TY - JOUR ID - 2102 TI - مدل‌سازی رخساره‌ای مخزن با استفاده از وارون‎سازی تصادفی و روش آشفتگی احتمال JO - پژوهش های ژئوفیزیک کاربردی JA - JRAG LA - fa SN - AU - کمال غریبی, محمد AU - جواهریان, عبدالرحیم AU - امامی نیری, محمد AD - کارشناس ارشد ؛ دانشکده‌ مهندسی نفت، دانشگاه صنعتی امیرکبیر AD - استاد، دانشکده‌ مهندسی نفت، دانشگاه صنعتی امیرکبیر و استاد بازنشسته موسسه ژئوفیزیک دانشگاه تهران AD - استادیار، انستیتو مهندسی نفت، دانشکده فنی، دانشگاه تهران Y1 - 2021 PY - 2021 VL - 7 IS - 3 SP - 279 EP - 297 KW - مدل‌سازی رخساره‌ای KW - وارون‌سازی تصادفی KW - روش آشفتگی احتمال KW - شبیه‌سازی متوالی KW - مدل تاو DO - 10.22044/jrag.2021.10352.1311 N2 - یکی از مراحل اساسی در تعیین خواص مخزن، مدل‌سازی رخساره‌های مختلف آن است. در این مقاله یک روش وارون‌سازی تصادفی برای مدل‌سازی رخساره‌ها با استفاده از نمودارهای چاه‌ها و داده‌های برانبارش‌شده زاویه‌ای ارائه شده است. در ابتدا با استفاده از روش شبیه‌سازی متوالی شاخص، احتمال شرطی رخداد شاخص‌های رخساره نسبت به نمودارهای چاه‌ها‌ در هر سلول محاسبه شد. سپس با استفاده از روش شبیه‌سازی متوالی گوسی و روابط فیزیک‌سنگی، خصوصیات مخزنی و کشسان رخساره-های سنگی مخزن به دست آمد. به منظور ساخت و به‌روزرسانی مدل رخساره‌ای همخوان با داده‌های لرزه‌ای از الگوریتم بهینه-سازی تصادفی آشفتگی احتمال استفاده شد. این روش با تغییر پی‌در‌پی احتمال رخساره‌ای مشروط به داده‌های لرزه‌ای در هر سلول، سعی در ایجاد مدلی از رخساره و دیگر خواص مخزن دارد که همبستگی خوبی با داده‌های لرزه‌ای داشته باشد. برای به دست آوردن توزیع احتمال کلی وقوع رخساره‌ها از احتمال رخساره‌ای مشروط به داده‌های لرزه‌ای و احتمال رخساره‌ای مشروط به نمودار‌های چاه‌ها از مدل تاو استفاده شد. در هر مرحله پس از به دست آوردن خواص مختلف، مدل پیشرو ژئوفیزیکی ساخته شد و با داده‌های لرزه‌ای مقایسه شد. در نهایت تمامی این مراحل برای مدل‌های احتمالی مختلفی که از روش شبیه‌سازی متوالی شاخص به دست آمد، استفاده شد. این روش در دو بعد روی داده‌های مصنوعی در حالت‌هایی با نسبت سیگنال به نوفه متفاوت اعمال شد. در حالتی که از داده‌های لرزه‌ای با نسبت سیگنال به نوفه 9 استفاده شد، مدلی با تفکیک‌پذیری بالا برای رخساره به دست آمد که تطابقی 81.83 درصدی با مدل رخساره مرجع داشت و باعث بهبودی 19.97 درصدی مدل اولیه رخساره شد. به منظور بررسی بیشتر این روش در دو حالت سیگنال به نوفه 4 و 2 نیز اعمال شد که نشان داد این روش توانایی خوبی در تشخیص رخساره و دیگر خواص مخزنی و کشسان لایه‌های موجود در مخزن را داراست. UR - https://jrag.shahroodut.ac.ir/article_2102.html L1 - https://jrag.shahroodut.ac.ir/article_2102_bea2e508eedf721c5f19f9a9957f550e.pdf ER -