Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: carpathian Foredeep

Sortuj według:

Ogranicz wyniki do:

Tehnologii diagnostiki tonkosloistyh gazonosnyh neogenovyh otlozenij Predkarpatskogo progiba

Karpenko A. N., Omel'cenko V. G., Onisuk O. M.

Prace Instytutu Nafty i Gazu

2008

nr 150 wydanie konferencyjne

425--430

Аll the difficulties that geophysical methods have in studies of deposits represented by frequent alternation of thin beds are well known. Because of the low vertical resolution of well logging with large radius it is very difficult to do the quantitative and qualitative geological interpretation of weak anomalies. The developed new scientific and methodical approaches аllow us to solve those problems quite effectively — to determine productive thin-bedded stacks. And also using new approaches it is possible now to determine capacitive characteristics of single lithological strata within thin-bedded stacks. For technologies creating artificial neutron net- works on the basis of reference data have been used to calculate the continuous vertical probabi1ity curve of gas-saturated layers and reservoir bed presence irrespectively of subsurface geology complexity. It should be noted that all those new technologies have successfully passed approbation for Neogene gas-bearing deposits of the Precarpathian foredeep and are based on using standard complex of well-logging methods.

Cyfrowe mapy prognozy potencjalnych skał zbiornikowych węglowodorów

Jucha S., Kotlarczyk J., Mastej W.

Geoinformatica Polonica

2004

T. 6

59-65

Wykorzystanie geoinformacji zawartej w banku danych o złożach węglowodorów umożliwiło wykonanie cyfrowych map prognozy potencjalnych skał zbiornikowych węglowodorów w części niecki Nidy pogrzebanej pod utworami miocenu, w której zostało odkryte wcześniej kilka złóż węglowodorów. Do przekształcenia wielowymiarowych danych z banku w parametr jednowymiarowy, tj. w prawdopodobieństwo trafienia otworem w skały zbiornikowe (P[R*]), wykorzystano sieci neuronowe jako niealgorytmiczną metodę rozpoznawania obrazów (klasyfikacja wzorcowa). Nielosowy model geostatystycznej zmienności obliczanego parametru pozwolił na interpolację danych (kriging punktowy) z otworów na węzły siatki ortogonalnej i wyrysowanie mapy izoliniowej wartości prawdopodobieństwa. Taka prognoza ułatwia zaplanowanie eksploracji otworowej. Efektywność zastosowanej metody porównano z działaniem jednej z lepszych algorytmicznych metod rozpoznawania obrazów - metody funkcji potencjalnych, wykorzystanej we wcześniejszej publikacji (Kotlarczyk i in. 1999). Obie metody dały podobne rezultaty, chociaż można zauważyć nieco większą efektywność sieci neuronowych.

Geoinformation contained in the data base for hydrocarbon deposit allowed to obtain digital prognostic maps of hydrocarbon reservoir rocks in the part of the Nida River synclinorium buried under the Miocene strata where several hydrocarbon deposits have been previously discovered. In order to transform multidimensional data from the data base into one-dimensional parameter, i.e. into a probability that a borehole will hit the reservoir rocks (P[R*]), artificial neural networks were used as non-algorithmic pattern recognition method. Non-random lateral geostatistical variability model of this parameter allowed to interpolate the data (point kriging) from boreholes to orthogonal grid nodes and, consequently, enabled drawing the isoline map of probability values. Such a prognosis facilitates the planning of future producing wells. Efectiveness of the applied method was compared (cf. earlier publication: Kotlarczyk et al. 1999) with the effectiveness of potential function method which is regarded as one of the best algorithmic methods of pattern recognition. Both methods gave similar results, although the neural networks seem to provide some advantages.