تخمین درجه اشباع آب با استفاده از مدل جستجوی الگویی رگرسیون بردار پشتیبانی در سازند سروک

Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 668

This Paper With 15 Page And PDF and WORD Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

RESERVOIR06_032

تاریخ نمایه سازی: 2 تیر 1395

Abstract:

درجه اشباع آب یکی از پارامترهای کلیدی در مهندسی نفت جهت محاسبه حجم هیدروکربن مخزن و همچنین کاهش ریسک اقتصادی در توسعه میادین نفتی محسوب می شود. اولین تلاش ها برای تخمین درجه اشباع آب سازندی با استفاده از داده های نمودارهای چاه پیمایی توسط آرچی در مخازن ماسه سنگی تمیز صورت گرفت که نتایج آن بصورت یک رابطه تجربی برای مخازن کربناته نیز تعمیم داده شد. در مخازن کربناته به دلیل ناهمگنی شدید ثابت فرض نمودن این پارامترها با خطای زیادی همراه است. از سوی دیگر محاسبه این پارامترها به دلیل زمان بر و هزینه بر بودن و از دست رفتن بخشی از مغزه برای تمام طول چاه امکان پذیر نمی باشد. در این مطالعه از مدل رگرسیون بردار پشتیبانی برای تخمین درجه اشباع آب به کمک نمودارهای معمول چاه پیمایی استفاده شده است که با استفاده از روش جستجوی الگو بهینه شده است. همچنین برای کاهش خطای مدل از اعتبارسنجی متقابل استفاده شده است. نتایج این مدل در یک مطالعه موردی بر روی سازند سروک، با نتایج حاصل از روش تجربی آرچی مقایسه شده و از داده های اشباع آب محاسبه شده در آزمایشگاه مغزه بعنوان داده های هدف و اعتبار سنجی استفاده شده است. نتایج مقایسه میان مدل های بررسی شده نشان می دهد مدل SVR از عملکرد بسیار بهتری نسبت به رابطه آرچی دارد.

Keywords:

درجه اشباع نفت , نگاره های چاه پیمایی رگرسیون بردار پشتیبان , جستجوی الگو , سازند سروک

Authors

محمدرضا چراغچی

دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی، واحد امیدیه، گروه مهندسی نفت، امیدیه، ایران

حسن امیری بختیار

دکتری زمین شناسی، شرکت مناطق نفت خیز جنوب ، اهواز ، ایران

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 :
  • Ali, S.S., et al., 2013. Hydraulic unit prediction using support ...
  • Archie, G.E. (1942). The electrical resistivity log as an aid ...
  • Cherkassky, V., Ma, Y., (2004). Practical selection of SVM parameters ...
  • Corets, C. and Vapnike, V.(1995). Support vector networks. Journal of ...
  • Fattahi, H., et al., (2014). Estimation of asphaltene precipitation from ...
  • Naimin, S.R., Gholami, A., Asoodeh, M., 2013. Prediction of crude ...
  • Platt, J.C. (1999). Sequential minimal optimizer: a fast algorithm for ...
  • Tan, M.J., et al., 2015. S upport -vector-regres sion machine ...
  • Zhang, Y.Z., Liu, Y.L., (2005). Support vector machines in the ...
  • Zhao, B., et al., 2006. water Saturation Estimation Using support ...
  • Zhao, W., Liu, J.K., Chen, Y.Y., 2015. Material behavior modeling ...
  • نمایش کامل مراجع