Résumé -Intégration de système d'inférence adaptative de neurone flou (ANFIS), de réseaux de neurones (NN) et de méthodes géostatistiques pour la modélisation de la densité de fractures -Les images de diagraphies fournissent des informations utiles pour l'étude de fractures dans des réservoirs naturellement fracturés. L'inclinaison, l'azimut, l'ouverture et la densité de fractures peuvent être obtenus à partir des images de diagraphies et ces éléments ont une grande importance dans la caractérisation des réservoirs naturellement fracturés. L'imagerie de toutes les parties fracturées des réservoirs d'hydrocarbures et l'interprétation des résultats sont des processus longs et coûteux. Dans cette étude, une méthode améliorée pour faire une corrélation quantitative entre les densités de fractures obtenues à partir des images de diagraphies et de données conventionnelles, a été proposée par l'intégration des différents systèmes d'intelligence artificielle. Pour l'estimation globale de la densité de fractures à partir de données de diagraphies conventionnelles, la méthode proposée combine les résultats obtenus à partir d'algorithmes du système d'inférence adaptative flou de neurones (ANFIS) et du réseau de neurones (NN). Une méthode simple de moyenne a été utilisée pour obtenir un meilleur résultat en combinant les résultats de l'ANFIS et NN. L'algorithme a été appliqué à d'autres puits du champ pour obtenir la densité de fracture. Afin de modéliser la densité de fractures dans le réservoir, nous avons utilisé des algorithmes de simulation et de variographie séquentiels comme la Simulation à Indicateurs Séquentiels (SIS) et la Simulation Gaussienne Tronquée (TGS). L'algorithme global a été appliqué au réservoir d'Asmari de l'un des champs pétroliers du sud-ouest iranien. L'analyse de l'histogramme a été appliquée au contrôle de la qualité des modèles obtenus. Les résultats de cette étude montrent que pour nombre plus élevé de fractures, l'algorithme de faciès TGS fonctionne mieux que le SIS, mais que pour un petit nombre de faciès de fractures les deux algorithmes fournissent des résultats à peu près identiques.
Abstract
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.