Zastosowanie symulacji neuronowych oraz nowoczesnych metod geostatystyki w cyfrowej parametryzacji złóż ropy i gazu

• Autorzy: Darłak B. , Malaga M. , Włodarczyk M.

Warianty tytułu

EN

An application of artificial neural network and geostatistics in oil and gas reservoir parametrisation

• Języki publikacji: PL

Abstrakty

PL

Wykonano symulacje rozkładu porowatości efektywnej i miąższości dla złoża Różańsko wykorzystując metody geostatystyczne oraz metodę sztucznych sieci neuronowych. Zastosowano metodę regresji wielokrotnej do estymacji parametrów złożowych (porowatości i miąższości) oraz do stworzenia ich przestrzennych rozkładów, wygenerowanych na podstawie interpretacji wyników pomiarowych sejsmiki 3D, wykonanych na obszarze badanego obiektu. Z drugiej strony zastosowano do obliczeń sieć neuronową typu perceptron wielowarstwowy z algorytmem genetycznym. Stworzono mapy rozkładów symulowanych parametrów i porównano otrzymane wyniki. Stwierdzono, że obie metody dają poprawne wyniki, przy czym metoda sztucznych sieci neuronowych (ANN), będąc metodą szybszą i mniej pracochłonną stawia większe wymagania bazie danych, ze względu na tendencje do wygładzania symulowanych wyników.

EN

Numerical models of Różańsko reservoir were performed using geostatistical and artificial neural network (ANN) methods. The multiple regression method were applied as well for estimations of reservoir parameters extracted from well-log functions as for creation of space distribution of reservoir parameters depending on distributions of appropriate seismic attributes generated on the base of 3-D image of the investigated object. From the other side artificial neural network (ANN) with genetic algorithm were applied. Sketches of porosity and thickness distribution were obtained as a final result. It was showed that both methods give similar results.

Słowa kluczowe

PL

ropa; gaz; metody geostatyczne; metoda sztucznych sieci neuronowych; sztuczne sieci neuronowe; metoda ANN; złoża Różańsko; porowatość; miąższość

EN

oil; gas; geostatistical method; artificial neural network method; ANN method; Różańsko reservoir; porosity; thickness

• Wydawca: Instytut Nafty i Gazu - Państwowy Instytut Badawczy
• Czasopismo: Prace Instytutu Nafty i Gazu
• Rocznik: 2006
• Tom: nr 135
• Strony: 54--54
• Opis fizyczny: s., Bibliogr. 16 poz., rys., wykr.

Twórcy

autor

Darłak B.

autor

Malaga M.

autor

Włodarczyk M.

Bibliografia

• [1] Chiles J.P., Delfiner P.: Geostatistics. John Wiley, New York 1999.
• [2] Darłak B., Włodarczyk M.: Zastosowanie sztucznej sieci neuronowej do uzupełnienia danych zbiornikowych. Przegląd Geologiczny, vol 49, nr 9 (797-803), 2001.
• [3] Darłak B., Włodarczyk M.: Niektóre problemy oceny właściwości skał zbiornikowych z wykorzystaniem sieci neuronowych. Prace IGNiG nr 120, 2002.
• [4] Darłak B., Włodarczyk M.: Zastosowanie sieci neuronowych do oceny właściwości petrofizycznych skał. Prace INIG 2004, (119-122), 2004.
• [5] Jędrzejowska-Zwinczak H., Malaga M., Wolnowski T.: Geologicznie konsystentne modele złóż węglowodorów. Proceedings of the Conference: 35-th Anniversary of the B.G. Geonafta, Warszawa 1997.
• [6] Jędrzejowska-Tyczkowska H., Malaga M., Wolnowski T., Żuławiński K.: Sejsmicznie konsystentne estymatory złoża węglowodorów. Projekt badawczy nr 9T12A031114, Kraków, lipiec 2000.
• [7] Lau August i in.: Prestack waveform inversion and neural network interpolation - a two-step approach to log prediction. materiały konferencyjne: EAGE 64th Conference and Exhibition, Florencja 27-30.05 2002, V. 1, G 17.
• [8] Liberska H.: Dokumentacja geologiczna w kategorii C złoża gazu ziemnego Różańsko. Zielona Góra, styczeń 1995.
• [9] Malaga M., Wolnowski T.: Computer Simulation as a Basic Tool of Dynamic Modelling of a Hydrocarbon Reservoir. Proceedings of the 2nd International Conference „East Meets West”, Kraków, September 1998.
• [10] Mallick S.: Some practical aspects of prestack waveform inversion using a genetic algorithm: An example from east Texas Woodbine gas sand. Geophysics, v. 64, no. 2, p. 326-336, 1999.
• [11] Masters T.: Sieci neuronowe w praktyce. WNT, Warszawa 1996.
• [12] Peaceman D.W.: A Personal Retrospection of Reservoir Simulation. Proceedings of the First and Second International Forum on Reservoir Simulation, Alpbach, Austria 1989.
• [13] Tadeusiewicz R.: Wprowadzenie do sieci neuronowych. Stat Soft PL, Kraków 2001.
• [14] Tomaszewska J.: Dokumentacja badań sejsmicznych 3D Różańsko - Barnówko - Lubiszyn (reinterpretacja). Toruń, czerwiec 2000.
• [15] Wackernagel H.: Multivariate Geostatistics. Springer-Verlag, Heidelberg 1995.
• [16] Wagner R., Protas A., Dyjaczyński K.: Mapa paleograficzna dolomitu głównego. Arch. BG Geonafta, Piła1998.