شماره ركورد :
692076
عنوان مقاله :
تخمين تخلخل با استفاده از نشانگرهاي لرزه‌اي در يكي از ميادين هيدروكربني جنوب غرب ايران
عنوان فرعي :
Estimation of porosity using seismic attributes in a hydrocarbon field, Southwest of Iran
پديد آورندگان :
سهرابي ، سپيده نويسنده كارشناس ارشد زمين‌شناسي نفت، دانشگاه تهران , , اسعدي، علي اسعدي نويسنده كارشناس ارشد زمين‌شناسي نفت، دانشگاه تهران , , رحيم‌پور بناب، حسين نويسنده استاد دانشكده زمين‌شناسي، دانشگاه تهران ,
اطلاعات موجودي :
دوفصلنامه سال 1392 شماره 1
رتبه نشريه :
علمي پژوهشي
تعداد صفحه :
13
از صفحه :
58
تا صفحه :
70
كليدواژه :
سازند آسماري , نشانگرهاي لرزه‌اي , وارون سازي , شبكه عصبي احتمالي , تخلخل , رگرسيون خطي چند نشانگري
چكيده فارسي :
تخلخل يكي از شاخص هاي مهم در ارزيابي ظرفيت ذخيره و توليد يك مخزن هيدروكربني است. اين ويژگي به طور مرسوم از طريق داده‌هاي مغزه و نگارهاي چاه پيمايي محاسبه مي شود. يكي از مهم ترين محدوديت‌هاي اين دو گروه از داده‌ها با وجود ارزشمندي فراوان، عدم گسترش و محدود بودن به محل چاه مي باشد. استفاده از داده‌هاي لرزه اي با گسترش جانبي بالا، نقشي مهم و اساسي در تخمين شاخص هاي پتروفيزيكي در فواصل بين چاهي دارد. در اين پژوهش، تخمين تخلخل نوترون با استفاده از نشانگرهاي لرزه اي بر روي سازند آسماري در ميدان چشمه خوش (شمال اهواز) صورت گرفته است. ابتدا از طريق نگارهاي صوتي و چگالي در محل هر چاه، لرزه‌نگاشت مصنوعي ايجاد و در مرحله بعد با داده هاي لرزه اي انطباق يافته و موجك ميانگين مورد استفاده در وارون‌سازي با ميزان تطابق % 87.47 با استفاده از دو چاه، استخراج گرديد. سپس داده‌هاي لرزه‌اي سه ‌بعدي از طريق فرآيند وارون سازي به امپدانس ‌صوتي تبديل و به عنوان نشانگر خارجي در طي فرآيند تخمين، همراه نشانگرهاي داخلي حاصل از داده‌هاي لرزه‌اي خام، مورد استفاده قرار گرفت. با استفاده از روش رگرسيون مرحله‌اي، ارتباط بين تخلخل و نشانگرهاي لرزه‌اي مشخص و هشت نشانگر لرزه اي شامل، مربع نتيجه وارون‌سازي، مشتق دامنه لحظه‌اي، انتگرال قدرمطلق دامنه، مشتق، فركانس لحظه‌اي، فيلتر 40/35 - 30/25، كسينوس فاز لحظه‌اي و داده لرزه اي خام به عنوان نشانگرهاي لرزه‌اي بهينه مشخص گرديدند. در مرحله بعد به كمك دو روش رگرسيون خطي چند نشانگري (MLR) و شبكه عصبي احتمالي (PNN)، تخمين تخلخل انجام و مشخص شد كه با توجه به نتايج اعتبارسنجي و ميزان خطا، روش شبكه عصبي احتمالي كارايي بيش تري را نشان مي دهد. در نهايت با توجه به تخلخل تخمين زده شده از طريق داده هاي لرزه اي، مشخص گرديد كه توالي‌هاي ماسه سنگي-كربناته بخش پاييني نسبت به دولوميت‌ها و آهك‌هاي بخش بالايي سازند آسماري، عموما از نظر تخلخل شرايط مطلوب تري را دارا بوده و اين روند در داده‌هاي لاگ نوترون هم به آساني قابل تشخيص مي باشد.
چكيده لاتين :
Porosity is one of the most important parameters in evaluation of reserves storage capacity and hydrocarbon production. Commonly, this parameter is calculated via core and well log data. One of the most important limitation of these two data groups, despite their high values are lack of development which is limited to well positions. Estimation of petrophysical parameters in inter- and outer-well spaces is valuable and important. The use of seismic data with a large lateral expansion has an important and critical role in the estimation of petrophysical parameters in the inter-well spaces. In this research, Neutron porosity estimation using seismic attributes, on Asamri Formation in the Chashmeh Khush Field (N. Ahwaz) was done. In the first, by using of Sonic and Density logs, synthetic seismogram were created and then they were correlated with seismic data and average seismic wavelet used in inversion process, were extracted from three well with total correlation 87.47%. Afterward, three dimensional seismic data were converted to the acoustic impedance via inversion process and were used as external attributes to the accompaniment of internal attributes resulted from raw seismic data during the estimation. using stepwise regression, the relationship between porosity and seismic attributes were determined and eight seismic attributes including inversion results, derivative Instantaneous Amplitude, Integrated Absolute Amplitude, Derivative Instantaneous Frequency, Filter 25/30-35/40, Cosine Instantaneous Phase and Raw Seismic were selected as optimized attributes. Then via two Multiattribute linear regression (MLR) and Probabilistic neural network methods )PNN(, porosity estimated and specified according to validation result and error, PNN method was proven to be more efficient. Finally, based on the porosity estimated from seismic data, it was cleared that mixed clastic-carbonate intervals in the lower sequence, generally have a better porosity condition than dolomite and limestone in the upper part, this trend is easily recognizable from well log data.
سال انتشار :
1392
عنوان نشريه :
رسوب شناسي كاربردي
عنوان نشريه :
رسوب شناسي كاربردي
اطلاعات موجودي :
دوفصلنامه با شماره پیاپی 1 سال 1392
كلمات كليدي :
#تست#آزمون###امتحان
لينک به اين مدرک :
بازگشت