Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "profilowania geofizyki otworowej" wg kryterium: Temat


Wyświetlanie 1-6 z 6
Tytuł:
Wyznaczanie całkowitej zawartości węgla organicznego TOC w skałach łupkowych z wykorzystaniem profilowań geofizyki otworowej na przykładzie danych z basenu bałtyckiego
Use of empirical methods based on well logging to calculate the total organic carbon content in Baltic Basin’s shale gas reservoir
Autorzy:
Waszkiewicz, S.
Karczewski, J.
Krakowska, P.
Jarzyna, J.
Powiązania:
https://bibliotekanauki.pl/articles/1835137.pdf
Data publikacji:
2018
Wydawca:
Instytut Nafty i Gazu - Państwowy Instytut Badawczy
Tematy:
całkowita zawartość węgla organicznego TOC
profilowania geofizyki otworowej
metoda Passeya
metody empiryczne
łupki ordowickie i sylurskie
total organic carbon – TOC
well logs
Passey method
empirical methods
Ordovician and Silurian shales
Opis:
Wyznaczenie całkowitej zawartości węgla organicznego (TOC) jest ważnym elementem procesu oceny skał łupkowych jako niekonwencjonalnych złóż węglowodorów. TOC to podstawowy wskaźnik perspektywiczności skały. Jego pomiar w laboratorium przy zastosowaniu pirolizy Rock-Eval dostarcza jedynie informacji punktowej. Zwiększenie liczby próbek wiąże się ze znacznym wzrostem kosztów prowadzonych badań. W pracy dopasowano wybrane metody statystyczne do obliczania TOC w utworach syluru i ordowiku w basenie bałtyckim, wykorzystując profilowania geofizyki otworowej. Zastosowana metodyka pozwoliła na uzyskanie wartości tego parametru w sposób ciągły bez wzrostu kosztów prowadzonych badań. Wykorzystano aplikację TOC systemu GeoWin, będącą narzędziem do automatycznego obliczania zawartości węgla organicznego. Aplikacja ta stosuje metodę Passeya, a także znane z literatury wzory empiryczne, w których współczynniki zostały wyliczone na podstawie wielowymiarowych analiz statystycznych. Wykorzystano profilowania geofizyki otworowej, takie jak: spektrometryczne profilowanie gamma (K, U, TH), profilowanie gęstości objętościowej (RHOB), profilowanie porowatości neutronowej (NPHI) oraz profilowanie oporności elektrycznej w strefie niezmienionej (LLD). Analizie poddano także wyniki badań laboratoryjnych próbek z rdzeni wiertniczych z pięciu otworów leżących w obrębie syneklizy perybałtyckiej i wyniesienia Łeby, będących strukturalną częścią kratonu wschodnioeuropejskiego. Z punktu widzenia poszukiwania gazu w badanych profilach geologicznych interesujące są dwie formacje: sylurska (landower) formacja iłowców z Pasłęka z ogniwem z Jantaru w spągowej części oraz ordowicka (karadok/lanwirn) formacja iłowców z Sasina. W związku z położeniem otworów w obrębie różnych jednostek geologicznych akumulacja węglowodorów przebiegała w odmiennych warunkach, co odzwierciedla się w wyznaczonych na podstawie profilowań geofizyki otworowej parametrach. Obliczenia statystyczne wykonano dla badanych formacji w poszczególnych otworach. Wyznaczono również ogólne współczynniki równań dla analizowanego obszaru, pozwalające na szybką estymację całkowitej zawartości węgla organicznego.
Calculations of total organic carbon (TOC) is one of the most important parts of interpretation in shale gas reservoirs and it is one of main indicators of perspective zones. Laboratory methods to measure total organic carbon such as Rock-Eval pyrolysis, give only the point data results. Increase in the number of samples causes a significant increase in the cost of surveys. This article fits the selected methods of total organic carbon determination based on well logging data, which allows to calculate TOC in all measured intervals without an increase in costs. In order to estimate TOC, different mathematical equations were used, such as that implemented in TOC application in the GeoWin system, which is a tool for automatic total organic carbon estimation based on the Passey method and other empirical equations. All factors were calculated using multidimensional statistical analysis made on well logs such as spectral gamma ray (K, U, TH), bulk density (RHOB), neutron porosity (NPHI), electric resistivity (LLD). Wells are placed in Poland, on the Łeba Elevation and the Peri-Baltic Syneclise, which is located on the onshore part of the Baltic Basin. The analysis was carried out on well logs and core data from five wells located within the Peri-Baltic Syneclise and the Łeba Elevation being a structural part of the East European Platform. The most perspective gas-bearing sediments are thought to be Silurian member of bituminous shales from Jantar and Ordovician level of the Sasino claystone formation, rich in organic matter. Due to the location of wells in different geological units, accumulation of hydrocarbons took place in different conditions, which is reflected in the calculated parameters. The Authors, using the calculations, have tried to fit the general coefficient of equations for the whole analyzed area, allowing for fast estimation of TOC.
Źródło:
Nafta-Gaz; 2018, 74, 11; 789-795
0867-8871
Pojawia się w:
Nafta-Gaz
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wybrane aspekty skalowania profilowań geofizyki otworowej na potrzeby sejsmiki
Scaling of well log data for velocity models in seismics
Autorzy:
Jarzyna, J.
Bała, M.
Krakowska, P.
Wawrzyniak-Guz, K.
Powiązania:
https://bibliotekanauki.pl/articles/183415.pdf
Data publikacji:
2011
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
geofizyka otworowa
profilowania
sejsmika
prędkość i tłumienie fal sprężystych
pionowa rozdzielczość
skalowanie wyników geofizyki otworowej i sejsmiki
well logging
logs
seismics
velocity and attenuation of elastic waves
vertical resolution
scaling of well logging and seismic results
Opis:
Przedstawiono wyniki matematycznych operacji filtracji i interpolacji dla dynamicznych parametrów sprężystych: czasów interwałowych fal P i S, modułu Younga i współczynnika Poissona. Parametry uzyskano w wyniku interpretacji akustycznych obrazów falowych z użyciem aplikacji FalaFWS w systemie GeoWin i na podstawie obliczeń z użyciem programu Estymacja. Przedmiotem analizy były wyniki odnoszące się do zróżnicowanych formacji litostratygraficznych w profilach kilku otworów na Niżu Polskim w interwale od powierzchni terenu do ponad pięciu kilometrów głębokości. Wykonane działania miały na celu skalowanie danych geofizyki otworowej, o wysokiej pionowej rozdzielczości, na potrzeby sejsmiki. Przedstawiono średnie wartości parametrów sprężystych jednostek wydzielonych w interpretacji geologicznej. Do analizy włączono także obliczenie współczynnika dobroci Q, będącego miarą dyspersji energii fal sprężystych w ośrodku skalnym.
The results from the mathematical operations of filtration and interpolation are presented for dynamic elastic parameters such as P-wave slowness and S-wave slowness, Young modulus and Poisson ratio. The parameters were obtained by interpreting acoustic full waveforms using FalaFWS application of GeoWin system and based on calculations using the Estymacja program. The subject of the analysis were the results obtained from various lithostratigraphic formations in several Polish Lowland's borehole profiles sampled from surface to a depth of more than 5 km. The goal was to scale well log data of a high vertical resolution for seismic purposes. Average values of the elastic parameters were presented for units derived out of geological interpretation. The analysis also included calculation of the Q parameter, which is a measure of energy dispertion of elastic waves in a rock formation.
Źródło:
Geologia / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie; 2011, 37, 3; 401-445
0138-0974
Pojawia się w:
Geologia / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Ocena typu zailenia w skałach piaskowcowo-ilastych na podstawie danych geofizyki otworowej - metoda wykresów krzyżowych
Evaluation of shale distribution in shaly-sand rocks on the basis of well logging data - the crossplots method
Autorzy:
Bała, M.
Powiązania:
https://bibliotekanauki.pl/articles/183775.pdf
Data publikacji:
2010
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
zailenie
porowatość
profilowania geofizyki otworowej
profilowanie gamma
wykresy krzyżowe
shaliness
porosity
well logging data
gamma ray
crossplots
Opis:
W pracy przeanalizowano wpływ obecności frakcji ilastej na rejestrowane w otworach wartości profilowań geofizyki otworowej. Wykorzystując koncepcję przedstawioną po raz pierwszy przez Thomasa & Stiebera (1975), przeprowadzono obliczenia "odpowiedzi" sond w założonym modelu piaskowcowo-ilastym o zróżnicowanych miąższościach. Porównano wyniki modelowań z rzeczywistymi krzywymi, zarejestrowanymi w otworze J4 w interwale występowania utworów miocenu autochtonicznego. Wykonane wykresy krzyżowe na podstawie pomiarów sondą neutronową i gamma, gęstościową i akustyczną potwierdzają możliwość określenia zarówno typu zailenia, jak i poprawnej porowatości oraz udziału frakcji piaskowcowej (tzw. net to gross) w warstwach złożowych. Wykres krzyżowy oparty na pomiarach gamma i oporności pozwala na rozdzielenie warstw nasyconych wodą i gazem.
The analysis of effects of shale distribution and clay volume in reservoir formations on well logging curves is presented in this paper. A conception given originally by Thomas & Stieber (1975) was applied into modelling the response of well logging tools for an assumed shaly-sand model. Results of calculations were compared with logs registered in the J4 well which drilled the autochthonous Miocene deposits. Different crossplots obtained based on Gamma Ray and Neutron and Density or Acoustic logs prove that there is a possibility to determine porosity, shale distribution and sand volume (net to gross) in the reservoir horizons.
Źródło:
Geologia / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie; 2010, 36, 2; 223-239
0138-0974
Pojawia się w:
Geologia / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie
Dostawca treści:
Biblioteka Nauki
Artykuł
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
Tytuł:
Analiza gęstości i porowatości z badań laboratoryjnych oraz wyników pomiarów otworowych i obliczeń w programie Estymacja w wybranych otworach w Karpatach Zachodnich
Analysis of density and porosity measurements on cores and results of density log and Estymacja calculations in the selected wells in the West Carpathians
Autorzy:
Jarzyna, J.
Powiązania:
https://bibliotekanauki.pl/articles/183848.pdf
Data publikacji:
2007
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
gęstość
porowatość
badania laboratoryjne
profilowania geofizyki otworowej
Karpaty Zachodnie
density
porosity
laboratory tests
well logs
Western Carpathians
Opis:
Wykonano analizę zmian gęstości i porowatości w wybranych otworach Karpat Zachodnich. Wykorzystano wyniki badań laboratoryjnych z bazy PITAKA Polskiego Górnictwa Naftowego i Gazownictwa S.A. oraz otworowe profilowania gęstościowe i wyniki obliczenia gęstości programem Estymacja, a także dane dotyczące kilkudziesięciu próbek poddanych badaniom porozymetrycznym. Zaobserwowano zgodność wyników pochodzących z różnych źródeł. Zestawienie danych dotyczących rożnych formacji litostratygraficznych w grupach otworów z tego samego rejonu pozwoliło na wzajemne uzupełnienie informacji. Charakterystyka gęstościowa formacji litostratygraficznych została wykorzystana do modelowania grawimetrycznego. Porowatość i gęstość zostały włączone do utworzenia zgeneralizowanych modeli własności fizycznych wybranych formacji litostratygraficznych w Karpatach Zachodnich.
The analysis of density and porosity changes was made for selected wells from the Western Carpathians. Laboratory data from the PITAKA database of the Polish Oil and Gas Company together with density logs and density values obtained from the Estymacja calculation as well as data for a few dozen samples from mercury porosimetry measurements were used. The agreement of results from different sources was observed. Data for different lithostratigraphic formations were set together for groups of wells from the same region. This enabled information to be mutually supplemented. Density characteristics of lithostratigraphic formations was used for gravity modeling. Porosity and density were employed to create generalized models of physical properties of selected lithostratigraphic formations form the Western Carpathians.
Źródło:
Geologia / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie; 2007, 33, 4/1; 39-58
0138-0974
Pojawia się w:
Geologia / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Sztuczne sieci neuronowe dla uzupełnienia danych w geofizyce otworowej - wybrane przykłady
Artificial Neural Networks for completing data in well logging - selected examples
Autorzy:
Jarzyna, J.
Opyrchał, A.
Mozgowoj, D.
Powiązania:
https://bibliotekanauki.pl/articles/183854.pdf
Data publikacji:
2007
Wydawca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:
profilowania geofizyki otworowej
sztuczne sieci neuronowe
czas interwałowy
gęstość objętościowa
oporność pozorna
Karpaty Zachodnie
well logging
artificial neural networks
transit interval time
bulk density
apparent resistivity
Western Carpathians
Opis:
Wykorzystano sztuczne sieci neuronowe do odtwarzania profilowań geofizyki otworowej. Na podstawie dostępnych profilowań geofizyki wiertniczej odtworzono czas interwałowy rejestrowany przy profilowaniu akustycznym, gęstość objętościową będącą wynikiem profilowania gamma-gamma oraz oporność pozorną. Wybrano perceptrony i wsteczną propagację błędu jako metodę nauczania. Najbardziej skuteczne przy odtwarzaniu parametrów okazały się perceptrony z kilkoma neuronami na wejściu i przynajmniej kilkoma neuronami w warstwie ukrytej. Miarą poprawności wyników dostarczanych przez sieci były podstawowe statystyki obliczane dla odtworzonych parametrów w porównaniu z wynikami pomiarów lub estymacji. Najtrudniejsze do opracowania okazały się interwały, w których skały miały skomplikowaną litologię i zróżnicowaną przynależność stratygraficzną. Wyniki wykorzystano dla potrzeb interpretacji sejsmicznej, grawimetrycznej i magnetotellurycznej.
Artificial Neural Networks were used for reconstruction of well logs. Transit interval time recorded during acoustic log, bulk density as a result of gamma-gamma log and apparent resistivity were reconstructed on the basis of available logs. Perceptrons were chosen and the back propagation method was applied as the most effective training algorithm. Perceptrons with a few input neurons and at least a few neurons in a hidden layer turned out in reconstructing parameters. Basic statistics calculated for the reconstructed parameters compared to the measured or estimated ones acted as measures of correctness of solutions delivered by the networks. Intervals containing rocks of complex lithology and diversified stratigraphy turned out to be the most difficult to interpret. Results were applied in seismics, gravimetric and magnetotelluric interpretations.
Źródło:
Geologia / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie; 2007, 33, 4/1; 81-102
0138-0974
Pojawia się w:
Geologia / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-6 z 6

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies