عنوان مقاله :
تخمين نگار كربن آلي كل با استفاده از دادههاي ژئوشيميايي و پتروفيزيكي توسط شبكه عصبي مصنوعي در ميدان نفتي آزادگان
عنوان فرعي :
Estimation of Total Organic Carbon Log Using Ggeochemical and Petrophysical Data by Artificial Neural Networks in Azadegan Oil Field
پديد آورندگان :
قليپور، سيروس نويسنده گروه زمينشناسي، دانشكده علوم، دانشگاه آزاد اسلامي واحد علوم و تحقيقات تهران Gholipour, Sirous , كدخدائي، علي نويسنده گروه زمينشناسي، دانشكده علوم طبيعي، دانشگاه تبريز Kadkhodaie, Ali , كمالي، محمدرضا نويسنده پرديس پژوهش و توسعه صنايع بالادستي پژوهشگاه صنعت نفت، kamali, Mohammad Reza
اطلاعات موجودي :
فصلنامه سال 1394 شماره 85-2
كليدواژه :
TOC , سازند گدوان , سازند كژدمي , شبكه عصبي مصنوعي , دادههاي پتروفيزيك
چكيده فارسي :
یكی از پارامترهای مهم ژئوشیمیایی، مقدار كربن آلی كل (TOC) میباشد. این پارامتر جهت ارزیابی پتانسیل هیدروكربنزایی سنگ منشأ استفاده میشود و اندازهگیری این پارامتر مهم مستلزم انجام آزمایشات ژئوشیمیایی بر روی خردههای حفاری بوده كه بسیار پرهزینه و وقتگیر میباشد و انجام آن بر روی تعداد محدودی نمونه صورت میگیرد. در حالی كه ما اكثر چاههای حفاری شده در یك میدان نفتی، دادههای پتروفیزیكی در اختیار میباشد. در این مقاله از فناوری شبكه عصبی مصنوعی جهت تخمین نگار TOC از دادههای پتروفیزیكی استفاده شده است. در این مقاله با نظارت دادههای TOC حاصل از مغزههای حفاری با كمك دادههای پتروفیزیكی، جهت تخمین نگار TOC استفاده شده است،كه مقدار ضریب همبستگی بین نگار TOC تولید شده با دادههای TOC حاصل از پیرولیز راك ایول، 71% بوده است كه مقدار قابل قبولی میباشد. نتایج حاصل از این مطالعه نشان میدهد هوش مصنوعی در تخمین TOC موفق است. سنگهای منشأ موجود در این میدان نفتی سازندهای كژدمی و سازند گدوان میباشد كه جزء مهمترین سنگهای منشأ در ایران میباشند. روش ارائه شده همراه با مثال موردی در یك حلقه از چاههای میدان آزادگان واقع در دشت آبادان توضیح داده شده است.
چكيده لاتين :
The amount of total organic carbon (TOC) is one of the major geochemical parameters, which is used to evaluate hydrocarbon generation potential of source rocks. Measurement of such an important parameter requires performing tests on small-scale drill cuttings which is too expensive and time-consuming. Meanwhile, it is measured using a limited number of samples. However, petrophysical data are accessible for all drilled wells in a hydrocarbon field. In this paper, artificial neural network technology was used to estimate TOC from petrophysical logs. The correlation coefficient between the estimated and measured TOC data from Rock Eval pyrolysis is 71% ,which is an acceptable value. The results of this study show that artificial intelligence is successful in estimating TOC data. Formation source rocks of the studied oilfield are Kazhdumi and Gadvan which constitute the main source rocks of Iran. The presented methodology is illustrated by using a case study from one well of Azadegan oil field in Abadan plain
اطلاعات موجودي :
فصلنامه با شماره پیاپی 85-2 سال 1394
كلمات كليدي :
#تست#آزمون###امتحان