Estimation of interval times in the profile of Cambrian and Silurian sediments by means of the neural networks method

• Autorzy: Gąsior I. , Przelaskowska A.

Identyfikatory

DOI

10.18668/NG2015.12.05

Warianty tytułu

PL

Określenie czasu interwałowego w profilu osadów kambryjsko-sylurskich metodą sieci neuronowych

• Języki publikacji: EN

Abstrakty

EN

The goal of this paper is to present the use of the neural networks method for the estimation of interval times. An important parameter for shale formations is the Total Organic Carbon content (TOC). Acoustic logging constitutes the data necessary in methods assessing the TOC (CARBOLOG, Passey). Newly drilled boreholes feature a complete set of geophysical logging. Nevertheless, there are archival boreholes for which acoustic logging is usually missing or was performed only for a limited depth interval. In such cases it is impossible to perform the quantitative assessment of the TOC parameter using the above mentioned methods. Therefore, in order to calculate the TOC parameter, the neural networks method can be used for the estimation of interval times in archival boreholes. Many types of networks were tested for various input variables constituted by the borehole data, obtaining high values of the correlation coefficients (R: 0.95÷0.97) between acoustic logging and logging resulting from the use of neural networks.

PL

Celem pracy jest zastosowanie metody sztucznych sieci neuronowych do wyznaczania czasu interwałowego skał na podstawie profilowań geofizycznych. Ważnym parametrem dla formacji łupkowych jest zawartość substancji organicznej TOC. Niezbędnymi danymi w metodach do określenia zawartości substancji organicznej TOC (CARBOLOG, Passeya) jest profilowanie akustyczne. Nowe wiercenia posiadają komplet profilowań geofizycznych. Niemniej jednak istnieją otwory archiwalne, w których na ogól brak jest profilowania akustycznego lub wykonanie jest w ograniczonym interwale głębokościowym. W takim przypadku niemożliwe jest przeprowadzenie ilościowej oceny parametru TOC powyższymi metodami. Stąd, aby wyliczyć parametr TOC, do estymacji czasu interwałowego w odwiertach archiwalnych można wykorzystać metodę sieci neuronowych. Przetestowano kilka typów sieci, dla różnych zmiennych wejściowych, które stanowiły dane otworowe uzyskując wysokie współczynniki korelacji R (0,95÷0,97) pomiędzy profilowaniem akustycznym a profilowaniem uzyskanym przy wykorzystaniu sieci neuronowych.

Słowa kluczowe

EN

neural networks; acoustic logging

PL

sieci neuronowe; profilowanie akustyczne

• Wydawca: Instytut Nafty i Gazu - Państwowy Instytut Badawczy
• Czasopismo: Nafta-Gaz
• Rocznik: 2015
• Tom: R. 71, nr 12
• Strony: 976--982
• Opis fizyczny: Bibliogr. 5 poz., rys., tab.

Twórcy

autor

Gąsior I.

• Department of Well Logging, Oil and Gas Institute – National Research Institute, ul. Lubicz 25 A, 31-503 Kraków

autor

Przelaskowska A.

• Department of Well Logging, Oil and Gas Institute – National Research Institute, ul. Lubicz 25 A, 31-503 Kraków

Bibliografia

• [1] Czopek B., Nowak J.: Interpretacja ilosciowa profilowan geofizyki otworowej w przypadku niskiej jakosci profilowan i ograniczonego zakresu metodycznego pomiarow. Geologia 2011, vol. 37, no. 4, pp. 517–535.
• [2] Darlak B.: Ocena mozliwosci wprowadzenia sieci neuronowych w badaniach petrofizycznych. Nafta-Gaz 1997, no. 7–8, pp. 308–313.
• [3] Gasior I., Reicher B.: Estymacja czasu interwalowego z profilowan geofizyki otworowej metoda sieci neuronowych. Nafta-Gaz 2014, no. 11, pp.765–770.
• [4] Gasior I.: Wykorzystanie sieci neuronowych oraz metod statystyki matematycznej do oceny ciepła radiogenicznego skal mezo-paleozoicznych zapadliska przedkarpackiego rejonu Tarnow–Debica. Prace Naukowe Instytutu Nafty i Gazu 2012, no. 180.
• [5] Jarzyna J., Opyrchal A., Mozgowoj D.: Sztuczne sieci neuronowe dla uzupelnienia danych w geofizyce otworowej – wybrane przyklady. Kwartalnik AGH Geologia 2007, vol. 33, no. 4/1, pp. 81–102.