بررسي خواص مخزني سازند سروك براساس نمودارهاي پتروفيزيكي و ماشين هاي بردار پشتيبان بهينه سازي شده با الگوريتم ژنتيك

فاقد عنوان لاتين

بررسي و پيش­ بيني خواص مخزني از فعاليت هاي مهم و كليدي براي ارزيابي ظرفيت و توانايي توليد از مخزن است. بدست آوردن پارامترهاي مهم مخزني نظير تخلخل مي‌ تواند در تعيين محل بهينه براي حفاري چاه ‌ها ي بعدي، طراحي و مديريت فرآيندهاي مؤثر در توسعه ميادين نفت وگاز و شبيه سازي فرآيند‌هاي ازدياد برداشت مفيد باشد. تعيين دقيق اين پارامترها هميشه توأم با دشواري ‌هايي است. معمولا براي محاسبه اين پارامترها از آناليز مغزه ­هاي سنگ و يا داده ­هاي چاه­ آزمايي و چاه پيمايي استفاده مي شود كه البته مطمئن­ترين روش براي محاسبه اين پارامترها روش آناليز مغزه است. اما به دليل مشكلات اجرايي و هزينه‌هاي بالا، تعداد كمي از چاه­ هاي يك ميدان مغزه‌گيري مي‌شوند. امروزه استفاده از سيستم‌ هاي هوشمندي نظير شبكه هاي عصبي جهت تخمين پارامترهاي مخزني، پيشرفت هاي بسيار چشمگيري داشته است. در اين پژوهش با استفاده از داده ­هاي پتروفيزيكي و الگوريتم ماشين ­هاي بردار پشتيبان بهينه ­سازي شده با الگوريتم ژنتيك به مدلسازي تراوايي و تخلخل سازند سروك در حوضه زاگرس پرداخته شده است. در اين مطالعه رويكرد جديدي جهت تخمين تراوايي با استفاده از حالات مختلف الگوريتم ماشين بردار پشتيبان معرفي شده است. براي اين منظور، الگوريتم­ هاي SSVR ,SVRP اجرا شده اند. بر اساس بهينه سازي انجام شده، روش هاي SVRL و SVRPبه ترتيب با ضرايب همبستگي 79/0 و 816/0 براي پيش بيني تراوايي سازند براي اين مجموعه از داده ها مورد استفاده قرار گرفتند كه روش SVRP كارايي بهتر را نشان مي­دهد.

فاقد چكيده لاتين