تعیین تعداد واحدهای جریان با استفاده از روش آنالیز احتمال نرمال وروش مجموع مربع خطاها
Publish place: National Conference on Geology and Exploration of Resources
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 552
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCGER01_113
تاریخ نمایه سازی: 28 شهریور 1394
Abstract:
شناسایی پارامترهای مخزنی نقش بسیار مهمی در ارزیابی اقتصادی، روش های مدیریت وتوسعه مخزن دارد. یکی از اهداف مطالعات پتروفیزیکی نیز برآورد دقیق پارامترهای مخزن با استفاده از داده های لاگ و مغزه است. یکی از روش های تخمین تراوایی استفاده از مفهوم واحدهای جریان هیدرولیکی است. یک واحد جریان هیدرولیکی، مربوط به حجمی از سنگ مخزن است که به طور عمودی و جانبی پیوسته بوده و قابل پیش بینی باشد و خصوصیات زمین شناسی و پتروفیزیکی تاثیرگذار بر روی جریان سیال در درون آن ثابت است و به طور مشخص از سایر حجم های سنگ متفاوت می باشد. هدف از بررسی ویژگی های مخزنی، مشخص کردن توزیع شاخص های پتروفیزیکی مانند، تخلخل، تراوایی و درجه اشباع است. روابط تخلخل _ تراوایی می توانند در چارچوب واحدهای جریان هیدرولیکی به منظور تعیین سنگ های مخزنی ناهمگن به کار گرفته شوند. در این مطالعه از روش مجموع مربع خطاها sse و روش آنالیز احتمال نرمال برای تعیین تعداد واحدهای جریانی استفاده شده و سپس با استفاده از روش مجموع مربع خطاها بعد از آن که تعداد واحدهای جریانی تعیین شد، با استفاده از شاخص میانگین مربوط به هرواحد جریان، برای کل داده ها، تراوایی جدیدی تخمین زده می شود که از نظر دقت بسیار به تراوایی مغزه نزدیک می باشد. در روش SSE ، R2=0.97 به دست آمده که این خود نشان از انتخاب درست تعداد واحدهای جریان می باشد. از این پژوهش می توان برای تخمین تراوایی در چاه های فاقد مغزه نیز استفاده کرد
Keywords:
تراوایی , واحدهای جریان هیدرولیکی , شاخص میانگین منطقه جریانی , آنالیز احتمال نرمال , مجموع مربع خطاها SSE
Authors
محمدمهدی قوامیان
دانشجوی کارشناسی ارشد مهندسی نفت، دانشگاه آزاد اسلامی واحد امیدیه
جمشید مقدسی
عضو هیئت علمی دانشگاه صنعت و نفت اهواز،
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :