Please use this identifier to cite or link to this item: http://dspace.univ-ouargla.dz/jspui/handle/123456789/24946
Title: MODÉLISATION GÉOLOGIQUE DES RÉSERVOIRS PÉTROLIERS A L’AIDE DES MÉTHODES DE L’INTELLIGENCE ARTIFICIELLE, CAS DU BASSIN DE BERKINE, SUD-EST DE L’ALGÉRIE
Authors: AMEUR-ZAIMECHE, Ouafi
Zeddouri, Aziez
Keywords: السحنات الغير مستردة
الدسامية / النفاذية
لدكمن الغير متجانس
الذكاء الإصطناعي
التسجيلات الجيوفي زيائية
بك ي رن
الجزائر
Facies non carottés
Porosité / perméabilité
Réservoir hétérogène
Intelligence artificielle
Diagraphies
Berkine
Algérie
No-cored lithofacies
Porosity / permeability
Heterogeneous reservoir
Artificial intelligence
Well logging
Berkine,
Algeria
Issue Date: 17-Dec-2020
Abstract: من أجل التشخيص الجيد لخصائص الدكامن البترولية يجب القيام بقياسات تقنية مباشرة مخبريا على عينات حقيقية ، لكن عملية استخراج ىذه العينات ليست متاحة دائمًا ، بسبب الدشاكل التقنية والجيولوجية التي تتم مواجهتها أثناء عملية الحفر. لدعالجة ىذا الدشكل ، يجب البحث عن أداة فعالة وسريعة لإعادة بناء السحنات الغير مستردة وتقدير بعض الخصائص البتروفيزيائية بدقة مثل الدسامية والنفاذية، ا ولتي تتمثل كعناصر أساسية في تقييم الحقل البترولي وقدرتو الإنتاجية. تم اقتراح العديد من الصيغ و الدوال الخطية من أجل حل ىذا الدشكل ، ولكنها تبقى محدودة وغير فعالة كما يمكن أن تسبب في تقديرات خاطئة للاحيتاطيات النفط الدوجودة فعليا ، إما عن طريق التقليل أو الدبالغة في تقديرىا ، وبالتالي سيؤثر ذلك على تطوير الحقل ومردوديتو. على مدى العقدين الداضيين ، تم اقتراح العديد من الخوارزميات الدتعلقة بالذكاء الإصطناعي لحل الدشاكل الدعقدة في ىندسة البترول والغاز. الذدف من ىذه الأطروحة ىو إعادة بناء المجالات الغير مستردة وتقدير الدسامية والنفاذية الغير متاحة، باستخدام العديد من تقنيات الذكاء الإصطناعي على بيانات التسجيلات الجيوفيزيائية للآبار. تم الأخذ كمثال تطبيقي ،الدكمن الترياسي الطيني الحصوي السفلي الغير متجانس الواقع في حقل سيف فاطيمة بحو بك ي رن ،جنوب شرق الجزائر. يمكن تلخيص النتائج الرئيسية لذذه الأطروحة على النحو التالي: 4( تمكننا من إعادة بناء 333 متر من السحنات -4- 1. بفضل نموذج العصبونات الإصطناعية بطوبولوجيا ) 4 .R2 = باستخدام التسجلات الجيوفيزيائية النووية ، مع ترابط 0.92 وكذلك ، R2 = 2. أعطى تطبيق الخوارزمية الجينية مع الإنحدار الخطي الدتعدد نتيجة تقدير الدسامية إرتباطًا 0.92 نوصي بأخذ الكاليبر كمتغير فعال في تقدير الدسامية في الدكامن الرملية الطينية الغير الدتجانسة. 3. فيما يخص تقدير النفاذية أعطت الشبكة العصبية الإصطناعية فعالية أكثر مقارنة بطرق دعم ناقلات الآلات MAE = و .. 0.0348 RMSE = ونسبة خطأ 0.0613 R2 = والغابات العشوائية بترابط 0.92 تؤكد نتائج ىذه الأطروحة فعالية أدوات الذكاء الإصطناعي في التشخيص الجيد للمكامن البترولية ، بما في ذلك تلك غير الدتجانسة ، مدا يوفر الوقت و الجهد من ناحية. و تقلل من تكلفة عمليات الحفر والقياسات الدخبرية من ناحية أخرى.mesures directes sur les carottes, cependant ces dernières ne sont pas toujours disponibles à cause des problèmes techniques et géologiques rencontrés durant l‟opération du carottage. Pour remédier à cette lacune, le défi se situe à la recherche d‟un outil efficace et rapide pour reconstituer les facies non carottés et pour estimer certains paramètres pétrophysiques avec précision tels que : la porosité et la perméabilité représentant des éléments fondamentaux pour l‟évaluation du gisement. Diverses formules ont été suggérées pour la prédiction de ses paramètres, mais elles sont limitées et peuvent entraîner des incertitudes très élevées impliquant de fausses évaluations des réserves en place, soit par une sous-estimation ou surestimation et par conséquent, cela va influencer l‟aspect économique lié à l‟investissement et le développement du gisement. Au cours des deux dernières décennies, de nombreuses méthodes liées l‟intelligence artificielle ont été proposées pour résoudre des problèmes complexes dans l‟ingénierie de pétrole. L‟objectif de cette thèse se focaliser sur la reconstitution des facies non carottés et à l‟estimation de la porosité et la perméabilité manquante en utilisant plusieurs techniques de l‟intelligence artificielle à l‟aide des diagraphies de puits. Le réservoir hétérogène du Trias Argileux Gréseux Inferieur du champ de Sif Fatima bassin de Berkine sud-est de l‟Algérie, a été pris comme l‟exemple d‟application. Les principaux résultats de cette thèse peuvent se résumer comme ce qui suit : 1. Le modèle MLPNN a permis de reconstruire 333 m de faciès non carottés à partir des diagraphies nucléaires, par une topologie de (4-4-4) avec une performance R2=0.92 2. L'intégration de l‟algorithme génétique combinée avec la régression linéaire multiple pour l‟estimation de la porosité montre une meilleure corrélation R2=0.92, ainsi on recommande de tenir le Caliper comme un variable très explicatif pour la prédiction de la porosité dans les réservoirs hétérogènes argileux gréseux. 3. La technique des réseaux de neurones est la plus fiable par rapport aux méthodes des machines à vecteurs supports et les forêts Aléatoires utilisées pour estimer la perméabilité avec les performances : R2=0.92 ; RMSE= 0.0613 et MAE= 0.0348. Les résultats de cette thèse confirment l‟efficacité des outils de l‟intelligence artificielle pour la prédiction des paramètres des réservoirs y compris ceux hétérogènes avec des performances notables ce qui permettent un gain de temps d‟une part et elle totalement économique d‟autre part, car elle minimise les frais du carottage et les mesures au laboratoire.The best characterization of the petroleum reservoirs properties requires direct measurements on the cores; however, the latter are not always available due to various technical and geological problems during coring operation. To solve this issue, the challenge is to seek for effective and fast tool to reconstruct non cored lithofacies as well as estimating with precision some petrophysical parameters such as: porosity and permeability which constitute fundamental elements for the reservoir evaluation. Several formulas from the literature were suggested for predicting the missing parameters, but they are limited and can involve very high uncertainties resulting in false evaluations of the reserves in place if by underestimation or over-estimation that consequently, will have an effect on the economic aspects and will impact investment and the field development. During the two last decades, artificial intelligence methods were largely suggested to solve complex problems in the oil engineering field. The objective of this thesis belongs in the above-mentioned area and is focused on the reconstitution of the non-cored lithofacies and to estimate missing data of porosity and permeability by the use of several techniques of artificial intelligence based on well logging data. The Lower Clayey Sand Triassic of Sif Fatima oilfield (Berkine, south-eastern of Algeria), which is considered as one of heterogeneous reservoirs, was taken as the example to apply on these techniques. The main results from this thesis can be summarized as follows: 1. The MLPNN model with (4-4-4) topology allowed to reconstruct 333 m of non-cored lithofacies using only the nuclear logs with a performance of R2 = 0.92. 2. The integration of the genetic algorithm combined with multiple linear regressions for the estimation of the porosity shows a best correlation R2 = 0.92, we also recommend the Caliper as a very illustrative variable for the prediction of the porosity in heterogeneous sandy clayey reservoir. 3. The neural network technique is the most consistent method compared to support vector machines and random forests based-approaches in estimating the permeability displaying the following performance: R2=0.92; RMSE= 0.0613 and MAE= 0.0348. The Results of this thesis confirm the efficiency of artificial intelligence tools for predicting reservoir parameters even they are heterogeneous and they show high performances. The used techniques allow gain of time on the one hand, and to minimize the cost of coring and laboratory measurements on the other one hand.
Description: UNIVERSITÉ KASDI MERBAH – OUARGLA FACULTÉ DES HYDROCARBURES, DES ÉNERGIES RENOUVELABLES ET DES SCIENCES DE LA TERRE ET DE L’UNIVERS DÉPARTEMENT DES SCIENCES DE LA TERRE ET DE L’UNIVERSONO Doctorat en Sciences Domaine : Sciences de la Terre et de l’Univers Filière : Géologie
URI: http://dspace.univ-ouargla.dz/jspui/handle/123456789/24946
Appears in Collections:Département des Sciences de la terre et de l’Univers - Doctorat

Files in This Item:
File Description SizeFormat 
THESE _AMEUR-ZAIMECHE_OUAFI.pdf5,63 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.