Próba zastosowania sieci neuronowych z algorytmem propagacji wstecznej do oszacowania jakości uszczelnienia pułapek złożowych

• Autorzy: Darłak B. , Kowalska-Włodarczyk M.

Warianty tytułu

EN

An attempt to apply neural networks with a back-propagation algorithm to estimate the sealing quality in reservoir traps

• Języki publikacji: PL

Abstrakty

PL

W opracowanym zagadnieniu sieć neuronowa została wykorzystana do nowych zadań, mianowicie do zespolenia danych laboratoryjnych uzyskanych z badań porozymetrycznych z danymi sejsmicznymi, w celu odtworzenia całkowitych profili twardości akustycznej oraz impedancji, a następnie, na ich podstawie do odtworzenia przepuszczalności w całym profilu sejsmicznym. Obliczenia przy użyciu sieci neuronowej (ANN) prowadzono w trzech kolejnych etapach: I Tworzenie podstawowej bazy danych poprzez dobór parametrów za pomocą wstępnej weryfikacji neuronowej z zastosowaniem podstawowej analizy korelacyjnej, II Rekonstrukcja profili impedancji i twardości akustycznej w oparciu o zweryfikowaną bazę danych obejmującą wyniki analiz porozymetrycznych, III Uzupełnienie przepuszczalności w oparciu o zrekonstruowane profile impedancji i twardości akustycznej. Zestawienie otrzymanych wyników z danymi geologicznymi pozwala stwierdzić, że tam, gdzie mamy do czynienia ze skałą uszczelniającą, sieć z dużym prawdopodobieństwem odzwierciedla ten stan. W przypadku skal przepuszczalnych pojawiają się pewne rozbieżności, nie mniej jednak zostają zachowane trendy - sieć z dużą dokładnością wyróżnia warstwy uszczelniające wobec obecnych w profilu warstw o większej przepuszczalności.

EN

The paper suggests some news application of neural networks to solve new tasks, viz. coupling of laboratory data from porosimetry surveys with seismic data, in order to reconstruct full profiles of acoustic hardness and impedance and further, on this basis, to reconstruct permeabilities in the full seismic profile. On applying the neural networks (ANN) computations were being performed in the following phases: I Creating essential database through selection of parameters with preliminary neural verification, on employing fundamental correlation analyses; II Reconstruction of impedance profiles and acoustic hardness, issuing from the verified database containing results of porosimetry analyses; . III Completing of permeability data basing on reconstructed impedance and acoustic hardness profiles. Comparison of obtained results with geological data allows to state that when having to do with a sealing rock, the network reflects a state with a high probability. In the case of permeable rocks appear some discrepancies, however - trends are preserved, and the network with a high precision distinguishes sealing layers from the other, present in the profile of layers being more permeable.

Słowa kluczowe

PL

sieci neuronowe; algorytm propagacji wstecznej; uszczelnienie pułapek złożowych

• Wydawca: Instytut Nafty i Gazu - Państwowy Instytut Badawczy
• Czasopismo: Nafta-Gaz
• Rocznik: 2002
• Tom: R. 58, nr 2
• Strony: 75--82
• Opis fizyczny: Bibliogr. 7 poz., rys.

Twórcy

autor

Darłak B.

• Instytut Górnictwa Naftowego i Gazownictwa, Kraków

autor

Kowalska-Włodarczyk M.

Bibliografia

• [1] Arpat B., Gumrach F., Yeten B., 1998, „The neighborhood approach to prediction of permeability from wireline and limited core plug analysis data using BP ANN", SPE Vol.20, p.1-8.
• [2] Darlak B. 1997, Ocena możliwości wprowadzenie sieci neuronowych w badaniach petrofizycznych", Nafta-Gaz Nr. 7-8, Lipiec-sierpień, (308-313)
• [3] Darlak B., Włodarczyk M., Such P. 1998. „Metodyka oceny właściwości zbiornikowych skał z zastosowaniem sieci neuronowych". Prace IGNIG nr. 97,
• [4] Osowski S., 1996, „Sieci neuronowe", Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa.
• [5] Mohaghegh S., Balan B., Ameri S., 1997, "Permeability Determination from Well Log Data", SPE Formation Evalua- tion, September. p. 170-174.
• [6] Rogers S.J., Chen H.C., Kopaska-Merkel D.C., and Fang J.H., 1995, „Predicting Permeability from Porosity Using Artificial Neural Network", APG Bulletin, V.79, No 12, p. 1786-1797.
• [7] Włodarczyk M i Darlak B., 2000, „Application of neural network for verification of geological data", materiały z piątej konferencji pt. „Neural Networks and Soft Computing", Zakopane, June 6 - 10, 2000