>
Fa   |   Ar   |   En
   تخمین نگار کربن آلی کل با استفاده از داده‌های ژئوشیمیایی و پتروفیزیکی توسط شبکه عصبی مصنوعی در میدان نفتی آزادگان  
   
نویسنده قلی‌پور سیروس ,کدخدائی علی ,کمالی محمدرضا
منبع پژوهش نفت - 1394 - شماره : 85-2 - صفحه:100 -110
چکیده    یکی از پارامترهای مهم ژئوشیمیایی، مقدار کربن آلی کل (toc) می‌باشد. این پارامتر جهت ارزیابی پتانسیل هیدروکربن‌زایی سنگ منشا استفاده می‌شود و اندازه‌گیری این پارامتر مهم مستلزم انجام آزمایشات ژئوشیمیایی بر روی خرده‌های حفاری بوده که بسیار پرهزینه و وقت‌گیر می‌باشد و انجام آن بر روی تعداد محدودی نمونه صورت می‌گیرد. در حالی که ما اکثر چاه‌های حفاری شده در یک میدان نفتی، داده‌های پتروفیزیکی در اختیار می‌باشد. در این مقاله از فناوری شبکه عصبی مصنوعی جهت تخمین نگار toc از داده‌های پتروفیزیکی استفاده شده است. در این مقاله با نظارت داده‌های toc حاصل از مغزه‌های حفاری با کمک داده‌های پتروفیزیکی، جهت تخمین نگار toc استفاده شده است،که مقدار ضریب همبستگی بین نگار toc تولید شده با داده‌های toc حاصل از پیرولیز راک ایول، 71% بوده است که مقدار قابل قبولی می‌باشد. نتایج حاصل از این مطالعه نشان می‌دهد هوش مصنوعی در تخمین toc موفق است. سنگ‌های منشا موجود در این میدان نفتی سازندهای کژدمی و سازند گدوان می‌باشد که جزء مهم‌ترین سنگ‌های منشا در ایران می‌باشند. روش ارائه شده همراه با مثال موردی در یک حلقه از چاه‌های میدان آزادگان واقع در دشت آبادان توضیح داده شده است.
کلیدواژه شبکه عصبی مصنوعی، toc، داده‌های پتروفیزیک، سازند کژدمی، سازند گدوان
آدرس دانشگاه آزاد اسلامی واحد علوم و تحقیقات, دانشکده علوم, گروه زمین‌شناسی, ایران, دانشگاه تبریز, دانشکده علوم طبیعی, گروه زمین‌شناسی, ایران, پژوهشگاه صنعت نفت، پردیس پژوهش و توسعه صنایع بالادستی, ایران
 
   Estimation of Total Organic Carbon Log Using Ggeochemical and Petrophysical Data by Artificial Neural Networks in Azadegan Oil Field  
   
Authors Gholipour Sirous ,Kadkhodaie Ali ,kamali Mohammad Reza
Abstract    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 smallscale drill cuttings which is too expensive and timeconsuming. 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
Keywords TOC
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved