Journal de géologie et géophysique
Libre accès

Abstrait

Utilisation d'un réseau neuronal probabiliste et d'une inversion post-pile pour prédire la caractérisation des réservoirs dans la mer Méditerranée, gisement de saphir, Égypte

Ahmed Abosalama*

Les paramètres géophysiques des réserves probables sont interprétés à l'aide de l'inversion sismique. Elle est essentielle pour estimer la porosité, la saturation et la teneur en schiste. Cet article traite de l'utilisation de l'inversion sismique basée sur un modèle et des réseaux neuronaux probabilistes pour caractériser les réservoirs. Pour faciliter cette tâche, le document est divisé en deux parties. À partir des données sismiques 3D recueillies dans la zone de recherche (Sapphire Deep Seismic-2010), l'inversion basée sur un modèle est utilisée pour générer des valeurs d'impédance acoustique. Les données sismiques sont utilisées pour analyser cinq diagraphies de puits. Le coefficient de corrélation moyen entre les données synthétiques et sismiques est de 0,997, avec une erreur de 7 %, ce qui indique l'utilité de l'inversion basée sur un modèle. Deuxièmement, un réseau neuronal probabiliste (PNN) est formé et vérifié à l'aide de la porosité effective estimée, de la saturation en eau et du volume de schiste. Les variations 3D de la porosité effective, de la saturation en eau et du volume de schiste sont obtenues à l'aide du réseau neuronal probabiliste validé.

Nos recherches ont révélé une section non forée dans le canal Sapphir-80 avec des paramètres pétrophysiques favorables, indiquant un grand volume de gaz et de condensat.

L'inversion sismique relie les données sismiques observées aux paramètres physiques élastiques interprétés des réserves probables. L'inversion sismique post-empilement est utilisée pour estimer les paramètres du réservoir tels que la porosité, la saturation, la teneur en schiste, etc. Une application de l'inversion sismique basée sur un modèle et du réseau neuronal probabiliste aux données sismiques post-empilement pour la caractérisation du réservoir est décrite. Le document est divisé en deux parties pour cette mission. Inversion sismique post-empilement initiale approximant les valeurs d'impédance acoustique (AI) à l'aide de données sismiques 3D enregistrées dans la zone de recherche (Sapphire Deep Seismic-2010) dans le domaine temporel. Les données sismiques de cinq puits ont été collectées. Comme le montre le coefficient de corrélation moyen de 0,997 et l'erreur de 7 % entre les données synthétiques et sismiques, l'inversion basée sur un modèle est efficace. Deuxièmement, un réseau neuronal probabiliste (PNN) est formé et validé à l'aide des données des sites de puits. Sur le volume sismique, le réseau neuronal probabiliste calcule la porosité effective, la saturation en eau et la fluctuation du volume de schiste en 3D.

L’analyse actuelle a projeté une zone non forée dans le canal Sapphir-80 avec de bons paramètres pétrophysiques, indiquant un grand volume de gaz et de condensat.