|
|
تعیین موثرترین نگارهای پتروفیزیکی برای تعیین گونههای سنگی یک سازند مخزنی آواری با روش های خوشه بندی
|
|
|
|
|
نویسنده
|
جوزانی کهن گلناز ,سیفان علیرضا
|
منبع
|
روشهاي تحليلي و عددي در مهندسي معدن - 1399 - شماره : 23 - صفحه:65 -77
|
چکیده
|
تجزیه و تحلیل خوشهای دادههای پتروفیزیکی به عنوان روشی خودکار و سریع برای تعیین گروههای سنگی موجود در مخازن ماسهسنگی به کار می رود و از این رو در مطالعات تعیین کیفیت مخازن به عنوان یک روش کاربردی مورد استفاده قرار میگیرد. انتخاب نگارهای مناسب با توجه به نوع محیط مورد مطالعه، اهمیت ویژهای در فرآیند خوشهبندی، تعیین سنگشناسی و نتیجهگیری در مورد کیفیت مخزن مییابد. در این پژوهش به منظور شناسایی و تعیین موثرترین نگارها در روش خوشهبندی دو مرحلهای و میانگین k، با استفاده از آنالیز حساسیت از میان کل نگارهای رانده شده در یک مخزن آواری در شمال شرق کشور یعنی نگارهای gr, lld, lls, msfl, dt, uran, thor, pota, cali, nphi, rhob پنج نگار gr, lld, lls, nphi, rhob را به عنوان موثرترین نگارها در خوشهبندی دو مرحلهای در این سازند معرفی نمود. نگارهای حاصل از کاربرد روش دو مرحلهای، همخوانی قابل قبولی با خروجیهای روش میانگین k نشان داد. هر دو روش خوشهبندی، تطابق قابل قبولی با روشهای تعیین سنگشناسی با استفاده از تلفیق نگارهای پتروفیزیکی و کانیشناسی به روش پراش پرتوی ایکس (xrd) نشان دادند. براساس نتایج خوشهبندی، سازند ماسهسنگی مورد مطالعه به ضخامت 222 متر به سه گروه سنگشناسی شامل ماسه کربناتیانیدریتی، ماسه شیلی و ماسه تمیز به ترتیب با ضخامتهای 44.4، 73.26 و 104.34 متر تشخیص داده شد که در این میان کیفیت مخزنی ماسه تمیز با توجه به میانگین تخلخل در این بخش از سایر زیربخشها مناسبتر است.
|
کلیدواژه
|
دادههای چاهپیمایی، خوشهبندی، سنگشناسی
|
آدرس
|
دانشگاه تهران, دانشکده مهندسی معدن, ایران, دانشگاه تهران, دانشکده مهندسی معدن, ایران
|
|
|
|
|
|
|
|
|
|
|
The Determination of the Most Effective Petrophysical Logs for Rock typing in a Detrital Reservoir Rock, Using Clustering Methods
|
|
|
Authors
|
Jozanikohan Golnaz ,Seyfan Alireza
|
Abstract
|
SummaryIn this paper, clustering methods were used to determine the most effective petrophysical well logs for the lithological classification of a sandstone reservoir. The obtained results indicated the existence of three lithological groups of carbonateanhydrite, shaly and clean sandstone inside the reservoir. IntroductionThe clustering analysis is a method for data classification based on similarity so that the most similar data are placed in the same cluster. The cluster analysis of petrophysical data can determine the quality of the sandstone reservoir based on the different existing lithologies. Since most sandstone reservoirs have different kinds of interbedded shales as well as different detrital and chemical minerals due to their sedimentation environment, they show a variety of lithologies and consequently different reservoir qualities. The determination of the most effective petrophysical logs based on the environment understudy has a significant effect on the clustering quality, lithology determination, and reservoir quality evaluation. Methodology and ApproachesDifferent clustering methods such as Kmeans and two steps were used as well as the different combination of well logs to recognize the most effective logs for rock type determinations. Results and ConclusionsThe GR, LLD, LLS, NPHI, and RHOB logs are the most effective logs for two steps clustering method. This result was in agreement with the kmeans method findings. Based on the clustering results, the understudy sandstone formation with a thickness of 222 meters was classified into three lithological groups of carbonateanhydrite, shaly and clean sandstone with a thickness of 44.40, 73.26, 104.34 meters, respectively. The clean sandstone had the best quality with regards to the average porosity and permeability in comparison to the other subsections.
|
Keywords
|
|
|
|
|
|
|
|
|
|
|
|