ارزیابی روش های خوشه بندی MRGC,AHC در تعیین رخساره های رسوبی
عنوان دوره: هجدهمین کنفرانس ژئوفیزیک ایران
نویسندگان
1دانشکاه آزاد واحد تهران جنوب
2گروه مهندسی نفت، دانشگاه آزاد اسلامی واحد تهران جنوب، تهران، ایران
چکیده
در این تحقیق روش خوشه بندی MRGC به عنوان روش پایه انتخاب و خروجی آن با روش خوشه بندی سلسله مراتبی( AHC) مقایسه گردید. با تفکیک خواص پتروفیزیکی سنگها در یک چاه از میدان مارون، 7 رخساره الکتریکی تعیین و امکان مشخص کردن تیپ سنگها در چاههایB,C,D را که فاقد مغزه مناسب بودند بر مبنای اطلاعات چاهA, فراهم گردید. رخساره های الکتریکی توسط روش خوشه سازی( MRGC) با استفاده از لا گهای GR ، DT ، RHOB و NPHI بر اساس کیفیت مخزنی از خوب به بد بر روی سازند آسماری در بخش مخزنی میدان مارون انجام گرفت. بر اساس لاگ گاما(CGR) مقدار شیل در چاه‌های A تا C بسیار ناچیز و مخزن آسماری بسیار تمیز می‌باشد. مقدار شیل در چاه D تا حدودی افزایش یافته و لاگ CGR این افزایش را به وضوح نمایش داده است. روش (MRGC) این تفکیک را بهتر از سایر روشها نشان می دهد.
کلیدواژه ها
 
Title
Comparison of MRGC, AHC clustering methods for determination of sedimentary facies
Authors
saeid keshavarz, ahmad adib
Abstract
In this research, The MRGC clustering method was selected as the basis of the method and its output was compared with the hierarchical clustering (AHC) using the software of the Geolag 7 version. By separating the petrophysical properties of rocks in wells A, B, C, D from the Marun oil field, seven electric facies were determined and the possibility of determining the type of rocks in wells B, C, D, which lacked proper cores, was provided on the basis of well information A. The electric facies by clustering method (MRGC) using GR, DT, RHOB and NPHI layers based on good to bad reservoir quality on Asmari Formation, which is the main reservoir of Marun oil field. Based on gamma logs (CGR), the amount of shale in wells A to C is very small and the Asmari reservoir is very clean. The amount of shale in the well D has increased somewhat, and the CGR log shows this increase clearly. The method (MRGC) illustrates this separation better than other methods.
Keywords
Electrical facies, MRGC clustering, ascending hierarchical clustering (AHC)