عنوان مقاله انگليسي
Hybrid method for porosity classification in carbonate formations
Abstract
Recently the methods of intelligent computing (IC) have been applied for the interpretation of well log data. This is due to the necessity to process well logs in the situations when complete information about them cannot be obtained. In this case, hybrid methods based on statistical analysis, fuzzy logic and evolutionary algorithms could be very useful. This paper presents such hybrid analysis of logging data of the wells from the Cantarell Oil Complex, in the Zonda of Campeche, Mexico. Different methods, such as principal component analysis, factor analysis, fuzzy classification and evolutionary optimization are used for analysis of the structure of porosity space given by primary, cavernous and micro-fractures porosity classes. Comparison and analysis of the obtained results show that IC methods can substantially compensate for the absence of exact information without losing the precision of data analysis and at the same time decrease the costs of well logging
چکیده
اخیراً روشهای محاسبات هوشمند (IC) برای تفسیر دادههای نمودارهای چاهپیمایی بکار گرفته شدهاند. این به دلیل ضرورت پردازش نمودارهای چاهپیمایی در مواقعی بوده که اطلاعات کاملی دربارهی آنها در دست نبوده است. در این گونه موارد، روشهای تلفیقی مبتنی بر تحلیل آماری، منطق فازی، و الگوریتمهای تکاملی توانستهاند کمک شایانی بکنند. این مقاله به ارائهی این تحلیلهای تلفیقی روی دادههای چاهپیمایی چاههایی در مجتمع نفتی کانتارل واقع در منطقهی زوندا در ایالت کامپیچ در مکزیک میپردازد. روشهای مختلفی مانند تحلیل اجزای اصلی، تحلیل عاملی، طبقهبندی فازی و بهینهسازی تکاملی برای تحلیل ساختار فضای تخلخل که از طبقات تخلخل اولیه، غاری، و ریزشکستگی تشکیل شده است، مورد استفاده قرار گرفتهاند. تحلیل و مقایسهی نتایج بدست آمده نشان میدهد که روشهای محاسبات هوشمند میتوانند تا حد چشمگیری نبود اطلاعات دقیق را بدون آنکه دقت تحلیل دادهها خدشه دار شود، جبران کرده و در عین حال موجبات کاهش هزینههای چاهپیمایی را فراهم کنند.
1-مقدمه
فرایند تفسیر نمودارهای چاهپیمایی در واقع حل یک سری مسائل ژئوفیزیکی است که طی آن، همهی دادهها و اطلاعات موجود با یکدیگر ترکیب میشوند تا با استفاده از مدلهای ریاضی مناسب، اندازهگیریهای انجام شده در نمودارگیری از چاه به شکلی قابل اطمینان به پارامترهای پتروفیزیکی مورد نظر ربط داده شوند. تا کنون از چندین روش تفسیر نمودار برای شناسایی نواحی هیدروکربن دار و تخمین ویژگیهای آنها استفاده شده شود. بنابراین، دادههای چاهپیمیایی یکی از منابع اطلاعاتی ارزشمند برای پیشبینی پارامترهای سنگ در مخازن نفت و گاز به شمار میروند. هدف ما در این مقاله عبارتست از کاربرد روشها مختلف محاسبات هوشمند (IC) برای تحلیل ریزساختار فضای متخلخل در سازندهای کربناته بر اساس کمترین میزان اندازهگیریهای چاهپیمایی. این هدف با توجه به دلایل زیر در پیش گرفته شده است...