Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 14

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
W artykule zaprezentowano możliwości wykorzystania sieci neuronowych do prognozowania zarówno średniego ciśnienia w magazynie, jak i ciśnienia dennego w poszczególnych odwiertach. Zaprezentowano niezbędny zestaw danych (wraz z pre- i postprocessingiem, obejmującym między innymi skalowanie zmiennych) na wejściu sieci neuronowych, w celu przeprowadzenia procesu uczenia. Następnie przedstawiono otrzymane na podstawie nauczonych sieci neuronowych wyniki prognoz ciśnienia; zarówno w poszczególnych odwiertach, jak i w całym magazynie.
EN
This paper presents the method as well as procedure to forecast the pressure of Underground Gas Storage Reservoir (UGS) by means of Artificial Neural Networks (ANN). The paper deals with the following tasks of the presented problem; optimal algorithm of ANN “learning” process and an adequate input/output data set (including pre/post processing calculation). Several different architecture of artificial neural networks has been tested and satisfactory results has been obtained.
PL
W pracy zaprezentowano możliwości wykorzystania sieci neuronowych do prognozowania średniego ciśnienia w magazynie, jak i ciśnienia dennego w poszczególnych odwiertach. Dokonano skrótowego omówienia sztucznych sieci neuronowych (SSN), a w szczególności: podstaw biologicznych, modelu sztucznego neuronu, wybranych rodzajów sieci neuronowych (liniowe, perceptron wielowarstwowy MLP, sieci o radialnych funkcjach bazowych RBF, sieci realizujących uogólnioną regresję GRNN, zespoły sieci), metod uczenia sieci (uczenie pod nadzorem, uczenie z krytykiem, uczenie samoorganizujące się) - omówiono podstawowe algorytmy uczenia (metoda wstecznej propagacji błędów, gradientów sprzężonych, Newtona, metoda Levenberga-Marquardta, algorytm k-średnich), oraz ich zastosowania. Zaprezentowano niezbędny zestaw danych (wraz z pre- i postprocessingiem, obejmującym miedzy innymi skalowanie zmiennych) na wejście sieci neuronowych, w celu przeprowadzenia procesu uczenia, a później prognozowania ciśnień w całym magazynie i poszczególnych odwiertach w kolejnych cyklach pracy magazynu. Na podstawie nauczonych sieci neuronowych wykonano prognozy ciśnienia w magazynie i w poszczególnych odwiertach.
EN
The paper presents using of the Artificial Neural Networks (ANN) to forecast average pressure in UGS and bottom hole pressure in individual wells. In this paper presents short discussion about Artificial Neural Networks. In particular: (1) biological neural networks, (2) model artificial neurons, (3) selected types ANN (linear networks, Multilayer Perceptron - MLP, Radial Basis Function - RBF, Generalized Regression Neural Networks - GRNN, set of neural networks), (4) learning methods (supervised learning, unsupervised learning) - basic learning algorithm e.g. Back Propagation Algorithm, gradient descent method, method Newtona, Levenberga-Marguardta, algorithm k-averages, (5) possible applications of neural network. The paper shows necessary set of data (together pre and postprocessing including among other things calibrate variables) on the input neural networks in order to their learning and later forecasting UGS average pressure and bottom hole pressure in wells in next cycle work. Using learnt neural networks carry out forecasting pressure for real examples of domestic Underground Gas Storage.
PL
W niniejszej pracy zaprezentowano możliwości wykorzystania sieci neuronowych do prognozowania średniego ciśnienia w magazynie jak i ciśnienia dennego w poszczególnych odwiertach. Dokonano skrótowego omówienia sztucznych sieci neuronowych (SSN) a w szczególności: podstaw biologicznych, modelu sztucznego neuronu, wybranych rodzajów sieci neuronowych (liniowe, perceptron wielowarstwowy MLP, sieci o radialnych funkcjach bazowych RBF, sieci realizujące uogólnioną regresję GRNN, zespoły sieci), metod uczenia sieci (uczenie pod nadzorem, uczenie z krytykiem, uczenie samoorganizujące się) — omówiono podstawowe algorytmy uczenia (metoda wstecznej propagacji błędów, gradientów sprzężonych, Newtona, metoda Levenberga-Marquardta, algorytm k-średnich), oraz ich zastosowania. Zaprezentowano niezbędny zestaw danych (wraz z pre- i postprocessingiem obejmującym między innymi skalowanie zmiennych) na wejściu sieci neuronowych w celu przeprowadzenia procesu uczenia a później prognozowania ciśnień w całym magazynie i poszczególnych odwiertach w kolejnych cyklach pracy magazynu. Na podstawie nauczonych sieci neuronowych wykonano prognozy ciśnienia w magazynie w poszczególnych odwiertach.
EN
This paper presents the method as well as procedure to forecast the pressure of Underground Gas Storage Reservoir (UGS) by means of Artificial Neural Networks (ANN). The paper deals with the following tasks of the presented problem: (1) methods of ANN "learning" process (supervised-learning, critic-learning, self-organized learning); (2) optimal algorithm of ANN "learning" process, (back-error propagation, Newton method, Levenberg-Marquardt method, k-means algorithm); (3) an adequate input/output data set (including pre/post-processing calculation). A dozen different architecture of artificial neural networks has been tested and satisfactory results has been obtained.
5
PL
W pracy zaprezentowano modyfikację klasycznego, probabilistycznego sposobu szacowania zasobów złóż węglowodorowych polegającą na zastosowaniu metod geostatystycznych do generowania przestrzennych rozkładów głównych parametrów złożowych. Do generowania przestrzennych rozkładów parametrów złożowych wykorzystano technikę symulacji warunkowych. Dla wszystkich możliwych kombinacji realizacji przestrzennych rozkładów parametrów złożowych obliczono wielkości zasobów geologicznych ropy naftowej wraz z wyznaczeniem rozkładu ich prawdopodobieństwa wystąpienia wykorzystując tzw. krzywą oczekiwania.
EN
The modification of conventional probabilistic hydrocarbon reserves estimation includes using geostatistical methods to generate spatial distribution of reservoir parameters is presented in the paper. The conditional simulation method a Simulated Annealing technique was implemented to generate spatial distribution of reservoir parameters. The computation was reiterated in order to obtain relevant populations not correlated each other realizations reservoir parameters coherent with the measurements in the well and results spatial correlation (variogram). The hydrocarbon reserves for all possible combinations were estimated respecting calculation appearing probability using expectation curve. Suggested modification allows strictly probabilistic assessments of the reserves. In addition, these methods let to reduce a risk related with financial decision of government hydrocarbon reservoirs.
PL
W artykule zaprezentowano modyfikację klasycznego, probabilistycznego sposobu szacowania zasobów złóż węglowodorowych, polegającą na zastosowaniu metod geostatystycznych do generowania przestrzennych rozkładów głównych parametrów złożowych. Do generowania przestrzennych rozkładów parametrów złożowych wykorzystano technikę symulacji warunkowych. Obliczenia powtarzano wielokrotnie dla uzyskania znaczącej statystyki populacji nie skorelowanych między sobą realizacji rozkładów parametrów, spójnych z wynikami pomiarowymi w odwiertach i rezultatami korelacji przestrzennych (wariogramami). Dla wszystkich możliwych kombinacji realizacji przestrzennych rozkładów parametrów złożowych obliczono wielkości zasobów geologicznych ropy naftowej wraz z wyznaczeniem rozkładu ich prawdopodobieństwa wystąpienia, wykorzystując tzw. krzywą oczekiwania. Wprowadzenie proponowanej modyfikacji pozwoli na precyzyjne, probabilistyczne określenie niepewności oszacowanych zasobów geologicznych, pozwalając na zmniejszenie ryzyka związanego z podejmowaniem strategicznych decyzji finansowych odnośnie zagospodarowania danego złoża.
EN
The modification of conventional probabilistic hydrocarbon reserves estimation includes using geostatistical methods to generate spatial distribution of reservoir parameters is presented in the paper. The conditional simulation method a Simulated Annealing technique was implemented to generate spatial distribution of reservoir parameters. The computation was reiterate in order to obtain relevant populations not correlated each other realizations reservoir parameters coherent with the measurements in the well and results spatial correlation (variogram). The hydrocarbon reserves for all possible combinations, was estimate respecting calculation appearing probability using expectation curve. Suggest modification let to strictly probabilistic assessments of the reserves. In addition, these methods allow reduction risk related with financial decision of government hydrocarbon reservoirs.
7
Content available remote Symulacje przepływów płynów w złożu z odwiertami poziomymi
PL
W ramach prezentacji zaproponowano metodę modelowania odwiertów poziomych w symulacyjnym modelu złoża gazowego. W związku z rozwiązaniem tego zagadnienia zdefiniowano model przepływu gazu w blokach modelu przewierconych odwiertem poziomym i wybrano model reprezentacji takiego odwiertu po stronie danych. Jako symulatora bazowego użyto symulatora złożowego BOAST II, który w swej pierwotnej postaci nie uwzględniał modelowania odwiertów poziomych. Metodę przetestowano na teoretycznym przykładzie złoża gazowego z wygenerowanymi rozkładami porowatości i przepuszczalności oraz zadanymi pozostałymi parametrami złożowymi (ciśnienie denne statyczne, miąższość, itp.). W wyniku symulowanego wydobycia gazu odwiertami pionowymi i poziomymi zaprezentowano pracę obu typów modelowanych odwiertów i porównano uzyskane wyniki.
EN
The paper presents a method of horizontal well modeling to be used in reservoir simulations of gas fields. Accordingly, a flow model to account for the gas transport between simulation model cells and horizontal well model elements was defined and solved using specific horizontal well data format. The reservoir simulation part of the solver was based on commercially available BOAST II simulator. The method was tested using a synthetic gas reservoir example with porosity and permeability being distributed stochastically with typical statistical characteristics and other reservoir parameters (such as reservoir static pressure, thickness, etc.) of commonly accepted values. As a result simulation models with vertical and horizontal wells were compared and general conclusion were drawn.
PL
W pracy została zaprezentowana metodyka analizy danych geologicznych uwzględniająca ich wzajemne korelacje i przydatność do stworzenia geologicznego modelu złoża. Przedstawiono dwie grupy metod opisu struktury zbiorów danych: — statystyczną obejmującą tzw. miary położenia, rozrzutu, modele rozkładu danych (funkcja gęstości prawdopodobieństwa — histogram); — geostatystyczną obejmującą między innymi analizę wariograficzną (wariogram eksperymentalny, teoretyczny). Metody geostatystyczne dostarczają niezbędnych informacji do generowania przestrzennego opisu zmienności poszczególnych parametrów złożowych.
EN
The paper includes a theoretical description and practical examples of complite procedures to implement such a method consisting of: introductory statistical data analysis to determin general statistical features of the mesured data set; variografic analysis to determin spatial correlation of the data. The statistical methods includes: measure of location, dispersion, data model distribution (histogram — PDF). The geostatistical methods applied to data analysis (variogram experimental and theoretical) give information to generate spatial distribution main parameters of hydrocarbon reservoir.
PL
Problem znajdywania rozkładów parametrów złożowych na podstawie danych pomiarowych pochodzących zasadniczo jedynie z badań w odwiertach stanowi kluczowe zagadnienie w modelowaniu złóż naftowych. W niniejszej pracy przedstawiono zastosowanie metod geostatystycznych do analizy i generowania takich rozkładów dla potrzeb symulacyjnych modeli złóż. Praca zawiera teoretyczny opis i przykłady praktycznego wykorzystania kompletnych procedur tej metody obejmujących: wstępną analizę statystyczną uwzględniającą ogólne statystyczne charakterystyki danych pomiarowych; analizy wariograficzne określające korelacje przestrzenne tych danych oraz generację rozkładów przestrzennych z wykorzystaniem pełnej informacji geostatystycznej przy pomocy dwu niezależnych metod: krigingu i tzw. symulacji warunkowej. W przypadku metody symulacji warunkowej zastosowano bardzo efektywną technikę Simulated Annealing zaimplementowaną podobnie jak pozostałe narzędzia do analizy w autorskich programach komputerowych. Pozytywnie zweryfikowano skuteczność przedstawionych metod geostatystycznych na praktycznych przykładach złóż.
EN
The problem to determine the spatial distribution of basic reservoir parameters from the measurements basically limited to well locations belongs to the most significant aspects of hydrocarbon reservoir modelling. In this paper we present a geostatistical method applied to analyse and generate such distributions for the purposes of reservoir simulations. The paper includes a theoretical description and practical examples of complete procedures to implement such a method consisting of: introductory statistical data analysis to determine general statistical features of the measured data sets; variografic analysis to determine spatial correlation of the data; generation of parameter spatial distributions using the complete geostatistical information to apply two distinct methods: kriging and so called conditional simulation. In the scheme of the conditional simulation method a Simulated Annealing technique was implemented and found to be very effective. All the programming tools used in the process were coded, tested, and successfully employed by the authors. The operational advantages of the methods presented in the paper were positively verified on practical reservoir examples.
PL
W pracy przedstawiono możliwości wykorzystania najnowszych technologii magazynowania, dostępu i wymiany różnego typu danych stosowanych w przedsiębiorstwach górnictwa naftowego. Omówiono zalety wynikające z przyjęcia przedstawionego sposobu wymiany i magazynowania danych. Szczegółowej analizie poddano możliwości zastosowania rozwiązania wykorzystującego sieć rozległą do dynamicznej wymiany danych pomiędzy różnymi jednostkami z branży górnictwa naftowego. W ramach niniejszej pracy została wykonana praktyczna implementacja proponowanego rozwiązania wraz z mechanizmami wymiany i magazynowania danych.
EN
The paper presents a possible use of modern information technologies concerning data storage, exchange, and remote access in the oil and gas industry is presented in the paper. Advantages of the proposed means to collect and exchange information are given and discussed. In particular, a practical possibility to use wide area networks to dynamic data transfer between various units of oil and gas production companies is analysed. An example of the implementation of the proposed solution including data transfer and storage was prepared and will be presented at the oral session.
PL
W pracy rozpatrzono zagadnienie określenia zasobów gazu ziemnego w kategorii zasobów geologicznych, wydobywalnych i przemysłowych. Dokonano przeglądu nowoczesnych metod szacowania omawianych wielkości, podano ich wymagania w zakresie danych wejściowych, pracochłonność, możliwości zastosowań na różnych etapach rozpoznania i eksploatacji złóż i zakres otrzymanych wyników. W szczególności przedstawiono kompletne procedury zastosowania metod z grupy analizy bilansu materiałowego oraz krzywych spadku wydajności wydobycia. Zaproponowano pełną procedurą służącą do wyznaczania zasobów wydobywalnych z uwzględnieniem najważniejszych elementów analizowanych obiektów. Zaproponowane i omówione metody zilustrowano przykładami rzeczywistych złóż.
EN
The paper addresses issues related to the estimation of the original gas in place (OGIP) and ultimate and economic reserves. Standard modern methods of their assessment are reviewed and compared with respect to their applicability, accuracy, workload, data requirements and result scope. A new approach to the problem of ultimate recovery estimation that combines decline curve analysis and the material balance is presented. The application of the method is illustrated with realistic examples.
PL
W artykule przedstawiono praktyczny program komputerowy "ps_sym", służący do symulacji wydobycia gazu z podziemnego magazynu wytworzonego w szczerpanym złożu gazu ziemnego. Zaprezentowano kolejne etapy pracy z programem, tj. przygotowanie i wprowadzenie danych, wykonanie obliczeń symulacyjnych oraz prezentację uzyskanych wyników. Program wykorzystuje model numeryczny uwzględniający część podziemną i napowierzchniową magazynu gazu, składający się: z stref horyzontów gazowych, odwiertów wydobywczych, rurociągów od odwiertów do ośrodków grupowych, ośrodków grupowych, rurociągów od ośrodków grupowych do ośrodka zbiorczego oraz ośrodka zbiorczego. Program wykonuje obliczenia symulacyjne bazujące na modelu numerycznym, wyznaczając przebieg wydobycia i rozkład ciśnień gazu w sposób ciągły we wszystkich jego elementach.
EN
The paper presents the computer programme "ps - sym" that performs simulations of an underground gas storage (UGS) facility converted from a depleted natural gas reservoir. Detailed features of the programme performance are described and discussed that include data requirements together with introduction, calculations, and final results presentation. The program implements the dedicated numerical model that includes both underground and surface components of the UGS facility. They comprise gas storage reservoir, production wells, gas pipelines connecting all individual wells via group centres with a gathering centre. Simulations based on the implemented numerical model and performed with the program result in a temporal profile of the storage withdrawal process including pressure changes of all the system components.
PL
W pracy przedstawiono praktyczny program komputerowy z przyjaznym interfejsem graficznym. Umożliwia on szybką i wygodną analizą wyników symulacji złożowych, przeprowadzonych przy pomocy różnych symulatorów komercyjnych (ECLIPSE, OMEGA). Jest on wygodnym narzędziem w czasochłonnej i żmudnej procedurze kalibracji modeli symulacyjnych.
EN
A practical computer programme using object-oriented technique to facilitate Post-Processing analysis of simulation model results is presented in the paper. The programme is characterised by a user friendly and fully graphical interface. It may be easily adopted to various commercially available simulators (ECLIPSE. OMEGA). It proves a very efficient tool in a time consuming and cumbersome procedure of simulation model calibrations.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.