تخمين خصوصيات مخزني توسط شبكه هاي عصبي مصنوعي در مهندسي نفت

تخمين خصوصيات مخزني توسط شبكه هاي عصبي مصنوعي در مهندسي نفت

استراتژی های مدیریت مخزن در واقع تصویری از توزیع فضایی خواص سنگ مخزن هستند نفوذپذیری یکی از مهمترین قطعه های اطلاعاتی در طراحی و مدیریت عملیات بالا بردن بازیافت است. با دانش صحیح از نفوذپذیری ، مندسین نفت می تواند پروسه های تولید یک میدان را بطور موثری اداره کنند . نفوذپذیری سنگ، جریان سیالات را در داخل چاه در طی تونلید کنترل می کند داده های آنالیز مغزه و تست چاه تنها از یک تعداد معدودی از چاهها در یک میدان موجود هستند. در حالیکه اکثریت چاهها نموارگیری شده اند با استفاده از ابزارهای مغزه گیری ، نمونه هایی از زون تولیدی به سطح آورده می شوند و نفوذپذیریشان تحت شرایط داخل چاهی اندازه گیری می شود. گرچه عملیات مغزه گیری از هر چاه خیلی پر هزینه است، ولی اطلاعات با ارزشی ایجاد می کند. دانش یک مقدار نماینده برای نفوذپذیری در مکانهای مختلف . خصوصاً جاهایی که چاههای تولیدی یا تزریقی حفاری شده، می تواند بطور موثر در مطالعاتع شبیه سازی مخزنی استفاده شود.

بخاطر هزینه های بالای تست (هزینه اجرای تست باضافه از دست دادن مقداری از تولید در طی تست)، تنها انجام یک تعداد محدوده شده ای از تست های چاهی در هر میدان مقرون به صرفه است .

نمودارگیری چاهی اغلب در همه چاهها انجام شده، چه در پروسه حفاری یا فوراً بعد از پروسه حفاری ، بنابراین اطلاعات نمودارهای چاهی، برای مهندسین و تحلیل گران نمودار چاهی به فراوانی موجود است . هدف ما استخراج نفوذپذیری از اطلاعات نمودارهای چاهی است. در مقالاتی که راجع به این موضوع به چاپ رسیده، ثابت شده که چنین تلاشی ثمر بخش بوده است.

اخیراً شبکه های عصبی مصنوعی که از سیستم عصبی و مغز انسان الهام گرفته شده اند به عنوان یک راه حل در حل مسائل پیچیده زمین شناسی از جمله زمین شناسی و مهندس نفت بکار گرفته شده اند.

ادامه دارد