ترجمه مقاله شناسایی نوع منفذ کربنات بر اساس فیزیک سنگ با طبقه بندی کننده پارزن – نشریه الزویر

عنوان فارسی: | شناسایی نوع منفذ کربنات براساس فیزیک سنگ با استفاده از طبقه بندی کننده پارزن |
عنوان انگلیسی: | Rock physics-based carbonate pore type identification using Parzen classifier |
تعداد صفحات مقاله انگلیسی : 8 | تعداد صفحات ترجمه فارسی : 20 |
سال انتشار : 2016 | نشریه : الزویر - Elsevier |
فرمت مقاله انگلیسی : PDF | فرمت ترجمه مقاله : ورد تایپ شده |
کد محصول : 6362 | رفرنس : دارد |
محتوای فایل : zip | حجم فایل : 5.18Mb |
رشته های مرتبط با این مقاله: زمین شناسی |
گرایش های مرتبط با این مقاله: زمین شناسی نفت، سنگ شناسی و رسوب شناسی |
مجله: مجله علوم و مهندسی نفت - Journal of Petroleum Science and Engineering |
دانشگاه: دانشکده مهندسی معدن، دانشکده مهندسی، دانشگاه تهران، ایران |
کلمات کلیدی: فیزیک سنگ، عامل انعطاف پذیری فریم ، نمودار انحرف سرعت (VDL)، دسته بندی کننده پارزن، ایران |
وضعیت ترجمه عناوین تصاویر و جداول: ترجمه شده است |
وضعیت ترجمه متون داخل تصاویر و جداول: ترجمه شده است |
وضعیت فرمولها و محاسبات در فایل ترجمه: به صورت عکس، درج شده است |
چکیده
1. مقدمه
2. محیط زمین شناسی
3. مجموعه داده ها
4. روش
4-1 نمودار انحراف- سرعت
4-2 بردار ویژگی
4-2-1 عامل (ضریب) خمش پذیری قاب
4-2-2 رابطه سرعت- تخلخل
4-2-3 رابطه تخلخل- امپدانس
4-3 دسته بندی کننده پارزن
5. بحث و نتایج
5-1 کاربرد تشخیص فیزیک سنگ در سازند سروک
5-2 توصیف مشخصات نوع منفذ با استفاده از نمودار انحراف- سرعت
5-3 نتیجه طبقه بندی
6. نتیجه گیری
پیوست الف. نمودار انحراف- سرعت (VDL)
فهرست واژه ها
Abstract
Seismic velocity variation in carbonate rocks is a complicated function of different parameters such as mineral composition, porosity, pore type, saturation, and pore pressure. Among all, pore type is the main factor that affects reservoir permeability heterogeneity and change the velocity–porosity relationship. In this paper, a rock physics-based algorithm is presented to quantitatively identify three dominant pore types in a carbonate reservoir. The proposed algorithm is applied on data related to three wells drilled in a carbonate reservoir, southwest of Iran. We used the frame flexibility factor (γ), P-wave velocity–porosity and S-wave impedance–porosity trends as inputs of Parzen classifier to identify predominate pore type characterized by velocity-deviation log (VDL) in each depth. The results show that the proposed algorithm has high precision in classifying identified pore types with average accuracy of 76.7% throughout studied oil field.
چکیده
تغییرات سرعت لرزه ای در سنگ های کربنات یک تابع پیچیده از پارامترهای مختلف مانند ترکیب مواد معدنی، تخلخل، نوع منفذ، اشباع و فشار منفذی است. در بین این پارامترها، نوع منفذ عامل اصلی است که بر ناهمگنی نفوذپذیری مخزن تاثیر می گذارد و رابطه تخلخل و سرعت را تغییر می دهد. در این مقاله، الگوریتم مبتنی بر فیزیک سنگ برای شناسایی کمی سه نوع منفذ غالب در مخزن کربنات ارائه شده است. الگوریتم پیشنهادی برروی داده های مربوط به سه چاه حفر شده در مخزن کربنات، در جنوب غربی ایران اعمال شده است. از ضریب انعطاف پذیری فریم ، سرعت- تخلخل موج P و روندهای تخلخل- امپدانس موج S بعنوان ورودی های دسته بندی کننده پارزن برای شناسایی نوع منفذ غالب که بوسیله ی نمودار انحراف سرعت (VDL) در هر عمق مشخص شده اند، استفاده می کنیم. نتایج نشان می دهد که الگوریتم پیشنهادی دقت بالایی در طبقه بندی انواع منافذ شناسایی شده با متوسط دقت 76.7% در سراسر میدان نفتی مورد مطالعه دارد.