- Tytuł:
-
Zastosowanie sztucznych sieci neuronowych do wyznaczania przepuszczalności skał na podstawie danych otworowych z rejonu Dzików–Wola Obszańska w północno-wschodniej części zapadliska przedkarpackiego
Artificial Neural Networks applying for determining the absolute rock permeability on the basis of data from boreholes situated on the Dzików–Wola Obszańska area (northeastern part of the Carpathian Foredeep Basin) - Autorzy:
-
Jarzyna, J.
Prętka, J. - Powiązania:
- https://bibliotekanauki.pl/articles/2063104.pdf
- Data publikacji:
- 2010
- Wydawca:
- Państwowy Instytut Geologiczny – Państwowy Instytut Badawczy
- Tematy:
-
przepuszczalność skał
sztuczne sieci neuronowe SSN
selekcja danych wejściowych
profilowania geofizyki otworowej
rock permeability
artificial neural networks
input data selection
well logging - Opis:
-
Zbadano zdolność sztucznych sieci neuronowych SNN do oceny przepuszczalności absolutnej skał. Do tego celu wykorzystano dane z pięciu otworów wiertniczych, zlokalizowanych w północno-wschodniej części zapadliska przedkarpackiego: Dzików 16, 17, 20 oraz Wola Obszańska 10 i 15. Modele neuronowe stworzono na podstawie wyników badań laboratoryjnych próbek skał pobranych w wymienionych otworach, profilowań geofizyki otworowej oraz wyników kompleksowej interpretacji tych profilowań. Otrzymano SSN, służącą do odtwarzania wartości przepuszczalności całkowitej, określonej w laboratorium. Następnie model neuronowy wdrożono do estymowania przepuszczalności w otworze wiertniczym DZ17, przenosząc tym samym rozpoznane wcześniej zależności na nowy zbiór danych. Sieci neuronowe mogą stanowić alternatywę dla klasycznych metod wyznaczania przepuszczalności skał.
The absolute rock permeability was determinated with the use of artificial neural networks (ANN). Authors checked up ANN ability to determine permeability on the data from five borehole locked in northeastern part of the Carpathian Foredeep: Dzików 16, 17, 20 and Wola Obszańska 10 and 15. Neural models were built on the basis of results from laboratory tests, well logs data and the results of the comprehensive interpretation. ANN provided good results in estimating laboratory permeability. The best neural network was applied on similar data set from DZ17 borehole to show that complicated links between input variable and absolute permeability can be used for prediction of permeability from another data. It is hard to find deft deterministic model for permeability estimation so neural model gained in training process is an alternative method. - Źródło:
-
Biuletyn Państwowego Instytutu Geologicznego; 2010, 439 (2); 399--402
0867-6143 - Pojawia się w:
- Biuletyn Państwowego Instytutu Geologicznego
- Dostawca treści:
- Biblioteka Nauki
Artykuł