بخشی از مقاله
چکیده
رخساره های الکتریکی روشی برای دسته بندی داده های چاه نگارهای پتروفیزیکی است که می تواند نشان دهنده تغییر ویژگی های زمین شناسی یا مخزنی باشد . در این مطالعه رخساره های الکتریکی با استفاده از روشMRGC دسته بندی گردید. روش MRGC یک روش نوین و قدرتمند برای دستهبندی میباشد.
این تکنیک مبتنی بر تشخیص الگوی نقطه ای چند بعدی بر مبنای نزدیک ترین همسایگی و نمایش گرافیکی داده ها است. در این مطالعه انواع رخساره های الکتریکی سازند گدوان در یکی از میادین دشت آبادان با استفاده از روش خوشه سازی MRGC در نرم افزار ژئولاگ از هم تفکیک شدند
از اینرو تعداد متعددی از رخساره های الکتریکی ساخته شده و در نهایت تعداد 4 رخساره الکتریکی که بیشترین تطابق را با مشخصات زمین شناسی و کیفیت مخزنی داشتند انتخاب گردید. براساس این مطالعه، خوشه سازی بر پایه MRGC بدلیل توان تفکیک بالای ماسه سنگ می تواند به عنوان یک ابزار قابل اعتماد جهت پیش بینی رخساره های الکتریکی، در مخازن سیلیسی کلاستیک به کار گرفته شود
-1 مقدمه
تعیین انواع رخساره های الکتریکی با استفاده از الگوریتم های مختلف خوشه سازی یکی از مهمترین کارهای ارزیابی مخزن در میادین نفتی می باشد. رخساره های الکتریکی روشی برای دسته بندی داده های چاه نگارهای پتروفیزیکی است که می تواند نشان دهنده تغییر ویژگی های زمین شناسی یا مخزنی باشد. تعریف رخساره لاگ به معنی امروزی آن اولین بار به وسیله سرا ارائه گردید.
رخساره لاگ در این تعریف عبارت است از مجموعهای از پاسخ های لاگ که مشخص کننده یک لایه - bed - ویا به عبارت بهتر چینه - strata - بوده و باعث تشخیص آن از لایههای دیگر میگردد. در سال 1982 سرا و ابوت واژه رخساره الکتریکی را مجداَ به این صورت تعریف کردند: "مجموعه پاسخ نمودارهای پتروفیزیکی که علاوه بر تعیین مشخصه رسوبات، اجازه تفکیک آن ها از یکدیگر را می دهد. بطور کلی رخساره های الکتریکی یک روش قطعی یا تحلیلی برای دسته بندی نمودارهای پتروفیزیکی هستند که می توانند نشان دهنده تغییرات ویژگیهای زمین شناسی یا مخزنی باشند.
رخساره های الکتریکی بر مبنای خوشه بندی داده ها تعریف می شوند. خوشه به یک گروه از اشیا اطلاق میشود که شباهت بیشتری با هم نسبت به اشیا در خوشههای دیگر دارند. تکنیکهای خوشهبندی از جمله روشهای بدون نظارت است و هیچ شناخت اولیهای از کلاسها و یا در واقع خوشهها در آن وجود ندارد. در برخی روشهای خوشه سازی از قبل تعداد خوشه ها مشخص می باشد در حالیکه در برخی روشهای دیگر تعداد خوشه ها براساس الگوریتم های مورد استفاده مشخص می شود. در این روشها سعی می گردد اعضای یک گروه بیشترین شباهت را با سایر اعضای گروه و حداکثر تفاوت را با اعضای گروههای دیگر داشته باشد در این روشها سعی می گردد اعضای یک گروه بیشترین شباهت را با سایر اعضای گروه و حداکثر تفاوت را با اعضای گروههای دیگر داشته باشند.
بهترین پارامترها برای تعیین سنگ شناسی، نمودارهایی از قبیل PEF ، RHOB، GR، PHIE و NPHI می باشند که با استفاده از آنها می توان خوشهبندی مناسب جهت تفکیک گونه های سنگی از نظر مخزنی انجام داد. در صورت ارایه رخساره های الکتریکی منطبق با پارامترهای زمین شناسی و مخزنی با الگوریتم مناسب، امکان توزیع بهتر خواص مخزنی در مدلسازی استاتیک مخزن فراهم می شود.
در این مطالعه سعی گردید مناسب ترین خوشه بندی برای رخساره های الکتریکی انتخاب شده و گامی در جهت شناخت هر چه بهتر مخزن و کاهش عدم قطعیت در مطالعات رخساره ای و پارامترهای مخزنی آن برداشته شود. در مطالعه این میدان خوشه سازی با استفاده از الگوریتم MRGC انجام شد و نهایتا رخساره های حاصل جهت استفاده در مدل سازی وارد نرم افزار پترل گریدد.
1-1 روش خوشه سازی چند تفکیکی بر پایه گراف - Multi
روش MRGC یک روش نوین و قدرتمند برای دستهبندی میباشد. این تکنیک مبتنی بر تشخیص الگوی نقطه ای چند بعدی بر مبنای نزدیک ترین همسایگی و نمایش گرافیکی داده ها است. خوشه سازی براساس نمودار با تفکیک پذیری چندتایی - MRGC - یک روش آماری غیر پارامتریک است که مشکل وابستگی به بعد را از بین می برد و اطلاعات مفیدی در مورد رخساره های زمین شناسی از ساختار خود داده، به دست می آورد. این روش می تواند بهینه ترین دسته ها را بین حدود پایینی و بالایی از قبل تعیین شده ارایه دهد. در واقع این روش تلفیقی از هوش مصنوعی و روش خوشه بندی سلسله مراتبی است.
در این روش دو اندیس اضافه شده است که نقاط قوت روش MRGC نسبت به سایر روشهای سلسله مراتبی می باشد که شامل شاخص - Kernel Representative Index - KRI و - Neighboring Index - NI می باشد. NI پارامتر شاخص همجواری و KRI پارامتر شاخص کرنل است. در رسمهای متقاطع، مخصوصا اگر در نمودارهای متقاطع نوترون-سونیک دو نقطه نزدیک به هم وجود داشته باشند و هیچ گونه شباهتی بین آنها وجود نداشته باشد این روش می تواند این دو نقطه را از یکدیگر تفکیک کند.
1-2 سازند گدوان
سازند گَدوان یک واحد بارز شیلی در میان دو آهک خشن فَهلیان - در زیر - و داریان - دربالا - است بُرش الگوی این سازنددر گوه گَدوان در 40 کیلومتری شمال خاوری شیراز به ضخامت 120 متر، شامل تناوبی از شیل های خاکستری مایل به زرد یا سبز با میانلایههای خاکستری از سنگآهک رُسی، دارای خرده صدف است. بر اساس سنگوارههای موجود، سن سازند گَدوان نئوکومین بالایی تا آپتین است. در خوزستان و شمال باختری فارس، این سازند بیشتر شیلی است، ولی به سوی جنوب خاوری - فارس - ، به تدریج به رسوبهای آهکی تبدیل میشود به گونهای که در فارس ساحلی، شناخت آن از سازند رویی - داریان - ، دشوار است.
در میانه سازند گَدوان، یک آهک بارز، به نام » بخش آهکی خلیج « شناسایی شده است که بُرش آن در جزیره خارک، به ضخامت 15 متر، اندازهگیری شده و شامل آهک بی رُس متعلق به محیط دریایی کم عمق و باز است. بخش آهکی خلیج در برخی از میدانهای نفتی منطقه زاگرس دارای نفت است. به شیلهای گَدوان که در پایین و بالای آهک خلیج دیده میشوند، گاهی گَدوان پایینی و گَدوان بالایی گفته میشود. در دشت آبادان سازند گدوان دارای یک بخش ماسه سنگی است که در برخی میادین سبب انباشت مقادیر قابل توجهی از هیدروکربن گشته است - شکل-. - 1 سازند شیلی گَدوان، سنگ پوش مخازن فَهلیان را تأمین میکند و از مواد آلی نیز غنی است و در تولید نیز به عنوان سنگ مادر نقش دارد
شکل : 1 بخش ماسه سنگی سازند گدوان در میدان مورد مطالعه
-2 روش تحقیق
در این مطالعه از نرم افزارهای ژئولاگ استفاده گردید. نخست با استفاده از نرم افزار 3DUDGLJP *HRORJ 6.7.1، تفسیر پتروفیزیکی انجام گردید و سپس رخساره های الکتریکی موجود در مخزن مورد مطالعه با روش خوشه سازی MRGC از هم تفکیک شدند.
-3 بحث
1-3 تعیین رخساره های الکتریکی
با توجه به اینکه بخش های تولیدی سازند گدوان در میدان مورد مطالعه از بخش ماسه سنگی می باشد، مهمترین اولویت در خوشه سازی، تفکیک ماسه سنگ در نظر گرفته شد
شکل: 2 ارتباط تخلخل با لایه های ماسه سنگی در میدان مورد مطالعه
برای تعیین رخساره های الکتریکی نخست در قسمت FACIMAGE نرم افزار ژئولاگ از میان لاگهای پتروفیزیکی آن دسته از لاگهایی که بیشترین ارتباط را با هدف مورد نظر ما داشتند که شامل: لاگ اشعه گاما CGR، لاگ دانسیته RHOB، لاگ نوترونNPHI، لاگ تخلخل و درصد حجمی ماسه سنگ بودند انتخاب شد و در مرحله بعد این داده ها آموزش داده شدند.
نمایی از هیستوگرامهای توزیع داده های ورودی با روش MRGC در شکل-3 نشان داده شده است. سپس با استفاده از روش خوشه بندی به روش MRGC خوشه بندی های با تعداد مختلف بصورت خودکار توسط نرم افزار مشخص گریدد. بعبارت دیگر در این روش هیچگونه دخالتی در نحوه خوشه بندی توسط ناظر امکان پذیر نبوده بلکه خود نرم افزار تعدادی خوشه معرفی می کند و ناظر تنها می تواند از بین خوشه های معرفی شده، خوشه هایی که بهترین تفکیک را در رخساره ها انجام داده است را برگزیند.
در میدان مورد مطالعه با توجه به پارامترهای مخزنی و لیتولوژی سازند مخزنی، حدود تفکیک پذیری به ترتیب 3 و 5 در نظر گرفته شد تا بیشترین تطابق با رخساره ای زمین شناسی ایجاد گردد. پس از مقایسه تعداد رخساره های سنگ شناسی در مخزن و اطمینان از تاثیر سنگ شناسی در کنترل کیفیت مخزنی تعداد 4 رخساره بعنوان تعداد بهینه انتخاب گردید - شکل-. - 4 بنابراین رخساره های زاید بر این تعداد با هم ترکیب گشته و نهایتاً 4 رخساره ایجاد گردید.
شکل: 3 انتخاب داده های ورودی برای ساخت مدل رخساره الکتریکی
شکل: 4 مدل رخساره الکتریکی اولیه با پارامترهای ورودی آن با روشMRGC
در شکل-5 ارتباط داده های ورودی برحسب نوع رخساره ها نشان داده شده است.
