بهينه‌سازي تخمين تراوايي با تلفيق نتايج آناليز رخساره الكتريكي و الگوريتم‌هاي هوشمند؛ مطالعه موردي در سازند فهليان در يكي از ميادين نفتي جنوب ايران

تراوايي يكي از مهم‌ترين خصوصيات پتروفيزيكي مخازن هيدوركربني است. تخمين تراوايي يكي از چالش‌هايي است كه مهندسان نفت در مخازن كربناته به‌ويژه مخازن كارستي با آن روبرو هستند. در اين پژوهش به‌منظور تخمين تراوايي در محدوده‌هاي عمقي فاقد اطلاعات مغزه از روابط تجربي، آناليز برازشي، شبكه عصبي مصنوعي و الگوريتم نزديك‌ترين همسايگي استفاده گرديد و نتايج حاصل با يكديگر و با اندازه‌گيري‌هاي مغزه مقايسه شد. رخساره‌هاي الكتريكي اين امكان را به مدل‌هاي هوشمند مي‌دهد تا با استفاده از نمودارهاي معمول پتروفيزيكي با جزئيات بيشتري تراوايي را تخمين بزنند. از طرفي با توجه به اينكه آناليز رخساره الكتريكي براي كليه چاه‌هاي ميدان توسعه مي‌يابد، استفاده از مدل‌هاي بهينه هوشمند امكان استفاده در كليه چاه‌هاي ميدان را در جهت تخمين بهينه تراوايي دارد. براساس نتايج به‌دست آمده شبكه عصبي مصنوعي و الگوريتم نزديك‌ترين همسايگي، نسبت به‌روش‌هاي ديگر نتايج به نسبت بهتري ارائه نمودند. ضريب همبستگي ميان نتايج تخميني و مقادير مغزه حاصل از روش‌هاي شبكه عصبي مصنوعي و الگوريتم نزديك‌ترين همسايگي به‌ترتيب 2% و 5% نسبت به ساير روش‌ها بالاتر بود. به‌منظور بهينه‌سازي نتايج به‌دست آمده، تخمين تراوايي با استفاده از اين دو روش در چارچوب رخساره‌هاي الكتريكي مدل‌سازي مجدد گرديد. سپس نتايج استفاده از آناليز رخساره‌اي با نتايج مدل‌سازي لايه اي مقايسه شد. از دو روش مورد استفاده، الگوريتم نزديك‌ترين همسايگي به‌طور ميانگين با ضريب همبستگي 66% نسبت به‌روش شبكه عصبي مصنوعي با ضريب همبستگي 57% تراوايي مناسب تري براي سازند فهليان ارائه مي‌دهد. روش پيشنهادي در اين پژوهش مي‌تواند در سازندهاي كربناته ناهمگن كه وضعيت تفكيك تخلخل خوبي دارند مورد استفاده قرار گيرد.