header
Image from OpenLibrary

APPLICATION OF NON-PARAMETRIC REGRESSION TECHNIQUES TO ESTIMATE THE RESERVOIR PERMEABILITY OF BAHARIYA FORMATION / Hesham Mokhtar Ali El Shahat ؛ Mahmoud Abu El-Ela،hmed Hamdy El-Banbi

By: Contributor(s): Material type: TextTextPublication details: 2022.Content type:
  • text
Media type:
  • Unmediated
Carrier type:
  • volume
Other title:
  • تطبيق تقنيات الإنحدار غير البارامترية للتنبؤ بنفاذية طبقة البحرية
Subject(s): DDC classification:
  • 665.5
Dissertation note: Thesis (M.Sc.)-Cairo Univsersity,2022. Summary: يعتبر التحديد الدقيق لنفاذية المكامنالبتروليةخطوة أساسية لتوصيف موثوق بهوتطبيقاتمحاكاةالأداء. الهدف من هذا العمل هو دمج البيانات الأساسية وبيانات سجلاتالآبار المتوفرة في الآبار المحفورةلتقدير دقيق لنفاذيةطبقة البحرية على إمتداد الصحراء الغربية بمصر. تعتبر طبقةالبحرية(BAH)أحد المصادر الرئيسية لإنتاج النفط في جميع أنحاء الصحراء الغربية(WD)في مصر. يقدر الإنتاج التراكمي للنفط من طبقة البحرية بحوالي40%من إجماليإنتاجالصحراء الغربية.تتراوح خصائص طبقة البحرية من الحجر الرملي شديد النفاذية إلى الحجر الرمليمنخفض النفاذيةالمتداخل مع الصخر الطيني والطمي. يصور عادة ً سلوك سجل المقاومة المنخفضة والتباين المنخفض(LRLC.)وبالتالي، فإن التحديد الإقليمي والدقيق لنفاذية الوحدات الصخرية المختلفةلطبقة البحرية يمثل تحديًا. تمإستخدام بيانات سجل الآبار التقليدية(Conventional Logs) وما يقابلها من5500قياس أساسي(Core Data)لتوفير ارتباط إقليمي للنفاذية يمكنإستخدامهفي عدد كبير من الخزانات. تم تطبيق طريقتين مختلفتين من تقنيات الإنحدار غير البارامترية للتنبؤ بنفاذيةطبقة البحرية:خوارزمية التوقع الشرطي المتناوب(ACE)والشبكات العصبية الاصطناعية(ANN.)يشمل النهج ثلاث خطوات: (1) تصنيف البيانات الأساسية المتاحة إلى مجموعات حجرية مقابلة، (2) تصنيف بيانات سجل البئر الحالية إلى مجموعاتElectrofacies( و ،3) توقع نفاذية الخزان من خلال تطبيق تقنيات الإنحدار غير البارامترية باستخدام بيانات سجل الآبار التقليدية. باستخدام نموذجACE، أظهرت ملفات تعريف النفاذية المحددة معاملاتارتباط موثوقة بالنسبة إلى البيانات الأساسية المقاسة. كان معامل الارتباط(2 R)0.892لنقاط بيانات التدريب (75%من قاعدة البيانات المجمعة) و0.913لنقاط بيانات الاختبار (25%من قاعدة البيانات).بينما، باستخدام نموذجANN، أظهرت ملفات تعريف النفاذية المتوقعة معاملاتإرتباطموثوقة بالنسبة إلى البيانات الأساسية المقاسة لكل من سلوكيات سجلLRLCالتقليدية. معاملات الارتباط)2 R(هي0.953لنقاط بيانات التدريب (75%من قاعدة البيانات) و0.930و0.932لنقاط التحقق من الصحة(Validation)والاختبار (Testing) على التوالي. تمتمقارنة تنبؤات النفاذية باستخدام نهجACEوANNمع تقنيات أخرى مثل(k-φ cross-plots)،والإنحدار الخطي المتعدد(MLR)، وإرتباطاتCoatesوWyllie-Rose.أظهرت المقارنة نتائج جيدة. لذلك، يعتبر هذا العمل مساهمة أصلية في تقديمإرتباطات تنبؤات النفاذية باستخدام سجلات الآبار التقليدية لتوصيف المكمن وتطبيقات المحاكاة. تم تطبيق نماذجACEوANNبنجاح علىطبقة البحريةوأثبتت قدرتها على تقديم أداء أفضل على نطاق واسع من الحالات الميدانية الفعلية.0
Tags from this library: No tags from this library for this title. Log in to add tags.
Star ratings
    Average rating: 0.0 (0 votes)
Holdings
Item type Current library Home library Call number Status Date due Barcode
Thesis Thesis قاعة الرسائل الجامعية - الدور الاول المكتبة المركزبة الجديدة - جامعة القاهرة Cai01.13.12.M.sc.2022.He.A. (Browse shelf(Opens below)) Not for loan 01010110085766000

Thesis (M.Sc.)-Cairo Univsersity,2022.

Bibliography: p. 117:126.

يعتبر التحديد الدقيق لنفاذية المكامنالبتروليةخطوة أساسية لتوصيف موثوق بهوتطبيقاتمحاكاةالأداء. الهدف من هذا العمل هو دمج البيانات الأساسية وبيانات سجلاتالآبار المتوفرة في الآبار المحفورةلتقدير دقيق لنفاذيةطبقة البحرية على إمتداد الصحراء الغربية بمصر. تعتبر طبقةالبحرية(BAH)أحد المصادر الرئيسية لإنتاج النفط في جميع أنحاء الصحراء الغربية(WD)في مصر. يقدر الإنتاج التراكمي للنفط من طبقة البحرية بحوالي40%من إجماليإنتاجالصحراء الغربية.تتراوح خصائص طبقة البحرية من الحجر الرملي شديد النفاذية إلى الحجر الرمليمنخفض النفاذيةالمتداخل مع الصخر الطيني والطمي. يصور عادة ً سلوك سجل المقاومة المنخفضة والتباين المنخفض(LRLC.)وبالتالي، فإن التحديد الإقليمي والدقيق لنفاذية الوحدات الصخرية المختلفةلطبقة البحرية يمثل تحديًا. تمإستخدام بيانات سجل الآبار التقليدية(Conventional Logs) وما يقابلها من5500قياس أساسي(Core Data)لتوفير ارتباط إقليمي للنفاذية يمكنإستخدامهفي عدد كبير من الخزانات. تم تطبيق طريقتين مختلفتين من تقنيات الإنحدار غير البارامترية للتنبؤ بنفاذيةطبقة البحرية:خوارزمية التوقع الشرطي المتناوب(ACE)والشبكات العصبية الاصطناعية(ANN.)يشمل النهج ثلاث خطوات: (1) تصنيف البيانات الأساسية المتاحة إلى مجموعات حجرية مقابلة، (2) تصنيف بيانات سجل البئر الحالية إلى مجموعاتElectrofacies( و ،3) توقع نفاذية الخزان من خلال تطبيق تقنيات الإنحدار غير البارامترية باستخدام بيانات سجل الآبار التقليدية. باستخدام نموذجACE، أظهرت ملفات تعريف النفاذية المحددة معاملاتارتباط موثوقة بالنسبة إلى البيانات الأساسية المقاسة. كان معامل الارتباط(2 R)0.892لنقاط بيانات التدريب (75%من قاعدة البيانات المجمعة) و0.913لنقاط بيانات الاختبار (25%من قاعدة البيانات).بينما، باستخدام نموذجANN، أظهرت ملفات تعريف النفاذية المتوقعة معاملاتإرتباطموثوقة بالنسبة إلى البيانات الأساسية المقاسة لكل من سلوكيات سجلLRLCالتقليدية. معاملات الارتباط)2 R(هي0.953لنقاط بيانات التدريب (75%من قاعدة البيانات) و0.930و0.932لنقاط التحقق من الصحة(Validation)والاختبار (Testing) على التوالي. تمتمقارنة تنبؤات النفاذية باستخدام نهجACEوANNمع تقنيات أخرى مثل(k-φ cross-plots)،والإنحدار الخطي المتعدد(MLR)، وإرتباطاتCoatesوWyllie-Rose.أظهرت المقارنة نتائج جيدة. لذلك، يعتبر هذا العمل مساهمة أصلية في تقديمإرتباطات تنبؤات النفاذية باستخدام سجلات الآبار التقليدية لتوصيف المكمن وتطبيقات المحاكاة. تم تطبيق نماذجACEوANNبنجاح علىطبقة البحريةوأثبتت قدرتها على تقديم أداء أفضل على نطاق واسع من الحالات الميدانية الفعلية.0

There are no comments on this title.

to post a comment.