Zastosowanie sztucznych sieci neuronowych do wyznaczania przepuszczalności skał na podstawie danych otworowych z rejonu Dzików–Wola Obszańska w północno-wschodniej części zapadliska przedkarpackiego

• Autorzy: Jarzyna J. , Prętka J.

Warianty tytułu

EN

Artificial Neural Networks applying for determining the absolute rock permeability on the basis of data from boreholes situated on the Dzików–Wola Obszańska area (northeastern part of the Carpathian Foredeep Basin)

• Języki publikacji: PL

Abstrakty

PL

Zbadano zdolność sztucznych sieci neuronowych SNN do oceny przepuszczalności absolutnej skał. Do tego celu wykorzystano dane z pięciu otworów wiertniczych, zlokalizowanych w północno-wschodniej części zapadliska przedkarpackiego: Dzików 16, 17, 20 oraz Wola Obszańska 10 i 15. Modele neuronowe stworzono na podstawie wyników badań laboratoryjnych próbek skał pobranych w wymienionych otworach, profilowań geofizyki otworowej oraz wyników kompleksowej interpretacji tych profilowań. Otrzymano SSN, służącą do odtwarzania wartości przepuszczalności całkowitej, określonej w laboratorium. Następnie model neuronowy wdrożono do estymowania przepuszczalności w otworze wiertniczym DZ17, przenosząc tym samym rozpoznane wcześniej zależności na nowy zbiór danych. Sieci neuronowe mogą stanowić alternatywę dla klasycznych metod wyznaczania przepuszczalności skał.

EN

The absolute rock permeability was determinated with the use of artificial neural networks (ANN). Authors checked up ANN ability to determine permeability on the data from five borehole locked in northeastern part of the Carpathian Foredeep: Dzików 16, 17, 20 and Wola Obszańska 10 and 15. Neural models were built on the basis of results from laboratory tests, well logs data and the results of the comprehensive interpretation. ANN provided good results in estimating laboratory permeability. The best neural network was applied on similar data set from DZ17 borehole to show that complicated links between input variable and absolute permeability can be used for prediction of permeability from another data. It is hard to find deft deterministic model for permeability estimation so neural model gained in training process is an alternative method.

Słowa kluczowe

PL

przepuszczalność skał; sztuczne sieci neuronowe SSN; selekcja danych wejściowych; profilowania geofizyki otworowej

EN

rock permeability; artificial neural networks; input data selection; well logging

• Wydawca: Państwowy Instytut Geologiczny - Państwowy Instytut Badawczy
• Czasopismo: Biuletyn Państwowego Instytutu Geologicznego
• Rocznik: 2010
• Tom: nr 439 (2)
• Strony: 399--402
• Opis fizyczny: Bibliogr. 4 poz., rys., tab., wykr.

Twórcy

autor

Jarzyna J.

• Akademia Górniczo-Hutnicza, Wydział Geologii, Geofizyki i Ochrony Środowiska, Katedra Geofizyki, al. Mickiewicza 30, 30-059 Kraków

autor

Prętka J.

• Geofizyka Kraków Sp. z oo., ul. Łukasiewicza 3, 31-429 Kraków

Bibliografia

• [1] INTERNETOWY podręcznik statystyki — http://www.statsoft.pl, StatSoft Polska.
• [2] PRĘTKA J., 2009 — Doskonalenie metod wyznaczania przepuszczalności skał z wykorzystaniem sieci neuronowych. [Pr. magister.] Bibl. WGGiOŚ AGH, Kraków.
• [3] PLEWA S., PLEWA M., 1992 — Petrofizyka. Wyd. Geol., Warszawa.
• [4] ZAWISZA L., 1994 — Uproszczona metoda oceny absolutnej przepuszczalności warstw porowatych. Arch. Min. Sc., 38, 4: 343–352.

Uwagi

Artykuł w Część 6, Nowoczesne metody badań i dokumentowania złóż