چکیده  

تراوایی نسبی یکی از پارامتر‌های مهم در پیش بینی رفتار آیندهمخزن است؛ به همین دلیل پیش بینی نمودارهای تراوایی نسبی مسئله‌ی مهمی در مهندسی نفتبه شمار می‌رود. مغزه‌گیری و انجام آزمایش برای تمامنقاط مخزن از لحاظ هزینه بالا و وقت گیر بودن کار غیر ممکنی است، لذا محققان سعیبر این دارند که با کشف روش‌های جدید بتوانند تراوایی نسبی را با دقت بالایی برای نقاطیکه هیچ اطلاعاتی‌ از خواص آن‌ها موجود نیست، پیش بینی کنند. در این تحقیق سعی   بر این است که با داشتن تراوایی نسبی مخزن درچندین نقطه، بتوان این پارامتر مهم را بر حسب موقعیت مکانی پیش بینی کرد. شبکه عصبیکه یکی از روش های مبتنی بر یادگیری نظارت شده می‌باشد، برای یکی از مخازن نفتی ایران،استفاده شده است. با استفاده از داده‌های تراوایی نسبی بر حسب مکان در چاه‌ها، ضرایب معادله‌ی کوری با دقت بالایی تخمین زدهشد. شبکه عصبی طراحی شده، داده‌های مکان را دریافت کرده و ضرایب معادله کوری را   پیش بینی نمود. با استفاده از مدل شبکه عصبیطراحی شده، ضرایب معادله کوری برای تمام نقاط مخزن پیش بینی شد. سپس با­ استفادهاز خوشه بندی نظارت نشده، گونه­بندی سنگ جدید مخزن حاصل شد و شبیه سازی مخزن بااستفاده از گونه­بندی سنگ جدید و تراوایی نسبی پیش­بینی شده برای هر گونه سنگ ایجادشد.