Estymacja czasu interwałowego z profilowań geofizyki otworowej metodą sieci neuronowych

• Autorzy: Gąsior I. , Reicher B.

Warianty tytułu

EN

Estimation of interval times from geophysical logs with the use of the neural network method

• Języki publikacji: PL

Abstrakty

PL

Celem pracy jest wykorzystanie metody sieci neuronowych do określenia czasów interwałowych ΔT, niezbędnych do ilościowej oceny zawartości węgla organicznego (TOC % wag.) metodą CARBOLOG. Technika ta wymaga zastosowania dwóch podstawowych profilowań geofizycznych: oporności i akustycznego. Przegląd archiwalnych profilowań geofizycznych w odwiertach poszukiwawczych przemysłu naftowego i wierceniach badawczych Państwowego Instytutu Geologicznego z obszaru platformy prekambryjskiej wykazał duże zróżnicowanie ich jakości. W licznych otworach wiertniczych profilowania te nie zostały wykonane lub nie zachowały się. Z wytypowanych ostatecznie 10 odwiertów w sześciu nie wykonano profilowania akustycznego, a do estymacji czasu interwałowego wykorzystano sieci neuronowe. Przetestowano wiele typów sieci, dla różnych zmiennych wejściowych. Uzyskano wysokie współczynniki korelacji (R: 0,76÷0,97) pomiędzy wartościami czasu interwałowego otrzymanego metodą sieci neuronowych i z profilowania akustycznego. Potwierdzono tym samym poprawność metody estymowania czasu interwałowego z wykorzystaniem sieci neuronowych. Technikę tę można zastosować w odwiertach o podobnym profilu stratygraficznym, nawet w skali całych basenów.

EN

The goal of this paper is to present the use of the neural network method to estimate interval times ΔT. Interval times ΔT are essential for quantitative estimation of TOC with the use of the Carbolog method. This method requires the application of two basic geophysical logs: electrical and acoustic resistance. A review of archival geophysical logs in exploratory boreholes in the oil industry and research boreholes of the National Geological Institute in the Precambrian platform showed great diversity in their quality. In numerous boreholes the logs were not performed or were not preserved. Out of the ten boreholes eventually selected, acoustic log was not performed in six and for the assessment of the interval time the method of neural network was applied. Many types of networks were tested, for various input variables. High values of correlation coefficient were obtained (R: 0.76÷0.97) between the values of the acoustic time received by the method of neural network and the acoustic log. Thus, the correctness of the method of the acoustic log with the use of neural network was confirmed. The technique of neural network may be used in boreholes with a similar stratigraphic profile, even with respect to entire basins.

Słowa kluczowe

PL

TOC; CARBOLOG; sieci neuronowe; starszy paleozoik

EN

TOC (Total Organic Carbon); CARBOLOG method; neural networks; Lower Paleozoic

• Wydawca: Instytut Nafty i Gazu - Państwowy Instytut Badawczy
• Czasopismo: Nafta-Gaz
• Rocznik: 2014
• Tom: R. 70, nr 11
• Strony: 765--770
• Opis fizyczny: Bibliogr. 13 poz., il.

Twórcy

autor

Gąsior I.

• Zakład Geofizyki Wiertniczej. Instytut Nafty i Gazu - Państwowy Instytut Badawczy ul. Lubicz 25A 31-503 Kraków

autor

Reicher B.

• Wydział Geologii, Geofizyki i Ochrony Środowiska. Akademia Górniczo-Hutnicza al. Mickiewicza 30 30-059 Kraków

Bibliografia

• [1] Carpantier B., Hue Y. A., Bessereau G.: Diagraphies et roches meres estimation de teneurs en carbone organique par la methode CARBOLOG. Revue de 1 Institut Francais du Petrole 1989, vol. 44, no 6.
• [2] Ciechanowska M., Kusmierek J.: Ocena potencjalu macierzystosci perspektywicznych formacji ropogazonosnych metodami geofizyki wiertniczej. Nafta-Gaz 1992, nr 11—12, s. 260-277.
• [3] Darlak B.: Ocena mozliwosci wprowadzenia sieci neuronowych w badaniach petrofizycznych. Nafta-Gaz 1997, nr 7—8, s. 308-313.
• [4] Drop K., Kozlowski M.: Rola geofizyki wiertniczej w okresleniu zasobow gazu ziemnego w lupkach. Przegląd Geologiczny 2010, vol. 58, nr 3, s. 263-265.
• [5] Dudek L., Stadtmuller M.: Wykorzystanie modelowania 3D w programie PetroCharge do okreslania zasobow ilosciowych ropy naftowej i gazu ziemnego, z uwzglednieniem profilowan geofizyki wiertniczej. Nafta-Gaz 2010, nr 11, s. 973-986.
• [6] Gasior I.: Ocena mozliwosci stosowania metod sztucznej inteligencji do okreslania parametrow zbiornikowych w utworach czerwonego spagowca. Nafta-Gaz 2007, nr 10, s. 587-594.
• [7] Gasior I.: Wykorzystanie sieci neuronowych oraz metod statystyki matematycznej do oceny ciepla radiogenicznego skal mezo-paleozoicznych zapadliska przedkarpackiego rejonu Tarnow-Debica. Prace Naukowe Instytutu Nafty i Gazu, nr 180. Kraków 2012.
• [8] Jarzyna J., Opyrchal A., Mozgowoj D.: Sztuczne sieci neuronowe dla uzupelnienia danych w geofizyce otworowej -wybrane przyklady. Kwartalnik AGH. Geologia 2007, t. 33, zesz. 4/1, s. 81-102.
• [9] Jarzyna J., Ujma M.: Wyznaczanie przepuszczalnosci skal klastycznych czerwonego spagowca z wykorzystaniem sztucznych sieci neuronowych. Nafta-Gaz 2012, nr 2, s. 85—96.
• [10] Kosakowski P., Kotarba M. J., Wrobel M., Burzewski W.: Petroleum prospects of Lower Paleozoic strata in the western, onshore part of the Baltic Basin. Prace Instytutu Górnictwa Naftowego i Gazownictwa 2008, nr 150, s. 73-77.
• [11] Passey Q. R., Creaney S., Kulla B., Moretti F. J., Stroud J. D.: Well log evaluation of organic-rich rocks. 14th International Meeting on Organic Geochemistry. Paris 1989, abstract 75.
• [12] Sun S. Z., Sun Y., Sun C., Liu L., Dong N.: Method of calculating total organic carbon from well logs and its application on rock's properties analysis. GeoConvention 2013: Integration.
• [13] Wieclaw D., Kotarba M. J., Kosakowski P., Kowalski A., Grotek L: Habitat and hydrocarbon potential of the lower Paleozoic source rocks in the Polish part of the Baltic region. Geol. Quart. 2010, 54 (2), s. 159-182.