fa تعیین رخساره‌های الکتریکی سازند گدوان به روش خوشه‌بندی MRGC با ادغام نمودارهای پتروفیزیکی و نمودار تصویری FMI زمین‌شناسی نفت Petroleum Geology مقاله پژوهشی Original Research <div style="text-align: justify;"><span style="color:#000000;"><span style="line-height:2;"><span style="font-size:14px;"><span style="font-family:yekanYW;"><span style="direction:rtl"><span style="unicode-bidi:embed"><span lang="FA">توسعه مستمر صنعت نفت </span><span lang="AR-SA">منجر</span><span lang="FA"> به افزایش قابل توجه تعداد چاه‌هایی شده است که به طور همزمان مورد تجزیه و تحلیل قرار می‌گیرند. به همین منظور، توسعه روش‌هایی که ادغام همه اطلاعات چاه را در مقیاس‌های مختلف بهبود ‌بخشیده، ولی زمان لازم برای مطالعات را کاهش می‌دهند، از اهمیت بسیاری برخوردارند. این مقاله به بررسی ادغام نمودارهای تصویرگر (</span>FMI<span lang="FA">)&rlm; با دیگر نمودارهای چاه‌پیمایی متداول (نمودارهای گاما، چگالی، تخلخل نوترون، صوتی) برای تعیین رخساره‌های الکتریکی در سازند گدوان در یکی از چاه‌های میادین دشت آبادان می‌پردازد.</span> <span lang="FA">با توجه به قدرت تفکیک بالا، نمودارهای تصویرگر می‌توانند اطلاعات مهمی در رابطه با رسوب‌شناسی، بافت و توزیع تخلخل فراهم نمایند. این اطلاعات در شرایطی که امکان مغزه‌گیری از سازند وجود ندارد، بسیار با ارزش هستند.</span><span lang="AR-SA"> جهت تخمین دقیق، تصحیحات محیطی لازم بر روی نمودارهای متداول صورت گرفت. در مرحله بعد رخساره‌های الکتریکی </span><span lang="AR-SA">با ادغام نمودارهای چاه‌پیمایی متداول و نمودار تصویرگر با استفاده از روش خوشه‌بندی گرافیکی (</span>MRGC<span lang="AR-SA">) در نرم افزار ژئولاگ و با استفاده از ماژول </span>FACIMAGE&trade;<span lang="AR-SA"> ساخته شدند و در نهایت مدل 8 رخساره ای به عنوان مدل بهینه انتخاب گردید. از میان رخساره‌های تعیین شده، رخساره الکتریکی شماره 8 به عنوان بهترین رخساره مخزنی (با توجه به تخلخل مؤثر بالا و حجم شیل پایین) تشخیص داده شد</span><span dir="LTR">.</span><span lang="AR-SA"> مقایسه نتایج سنگ‌شناسی، حجم شیل، تخلخل و اشباع آب با رخساره‌های تعیین شده توسط روش آنالیز خوشه‌ای نشان داد که به کارگیری نمودارهای تصویرگر موجب بهبود تفکیک رخساره‌های الکتریکی می‌شود.</span></span></span></span></span></span></span><span style="font-size:9pt"><span style="line-height:115%"><span style="direction:rtl"><span style="unicode-bidi:embed"><span new="" roman="" style="font-family:" times=""><span lang="FA" style="font-size:10.0pt"><span style="line-height:115%"><span style="font-family:"B Nazanin""></span></span></span></span></span></span></span></span></div> <div style="text-align: justify;"><span style="line-height:2;"><span style="color:#000000;"><span style="font-size:14px;"><span style="font-family:yekanYW;"><span style="unicode-bidi:embed">The continuous development of the oil industry has led to a significant increase in the number of wells that are simultaneously analyzed. For this purpose, it is important to develop methods that improve the integration of all well information at different scales, while reducing the time required for studies. This article examines the integration of image log (FMI) with other conventional logs (gamma, density, neutron and sonic) to determine electrofacies in the Gadwan Formation in one of the oilfields in Abadan plain, SW Iran. Due to the high resolution, the image logs can provide important information regarding sedimentology, texture, and porosity distribution. This information is very valuable in situations where it is not possible to core from the Formation. To accurately estimate, the necessary environmental corrections were applied to conventional logs. In the next step, electro-facies were created by integrating conventional logs and image log using the graphical clustering method (MRGC) in Geolog software and with the FACIMAGE&trade; module and finally, the model with 8 facies was selected as the optimal model. Among the determined facies, the electrofacies number 8 was recognized as the best reservoir facies (due to high effective porosity and low shale volume). Comparing the results of lithology, shale volume, porosity and water saturation with the facies determined by the cluster analysis method showed that the use of image logs has greatly improved the separation of electrofacies.</span></span></span></span></span></div> رخساره الکتریکی, خوشه‌بندی گرافیکی (MRGC),دشت آبادان, سازند گدوان, نمودار تصویرگر Electrofacies, Graphical clustering (MRGC), Abadan plain, Gadwan formation, Image log 97 117 http://gnf.khu.ac.ir/browse.php?a_code=A-10-620-1&slc_lang=fa&sid=1 Hossein jahan mohammadi حسین جهان محمدی hosseinmohamadi74@yahoo.com 10031947532846005071 10031947532846005071 No دانشگاه خوارزمی Hossein mosadegh حسین مصدق hosadegh@gmail.com 10031947532846005072 10031947532846005072 Yes دانشگاه خوارزمی Mehran Azizzadeh مهران عزیززاده azizzadehm@ripi.ir 10031947532846005073 10031947532846005073 No پژوهشگاه صنعت نفت Hamid sarkheil حمید سرخیل sarkheil@khu.ac.ir 10031947532846005074 10031947532846005074 No دانشگاه خوارزمی Mohammad Mohammadnia محمد محمدنیا mohammadniam@gmail.com 10031947532846005075 10031947532846005075 No پژوهشگاه صنعت نفت