این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پژوهش نفت، جلد ۲۲، شماره ۷۲، صفحات ۸۵-۹۸
عنوان فارسی شناسایی شکستگی‌ها در نمودارهای تصویری الکتریکی با استفاده از تکنیک‌های پردازش تصویر و الگوریتم ژنتیک
چکیده فارسی مقاله در مخازن با شکستگی طبیعی، شکستگی‌ها نقش اساسی در تولید هیدروکربن ایفا می‌کنند. به همین دلیل، شناسایی شکستگی‌ها در جنبه‌های مختلف تولید و توسعه این میادین بسیار اهمیت دارد. نمودارهای تصویری، ابزاری بسیار قوی برای مطالعه شکستگی‌ها در چاه‌ها هستند. نمودار تصویری، یک شبه تصویر با تفکیک‌پذیری بالا از دیواره چاه می‌باشد. این نمودارها اطلاعات مهمی را درباره جهت‌گیری، عمق و نوع شکستگی‌های طبیعی فراهم می‌کند. امروزه برای شناسایی پارامترهای مربوط به شکستگی‌ها از روی این نمودارها، الگوریتم جامعی وجود ندارد و تفسیر این نمودارها اغلب به‌ صورت دستی انجام می‌گیرد که در صورت نبود تجربه کافی، تفسیر با خطا مواجه خواهد بود. هدف از مطالعه حاضر، معرفی و به‌ کارگیری روش‌های پردازش تصویر و الگوریتم ژنتیک، جهت پیدا کردن خودکار شکستگی‌ها در نمودارهای تصویری می‌باشد. در این روش ابتدا، با استفاده از یک روش طبقه‌بندی، نقاط مربوط به شکستگی از داخل تصویر استخراج می‌شود. سپس با استفاده از الگوریتم ژنتیک، تعداد، شیب، آزیموت و موقعیت عمقی شکستگی‌ها از روی نقاط استخراج شده، تعیین می‌گردد. این روش بر روی بخشی از دو نمودار تصویری مربوط به دو چاه از میادین هیدروکربوری جنوب ایران پیاده شد. دقت روش برای تخمین پارامترهای شکستگی چاه‌های مورد مطالعه بیش از 70% به دست آمد. از طرفی روش پیشنهادی حساسیت کمی نسبت به وجود نویز در تصویر دارد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Fracture Identification in Image Logs Using Image Processing Techniques and Algorithm Genetic
چکیده انگلیسی مقاله In naturally fractured reservoirs, fractures play a main role in production, and fracture identification is very important in reservoir development and management. Borehole image log, which is a high resolution “pseudo picture” of the borehole wall, is a powerful tool for fracture study. These logs provide critical information about the orientation, depth, and type of natural fractures. Currently, there is no comprehensive algorithm for the automatic identification of fracture parameters in image logs, and the interpretation of these logs is often done manually. This process might become erroneous when the interpreter is less experienced. The present study uses image analysis and processing techniques, as well as genetic algorithms to detect fractures in image logs automatically. In this method, the points related to fractures are first extracted from the image by a classification method. Then, the number, depth, dip, and dip direction of fractures are determined on the extracted points by using genetic algorithm. This method is performed on a part of two image logs (4 and 8 pads) of two wells located in two oilfields in the south of Iran. Despite the sensitivity of the proposed method to the noises of the image, it successfully estimated the number, dip, and dip direction of fractures for both studied wells with an accuracy of 70%.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله
نشانی اینترنتی http://pr.ripi.ir/article_154_31.html
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1344/article-1344-236796.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات