تعیین موثرترین نگارهای پتروفیزیکی برای تعیین گونه‌های سنگی یک سازند مخزنی آواری با روش های خوشه بندی

نوع مقاله: مقاله پژوهشی

نویسندگان

1 استادیار دانشکده مهندسی معدن، پردیس دانشکده های فنی، دانشگاه تهران

2 فارغ التحصیل رشته کارشناسی مهندسی معدن، گرایش اکتشاف معدن از دانشکده مهندسی معدن، پردیس دانشکده های فنی، دانشگاه تهران

10.29252/anm.2020.11985.1388

چکیده

تجزیه و تحلیل خوشه‌ای داده‌های پتروفیزیکی به عنوان روشی خودکار و سریع برای تعیین گروه‌های سنگی موجود در مخازن ماسه‌سنگی به کار می رود و از این رو در مطالعات تعیین کیفیت مخازن به عنوان یک روش کاربردی مورد استفاده قرار می‌گیرد. انتخاب نگار‌های مناسب با توجه به نوع محیط مورد مطالعه، اهمیت ویژه‌ای در فرآیند خوشه‌بندی، تعیین سنگ‌شناسی و نتیجه‌گیری در مورد کیفیت مخزن می‌یابد. در این پژوهش به منظور شناسایی و تعیین موثرترین نگار‌ها در روش خوشه‌بندی دو مرحله‌ای و میانگین k، با استفاده از آنالیز حساسیت از میان کل نگار‌های رانده شده در یک مخزن آواری در شمال شرق کشور یعنی نگارهای GR, LLD, LLS, MSFL, DT, URAN, THOR, POTA, CALI, NPHI, RHOB پنج نگار GR, LLD, LLS, NPHI, RHOB را به عنوان موثرترین نگارها در خوشه‌بندی دو مرحله‌ای در این سازند معرفی نمود. نگارهای حاصل از کاربرد روش دو مرحله‌ای، همخوانی قابل قبولی با خروجی‌های روش میانگین k نشان داد. هر دو روش خوشه‌بندی، تطابق قابل قبولی با روش‌های تعیین سنگ‌شناسی با استفاده از تلفیق نگارهای پتروفیزیکی و کانی‌شناسی به روش پراش پرتوی ایکس (XRD) نشان دادند. براساس نتایج خوشه‌بندی، سازند ماسه‌سنگی مورد مطالعه به ضخامت 222 متر به سه گروه سنگ‌شناسی شامل ماسه کربناتی-انیدریتی، ماسه شیلی و ماسه تمیز به ترتیب با ضخامت‌های 4/44، 26/73 و 34/104 متر تشخیص داده شد که در این میان کیفیت مخزنی ماسه تمیز با توجه به میانگین تخلخل در این بخش از سایر زیربخش‌ها مناسب‌تر است.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

The Determination of the Most Effective Petrophysical Logs for Rock typing in a Detrital Reservoir Rock, Using Clustering Methods

نویسندگان [English]

  • Golnaz Jozanikohan 1
  • Alireza Seyfan 2
1 Assistant professor, School of Mining, College of Engineering, University of Tehran
2 Bachelor of Mining Engineering, College of Engineering, University of Tehran
چکیده [English]

The clustering analysis is a method for data classification based on the similarity, so that the most similar data are placed in the same cluster. The cluster analysis of petrophysical data is able to determine the quality of sandstone reservoir based on the different existing lithologies. Since the most sandstone reservoirs have different kinds of interbedded shales as well as different detrital and chemical minerals due to their sedimentation environment, they show a variety of lithologies and consequently different reservoir qualities. The determination of the most effective petrophysical logs based on the environment understudy has a significant effect on the clustering quality, lithology determination, and the reservoir quality evaluation. In this research, to determine the most effective logs in the two stage and k-means methods, the GR, LLD, LLS, MSFL, DT, URAN, THOR, POTA, CALI, NPHI, RHOB logs were chosen as the input in IBM SPSS, Statistic version 24. Based on the obtained results, the GR, LLD, LLS, NPHI, and RHOB logs are the most effective logs for two stage clustering method. This result was in agreement with the k-means method findings. Based on the clustering results, the understudy sandstone formation with a thickness of 222 meters were classified to three lithological groups of carbonate-anhydrite, shaly and clean sandstone with the thickness of 44.40, 73.26, 104.34 meters, respectively. The clean sandstone had the best quality with regards to the average porosity and permeability in compare to the other subsections.

کلیدواژه‌ها [English]

  • Well logging Data
  • Clustering Method
  • Lithology