Revista de Petróleo y Biotecnología Ambiental

Abstracto

Enfoque híbrido de inteligencia artificial para la determinación de la saturación de agua mediante la fórmula de Archie en yacimientos carbonatados

Hamada GM*, Al-Gathe AA y Al-Khudafi AM

El desafío de determinar la saturación de agua precisa aún se enfrenta a la ingeniería petrolera. La dificultad de este problema aumentará si tratamos con rocas carbonatadas. Hay algunas técnicas disponibles que se utilizan para determinar la saturación de agua. Sin embargo, la precisión de esas técnicas se ha vuelto incapaz de encontrar los mejores resultados. Se han utilizado varias técnicas disponibles para estimar la saturación de agua, como los métodos convencionales, CAPE (a, m, n), CAPE (1, m, n) y 3D. Actualmente, los logros de las técnicas de inteligencia artificial (IA) por sí solos abren la puerta al uso del sistema híbrido como (PSONN). En este modelo, se emplea la técnica de optimización de enjambre de partículas (PSO) para buscar pesos y umbrales de conexión óptimos para las redes neuronales (NN), luego se utiliza la regla de aprendizaje de retropropagación y el algoritmo de entrenamiento para ajustar los pesos finales. Se utilizó un total de aproximadamente 383 puntos de datos obtenidos de las mediciones de laboratorio de las propiedades eléctricas de los tapones de núcleos de carbonato del yacimiento de Medio Oriente para la implementación de la técnica propuesta. El análisis estadístico y el estudio comparativo muestran que el rendimiento del modelo PSONN es el mejor, con un error cuadrático medio menor (0,092) y una mayor precisión del coeficiente de correlación (0,95) que los obtenidos con los métodos anteriores. Los resultados mostraron que el nuevo modelo híbrido PSONN supera a algunos métodos disponibles y supera la debilidad si usamos solo IA. A partir del análisis de errores, se descubre que los métodos CAPE y 3-D y PSONN garantizan un error mínimo de los valores de saturación de agua.