Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: dane normatywne

Sortuj według:

Ogranicz wyniki do:

Fuzzy support vector regression for permeability estimation of petroleum reservoir using well logs

Moosavi Nastaran, Bagheri Majid, Majid Nabi-Bidhendi, Heidari Reza

Acta Geophysica

2022

Vol. 70, no 1

161--172

In this paper we propose a three-step approach to predict permeability. First, by using Electrofacies Analysis (EA), data are classified into several clusters. We take advantage of EA to overcome abrupt changes of permeability which its unpredictability prevents a machine to be learned. EA is also helpful for wells that suffer from core data. Second, fuzzy membership functions are applied on data points in each Electrofacies Log (EL). Third, Support Vector Regression (SVR) is employed to predict permeability using fuzzy clustered data for areas with core missing data. To perform this process, we applied the proposed technique on four well sets of a gas field located in South of Iran; three wells devoted to training and the fourth remained for testing operation. Seven ELs derived using Multi Regression Graph-Based Clustering (MRGC) method. MRGC is able to estimate more appropriate number of clusters without prior knowledge compared to other three algorithms for our case-study area. Then, fuzzy membership functions applied to data. Thereafter, SVR applied to both fuzzy and not-fuzzy ELs. Consequently, the predicted permeability log for both fuzzy and not-fuzzy inputs correlated to real permeability (core data obtained from plugs in laboratory) in the test well. Finally, predicted permeability for each face merged together to make an estimated permeability for the whole test well. The results show that predicted permeability obtained from application of SVR on fuzzy data (FSVR) has a notably better correlation with core data for both clusters individually and the whole data compared to SVR.

Terminologia definiująca rejestry zasobów danych przestrzennych jako normatywne źródła krajowej infrastruktury informacji przestrzennej

Nałęcz T., Michałowska K.

Roczniki Geomatyki

2012

T. 10, z. 7

79--91

W powszechnym rozumieniu zbiory danych referencyjnych to rejestry należące do Państwowego Zasobu Geodezyjnego i Kartograficznego. Jednakże również dane pozyskiwane i przetwarzane zgodnie przyjętymi normami i wytycznymi w ramach zadań organów wiodących właściwych dla poszczególnych tematów INSPIRE mogą i powinny być traktowane, jako dane referencyjne (wzorcowe, odniesienia, bazowe, podstawowe, normatywne). Brak jednoznacznego wskazania zbiorów referencyjnych powoduje bardzo często brak spójności danych w zakresie jednego tematu, głównie ze względu na wykorzystanie w opracowaniach tematycznych różnych danych odniesienia, charakteryzujących się zwykle innym stopniem dokładności. Istnieje, więc potrzeba sprecyzowania jednolitych zasad i procedur określających zbiory wzorcowe dla zasobów danych w zakresie poszczególnych dziedzin oraz jednoznacznego wskazania, które dane powinny być traktowane i wykorzystywane, jako dane referencyjne w opracowaniach tematycznych. Celem artykułu jest prześledzenie nomenklatury stosowanej dla zasobów geoinformacyjnych, określającej podstawowe zbiory udostępniane w ramach infrastruktury informacji przestrzennej (IIP). W odniesieniu do stosowanych pojęć i terminów dyskusji poddano także krajowy zasób geoinformacyjny IIP z uwzględnieniem rejestrów tworzonych w ramach zadań powierzonych właściwym organom wiodącym w zakresie danego tematu W wyniku przeprowadzonej analizy podjęto próbę usystematyzowania i uporządkowania terminologii definiujących typy zasobów IIP.

In general understanding, registers that belong to the National Geodetic and Cartographic Resource are reference data sets. However, also data obtained and processed in line with accepted standards and guidelines within the framework of tasks of leading authorities competent for particular INSPIRE themes may and should be considered as core data (standard, reference, base, fundamental, normative data). Lack of an unequivocal indication of reference data often results in lack of cohesion of data within the scope of a single theme, mainly due to utilization of various reference data in works on a given theme, which data are usually characterized by different accuracy degrees. Therefore, there exists a need for specifying uniform rules and procedures, which would be describing model sets for resources within particular fields, and for determining expressly, which data should be considered and utilized as reference data in works on the given themes. As a result of undertaken analysis the authors attempt at systematizing and sorting out terminologies that define resource types.