Yapay sinir ağı ve genetik ters çözüm yöntemleri kullanılarak sismik verilerin yorumlanması: Kuzey Açık Denizi'ndeki Hollanda örneği
Interpretation of seismic data using artificial neural network and genetic inversion: Holland data example from North Sea offshore
- Tez No: 667477
- Danışmanlar: DOÇ. DR. ERTAN PEKŞEN
- Tez Türü: Yüksek Lisans
- Konular: Jeofizik Mühendisliği, Geophysics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Jeofizik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 64
Özet
Kuzey Denizi'nin bir parçası olan Hollanda (The Dutch sector) 57.000 km2 alan kaplamaktadır. Hollanda açık deniz sediman çökelimlerinde birçok kanıtlanmış, petrol ve gaz arama faaliyetleri de gerçekleştirilen orta Paleozoyik yaşlı hidrokarbon sistemi mevcuttur. Bu petrol sistemi içerisinde kalın Permiyen Zechstein tuz tabakası yapısal ve stratigrafik olarak etkili ekonomik hidrokarbon içeren kapanlar sunmaktadır. Bu alanda, daha önce deniz tabanının morfolojisinin belirlenmesi, genel stratigrafik yapının ortaya çıkarılması ve hidrokarbon aramacılığı amacıyla birçok sismik veri toplama ve kuyu açma faaliyeti gerçekleştirilmiştir. Bu çalışmada; Kuzey Deniz Hollanda (North Sea Dutch Sector) alanı Pliyosen yaşlı birimleri içerisinde yığma sonrası sismik veri (1900 m) ve kuyu logu (dört kuyu) kullanılarak; zaman-derinlik dönüşümü, formasyon giriş yüzey haritalama ve sismik yorumlama log korelasyonu çalışmaları yapılmıştır. Bu çalışmada ana sismik nitelik olarak, sinir ağı ve genetik algoritma kombinasyonundan oluşan Schlumberger patentli Petrel yazılım programı içerisindeki hacim niteliklerinden genetik ters çözüm niteliği kullanılmıştır. Bu nitelik, klasik ters çözüm yöntemlerinden hem veri girdisi hem de işlem için gerekli süre bakımından daha etkilidir. Ayrıca bu ters çözüm yöntemi klasik ters çözüm yöntemlerine göre daha duyarlı ve daha kesin sonuç vermektedir. Bu sismik niteliğin yanı sıra karşılaştırma amaçlı olarak göreceli akustik empedans (RAI), Ortalama Karekök Genlik (RMS) sismik nitelikleri de araştırılmıştır. Genetik ters çözüm sonrası elde edilen verilerin, sinir ağı öğrenme ve ters çözüm öncesi veriler ile korelasyon karşılaştırması yapılmıştır. Girdi ve çıktı veri kümelerinin uyuşma oranı genetik ters çözüm niteliğinin; hidrokarbon potansiyeli olan yapıların belirlenmesi ve kuyu korelasyonlarının gerçekleştirilmesi ve stratigrafik yorum yapılması amacıyla kabul edilebilir olduğunu ortaya koymuştur.
Özet (Çeviri)
The Dutch sector, which is part of the North Sea, covers 57,000 km2. Dutch offshore sediment deposited areas have many proven middle Paleozoic aged hydrocarbon systems where petroleum and gas exploration activities have been carried out since the 1960s. In this petroleum system, the thick Permian Zechstein salt layer provides an effective cap stratigraphically and structurally. Many seismic data acquisition and well drilling activities were carried out for; delineating the morphology of the sea floor, revealing the general stratigraphic structure of the area and hydrocarbon exploration. In this study; using the post-stack seismic data (up to 1900 m) and well log (four wells) within the Pliocene aged units of the North Sea Dutch Sector area; time-depth conversion, formation surface mapping, seismic interpretation, and log correlation were obtained. The combination of neural network and genetic algorithm methods which is called as a genetic inversion (GI) method was used as the main seismic attribute from the volume attributes of the Schlumberger patented Petrel software. This attribute is more effective than classical inversion methods in terms of both data input and run time for the process. In addition, GI method gives more sensitive and more precise results than conventional inversion methods. Further, relative acoustic impedance (RAI), Mean Square Root Amplitude (RMS) attributes were applied for correlation. The GI results were compared with the data that used as input before the neural net learning step and inversion process. The correlation ratio between input data and inversion results indicated that the GI attribute can be used for; hydrocarbon exploration, well correlation, and stratigraphic interpretation.
Benzer Tezler
- Melez genetik algoritmalar ile yapı-tabanlı model gerçekleme
Structure-based model verification by hybrid genetic algorithms
İRFAN AKCA
Doktora
Türkçe
2010
Jeofizik MühendisliğiAnkara ÜniversitesiJeofizik Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET TUĞRUL BAŞOKUR
- Paralel mekanizmaların çalışma uzayı analizinde kullanılan yapay sinir ağı yapısının genetik algoritmalar ile belirlenmesi
Determination of the neural network structure used in parallel mechanism?s workspace analyses by genetic algorithms
ZEYNEP EKİCİOĞLU
Yüksek Lisans
Türkçe
2011
Makine Mühendisliğiİstanbul Teknik ÜniversitesiDisiplinlerarası Ana Bilim Dalı
PROF. DR. İBRAHİM ÖZKOL
YRD. DOÇ. DR. VASFİ EMRE ÖMÜRLÜ
- Üç serbestlik dereceli bir robotun, yapay sinir ağları ve genetik algoritma kullanılarak engelli ortamda çarpışmasız yörünge planlaması
Realize the collision free path planning with obstacles environment of three degrees of freedom robot using artifical neural networks and genetic algorithm
SERHAT AKSUNGUR
Yüksek Lisans
Türkçe
2009
Makine MühendisliğiSelçuk ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. KORAY KAVLAK
- Yapay sinir ağlarında öğrenme algoritmalarının analizi
Analysis of learning algorithms in neural networks
SEVİNÇ BAKLAVACI
Yüksek Lisans
Türkçe
1994
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiDOÇ.DR. LEYLA GÖREN
- Analysis and synthesis of reflectarray antenna
Yansıtıcı dizi anten analiz ve sentezi
SELAHATTİN NESİL
Doktora
İngilizce
2014
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. FİLİZ GÜNEŞ
PROF. DR. BAHATTİN TÜRETKEN