Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "reservoir modeling" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-7 z 7
    Tytuł:
    Sedimentology and diagenesis as ‘hydrocarbon exploration tools’ in the Late Permian Zechstein-2 Carbonate Member (NE Netherlands)
    Autorzy:
    Reijers, T. J. A.
    Powiązania:
    https://bibliotekanauki.pl/articles/94303.pdf
    Data publikacji:
    2012
    Wydawca:
    Uniwersytet im. Adama Mickiewicza w Poznaniu
    Tematy:
    hydrocarbons
    Zechstein
    reservoir modeling
    3D seismic
    Netherlands
    węglowodory
    modelowanie pracy zbiorników
    Holandia
    Opis:
    Hydrocarbon exploration in The Netherlands has a chequered history from serendipitous oil shows via chance oil/gas discoveries to finding the largest continental European oil field in 1943, followed by finding the largest gas field in the world in 1959. The present contribution traces the development of moderate to good porosity/permeability trends in depositional facies of Zechstein Stassfurt carbonates in a ‘gas play’ intermediate in significance between the above two plays but all in the northern part of The Netherlands. Various depositional facies in the Stassfurt carbonates were turned into ‘carbonate fabric units’ by diagenetic processes creating or occluding the porosity/permeability. This formed moderate to good gas reservoirs in barrier-shoal, open-marine shelf and proximal-slope carbonates in the subsurface of the province of Drenthe in the NE Netherlands. The diagenetic models forming these carbonate fabric units are linked to the variety of facies in a depositional model which shows explain and predicts the reservoir trends. Such depositional/diagenetic facies are ‘translated’ into characteristic petrophysical values recognisable on wire line logs in uncored wells, and in characteristic seismic expressions that show these trends in undrilled areas. This approach has been proven to be effective in delineating porosity trends, visualised by 3-D seismic in the Collendoornerveen field, and thus provides a new exploration ‘tool’ in hydrocarbon exploration.
    Źródło:
    Geologos; 2012, 18, 3; 163-195
    1426-8981
    2080-6574
    Pojawia się w:
    Geologos
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wielowymiarowa analiza skalowania procesów wypierania mieszającego w ośrodku porowatym
    Multidimensional scaling analysis of mixing displacement processes in porous media
    Autorzy:
    Gołąbek, Andrzej
    Szott, Wiesław
    Powiązania:
    https://bibliotekanauki.pl/articles/2143431.pdf
    Data publikacji:
    2021
    Wydawca:
    Instytut Nafty i Gazu - Państwowy Instytut Badawczy
    Tematy:
    modelowanie złożowe
    symulacje złożowe
    teoria podobieństwa
    liczby kryterialne
    wypieranie mieszające
    reservoir modeling
    reservoir simulations
    theory of similarity
    criterial numbers
    miscibility displacement
    Opis:
    W pracy podjęto próbę zastosowania teorii podobieństwa do modelowania badań laboratoryjnych wykonanych na tzw. długich rdzeniach wiertniczych. Wykorzystane w ramach pracy badania laboratoryjne obejmowały wypieranie ropy zatłaczanym dwutlenkiem węgla oraz siarkowodorem. Do analizy pod kątem zjawiska skalowania wykorzystano dziewięć eksperymentów – pięć wybranych badań dotyczyło wypierania ropy dwutlenkiem węgla, a pozostałe cztery wypierania ropy przy zastosowaniu siarkowodoru jako medium wypierającego. W pierwszym etapie realizacji pracy zbudowano modele symulacyjne wybranych eksperymentów w celu określenia parametrów mieszania się płynów, a w szczególności określenia współczynnika dyspersji fizycznej. Korzystając z uzyskanych wyników, sporządzono pełną listę parametrów opisujących zjawisko wypierania mieszającego zachodzące w eksperymentach. Wykonano analizę wymiarową i przy użyciu twierdzenia Buckinghama wygenerowano zestawy liczb podobieństwa opisujące to zjawisko. Wybrano jeden z wygenerowanych zestawów liczb podobieństwa właściwy dla ich porównania z jednowymiarowym modelem matematycznym opisującym zjawisko wypierania mieszającego wyrażonego w postaci równań o bezwymiarowych zmiennych niezależnych i bezwymiarowych współczynnikach. Zidentyfikowano współczynniki tych równań z wcześniej wygenerowanymi liczbami podobieństwa oraz określono pozostałe liczby podobieństwa niewystępujące w tych równaniach. Celem szczegółowej analizy wyników eksperymentów przeprowadzono ich parametryzację, wykorzystując wielomiany Padégo jako najprostsze efektywne modele interpolacyjne tych wyników. W konsekwencji analizowano zależność wyników eksperymentów w postaci powyższych parametrów od poszczególnych liczb podobieństwa. Potwierdzono dominującą zależność wyników eksperymentów wypierania mieszającego od liczb podobieństwa występujących jako bezwymiarowe współczynniki w równaniach opisujących modele jednowymiarowe tego procesu. Zbadano wpływ grawitacji na efektywne modelowanie procesu wypierania mieszającego jako zjawiska świadczącego o wielowymiarowości analizowanego procesu poprzez zastosowanie modeli trójwymiarowych oraz ich redukcję do postaci jednowymiarowej z użyciem efektywnej stałej dyspersji. Przedstawiono założenia i wyniki takiego modelowania. Wykorzystano je do wyznaczenia stałej dyspersji poprzecznej do kierunku procesu wypierania poprzez ich zastosowanie do analizy eksperymentów wypierania różniących się wydajnością zatłaczanego płynu.
    An attempt was made to use the theory of similarity to model laboratory tests performed on long drill cores. The tests included the displacement of crude oil with the injected carbon dioxide (five tests) and hydrogen sulphide (four tests). In the first stage of the work, simulation models of selected experiments were built to determine the fluid mixing parameters, and in particular to determine the physical dispersion coefficient. Using the obtained results, a complete list of parameters describing the phenomenon of mixing displacement occurring in the experiments was determined. A dimensional analysis was performed and sets of similarity numbers describing this phenomenon were generated using Buckingham's theorem. One of the generated sets of similarity numbers was selected, appropriate for their comparison with a one-dimensional mathematical model describing the phenomenon of mixing displacement expressed in the form of equations with dimensionless independent variables and dimensionless coefficients. The coefficients of these equations were identified as some of the previously generated similarity numbers, while the remaining similarity numbers do not enter these equations. In order to analyse the results of the experiments in detail, their parameterization was carried out using Padé polynomials as the simplest, effective interpolation models of these results. As a consequence, the dependence of the results of the experiments in the form of the above parameters on the individual numbers of similarity was analysed. The dominant dependence of the results of the mixing displacement experiments on the similarity numbers appearing as dimensionless coefficients in the equations describing the one-dimensional models of this process was confirmed. The influence of gravity on the effective modelling of the mixing displacement process as a phenomenon proving the multidimensionality of the analysed process by using three-dimensional models and their reduction to one-dimensional form with the use of effective constant dispersion was investigated. The assumptions and results of such modelling were presented. They were used to determine the dispersion coefficient in the direction transverse to the displacement process by their application to the analysis of displacement experiments for different injection rates.
    Źródło:
    Nafta-Gaz; 2021, 77, 10; 657-672
    0867-8871
    Pojawia się w:
    Nafta-Gaz
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Numerical Simulations and Tracer Studies as a Tool to Support Water Circulation Modeling in Breeding Reservoirs
    Autorzy:
    Zima, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/241289.pdf
    Data publikacji:
    2014
    Wydawca:
    Polska Akademia Nauk. Instytut Budownictwa Wodnego PAN
    Tematy:
    breeding reservoir hydraulics
    water circulation
    tracer study
    mathematical modeling
    kinematics models
    Opis:
    The article presents a proposal of a method for computer-aided design and analysis of breeding reservoirs in zoos and aquariums. The method applied involves the use of computer simulations of water circulation in breeding pools. A mathematical model of a pool was developed, and a tracer study was carried out. A simplified model of two-dimensional flow in the form of a biharmonic equation for the stream function (converted into components of the velocity vector) was adopted to describe the flow field. This equation, supplemented by appropriate boundary conditions, was solved numerically by the finite difference method. Next, a tracer migration equation was solved, which was a two-dimensional advection-dispersion equation describing the unsteady transport of a non-active, permanent solute. In order to obtain a proper solution, a tracer study (with rhodamine WT as a tracer) was conducted in situ. The results of these measurements were compared with numerical solutions obtained. The results of numerical simulations made it possible to reconstruct water circulation in the breading pool and to identify still water zones, where water circulation was impeded.
    Źródło:
    Archives of Hydro-Engineering and Environmental Mechanics; 2014, 61, 3-4; 217--229
    1231-3726
    Pojawia się w:
    Archives of Hydro-Engineering and Environmental Mechanics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Neural networks in mining sciences – general overview and some representative examples
    Sieci neuronowe w naukach górniczych – ogólne omówienie i kilka reprezentatywnych przykładów
    Autorzy:
    Tadeusiewicz, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/219318.pdf
    Data publikacji:
    2015
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    neural networks
    applications in mining sciences
    process modeling
    systems modeling
    machine learning
    modeling of the oil mining process
    forecasting of reservoir properties
    sieci neuronowe
    zastosowania w naukach górniczych
    modelowanie procesów
    modelowanie systemów
    uczenie maszyn
    modelowanie procesu wydobycia ropy naftowej
    przewidywanie właściwości zbiornikowych pokładów geologicznych
    Opis:
    The many difficult problems that must now be addressed in mining sciences make us search for ever newer and more efficient computer tools that can be used to solve those problems. Among the numerous tools of this type, there are neural networks presented in this article – which, although not yet widely used in mining sciences, are certainly worth consideration. Neural networks are a technique which belongs to so called artificial intelligence, and originates from the attempts to model the structure and functioning of biological nervous systems. Initially constructed and tested exclusively out of scientific curiosity, as computer models of parts of the human brain, neural networks have become a surprisingly effective calculation tool in many areas: in technology, medicine, economics, and even social sciences. Unfortunately, they are relatively rarely used in mining sciences and mining technology. The article is intended to convince the readers that neural networks can be very useful also in mining sciences. It contains information how modern neural networks are built, how they operate and how one can use them. The preliminary discussion presented in this paper can help the reader gain an opinion whether this is a tool with handy properties, useful for him, and what it might come in useful for. Of course, the brief introduction to neural networks contained in this paper will not be enough for the readers who get convinced by the arguments contained here, and want to use neural networks. They will still need a considerable portion of detailed knowledge so that they can begin to independently create and build such networks, and use them in practice. However, an interested reader who decides to try out the capabilities of neural networks will also find here links to references that will allow him to start exploration of neural networks fast, and then work with this handy tool efficiently. This will be easy, because there are currently quite a few ready-made computer programs, easily available, which allow their user to quickly and effortlessly create artificial neural networks, run them, train and use in practice. The key issue is the question how to use these networks in mining sciences. The fact that this is possible and desirable is shown by convincing examples included in the second part of this study. From the very rich literature on the various applications of neural networks, we have selected several works that show how and what neural networks are used in the mining industry, and what has been achieved thanks to their use. The review of applications will continue in the next article, filed already for publication in the journal „Archives of Mining Sciences“. Only studying these two articles will provide sufficient knowledge for initial guidance in the area of issues under consideration here.
    Liczne i trudne problemy, jakie muszą być obecnie rozwiązywane w naukach górniczych, skłaniają do poszukiwanie i wypróbowywania wciąż nowszych i bardziej sprawnych narzędzi informatycznych, które mogą być wykorzystane do rozwiązywania tych problemów. Wśród narzędzi tego typu, które wprawdzie jeszcze powszechnie wykorzystywane nie są, z pewnością zasługują na uwagę, warto rozważyć przedstawiane w tym artykule sieci neuronowe. Sieć neuronowa, której schemat przedstawiony jest na rysunku 1, jest narzędziem tak zwanej sztucznej inteligencji, wywodzącym się z prób modelowania struktury i funkcji biologicznych systemów nerwowych. Początkowo budowane i badane wyłącznie z ciekawości naukowej, jako komputerowe modele fragmentów ludzkiego mózgu, sieci neuronowe nieoczekiwanie okazały się skutecznym narzędziem w wielu zastosowaniach: w technice, w medycynie, w ekonomii a nawet w naukach społecznych. Mogą one dostarczać pojedynczych rozwiązań (wartości oszacowań poszukiwanych parametrów, lub przesłanek do podjęcia określonych decyzji), bądź całych wektorów rozwiązań – jakkolwiek w tym drugim przypadku celowe jest rozważenie kwestii, czy zastosować jedną sieć o wielu wyjściach, czy kilka sieci mających pojedyncze wyjście (Rys. 2). Przy tworzeniu sieci neuronowych trzeba wybierać stopień złożoności jej struktury, co nie jest łatwe, ponieważ sieć o zbyt ubogiej strukturze (zwłaszcza dysponująca zbyt mała liczbą tak zwanych neuronów ukrytych) może nie podołać rozwiązaniu bardziej złożonego zadania, natomiast sieć mająca zbyt skomplikowaną i bogatą strukturę zawsze sprawia kłopoty podczas procesu uczenia. Proces uczenia jest kluczem do wszystkich zastosowań sieci neuronowych. Kluczem do skutecznego nauczenia sieci rozwiązywania jakiejś klasy zadań jest posiadanie tak zwanego zbioru uczącego, to znaczy zbioru przykładowych zadań wraz z ich prawidłowymi rozwiązaniami (Rys. 4). Wprowadzając na wejście sieci dane stanowiące przesłanki do rozwiązania zadania i porównując odpowiedź sieci z prawidłową odpowiedzią zapisaną w zbiorze uczącym można na podstawie wykrytego błędu automatycznie korygować parametry sieci, co prowadzi zwykle do tego, że sieć po pewnym czasie sama nauczy się rozwiązywania rozważanej klasy zadań. Dzięki korzystaniu z procesu uczenia (opartego na przykładach, a nie na regułach) sieć neuronowa może rozwiązywać zadania, dla których my (użytkownicy sieci) nie dysponujemy wiedzą, jak te zadania należy rozwiązywać (Rys. 6). Dzięki temu sieć neuronowa może służyć jako model dowolnego złożonego procesu, co pozwala na wykonywanie dla tego procesu wielu istotnych czynności (Rys. 7). Niestety, mimo niewątpliwych zalet sieci neuronowych w naukach górniczych są one stosowane raczej rzadko. Prezentowany artykuł ma przekonać Czytelników, że sieci neuronowe mogą się okazać bardzo przydatne także w naukach górniczych. Artykuł stanowi również użyteczne wstępne wprowadzenie do wiedzy o sieciach neuronowych. Praca zawiera bowiem informacje o tym, jak są zbudowane nowoczesne sieci neuronowe, jak one działają i jak można ich używać. To wstępne omówienie przedstawione w artykule może pomóc w tym, by Czytelnik wyrobił sobie opinię, czym jest to narzędzie, jakie ma właściwości i w związku z tym do czego może mu się przydać. Oczywiście skrótowe wprowadzenie do problematyki sieci neuronowych zawarte w prezentowanym artykule nie wystarczy tym Czytelnikom, którzy dadzą się przekonać i naprawdę będą chcieli użyć sieci neuronowych. Będą oni potrzebowali jeszcze sporej porcji szczegółowej wiedzy, żeby mogli zacząć samodzielnie tworzyć takie sieci i ich używać w praktyce. Jednak jeśli decyzja o wypróbowaniu możliwości sieci neuronowych będzie pozytywna, to zainteresowany Czytelnik będzie mógł w artykule znaleźć odnośniki do pozycji literatury, pozwalających szybko i sprawnie poznać technikę sieci neuronowych na poziomie wystarczającym do rozpoczęcia własnych prac z tym wygodnym narzędziem. Będzie to tym łatwiejsze, że obecnie dostępnych jest sporo gotowych programów komputerowych pozwalających szybko i bez wysiłku tworzyć sztuczne sieci neuronowe, uruchamiać je, uczyć i wykorzystywać praktycznie. Oczywiście kluczową sprawą jest kwestia, jak tych sieci używać w naukach górniczych. O tym, że jest to możliwe i celowe przekonują jednak przykłady zawarte w drugiej części opracowania. Z przebogatej literatury, dotyczącej różnych zastosowań sieci neuronowych, wybrano kilkanaście prac, które pokazują, jak i do czego sieci neuronowych w górnictwie użyto i co zostało osiągnięte dzięki ich zastosowaniu. Ten przegląd zastosowań będzie kontynuowany w następnym artykule, zgłoszonym już do publikacji w czasopiśmie „Archiwum Górnictwa” i dopiero przestudiowanie obydwu tych artykułów dostarczy wiedzy wystarczającej do wstępnej orientacji w obszarze rozważanej tu problematyki.
    Źródło:
    Archives of Mining Sciences; 2015, 60, 4; 971-984
    0860-7001
    Pojawia się w:
    Archives of Mining Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykorzystanie sejsmicznych przekrojów fal podłużnych i przemiennych do kalibracji modelu prędkości fal poprzecznych
    Application of P and PS seismic sections in a calibration of S-wave velocity model
    Autorzy:
    Marzec, P.
    Pietsch, K.
    Kobylarski, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/184031.pdf
    Data publikacji:
    2006
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    sejsmika naftowa 3C
    sejsmiczna anomalia złożowa
    modelowanie sejsmiczne
    sejsmogram syntetyczny
    model prędkości fal P i S
    kalibracja prędkości fali S
    3C reservoir seismic
    reservoir seismic anomaly
    seismic modeling
    synthetic seismogram
    P and S-wave model
    S-wave velocity calibration
    Opis:
    Identyfikację sejsmicznych anomalii złożowych wspomaga metoda oparta na porównaniu rejestrowanych w strefach złożowych pól falowych: pola fal podłużnych (P) z polem fal poprzecznych (S) lub przemiennych (PS). Pierwszy w Polsce sejsmiczny profil badawczy, wzdłuż którego zarejestrowano zarówno fale P, jak i PS (2D-3C), wykonany został przez Geofizykę Kraków Sp. z o.o. (zleceniodawca PGNiG S.A.) na obszarze zapadliska przedkarpackiego w rejonie Chałupki Dębniańskie. Duże zmienności parametrów fizycznych, małe rozmiary poszukiwanych obiektów oraz brak doświadczeń z interpretacją pola fal PS spowodowały, że jako metodę wspomagającą opracowanie lokalnych kryteriów złożowej interpretacji danych sejsmicznych wybrano modelowania teoretycznego pola falowego. Brak wystarczającej ilości pomiarowych danych otworowych, szczególnie w zakresie fal S, spowodował, że podstawowym problemem badawczym w toku modelowań teoretycznego pola falowego okazał się właśnie problem określenia zmienności tej prędkości z głębokością (VS), niezbędnej do konstrukcji modeli sejsmogeologicznych górotworu. W artykule zaproponowano metodę kalibracji pomierzonych lub syntetycznych krzywych VS w oparciu o rozpoznany rozkład prędkości fal podłużnych (VP) oraz zarejestrowane i teoretyczne pola falowe P i PS. Skuteczność metody potwierdziła dość dobra zgodność pól rejestrowanych P i PS z polami obliczonymi programem SeisMod (Zakład Geofizyki AGH).
    Comparisons of P and S or converted wave (C-wave) seismic sections can improve identification of seismic reservoir anomalies. In Poland, the first experimental seismic P and C-wave survey was performed by Geofizyka Kraków Ltd (under supervision of PGNiG S.A.) in the area of Chałupki Dębniańskie (Carpathian Foredeep). High diversity of physical parameters in analyzed formations, small dimensions of geological targets and a lack of experience in C-wavefield interpretation caused theoretical wavefield modeling extremely indispensable for local reservoir interpretation. A shortage of satisfactory amount of well log data, particularly S-wave velocity information, caused a determination of S-wave changeability with depth the main problem in wavefield modeling. This paper proposes a method of calibration of measured or synthetic S-wave curves based upon both the recognized P-wave velocity distribution in the profile and the registered P and C-wavefield. An effectiveness of the proposed method was confirmed by high similarity of the registered wavefield and the wavefield computed with the use of SeisMod application (Department of Geophysics, AGH UST).
    Źródło:
    Geologia / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie; 2006, 32, 4; 419-440
    0138-0974
    Pojawia się w:
    Geologia / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykorzystanie technik sztucznych sieci neuronowych do predykcji wybranych parametrów jako uzupełnienia zbioru danych wejściowych w konstrukcji modeli parametrycznych 3D
    The use of artificial neural network techniques to predict selected parameters as a supplement to the input data set in the construction of 3D parametric models
    Autorzy:
    Kaczmarczyk, Weronika
    Brodzicki, Andrzej
    Powiązania:
    https://bibliotekanauki.pl/articles/2143629.pdf
    Data publikacji:
    2021
    Wydawca:
    Instytut Nafty i Gazu - Państwowy Instytut Badawczy
    Tematy:
    predykcja 1D
    sieci neuronowe
    estymacja parametryczna
    modelowanie 3D
    charakterystyka złoża węglowodorów
    1D prediction
    artificial neural network
    parametrical estimation
    3D modeling
    hydrocarbon reservoir characterization
    Opis:
    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 estymowane 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 estymowaną) 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 estymowanego 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.
    The article presents the possibilities of using artificial neural networks for parametric prediction in borehole profiles, the application of which supplemented the set of information in all boreholes located within the analyzed area. The approach presented in the article will be used when there is no possibility of specialized interpretation of the drilling geophysics curves, supplementing the missing data. The set of data used in the study included solutions in the profiles of 10 boreholes, four of which were characterized by the availability of the full data set analyzed in this article, including compressional wave velocity, effective porosity, hydrocarbon saturation, Young’s modulus and Poisson’s ratio. Using the technique of the operation of artificial neural networks, a prediction of missing information was carried out based on the relationships between the analyzed parameters in the wells, where the estimated data was available. In recent years, there has been a dynamic development of machine learning technology and the so-called artificial intelligence. There are very few fields of science in which they find no application. The hydrocarbon saturation parameter, despite the challenges posed by the interpretation of this parameter, was also subjected to an estimation attempt, confirming the low correlation values between the analyzed parameters and requiring much more advanced work of an individual nature. The results of parametric prediction, previously validated by characterizing the R and RMSE parameters, were applied in the next step in the spatial modeling process of all analyzed parameters. Finally, as part of the visualization of the differences between the use of an incomplete and partially estimated data set in spatial analysis, a map of mean values of the selected parameter within the analyzed interval was presented. The set of data prepared in this way allowed for a more reliable spatial reconstruction of the distribution of parameters important in the context of the characteristics of the hydrocarbon reservoir, on the basis of which, in the subsequent stages, it is possible to more fully assess the deposit potential of the analyzed object. The methodology presented in the article, supported by a real case study, is an alternative to geophysical interpretations that require financial and time resources, sometimes large numbers of boreholes, especially for areas characterized by relatively low spatial variability and tectonic complexity. The condition is the availability of the interpretation in at least several boreholes, constituting a pattern for recreating the variability of the tested parameter / parameters in the remaining profiles of the boreholes.
    Źródło:
    Nafta-Gaz; 2021, 77, 7; 429-445
    0867-8871
    Pojawia się w:
    Nafta-Gaz
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Podział skały zbiornikowej na jednostki o jednakowych właściwościach hydraulicznych w celu dokładniejszego wyznaczania przepuszczalności podczas modelowania przepływów w złożu gazu
    Hydraulic units differentiated in reservoir rock to facilitate permeability determinations for flow modeling in gas deposit
    Autorzy:
    Jarzyna, J.
    Ha Quang, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/2074649.pdf
    Data publikacji:
    2009
    Wydawca:
    Państwowy Instytut Geologiczny – Państwowy Instytut Badawczy
    Tematy:
    zapadlisko przedkarpackie
    parametry zbiornika
    FZI — Flow Zone Index
    HU — Hydraulic Unit
    modelowanie przepływów
    Eclipse® (Schlumberger)
    reservoir parameters
    Flow Zone Index (FZI)
    hydraulic unit (HU)
    flow modeling
    Carpathian Foredeep
    Opis:
    Petrophysical parameters such as porosity and permeability and bulk density are input data for modeling hydrocarbon flow in reservoirs with the use of Eclipse® program (Schlumberger). The modeling is preceded by preliminary works comprising division of reservoir into hydraulic (flow) units, HU, and their characterization by geometrical and geological factors. Flow Zone Index, FZI, is a factor enabling easier description of movement of media in pore space only on the basis of combination of permeability and porosity. Then, HUs are determined on the basis of FZIs. The tested gas deposit belonged to a group of typical Miocene reservoirs from the Polish part of the Carpathian Foredeep. In this deposit, gas accumulations are related to deltaic sediments represented by sandstone and mudstone layers of various thickness, and heterolites with claystone, mudstone and sandstone intercalations. In the case of this deposit, the wealth of laboratory data made possible credible differentiation of FZI and HU. The tested methodology can also be applied to investigations of reservoirs bearing potable, mineral and geothermal water as well as those used for storage of sequestrated carbon dioxide.
    Źródło:
    Przegląd Geologiczny; 2009, 57, 11; 996-1003
    0033-2151
    Pojawia się w:
    Przegląd Geologiczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-7 z 7

      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