عملکرد شاخص تخلخل ثانویه در بهبود تخمین نفوذپذیری از نمودارهای پتروفیزیکی به کمک روش های هوش مصنوعی و تکنیک فازی در مخزن سورمه میدان نفتی بلال

برآورد مقدار نفوذپذیری که به طور معمول توسط اندازه گیری های مستقیم روی نمونه های مغزه یا آزمایش چاه به دست می آید یکی از مشکلات قدیمی در تعیین پارامتراهای مخزن است. معمولاً پارامترهای مخزن مانند تخلخل، لیتولوژی، نفوذپذیری از مغزه بدست می آیند که هزینه زیادی را در بر دارد و هم چنین تهیه مغزه در تمام چاه ها امکانپذیر نیست و از لحاظ زمانی وقت گیر می باشد. در این تحقیق سعی بر آن است که پارامتر نفوذپذیری از طریق داده های چاه-پیمایی به دست آید و برای ارزیابی نتایج بدست آمده با پارامترهای حاصل از مغزه مورد مقایسه قرار گیرد و عوامل موثر در افزایش عدم قطعیت از جمله تخلخل ثانویه تعیین گردد. برای این کار در چاهی که هر دو نوع داده شامل نمودارهای پتروفیزیکی و مغزه را دارد، مدل پیش بینی نفوذپذیری ساخته می شود و در چاهی که فقط دارای نمودارهای پتروفیزیکی است به پیش بینی نفوذ پذیری پرداخته می شود. امروزه استفاده از سیستم های هوشمند برای برآورد پارامترهای مخزن مطرح می باشند. هدف اصلی این تحقیق تخمین پارامتر تراوایی با استفاده از سیستم های مذکور می باشد. برای نیل به این هدف و ساخت مدل تخمین تراوایی از سه روش استفاده شده است. ابتدا تکنیک منطق فازیhambalek وgonzalez استفاده شد تا کاربرد آن برای کربنات های سازند سورمه مورد بررسی قرار گیرد. روش دوم از الگوریتم cuddy و روش سوم از شبکه های عصبی مصنوعی، برای تخمین تراوایی استفاده شده است و در نهایت این سه روش با یکدیگر مقایسه شدند. در این مقاله داده های دو چاه bl-3i, bl-1p از سازند سورمه واقع در میدان بلال بکار رفتند. از داده های چاه شمارهbl-1p برای ساخت مدل و از داده های چاه شماره bl-3i برای تعمیم و اعتبار سنجی مدل استفاده شد. پیش بینی نفوذپذیری توسط مدل اولیه، در بخش های زیرین چاه bl-1p و در اکثر نقاط چاه تعمیم دور از مقادیر واقعی (نفوذپذیری مغزه) بود که با بررسی های انجام گرفته، مشخص گردید سازند مورد مطالعه دارای تخلخل های از نوع ثانویه ای است که نمودار صوتی قادر به شناسایی آن نیست، به همین منظور شاخص تخلخل ثانویه (spi) محاسبه و در ساخت مدل به کار گرفته شد. نتایج به دست آمده از این تحقیق نشان داد در حالت دوم که شاخص تخلخل ثانویه وارد مدل گردید پیش بینی نفوذپذیری بسیار دقیق تر (نزدیک تر به مقادیر مغزه) گردید.