Narzędzia help

Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
first previous next last
cannonical link button

http://yadda.icm.edu.pl:80/baztech/element/bwmeta1.element.baztech-fc357689-7059-49cd-895c-8bcf9a051130

Czasopismo

Biuletyn Państwowego Instytutu Geologicznego

Tytuł artykułu

Zastosowanie sztucznych sieci neuronowych do wyznaczania przepuszczalności skał na podstawie danych otworowych z rejonu Dzików–Wola Obszańska w północno-wschodniej części zapadliska przedkarpackiego

Autorzy Jarzyna, J.  Prętka, J. 
Treść / Zawartość http://geojournals.pgi.gov.pl/bp/
Warianty tytułu
EN Artificial Neural Networks applying for determining the absolute rock permeability on the basis of data from boreholes situated on the Dzików–Wola Obszańska area (northeastern part of the Carpathian Foredeep Basin)
Języki publikacji PL
Abstrakty
PL Zbadano zdolność sztucznych sieci neuronowych SNN do oceny przepuszczalności absolutnej skał. Do tego celu wykorzystano dane z pięciu otworów wiertniczych, zlokalizowanych w północno-wschodniej części zapadliska przedkarpackiego: Dzików 16, 17, 20 oraz Wola Obszańska 10 i 15. Modele neuronowe stworzono na podstawie wyników badań laboratoryjnych próbek skał pobranych w wymienionych otworach, profilowań geofizyki otworowej oraz wyników kompleksowej interpretacji tych profilowań. Otrzymano SSN, służącą do odtwarzania wartości przepuszczalności całkowitej, określonej w laboratorium. Następnie model neuronowy wdrożono do estymowania przepuszczalności w otworze wiertniczym DZ17, przenosząc tym samym rozpoznane wcześniej zależności na nowy zbiór danych. Sieci neuronowe mogą stanowić alternatywę dla klasycznych metod wyznaczania przepuszczalności skał.
EN The absolute rock permeability was determinated with the use of artificial neural networks (ANN). Authors checked up ANN ability to determine permeability on the data from five borehole locked in northeastern part of the Carpathian Foredeep: Dzików 16, 17, 20 and Wola Obszańska 10 and 15. Neural models were built on the basis of results from laboratory tests, well logs data and the results of the comprehensive interpretation. ANN provided good results in estimating laboratory permeability. The best neural network was applied on similar data set from DZ17 borehole to show that complicated links between input variable and absolute permeability can be used for prediction of permeability from another data. It is hard to find deft deterministic model for permeability estimation so neural model gained in training process is an alternative method.
Słowa kluczowe
PL przepuszczalność skał   sztuczne sieci neuronowe SSN   selekcja danych wejściowych   profilowania geofizyki otworowej  
EN rock permeability   artificial neural networks   input data selection   well logging  
Wydawca Państwowy Instytut Geologiczny - Państwowy Instytut Badawczy
Czasopismo Biuletyn Państwowego Instytutu Geologicznego
Rocznik 2010
Tom nr 439 (2)
Strony 399--402
Opis fizyczny Bibliogr. 4 poz., rys., tab., wykr.
Twórcy
autor Jarzyna, J.
  • Akademia Górniczo-Hutnicza, Wydział Geologii, Geofizyki i Ochrony Środowiska, Katedra Geofizyki, al. Mickiewicza 30, 30-059 Kraków, jarzyna@uci.agh.edu.pl
autor Prętka, J.
Bibliografia
[1] INTERNETOWY podręcznik statystyki — http://www.statsoft.pl, StatSoft Polska.
[2] PRĘTKA J., 2009 — Doskonalenie metod wyznaczania przepuszczalności skał z wykorzystaniem sieci neuronowych. [Pr. magister.] Bibl. WGGiOŚ AGH, Kraków.
[3] PLEWA S., PLEWA M., 1992 — Petrofizyka. Wyd. Geol., Warszawa.
[4] ZAWISZA L., 1994 — Uproszczona metoda oceny absolutnej przepuszczalności warstw porowatych. Arch. Min. Sc., 38, 4: 343–352.
Uwagi
Artykuł w Część 6, Nowoczesne metody badań i dokumentowania złóż
Kolekcja BazTech
Identyfikator YADDA bwmeta1.element.baztech-fc357689-7059-49cd-895c-8bcf9a051130
Identyfikatory