Wyniki wyszukiwania - Biblioteka Nauki

1

Zastosowanie sztucznych sieci neuronowych i logiki rozmytej w tworzeniu baz danych dla złóż dual porosity-dual permeability

100%

Kowalska-Włodarczyk M. , Darłak B.

|

tom nr 170 wyd. konferencyjne

711--715

PL

W przedstawionej pracy podjęto próbę sklasyfikowania przestrzeni porowo-szczelinowej skał węglanowych typu dual porosity—dual permeability, w których ta przestrzeń jest wykształcona w znacznie bardziej skomplikowany i różnorodny sposób niż w piaskowcach. Za pomocą sieci neuronowych sporządzono i zweryfikowano zbiór bazowy, który posłużył do wyznaczenia, za pomocą logiki rozmytej, typów przestrzeni porowej opartych na udziale struktur szczelinowej i porowej.

EN

The main goal of this paper was to estimate main types of dual porosity — dual permeability types of pore space in carbonate rocks. The main data base was prepared with the use of neural network Using this data base the authors found three types of rock space according to rate of pore and fracture features.

2

Zastosowanie sztucznych sieci neuronowych i logiki rozmytej w tworzeniu baz danych dla złóż dual porosity – dual permeability

100%

Kowalska-Włodarczyk M. , Darłak B.

|

tom R. 66, nr 3

189-196

PL

W przedstawionej pracy podjęto próbę sklasyfikowania przestrzeni porowo-szczelinowej skał węglanowych typu dual porosity – dual permeability, w których przestrzeń ta jest wykształcona w znacznie bardziej skomplikowany i różnorodny sposób niż w piaskowcach. Za pomocą sieci neuronowych sporządzono i zweryfikowano zbiór bazowy, który posłużył do wyznaczenia, za pomocą logiki rozmytej, typów przestrzeni porowej opartych na udziale struktur szczelinowej i porowej.

EN

The main goal of this paper was to estimate main types of dual porosity – dual permeability types of pore space in carbonate rocks. The main data base was prepared with the use of neural network. Using this data base the authors find three types of rock space according to rate of pore and fracture features.

3

Próba zastosowania sieci neuronowych z algorytmem propagacji wstecznej do oszacowania jakości uszczelnienia pułapek złożowych

100%

Darłak B. , Kowalska-Włodarczyk M.

|

tom R. 58, nr 2

75-82

PL

W opracowanym zagadnieniu sieć neuronowa została wykorzystana do nowych zadań, mianowicie do zespolenia danych laboratoryjnych uzyskanych z badań porozymetrycznych z danymi sejsmicznymi, w celu odtworzenia całkowitych profili twardości akustycznej oraz impedancji, a następnie, na ich podstawie do odtworzenia przepuszczalności w całym profilu sejsmicznym. Obliczenia przy użyciu sieci neuronowej (ANN) prowadzono w trzech kolejnych etapach: I Tworzenie podstawowej bazy danych poprzez dobór parametrów za pomocą wstępnej weryfikacji neuronowej z zastosowaniem podstawowej analizy korelacyjnej, II Rekonstrukcja profili impedancji i twardości akustycznej w oparciu o zweryfikowaną bazę danych obejmującą wyniki analiz porozymetrycznych, III Uzupełnienie przepuszczalności w oparciu o zrekonstruowane profile impedancji i twardości akustycznej. Zestawienie otrzymanych wyników z danymi geologicznymi pozwala stwierdzić, że tam, gdzie mamy do czynienia ze skałą uszczelniającą, sieć z dużym prawdopodobieństwem odzwierciedla ten stan. W przypadku skal przepuszczalnych pojawiają się pewne rozbieżności, nie mniej jednak zostają zachowane trendy - sieć z dużą dokładnością wyróżnia warstwy uszczelniające wobec obecnych w profilu warstw o większej przepuszczalności.

EN

The paper suggests some news application of neural networks to solve new tasks, viz. coupling of laboratory data from porosimetry surveys with seismic data, in order to reconstruct full profiles of acoustic hardness and impedance and further, on this basis, to reconstruct permeabilities in the full seismic profile. On applying the neural networks (ANN) computations were being performed in the following phases: I Creating essential database through selection of parameters with preliminary neural verification, on employing fundamental correlation analyses; II Reconstruction of impedance profiles and acoustic hardness, issuing from the verified database containing results of porosimetry analyses; . III Completing of permeability data basing on reconstructed impedance and acoustic hardness profiles. Comparison of obtained results with geological data allows to state that when having to do with a sealing rock, the network reflects a state with a high probability. In the case of permeable rocks appear some discrepancies, however - trends are preserved, and the network with a high precision distinguishes sealing layers from the other, present in the profile of layers being more permeable.

4

Metodyka oceny właściwości zbiornikowych skał z zastosowaniem sieci neuronowych

80%

Darłak B. , Kowalska-Włodarczyk M. , Such P.

|

tom nr 97

1--32

PL

W badaniach nad interpretacją całościowych profili geologicznych często napotykamy na trudność związaną z brakiem odpowiedniej ilości danych wynikających z bądź wyrywkowego pobrania prób, bądź też wprowadzenia nowych technik, które nie były wcześniej stosowane, także w przypadku zniszczenia rdzenia w czasie wydobycia, czy wreszcie z wielu innych powodów technicznych. W takich przypadkach, obok stosowanych tradycyjnych metod, z pomocą może przyjść symulacja neuronowa, która pozwoli w oparciu o komplet innych danych odtworzyć przebieg zmian w profilu geologicznym poszukiwanej wielkości lub uzupełnić brakujące dane. W przedstawionej pracy zastosowano metodę sztucznych sieci neuronowych do odtworzenia trendów przepuszczalności, jako podstawowego parametru zbiornikowego, w odwiertach, gdzie przepuszczalność była oznaczona tylko wyrywkowo. Wykonano także symulację mającą na celu klasyfikację litologiczną, konieczną do wydzielania warstw zbiornikowych. Badania za pomocą sieci neuronowej wykonano w oparciu o bazę danych petrofizycznych i geofizycznych pochodzących z warstw ciężkowickich i istebniańskich odwiertów leżących na fałdzie Potoka i Bobrki, w obrębie jednostki śląskiej Karpat. W symulacjach neuronowych użyto sieci jednokierunkowej wielowarstwowej z algorytmem propagacji wstecznej. Skuteczność sieci neuronowej przedyskutowano w zestawieniu z innymi, klasycznymi metodami wyznaczania porowatości z danych petrofizycznych. Przedyskutowano optymalny dobór parametrów konieczny do poprawnej symulacji.

EN

Geological works and reservoir simulations require representative and complete sets of petrophysical data. However, in case of permeability investigations, it is difficult to obtain ones. It is caused by troubles in cutting "plug" samples of unconsolidated rocks. In such situation, artificial neural networks simulation (ANN) is the best method to complement the results of laboratory analyses. The ANN simulation method was applied to estimate values of permeability. Lithological identification was done, too. The ANN simulation were performed for the data base of Istebna i Ciężkowice sandstones from Potok and Bobrka fold of Carpathian-Silesian unit. One-dimentional, multilayer architecture of net and back propagation algorithm were used for computations. The ANN simulation results give higher values of correlation coefficients than ones obtained by classical methods. Comparison with the Katz - Thompson correlation method was done.