Photo Photo Photo Photo Photo Photo

Print
E-mail
Geology: PREDICTION OF RESERVOIR PERMEABILITY FROM WIRE LOGS DATA USING ARTIFICIAL NEURAL NETWORKS

 

PREDICTION OF RESERVOIR PERMEABILITY FROM WIRE LOGS DATA USING ARTIFICIAL NEURAL NETWORKS

 

Amnah M. Handhel

Department of Geology, College of Science, University of Basra. Basra- Iraq

 

Abstract

This paper presents a methodology to predict reservoir permeability from well logs data by using an artificial intelligence technique namely artificial neural network. A multilayered perceptron trained by backpropagation algorithm was used to build the predictive model. The performance of the net results was measured by correlation coefficient. The implemented artificial neural network model is demonstrated by applying it to Mishrif limestone reservoir at Nasyria oil field, south of Iraq. The results show that artificial neural network was capable of reproducing permeability (horizontal and vertical) with very high accuracy, so that the calculated correlation coefficients for horizontal and vertical permeability were 0.85 and 0.90, respectively. The results could be generalized to other field after examining new data, and a regional study might be possible to study reservoir properties in south of Iraq with cheap and very fast constructed models.


Key Words: Artificial neural network, Mishrif Formation, Permeability, Artificial intelligence

 

تخمين نفاذية صخور المكمن النفطي من قراءات المجسات البئرية باستخدام تقنية

الشبكات العصبية الصناعية

 

           آمنة مال الله حنظل

قسم علم الارض، كلية العلوم، جامعة البصرة. البصرة- العراق.

 

الخلاصة

يتطرق البحث الحالي الى امكانية استخدام احدى تقنيات الذكاء الصناعي المعروفة باسم الشبكات العصبية الصناعية للتنبؤ بقيم نفاذية الصخور المكمنية باستخدام المجسات البئرية المختلفة. بني نموذج الشبكة العصبية الصناعية اعتماداً على معمارية النوع الشائع منها وهي الشبكة العصبية المتعددة الطبقات واستخدمت طريقة الانسياب للخلف لغرض تدريبها (معايرتها). تم تقييم ادائية الشبكة العصبية باستخدام معامل الارتباط التربيعي. طبق نموذج الشبكة العصبية المعاير للتنبؤ بقيم النفاذيات (الافقية والعمودية) على تكوين المشرف في حقل الناصرية ، جنوب العراق. بينت النتائج الامكانية العالية جداً لنموذج الشبكة العصبية للتنبؤ بقيم النفاذيات فقط باستخدام قراءات المجسات البئرية لخمس مجسات شائعة هي مجس النيوترون والمجس الصوتي ومجس الكثافة ومجس الحث العميق ومجس اشعة كاما. خرجت الدراسة بنتيجة مفادها امكانية استخدام مثل هذه التقنيات الحديثة وغير المكلفة في حقل جيولوجيا النفط في العراق.

4

 

 

 

S5 Box

Login



Register

*
*
*
*
*

Fields marked with an asterisk (*) are required.