تخمین تخلخل نگار nmr از نشانگرهای لرزه ای با استفاده از رگرسیون خطی و شبکه عصبی مصنوعی در میدان گازی پارس جنوبی
Abstract
در این مقاله تطابق بین تخلخل مفید به دست آمده از نگار (log) رزونانس مغناطیسی هسته2(nmr) و نشانگرهای لرزه ای از طریق دو روش رگرسیون خطی چندگانه و شبکه عصبی مصنوعی بررسی شده است. در ابتدا نمودارهای هر چاه از طریق ایجاد لرزه نگاشت مصنوعی با اطلاعات برداشت لرزه ای مطابقت داده شدند. برای ساختن لرزه نگاشت مصنوعی در هر چاه از نگار صوتی3 و چگالی4 استفاده شده است. سپس داده های لرزه ای پس برانبارش5 با استفاده از این لرزه نگاشت ها به مقاومت صوتی6 برگردانده شدند. تفکیک پذیری داده های لرزه ای معمولاً از نگارها کمتر است. این تفاوت از طریق مدل سازی به سلول های سه بعدی7 و میانگین گیری داده های لرزه ای و نگارها در هر سلول مرتفع شده است. در ادامه مختصه های8 میانگین گرفته شده در هر سلول به عنوان ورودی و خروجی در تمام پردازش های بعدی در نظر گرفته خواهند شد. رگرسیون مرحله ای جهت انتخاب بهترین ورودی ها جهت تخمین تخلخل مفید به کار گرفته شده و معادله رگرسیون خطی چندگانه و ضریب همبستگی با هدف در هر مرحله ارائه گردیده است. در نهایت شبکه عصبی مصنوعی (چند لایه) با الگوریتم توزیع خطای پس انتشار9 با همان ورودی ها برای تخمین به کار گرفته شد و جواب بهتر از میان روش های رگرسیون خطی و شبکه عصبی مصنوعی برای تعمیم به کل حجم مخزن مورد استفاده قرار گرفت. روش مذکور در داده های میدان گازی پارس جنوبی از حوزه رسوبی خلیج فارس به کار گرفته شد. نشانگرهای لرزه ای از سه بخش داده لرزه ای مجزا استخراج شده اند. نگارهای پتروفیزیکی چهار حلقه چاه جهت ساخت و صحت سنجی مدل رگرسیون و شبکه عصبی به کار گرفته شده اند.