فهرست نشریات علمی دسترسی آزاد ایران

تراوایی یا نفوذپذیری خاصیتی از سنگ مخزن است که به جریان سیال از سنگ مخزن می‌پردازد و از فاکتورهای مهم در تولید نفت و گاز از مخزن به حساب می‌آید. این پارامتر در شرایط آزمایشگاهی از طریق مغزه‌گیری به دست می‌آید که روشی پرهزینه و زمان‌بر است و همچنین برای همه چاه‌های موجود در یک میدان نفتی امکان‌پذیر نیست. امروزه این پارامتر را با استفاده از داده‌های لاگ پتروفیزیکی به روش‌های آماری و هوشمند محاسبه می‌کنند. در این مقاله از الگوریتم‌های هوشمند جهت پیش‌بینی تراوایی با استفاده از لاگ‌های پتروفیزیکی استفاده شده است. این پژوهش بر روی داده‌های چهار چاه کنگان و دالان واقع در میدان پارس جنوبی انجام شده است. از مجموع هشت ویژگی استخراج شده از هر چاه، با استفاده از روش انتخاب ویژگی مبتنی بر همبستگی، چهار ویژگی مؤثر در هر چاه انتخاب شدند. سپس از روش‌های رگرسیون، شبکه عصبی چندلایه، شبکه عصبی RBF(Radial Basis Function) ، مدل درخت خطی محلی (LOLIMOT: Local Linear Model Trees)، سیستم فازی نوع یک و سیستم فازی نوع دو برای پیش‌‌بینی تراوایی استفاده شد. نتایج نشان داد که با توجه به وجود عدم قطعیت در پارامترهای پتروفیزیکی و تراوایی، سیستم فازی نوع دو عدم قطعیت‌ها را بهتر پوشش می‌دهد. این روش در حالت پایه، تراوایی را با دقت 9481/0 و ریشه دوم میانگین مربعات خطای 3060/0 پیش‌بینی کرد. با استفاده از روش ترکیبی GSA-GA (Gravitational Search Algorithm - Genetic algorithm)، تعداد قواعد فازی و نیز با استفاده از روش خوشه‌بندی K-means، توابع عضویت فازی بهبود یافت و این بهبودها منجر به افزایش دقت پیش‌بینی تراوایی با ضریب تعیین 9768/0 و کاهش ریشه دوم میانگین مربعات خطا به مقدار 1602/0 شد.