تخمین تراوایی و شبیه‌سازی آن به منظور تعیین ویژگی‌های مخزنی سازند شوریجه در یکی از مخازن شمال شرق ایران

Abstract

تراوایی یکی از مهم‌ترین پارامترها در مخازن هیدروکربنی است. درک صحیح از مقدار تراوایی و نحوه توزیع و گسترش آن در فرآیند مدیریت تولید از میدان سودمند است. فرآیند مغزه‌گیری به‌دلیل محدودیت‌های که وجود دارد برروی تعداد کمی از چاه‌های میدان انجام می‌گیرد درحالی‌که بیشتر چاه‌ها تحت عملیات چاه‌نگاری قرار می‌گیرند. بنابرین یافتن راهی برای تخمین خصوصیات مخزن توسط نگاره‌های چاه‌پیمایی و مدل‌سازی آن در میدان تکنیک با ارزشی است. بنابراین در این پژوهش از روش شبکه عصبی مصنوعی پرسپترون چندلایه (پس انتشار خطا) برای تخمین تراوایی بخش‌های مختلف سازند شوریجه در حوضه رسوبی کپه داغ استفاده شده است. نمودارهای صوتی، نوترون و چگالی و نتایج حاصل از ارزیابی سازند شامل تخلخل و اشباع آب مفید به‌عنوان لایه ورودی و داده تراوایی حاصل از آنالیز مغزه دو چاه نیز به‌عنوان سلول‌های لایه خروجی برای آموزش شبکه مورد استفاده قرار گرفت. پس از آموزش شبکه با داده این دو چاه از داده آنالیز مغزه یک چاه دیگر برای آزمایش شبکه استفاده شد که در مرحله آزمایش شبکه ضریب هبستگی 98% برای تراوایی به‌دست آمد. با استفاده از این شبکه عصبی، تراوایی برای چاه‌های دیگر میدان که فاقد داده مغزه بودند تخمین‌زده شد. بعد از تخمین تراوایی به‌کمک شبکه عصبی نحوه توزیع و گسترش آن به‌کمک الگوریتم مدل‌سازی گوسی متوالی (SGS) در مقیاس میدان مشخص گردید. طبق مدل به‌دست آمده نواحی ماسه‌سنگی که عمدتاً در زون‌های B و D هستند به‌عنوان نواحی مخزنی تفکیک شده‌اند و همچنین نواحی مرکزی و شمال غربی میدان به‌دلیل میانگین تراوایی بالاتر نواحی مستعد برای حفاری‌های بعدی میدان می‌باشند.