Forest
مقاله کنفرانسی سال ۱۴۰۴ ۳۱۹ مشاهده

مروری بر کاربرد هوش مصنوعی در پردازش داده های لرزه ای و چاه نگاری

صنعت نفت برای تحلیل داده های پیچیده زمین شناسی و ژئوفیزیکی نیازمند رویکردهای نوین و هوشمند است در این پژ…

هوش مصنوعییادگیری ماشینیادگیری عمیق
مقاله کنفرانسی سال ۱۴۰۴ ۳۱۳ مشاهده

تشخیص هندسه گسل با استفاده از نشانگرهای لرزه ای و روش های هوشمند

شناسایی دقیق هندسه گسل ها یکی از مراحل کلیدی در تفسیر داده های لرزه ای و ارزیابی ساختارهای زیرسطحی در اک…

جنگل تصادفی (RF)نشانگرهای لرزه ایSVM
مقاله کنفرانسی سال ۱۴۰۴ ۲۸۵ مشاهده

بررسی خطر سونامی های محتمل ناشی از زمین لغزش زیردریایی در مکران غربی با استفاده از داده های لرزه ای بازتابی

این مقاله با تکیه بر داده های لرزه ای بازتابی، به بررسی خطر سونامی های ناشی از زمین لغزش های زیردریایی د…

سونامیزمین لغزش زیردریاییمدلسازی عددی
مقاله کنفرانسی سال ۱۴۰۴ ۲۷۰ مشاهده

یکپارچه سازی توصیف و مدیریت مخزن در توسعه راهبردهای ازدیاد برداشت نفت

توصیف و مدیریت مخزن از ارکان اساسی در بهینه سازی برداشت هیدروکربن، به ویژه در چارچوب راهبردهای ازدیاد بر…

توصیف مخزنتحلیل پتروفیزیکیازیاد برداشت نفت
مقاله کنفرانسی سال ۱۴۰۴ ۲۵۷ مشاهده

Physics-guided machine learning for acoustic impedance inversion: a comparative study of MLFN and RBFN in data-constrained in an oilfield using rock physics-based pseudo-wells

Accurate prediction of subsurface acoustic impedance is a cornerstone of seismic reservoir characterizat…

acoustic impedancerock physics modelingmachine learning