Sztuczne sieci neuronowe dla uzupełnienia danych w geofizyce otworowej - wybrane przykłady

• Autorzy: Jarzyna J. , Opyrchał A. , Mozgowoj D.

Warianty tytułu

EN

Artificial Neural Networks for completing data in well logging - selected examples

• Języki publikacji: PL

Abstrakty

PL

Wykorzystano sztuczne sieci neuronowe do odtwarzania profilowań geofizyki otworowej. Na podstawie dostępnych profilowań geofizyki wiertniczej odtworzono czas interwałowy rejestrowany przy profilowaniu akustycznym, gęstość objętościową będącą wynikiem profilowania gamma-gamma oraz oporność pozorną. Wybrano perceptrony i wsteczną propagację błędu jako metodę nauczania. Najbardziej skuteczne przy odtwarzaniu parametrów okazały się perceptrony z kilkoma neuronami na wejściu i przynajmniej kilkoma neuronami w warstwie ukrytej. Miarą poprawności wyników dostarczanych przez sieci były podstawowe statystyki obliczane dla odtworzonych parametrów w porównaniu z wynikami pomiarów lub estymacji. Najtrudniejsze do opracowania okazały się interwały, w których skały miały skomplikowaną litologię i zróżnicowaną przynależność stratygraficzną. Wyniki wykorzystano dla potrzeb interpretacji sejsmicznej, grawimetrycznej i magnetotellurycznej.

EN

Artificial Neural Networks were used for reconstruction of well logs. Transit interval time recorded during acoustic log, bulk density as a result of gamma-gamma log and apparent resistivity were reconstructed on the basis of available logs. Perceptrons were chosen and the back propagation method was applied as the most effective training algorithm. Perceptrons with a few input neurons and at least a few neurons in a hidden layer turned out in reconstructing parameters. Basic statistics calculated for the reconstructed parameters compared to the measured or estimated ones acted as measures of correctness of solutions delivered by the networks. Intervals containing rocks of complex lithology and diversified stratigraphy turned out to be the most difficult to interpret. Results were applied in seismics, gravimetric and magnetotelluric interpretations.

Słowa kluczowe

PL

profilowania geofizyki otworowej; sztuczne sieci neuronowe; czas interwałowy; gęstość objętościowa; oporność pozorna; Karpaty Zachodnie

EN

well logging; artificial neural networks; transit interval time; bulk density; apparent resistivity; Western Carpathians

• Wydawca: Wydawnictwa AGH
• Czasopismo: Geologia / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie
• Rocznik: 2007
• Tom: T. 33, z. 4/1
• Strony: 81--102
• Opis fizyczny: Bibliogr. 8 poz., rys., tab., wykr.

Twórcy

autor

Jarzyna J.

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

autor

Opyrchał A.

• Petroleum Geo-Services ASA. Strandveien 4. P.O.Box 89. NO-1325 Lysaker, Norway

autor

Mozgowoj D.

• Petroleum Geo-Services ASA. Strandveien 4. P.O.Box 89. NO-1325 Lysaker, Norway

Bibliografia

• Bała M., & Witek K., 2007. Model prędkościowy fal P i S oraz gęstości objętościowych dla wybranych otworów w rejonie Karpat Zachodnich. Kwartalnik AGH Geologia, 33, 4/1,59-80.
• Burtan, J., 1978. Objaśnienia do szczegółowej mapy geologicznej Polski, Arkusz Mszana Dolna (1016). Państwowy Instytut Geologiczny, Warszawa.
• Jarzyna J., Mozgowoj D. & Opyrchał A., 2006. Wykorzystanie sieci neuronowych do wyznaczania profilowań geofizyki otworowej na podstawie znajomości parametrów fizycznych skał. Prace Instytutu Nafty i Gazu, nr 137,487-496.
• Mozgowoj D., 2007. Ocena możliwości sieci neuronowych do przetwarzania i interpretacji profilowań geofizyki otworowej na przykładach z wybranych otworów. Praca dyplomowa, niepublikowana.
• Statistica Neural Networks, 1999. Licencja NN9 112228001A40.
• Opyrchał A., 2007. Obliczanie gęstości objętościowej oraz prędkości fal sprężystych w profilu otworu na podstawie wybranych profilowań geofizyki otworowej z wykorzystaniem sieci neuronowych. Praca dyplomowa, niepublikowana.
• Osowski S., 1996. Sieci w ujęciu algorytmicznym. Wydawnictwo Naukowo-Techniczne, Warszawa, 1-344.
• Tadeusiewicz R., 1993. Sieci neuronowe. Akademicka Oficyna Wydawnicza, Warszawa, 1-195.