احسن لیثی - Faculty of Petroleum Engineering, Sahand University of Technology, Tabriz, Iran
رضا فلاحت - Faculty of Petroleum Engineering, Sahand University of Technology, Tabriz, Iran

تخلخل یکی از پارامترهای مهم در ارزیابی ذخیره و توسعه یک مخزن هیدروکربنی است. این پارامتر پتروفیزیکی به صورت مرسوم توسط داده های مغزه و لاگ اندازه گیری یا محاسبه می شود. استفاده از داده های لرزه نگاری برای تخمین پارامترهای پتروفیزیکی مابین چاه ها، یکی از موضوعات مهم و قابل توجه در صنعت نفت و گاز است. در این مطالعه، ابتدا با استفاده از تلفیق داده های چاه نگاری و داده های لرزه نگاری سه بعدی پس از برانبارش مربوط به یکی از میادین نفتی خلیج فارس، وارون سازی لرزه ای با استفاده از روش وارون سازی براساس مدل و روش وارون سازی خارهای پراکنده انجام گرفت. همبستگی و خطای روش وارون سازی خارهای پراکنده به ترتیب برابر ۹۸ و ۱۹% بوده است، درحالی که در روش وارون سازی براساس مدل به ترتیب برابر ۸۸ و ۴۷% است. در مرحله بعد، با استفاده از سه روش چند نشان گر لرزه ای، شبکه عصبی احتمالاتی و شبکه عصبی تابع پایه شعاعی تخمین تخلخل انجام شد. روش شبکه عصبی احتمالاتی ۹۱% همبستگی بین داده های آموزشی و ۷۱% همبستگی بین داده های اعتبارسنجی ارائه داده است که جواب بهتری نسبت به دو روش دیگر بوده است. بنابراین، پیشنهاد می گردد برای تخمین تخلخل از داده های لرزه نگاری در میادین با زمین شناسی مشابه، از این روش استفاده گردد.

seismic attributes, Seismic Inversion, Seismic Reservoir Characterization, Artificial Neural Network, Probabilistic Neural Network