دانلود پایان نامه کارشناسی ارشد نفت با عنوان تخمین نفوذپذیری با استفاده از داده های چاه نگاری و به کمک شبکه های عصبی مصنوعی

اختصاصی از نیک فایل دانلود پایان نامه کارشناسی ارشد نفت با عنوان تخمین نفوذپذیری با استفاده از داده های چاه نگاری و به کمک شبکه های عصبی مصنوعی دانلود با لینک مستقیم و پر سرعت .

نوع فایل :پی دی اف

تعداد صفحات:145

این پایان نامه در سال 1387 در دانشگاه شهید باهنر کرمان، در رشته مهندسی مخازن هیدروکربوری و در 7 فصل ارائه گردیده است.

فصل اول : مقدمه

فصل دوم : روابط تجربی بین تراوایی و پارامترهای پتروفیزیکی

فصل سوم : مبانی شبکه عصبی

فصل چهارم : مبانی برخی نگارهای مورد استفاده

فصل پنجم: خصوصیات میدان مورد مطالعه

فصل ششم :مطالعه موردی یکی از میادین جنوب غرب ایران

فصل هفتم : نتایج و پیشنهادات

چکیده:

مهمترین ابزارهای مدیریت مخزن، " شخصیت بخشی به مخزن" و " شبیه سازی" می­باشند که در این بین نفوذپذیری مهمترین عامل برای توصیف دقیق و مدلسازی مخزن می­باشد. علیرغم پیشرفتهای صورت گرفته و همچنین گوناگونی روشهای موجود برای تعیین نفوذپذیری، دقیق ترین روش برای تعیین نفوذپذیری، آزمایش بر روی مغزه می­باشد که مستلزم صرف هزینه و وقت بسیار زیادی است. در میان این روشها چاه ازمایی قادر به تخمین مناسبی از میزان متوسط نفوذپذیری در محدوده شعاع تخلیه چاه می­باشد، با این حال به دست آوردن نفوذپذیری در مخازن پیچیده شکافدار، به دلیل طبیعت بسیار پیچیده و ناشناخته ماندن معادلات حاکم بر آن، معمولا با مشکلات فراوانی همراه است. بدلیل موجود بودن داده های چاه نگاری در اغلب چاههای حفر شده، باید بتوان نفوذپذیری را با روشی ارزان قیمت از روی داده های خام چاه نگاری، با دقت مناسب تخمین زد.

هدف اصلی این پروژه, تعیین نفوذپذیری با استفاده از داده های خام چاه نگاری و به کمک شبکه های عصبی می باشد. در ابتدا میزان ارتباط و همبستگی نمودارهای مختلف چاه نگاری با پارامتر نفوذپذیری مورد مطالعه قرار گرفت و سپس آماده سازی داده ها برای ورود به شبکه انجام گردید که شامل حذف داده های مشکوک و عملیات تطبیق عمق می­باشد. با توجه به خصوصیات متمایز مخازن ایران، داده های آموزش، تست و اعتبار سنجی با حداکثر دقت ممکن انتخاب شدند و عملیات مدلسازی از روی این داده ها آغاز گردید. همچنین با استفاده از فنون مختلف شبکه های عصبی مصنوعی یک روش مناسب برای آموزش شبکه پیشنهاد و از طریق آن تراوایی پیش بینی گردید. در نهایت مقدار نفوذپذیری حاصل از این روش، با داده های مغزه مورد مقایسه قرار گرفت.

با بررسی آماری داده ها و مشاهده توزیع فراوانی آنها، بحث نرمال کردن داده ها مطرح گردید. با توجه به نتایج بدست آمده، تصمیم بر آن شد تا تعدادی از داده های نگار که تاثیر زیادی در کارایی شبکه ندارند حذف شده و در عوض پارامتر موثر دیگری به شبکه اضافه و منجر به بهبود نتایج به میزان قابل توجهی شد.

سپس داده ها بر اساس ناحیه بندی مخزن دسته بندی شدند و برای هر ناحیه شبکه های مجزا طراحی شدند و با توجه به داده های موجود و نرم افزار SURFER عمق رئوس نواحی در کل گستره مخزن شناسایی شدند.

کلمات کلیدی : دانلود پایان نامه کارشناسی ارشد نفت- دانلود پایان نامه کارشناسی ارشد -دانلود پایان نامه کارشناسی ارشد مهندسی شیمی- دانلود پایان نامه کارشناسی ارشد شیمی- دانلود پایان نامه- دانلود رایگان پایان نامه- پایان نامه کارشناسی ارشد نفت- پایان نامه کارشناسی ارشد شیمی- پایان نامه کارشناسی ارشد مهندسی شیمی- تخمین تراوایی- تراوایی- شبکه های عصبی- شبکه های عصبی مصنوعی-شبیه سازی مخزن -مدیریت مخزن- نرمال کردن داده ها - آموزش شبکه- تست شبکه- نفوذپذیری- توزیع فراوانی-مدلسازی