برآورد كل محتوي كربن آلي و نوع كروژن از داده‌هاي چاه‌پيمايي با بهره‌گيري از تركيب شبكه عصبي مصنوعي و الگوريتم‌هاي فرا ابتكاري

ارزيابي پتانسيل هيدروكربن‌زايي سنگ منشأ به‌عنوان تابعي از كل محتوي كربن آلي و نوع كروژن از اهميت بالايي در مطالعات اكتشافي نفت و گاز برخوردار است. هدف اصلي در اين مطالعه، مقايسه عملكرد شبكه عصبي مصنوعي بر پايه روش آموزش پس انتشار (ANNBP) و همچنين الگوريتم‌هاي فراابتكاري ژنتيك (ANNGA) و ازدحام ذرات (PSO -ANN ) به‌منظور برآورد پارامترهاي ژئوشيميايي كل كربن آلي (TOC) و پتانسيل باقي‌مانده هيدروكربني (S2) از طريق نمودارهاي چاه‎‌پيمايي است. بدين منظور، سازند پابده (پالئوسن ـ اليگوسن) در ميدان نفتي منصوري مورد مطالعه قرار گرفت. براساس نتايج برازش خطي برروي داده‌هاي آزمون، روش ANN-PSO امكان برآورد پارامترهاي TOC و S2 حاصل از آناليز راكـ ايول را به‌ترتيب با ضريب تعيين (R^2) برابر با 8548/ 0 و 9089 /0 فراهم آورده و عملكرد بهتري نسبت به روش‌هاي ANN-BP و ANN-GA به نمايش مي‌گذارد. همچنين، برآورد پارامتر شاخص هيدروژن (HI) بر مبناي ارتباط ميان مقادير TOC و S2 به‌واسطه اين روش با ضريب تعيين 6882 /0 از دقت قابل قبولي برخودار بوده و تفكيك انواع كروژن با دقت طبقه‌بندي 74% را امكان‌پذير مي‌سازد. زون‌بندي ژئوشيميايي سازند پابده بر مبناي غني‌شدگي آلي و نوع كروژن با توجه به نتايج حاصل از روش ANN-PSO نشان‌دهنده سه بخش مجزا است، به‌طوري‌كه بخش مياني (واحد شيل قهوه‌اي) با دارا بودن مقادير قابل‌توجه كل محتوي كربن آلي و شاخص هيدروژن از پتانسيل هيدروكربن‌زايي بيشتري برخودار بوده و در صورت رسيدن به بلوغ حرارتي مناسب مي‌تواند نقش قابل‌توجهي در شارژ تله‌هاي نفتي ميدان ايفاء نمايد. بنابراين، تعيين دقيق اختصاصات هيدروكربن‌زايي سازند پابده با به‌كارگيري مدل پيشنهادي ANN-PSO در اين مطالعه، كاهش عدم قطعيت در مدل‌سازي سيستم نفتي و متعاقباً افزايش قابل‌توجه كارايي اكتشاف در ميدان نفتي منصوري را به‌دنبال خواهد داشت.