首页> 外文期刊>Nafta- Gaz >Badania właściwości zbiornikowych dolnej kredy i górnej jury przy zastosowaniu sieci neuronowych, w obszarze Bochnia - Dębica
【24h】

Badania właściwości zbiornikowych dolnej kredy i górnej jury przy zastosowaniu sieci neuronowych, w obszarze Bochnia - Dębica

机译:利用神经网络研究下白垩统与上侏罗统的储层特征。

获取原文
获取原文并翻译 | 示例
           

摘要

Niniejszy artykuł stanowi podsumowanie trzyletniego etapu prac prowadzonych przez zespół pracowników INiG i BG "Geo-nafta" Ośrodek Południe Kraków. Ich celem była diagnostyka skał zbiornikowych budujących organiczne obiekty górnej jury oraz ocena efektywności skał uszczelniających. W analizie wykorzystano wyniki badań rdzeni wiertniczych z poziomów zbiornikowych i uszczelniających oraz dane impedancji akustycznej wygenerowane z krzywych geofizyki otworowej. Zastosowano obliczenia sztucznymi sieciami neuronowymi jako wieloparametrową metodę korelacyjną porównującą istniejące parametry petrofizyczne z parametrami obszarów, na których planowane jesf prowadzenie prac poszukiwawczych. Otrzymane wyniki pozwoliły poprawnie zidentyfikować zarówno korzystne poziomy zbiornikowe jak i oszacować jakość ich uszczelnienia. Wyniki prac zastosowanych w praktyce w pełni potwierdziły zasadność obranej metody i poprawność wykonanych obliczeń.%The paper summarised the effect of researches leading in INiG and Geonafta South Division of PGOC for last three years. The main target was to extract an information about quality of reservoir and sealing rocks of organogenic built ups using laboratory and geophysical data and extrapolate them on no-wells areas of hydrocarbon researches. Artificial neural network (ANN) simulations were applied. The results make possible to distinguished reservoir and sealing levels in analysed beds.
机译:本文是INiG和BG“ Geo-nafta”OśrodekPołudnieKraków员工团队进行的三年工作总结。他们的目的是诊断构成上侏罗统有机物的储层岩石,并评估封闭岩石的有效性。该分析使用了来自储层和密封层的钻芯测试结果,以及根据钻孔地球物理曲线生成的声阻抗数据。使用人工神经网络进行的计算被用作多参数关联方法,将现有的岩石物理参数与计划进行勘探工作的区域的参数进行比较。获得的结果可以正确地识别有利的储层水平并评估其密封质量。在实践中应用的工作结果充分证实了所选择方法的合法性和所进行计算的正确性。%本文总结了近三年来PGOC的INiG和Geonafta South Division的研究成果。主要目标是利用实验室和地球物理数据提取有关成因组合物的储层和封岩质量的信息,并将其外推到油气研究的非井区域。应用了人工神经网络(ANN)模拟。结果使区分被分析床中的储层和密封水平成为可能。

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