Ocena możliwości stosowania metod sztucznej inteligencji do określania parametrów zbiornikowych w utworach czerwonego spągowca

• Autorzy: Gąsior I.

Warianty tytułu

EN

Evaluation of artificial intelligence methods utilisation for determination of reservoir parameters for Rotliegend formations

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono praktyczne zastosowanie sztucznej inteligencji do określenia parametrów zbiornikowych skał w wybranych otworach wiertniczych czerwonego spągowca. Posłużono się danymi otworowymi do konstruowania baz danych dla kolejnych symulacji. Przetestowano różne sieci neuronowe opracowane dla zróżnicowanych baz danych. Otrzymane rezultaty przedstawiono w postaci zestawień tabelarycznych, rysunków i wykresów.

EN

The study presents practical implementation of artificial intelligence employed for determination of rocks' reservoir parameters in selected Rotliegend boreholes. Well data have been used for construction of data bases for subsequent simulations. Several different neural networks, developed for various databases, were tested. Obtained results have been presented in form of tabular schedules, drawings and charts.

Słowa kluczowe

PL

wiertnictwo; parametry skał

EN

drilling; rock's reservoir parameters

• Wydawca: Instytut Nafty i Gazu - Państwowy Instytut Badawczy
• Czasopismo: Nafta-Gaz
• Rocznik: 2007
• Tom: R. 63, nr 10
• Strony: 587--594
• Opis fizyczny: Bibliogr. 4 poz., tab., wykr.

Twórcy

autor

Gąsior I.

• Instytut Nafty i Gazu w Krakowie

Bibliografia

• [1] Darłak B., Włodarczyk M.: Niektóre problemy oceny właściwości skał zbiornikowych z wykorzystaniem sieci neuronowych. Prace IGNiG Nr 120, Kraków 2003.
• [2] Gąsior I.: Ocena możliwości stosowania metod sztucznej inteligencji do określania parametrów zbiornikowych w utworach czerwonego spągowca. Praca statutowa, zlec. INiG 13/SW, Kraków 2006.
• [3] Hans B. Helle, Alpana Bhatt, Bjorn Ursin: Porosity and permeability prediction from wireline logs using artifical neural networks: a North Sea case study. European Association of Geoscientists & Engineers, 2001.
• [4] Mohaghegh S., Balan B., Ameri S.: State-Of-The-Art in Permeability Determination From Well Log Data.: Part 2- Verifiable, Accurate Permeability Predictions, the Touch-Stone of All Models. West Virginia University, 1995.