به کارگیری الگوریتم های بهینه سازی و پارامتری سازی در تلفیق داده های لرزه ای و نگاره ای چاه ها در فرایند ساخت و به روزرسانی مدل های رخساره ای

در این پژوهش به مساله تلفیق داده های نگاره ای چاه ها و لرزه ای دوبعدی/سه بعدی در فرآیند مدل سازی رخساره ای مخزن پرداخته شده است. به این منظور دو روش از دسته روش های موسوم به چرخه انطباق با داده های لرزه ای معرفی شده است. در روش اول، از الگوریتم بهینه سازی ازدحام ذرات به منظور پیدا کردن مقدار بهینه پارامتر تغییر روش آشفتگی احتمال استفاده شده است. به کارگیری روش آشفتگی احتمال به منظور تبدیل مساله بهینه سازی با Nپارامتر به یک مساله بهینه-سازی با یک پارامتر می باشد. در روش دوم، در غیاب روش های پارامتری سازی، مساله به روزرسانی مدل های رخساره ای، یک مساله بهینه سازی با Nپارامتر مجهول خواهد بود. واضح است با افزایش تعداد پارامترهای مجهول بهینه سازی، دقت الگوریتم های بهینه سازی در یافتن جواب بهینه کاهش می یابد. یکی از روش های فایق آمدن بر این مشکل، طراحی الگوریتم هایی با توانایی بالاتر می باشد. در روش دوم سعی شده است با تلفیق عملگر تقاطع در الگوریتم کلونی زنبور مصنوعی، توازن مناسبی میان توانایی های اکتشاف و استخراج آن برقرار شود. برای ارزیابی دقت عملکرد روش های پیشنهادی، از یک مدل مصنوعی سه بعدی مخزن (مدل مرجع) استفاده شد. مدل های رخساره ای ساخته شده بوسیله روش های "آشفتگی احتمال-ازدحام ذرات" و " کلونی زنبور مصنوعی-ژنتیک" به ترتیب دارای یک تفاوت 65/6 و 99/0 درصدی با مدل رخساره ای مرجع بود. برای نشان دادن توانایی الگوریتم های پیشنهادی در ساخت و به روزرسانی مدل های رخساره ای، دو روش سنتی زمین آماری به مساله موردنظر اعمال شد. نتایج حاصل نشان داد که به کارگیری روش های "آشفتگی احتمال-ازدحام ذرات" و" کلونی زنبور مصنوعی-ژنتیک" به ترتیب با یک افزایش دقت 8/18 و 46/24 درصدی در تفاوت با مدل رخساره ای مرجع، نسبت به روش های زمین آماری همراه بود. در پایان عملکرد روش " کلونی زنبور مصنوعی-ژنتیک" بر روی دو مدل مخزن مصنوعی بزرگ تر و پیچیده تر ارزیابی شد.