تخمین تراوایی با استفاده از مدل های تجربی و روش شبکه ی عصبی مصنوعی در یکی از مخازن کربناته ی جنوب ایران

مشخص سازی مخزن یکی از جنبه های مهم در مطالعات مهندسی نفت است. دقت بیشتر در مشخص سازی خواص مخزن سهم به سزایی در افزایش بازیافت نفت و توسعه ی برداشت از مخزن دارد. با گذشت سالیان متمادی از تولید اکثر میادین نفتی و گازی و به منظور بهینه سازی برداشت از این میادین در آینده، ارزیابی های انجام شده در گذشته های دور نیازمند بازنگری مجدد است. تراوایی یکی از مهم ترین خصوصیات پتروفیزیکی مخزن است که جریان سیالات درون چاه را در مرحله ی تولید کنترل می کند. این متغیر در ارزیابی نرخ تولید مخزن، عملکرد میادین نفتی و مدیریت و توسعه ی مخزن نقشی کلیدی و اساسی ایفا می کند. تراوایی معمولا از روش های آنالیز مغزه و آزمایش چاه به دست میآید که این امر پرهزینه و زمانبر است. محققان بسیاری تلاش کرده اند روابطی بین تراوایی و سایر خواص مخزن مثل تخلخل (که مستقیما قابل اندازه گیری هستند) به دست آورند. در این تحقیق ابتدا با استفاده از مدلهای تجربی مناسب، مدل توزیع تراوایی در یکی از مخازن نفتی کربناته ی جنوب ایران برآورد شده و سپس جهت ایجاد نگارهی تراوایی از مزیت های شبکه های عصبی مصنوعی استفاده گردیده است. طبق نتایجی با ضریب هم بستگی بیش از 69 درصد، با وجود کمبود اطلاعات، تخمین مناسبی از تراوایی ارائه شده است.