استفاده از مدل هیبریدی acor-bp جهت تخمین سرعت موج برشی از نگارهای تخلخل

توصیف مخزن یک گام مهم در اکتشاف و توسعه میادین نفت و گاز است. در این راستا، سرعت موج برشی و تراکمی می‌توانند داده‌های ارزشمندی را برای مطالعات پترواکوستیکی از یک مخزن هیدروکربنی فراهم آورند. سرعت موج تراکمی (vp) توسط ابزار صوتی که در تمامی چاه‌های نفت و گاز رانده می‌شود قابل محاسبه است، ولی داده‌های مربوط به سرعت موج برشی(vs) در تمامی چاه‌ها، به ویژه چاه‌های قدیمی وجود ندارد. در این پژوهش، با استفاده از نگارهای تخلخل (صوتی، نوترون و چگالی)، سرعت موج برشی به کمک روش هیبریدی acor-bp برآورد شد. برای این هدف، از یک مجموعه کامل داده شامل 3190 نقطه اطلاعاتی وابسته به مخزن آسماری که دارای داده‌های سرعت موج برشی و نگارهای تخلخل بودند، استفاده شده است. مجموعه داده‌ها به دو قسمت شامل 2090 نقطه اطلاعاتی برای ساخت مدل و 1100 نقطه برای آزمون مدل تقسیم شدند. الگوریتم هیبرید به‌کارگرفته در این پژوهش توانایی بیشتری در شبیه‌سازی نسبت به هریک از الگوریتم‌های جداگانه nnbp و acor دارد. نتیجه شبیه‌سازی در مرحله آزمون این مدل، مجذور میانگین مربعات خطا و ضریب همبستگی را به‌ترتیب حدود 06/0 و 97/0 محاسبه نمود. نتایج این پژوهش نشان می‌دهد که الگوریتم هیبریدی acor-bp با وجود لیتولوژی ناهمگون سازند آسماری عملکرد بسیار موفقی داشته است. این مطالعه بر روی داده‌های مربوط به دو چاه از میدان نفتی چشمه‌خوش انجام گرفته و قابل تعمیم به سایر چاه‌های توسعه‌ای خواهد بود.

Development of Hybrid ACORBP Algorithm for Estimation of Shear Wave Velocity from Porosity Logs

Reservoir characterization is an important step for exploration and development of oil and gas fields. Shear and compressional wave velocity can provide the accurate data for petroacoustic studies from a hydrocarbon reservoir. Compressional wave velocity (Vp) is very easily obtained from sonic logs that are available in most of oil and gas wells, but some wells, especially old wells, may not have shear wave velocity (Vs) data. In this research, shear wave velocity was predicted from porosity well log data (sonic, neutron and density) using Hybrid ACORBP technique. For this purpose a total 3190 data points from Asmari reservoir which have Vs and porosity log data were utilized. These data are divided into two parts, (1) one part included 2090 data points which are used for constructing model and (2) the other part included 1100 data points used for testing and validation model. Hybrid ACORBP has better performance in simulating reservoir characterization than NNBP and ACO individual algorithms. Results of simulation in the test and validation stage calculated root mean squared error, and correlation coefficient 0.06 and 0.97, respectively. Results of this research show Hybrid ACORBP algorithm is a reliable intelligent method for estimation of Vs. This study is based on the data collected from the two wells of the Cheshmeh Khush oilfield; moreover, the results of the study can be generalized to other developmental wells.