...
首页> 外文期刊>Nafta- Gaz >Wykorzystanie technik sztucznych sieci neuronowych do predykcji wybranych parametrów jako uzupełnienia zbioru danych wejściowych w konstrukcji modeli parametrycznych 3D
【24h】

Wykorzystanie technik sztucznych sieci neuronowych do predykcji wybranych parametrów jako uzupełnienia zbioru danych wejściowych w konstrukcji modeli parametrycznych 3D

机译:使用人工神经网络的技术将所选参数预测为3D参数模型构造中的一组输入数据集

获取原文
获取原文并翻译 | 示例
           

摘要

W artykule przedstawiono możliwości wykorzystania sztucznych sieci neuronowych (SSN) do predykcji parametrycznej w profilach otworów wiertniczych, której zastosowanie uzupełniło zestaw informacji we wszystkich otworach wiertniczych zlokalizowanych w obrębie analizowanego obszaru. Zaprezentowana w artykule metodologia może być użyta w przypadku braku możliwości specjalistycznej interpretacji krzywych geofizyki wiertniczej, uzupełniającej brakujące dane. Zestaw wykorzystanych w pracy danych obejmował rozwiązania w profilach 10 otworów wiertniczych, z których cztery otwory charakteryzowały się pełnym zestawem danych analizowanych w ramach niniejszego artykułu, obejmujących prędkość fali podłużnej, porowatość efektywną, nasycenie węglowodorami, moduł Younga i współczynnik Poissona. Wykorzystując technikę działania sztucznych sieci neuronowych, przeprowadzono predykcję brakujących informacji, bazując na relacjach pomiędzy analizowanymi parametrami w otworach, gdzie estymo-wane dane były dostępne. W ostatnich latach obserwuje się dynamiczny rozwój technologii szeroko pojętego uczenia maszynowego (ang. machine learning) i tak zwanej sztucznej inteligencji. Niewiele pozostaje dziedzin nauki, w których nie miałyby one zastosowania. Tak jest również w branży naftowo-gazowniczej. Parametr nasycenia węglowodorami, pomimo wyzwań, jakie niesie za sobą interpretacja tego parametru, również został poddany próbie estymacji, potwierdzając niskimi wartościami korelacji pomiędzy analizowanymi parametrami, że wymaga zdecydowanie bardziej zaawansowanych prac o indywidualnym charakterze. Wyniki predykcji parametrycznej, poddane wcześniej walidacji poprzez charakterystykę parametrów R (różnica pomiędzy wartością rzeczywistą a estymowa-ną) i RMSE (pierwiastek błędu średniokwadratowego), zostały w kolejnym kroku zaaplikowane w procesie modelowania przestrzennego wszystkich analizowanych parametrów. Finalnie, w celu wizualizacji różnic pomiędzy wykorzystaniem niepełnego i po części es-tymowanego zestawu danych w analizie przestrzennej, zaprezentowano mapę średnich wartości wybranego parametru w obrębie analizowanego interwału stratygraficznego. Tak przygotowany zestaw danych pozwolił na bardziej wiarygodne odtworzenie przestrzenne rozkładu parametrów istotnych w kontekście charakterystyki złoża węglowodorów, na podstawie którego w kolejnych etapach możliwa jest wiarygodniejsza ocena potencjału złożowego analizowanego obiektu. Zaprezentowana w artykule metodyka, oparta na rozwiązaniu rzeczywistego problemu badawczego, stanowi alternatywę, dla koszto- i czasochłonnych interpretacji geofizycznych, niekiedy znacznych liczb otworów wiertniczych, szczególnie dla obszarów charakteryzujących się relatywnie niewielką przestrzenną zmiennością i złożonością tektoniczną. Warunkiem jest dostępność interpretacji danych geofizyki wiertniczej w co najmniej kilku otworach stanowiącej wzorzec dla odtworzenia zmienności badanego parametru/parametrów w pozostałych profilach otworów wiertniczych.
机译:该物品呈现使用人工神经网络(SSN)在钻孔孔的轮廓中使用人工神经网络(SSN)的可能性,在分析区域内的所有钻孔开口中使用设置的信息。文章中呈现的方法可以在没有专门的钻井地球物理曲线解释的情况下使用,补充缺失的数据。数据中使用的集合包括在型材10中的钻孔孔中,其中四个开口的特征在于本文分析的全套数据,包括纵波速度,有效孔隙度,烃饱和度,Outpgga模块和泊松系数。利用人工神经网络技术,基于开口中分析参数之间的关系,进行了缺失信息的预测,其中估计可用。近年来,广泛了解机器学习(机器学习)和所谓人工智能技术的动态发展。科学领域,他们不会申请。这也在石油和天然气工业中。碳氢化合物饱和的参数,尽管该参数的解释带来了挑战,但也已经测试到估计,确认分析的参数之间的相关性与个人性质更高级工作之间的相关性的低值。先前由R参数的特征(实际和估计值之间的差异)和RMSE(中导误差元素)的特征验证的参数预测结果在所有内容中应用的下一步中分析参数。最后,为了可视化不完整的使用与空间分析中的ES-Tampered数据的一部分之间的差异,提出了分析的地层间隔内所选参数的媒介值地图。这样的给定数据集允许更可靠地再现在烃沉积特性的上下文中相关的参数的空间分布,基于其在随后的阶段中,可以显着评估分析的对象的沉积电位。基于实际研究问题的解决方案介绍了文章方法,是一种替代成本和耗时的地球物理解释,有时是大量钻孔,特别是对于具有相对较小的空间变异性和构造复杂性的区域。该条件是在构成用于在钻孔剩余轮廓中重现测试参数/参数的变化的图案的至少几个孔中的钻井地球物理数据的可用性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号