نویسندگان
1
دانشجوی کارشناسیارشد، دانشکده علوم‌زمین، دانشگاه تحصیلات تکمیلی علوم‌پایه، زنجان، ایران
2
استادیار دانشکده فناوری اطلاعات و علوم رایانه، دانشگاه تحصیلات تکمیلی علوم‌پایه، زنجان، ایران
3
استادیار دانشکده علوم‌زمین، دانشگاه تحصیلات تکمیلی علوم‌پایه، زنجان، ایران
4
دانشیار دانشکده علوم‌زمین، دانشگاه تحصیلات تکمیلی علوم‌پایه، زنجان، ایران
چکیده
این پژوهش با هدف شناسایی و توصیف دقیق واحدهای مخزنی سازند آسماری در میدان چشمه‌خوش، از دو روش خوشه‌بندی بدون‌نظارت سلسله‌مراتبی تک‌پیوندی (Single-linkage hierarchical) و خوشه‌بندی کا-میانگین (k-means) بر روی داده‌های لاگ پتروفیزیکی در کنار داده‌های پتروگرافی و رسوب‌شناسی استفاده کرده است.
سازند آسماری مهم‌ترین مخزن هیدروکربنی ایران است و بیش از ۹۰ درصد ذخایر نفت بازیابی‌شده در کشور را شامل می‌شود. این سازند در محیط دریایی کم‌عمق در دوران الیگوسن–میوسن رسوب کرده است. نتایج این مطالعه نشان می‌دهد که سازند آسماری در میدان چشمه‌خوش را می‌توان به سه سنگ‌شناسی مجزای کربناته، آواری و تبخیری تقسیم کرد. سنگ‌شناسی کربناته که غالب‌ترین سنگ‌شناسی در این میدان است، توسط 10 ریزرخساره مختلف دولومیتی و آهکی نشان داده می‌شود. با استفاده از روش‌های خوشه‌بندی، ۱۲ واحد مخزنی در این سازند شناسایی شد که از میان آن‌ها زونهای EZ10، EZ12، EZ11، EZ9 و EZ8، به ترتیب، بهترین کیفیت مخزنی را دارند و زونهای سرعت میدان هستند. نتایج حاکی از این است که واحدهایی با رخساره‌های آواری ماسه‌سنگی، دولومیتی و تخلخل بین‌دانه‌ای یا واگی بالا، بهترین پتانسیل تولید را دارند. عوامل رسوب‌شناسی مانند فراوانی رخساره‌های رسوبی با کیفیت بالا شامل PF-1، MF-6، MF-2، MF-7، و MF-9 و فرایندهای دیاژنزی افزاینده کیفیت مانند دولومیتی‌شدن و انحلال، نقش مهمی در تعیین کیفیت مخزنی واحدهای شناسایی‌شده دارند. نتایج حاصل از خوشه‌بندی، دقت بیشتری نسبت به پهنه‌بندی‌های پتروفیزیکی قبلی در این میدان دارد.
کلیدواژه‌ها
عنوان مقاله [English]
Identification of electrofacies using K-means and Linkage clustering methods; Application to establishing a zonation for the Asmari reservoir in the Cheshmekhosh field
نویسندگان [English]
-
M. Allahyari
1
-
Z. Narimani
2
-
M. Daraei
3
-
A. Bayet-goll
4
1
M. Sc., student. Dept., of Earth Sciences, Institute for Advanced Studies in Basic Sciences (IASBS), Zanjan, Iran
2
Assist. Prof., Dept., of Computer Science and Information Technology, Institute for Advanced Studies in Basic Sciences (IASBS), Zanjan, Iran
3
Assist. Prof., Dept., of Earth Sciences, Institute for Advanced Studies in Basic Sciences (IASBS), Zanjan, Iran
4
Assoc. Prof., Dept., of Geology, Faculty of Sciences, University of Zanjan, Zanjan, Iran
چکیده [English]
This research aims to accurately identify and describe the reservoir units of the Asmari Formation in the Cheshmehkhosh field using two unsupervised clustering methods: single-linkage hierarchical clustering and k-means clustering, applied to petrophysical log data alongside petrographic and sedimentological data. The Asmari Formation is the most important hydrocarbon reservoir in Iran, containing over 90% of the country's recoverable oil reserves. This formation was deposited in a shallow marine environment during the Oligocene-Miocene period. The results of this study indicate that the Asmari Formation in the Cheshmehkhosh field can be divided into three distinct lithologies: carbonate, siliciclastic, and evaporite. The carbonate lithology, which is the most prevalent in this field, is represented by 10 different dolomitic and limestone microfacies. Using the clustering methods, 12 reservoir units were identified in this formation, among which zones EZ10, EZ12, EZ11, EZ9, and EZ8, in descending order, have the best reservoir quality and are the speed zones. The results show that units with sandstone siliciclastic facies, dolomitic facies, and high intergranular or vuggy porosity have the best production potential. Sedimentological factors such as the abundance of high-quality sedimentary facies including PF-1, MF-6, MF-2, MF-7, and MF-9, and quality-enhancing diagenetic processes like dolomitization and dissolution, play significant roles in determining the reservoir quality of the identified units. The results of the clustering have greater accuracy compared to previous petrophysical zonations in this field.
کلیدواژه‌ها [English]
-
flow unit
-
reservoir characterization
-
Lorenz Plot
-
hierarchical clustering
-
well log
)