Application de l’Intelligence Artificielle pour la Caractérisation et l’Évaluation des Réservoirs Non Conventionnels du Bassin d’Ahnet

Abstract

Ce mémoire de Master porte sur la caractérisation des réservoirs non conventionnels du bassin de l'Ahnet, situé dans le Sahara central algérien. L'objectif principal est d'estimer la teneur en carbone organique total (TOC) et d'identifier les Sweet Spots — les intervalles les plus riches en matière organique — à partir des diagraphies de trois puits : TGR-1, GMNT-1 et DMS-2. La méthode de Passey (ΔLogR), combinant les courbes de résistivité et de sonique, a été appliquée avec un LOM de 7,5. Les résultats montrent que les formations siluriennes sont globalement pauvres en matière organique, mais renferment des bancs mince d'excellente qualité, avec des valeurs de TOC atteignant localement 11 à 17 %. Le puits TGR-1 s'avère le plus prometteur, suivi de GMNT-1, puis de DMS-2. Ces résultats confirment le potentiel du Hot Shale silurien comme principale roche mère du système pétrolier du bassin de l'Ahnet.