به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت
جستجوی مقالات مرتبط با کلیدواژه

geostatistical algorithm

در نشریات گروه زمین شناسی
تکرار جستجوی کلیدواژه geostatistical algorithm در نشریات گروه علوم پایه
تکرار جستجوی کلیدواژه geostatistical algorithm در مقالات مجلات علمی
  • ولی مهدی پور، احمدرضا ربانی*، علی کدخدایی، هومن کرکوتی، محسن شوراب

    در این مطالعه، به منظور استفاده از مدل رخساره ای در مدل سازی استاتیک، نخست رخساره الکتریکی با استفاده از روش MRGC (Multi resolution graph based clustering) تهیه گردید. رخساره های حاصل، با استفاده از الگوریتم های زمین آماری مختلف در نرم افزار پترل، بصورت سه بعدی مدل سازی و سپس نتایج حاصل از استفاده از روش های مختلف توزیع، مورد مقایسه قرار گرفتند. براساس آنالیز رخساره های الکتریکی، پنج رخساره الکتریکی (مشتمل بر دو رخساره مخزنی و دو رخساره غیر مخزنی) تشخیص داده شد که در مدل سازی رخساره ای مورد استفاده قرار گرفت. همچنین از داده های لرزه ای جهت ساخت نقشه های روندی برای توزیع بهتر رخساره ها و ساخت رخساره لرزه ای استفاده گردید. به منظور بررسی میزان تاثیر الگوریتم-های متعدد بکار گرفته شده در مدل سازی رخساره ای بر روی توزیع تخلخل، پس از ساخت پنج نوع مدل رخساره ای با الگوریتم های مختلف، از آنها در توزیع تخلخل استفاده گردید. براساس این مطالعه، در صورتی که داده های رخساره الکتریکی بدون استفاده از داده های لرزه ای توزیع شوند، عدم قطعیت بالایی داشته و ممکن است از دقت توزیع مدل های تخلخل وابسته بکاهد. در این مطالعه مشخص شد که در مدل سازی رخساره ای با استفاده از روش شبیه سازی شاخص ترتیبی (SIS)، در نظر گرفتن نقشه های روندی تهیه شده براساس داده های لرزه ای باعث افزایش دقت آن می شود. همچنین ساخت رخساره لرزه ای و استفاده از آن در توزیع تخلخل به دلیل ارتباط بالای داده های مقاومت صوتی با تغییرات تخلخل، به عنوان بهترین روش رخساره ای جهت کنترل توزیع تخلخل پیشنهاد می گردد.

    کلید واژگان: مخزن سروک، مدل استاتیک، رخساره الکتریکی، رخساره لرزه ای، الگوریتم زمین آماری
    V. Mehdipour, A. R. Rabbani *, A. Kadkhodaie, H. Karkooti, M. Shourab

    In this study, electrofacies analysis has been done using MRGC (Multi-resolution graph-based clustering) method to be used in static modeling. Then, the resulting facies was modeled and compared together by applying different geostatistical stochastic algorithms in Petrel software. Two electrofacies classes including reservoir and non-reservoir facies were determined which were used for facies modeling. Seismic data was also applied for seismic facies construction and also to construct trend maps for appropriate facies distribution. In order to investigate the effect of five applied different geostatistical algorithms used in facies modeling on porosity distribution, the constructed facies models were used for porosity modeling. According to this study, the uncertainty of electrofacies modeling without applying seismic data increases which in turn reduces the accuracy of porosity models. In addition, electrofacies modeling considering the sequential indicator simulation (SIS) algorithm and applying the seismic trend maps, enhance the accuracy of the porosity model. Moreover, construction the of seismic facies is considered the best method for facies modeling to be used for porosity modeling due to the high correlation coefficient between acoustic impedance and porosity.

    Keywords: Sarvak Reservoir, Static Model, Electrofacies, Seismic Facies, Geostatistical Algorithm
نکته
  • نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
  • کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
  • در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال