برآورد توزیع تخلخل مخزن هیدروکربنی با استفاده از شبکه های عصبی به کمک نگارهای چاه

تخمین تخلخل مخازن هیدروکربنی حاوی اطلاعات مفیدی در زمینه کیفیت مخزن هیدروکربنی است. شبکه های عصبی مصنوعی روش مناسبی برای تخمین تخلخل با استفاده از نگارهای چاه است. هدف این تحقیق تخمین تخلخل مخزن با استفاده از نگارهای موجود در چاههای میدان مورد مطالعه و نشانگرهای به دست آمده از داده های لرزه ای، با کمک شبکه های عصبی مصنوعی است. در ابتدانگارهای چاه بر داده های لرزه ای سه بعدی منطبق شد و سپس به منظور مدل سازی بین داده های چاه و داده های لرزه ای کوریلیشن انجام گرفت و پس از حذف اثر موجک مدل سازی انجام شد. در مرحله بعد وارون سازی لرزه ای بر مبنای مدل انجام شد. در نهایت دو روش شبکه عصبی مصنوعی متداول، شبکه عصبی پیشخور چند لایه MLFN و شبکه عصبی تابع شعاع مبنا RBFN به کار گرفته شد و عملکرد این دو شبکه در تخمین تخلخل با استفاده از نگارهای چاه مورد بررسی قرار گرفت. نتایج حاصل از کار نشان داد که روش شبکه عصبی تابع شعاع مبنا نسبت به روش شبکه عصبی پیشخور دقت بالاتری دارد و به تخلخل واقعی نزدیک تر است

Keywords:

تخلخل , امپدانس صوتی , نشانگر لرزه ای , شبکه عصبی مصنوعی , RBFN , MLFN