Dadaş şeylinin mineral bileşiminin ve toplam organik madde miktarının (TOK) makine öğrenmesi ile belirlenmesi
Estimation of mineralogical composition and total organic carbon (TOC) of the Dadas shale by using machine learning
- Tez No: 682765
- Danışmanlar: DOÇ. DR. ŞAMİL ŞEN
- Tez Türü: Yüksek Lisans
- Konular: Jeoloji Mühendisliği, Geological Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Jeoloji Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Jeoloji Mühendisliği Bilim Dalı
- Sayfa Sayısı: 74
Özet
Dünya'da ve ülkemizde petrol ve gaz kaynaklarına olan ihtiyaç giderek artmaktadır. ABD öncülüğünde başlayan ankonvansiyonel hidrokarbon arama ve üretim faaliyetleri her geçen gün yatay sondaj, hidrolik çatlatma ve yapay zeka teknolojileri ile artmaktadır. Bu tezde, Dadaş Şeylinin üretilebilir sıvı petrol hacmi ve adsorpsiyon kapasitesi verilerinin belirlenmesinde kullanılan toplam organik karbon (TOK) miktarı ile hidrolik çatlatma modellemesi için kullanılan mineralojik bileşim tayini ucuz ve hızlı bir şekilde makine öğrenmesi ile yapılmıştır. Yapay zeka çalışması için kuyu logu verileri (GR, Sonic, Density ve Rezistivite), XRD analizi verileri (Kuvars, Feldspat, Karbonat, Kil ve Pirit) ve Piroliz (olgunluk) -TOK verilerinden oluşan bir veri seti oluşturulmuştur. Dadaş Şeylinin TOK miktarı ve mineralojik bileşimi yapay sinir ağları kullanılarak Neural Designer yazılımı ile hesaplanmıştır. Çalışma ile lineer regresyon katsayıları; TOK için %93,1, Kuvars için %88, Feldspat için %80,7, Karbonat için %83,5, Kil için %81,7 ve Pirit için %87 olarak bulunmuştur. Elde edilen lineer regresyon verileri, yapay zeka ile TOK ve mineraloji bileşiminin başarılı bir şekilde tespit edilebildiğini göstermiştir.
Özet (Çeviri)
The demand for oil and gas are continuing to increase in the world and in Turkey. Unconventional hydrocarbon exploration activities pioneered by US are growing up with the new technologies such as horizontal drilling, hydraulic fracturing and machine learning. In this thesis, quick and cheap determination of total organic carbon (TOC) that is important for producible liquid oil volume and adsorption capacity and, mineralogical composition that is important for hydraulic fracturing have been carried out by machine learning. A data set that consists of log data (GR, Sonic, Density and Resistivity), XRD whole rock data (Quartz, Feldspar, Carbonate, Clay and Pyrite), pyrolysis (maturity) and TOC data have been created. TOC and mineralogical composition of the Dadaş Shale have been calculated with“Neural Designer”software that uses artificial neural networks. The correlation coefficients of 93.1% for TOC, 88% for quartz, 80.7% for feldspar, 83.5% for carbonate, 81.7% for clay and 87% for pyrite have been calculated based on linear regression analyses. The correlation coefficients show that TOC and mineralogical composition of the Dadaş Shale could be successfully determined with artificial neural network.
Benzer Tezler
- Atık sulardaki bazı metal katyonları ve boyar maddelerin zeolitle tutulması
The Adsorbtion of some metal cation and the dyes in waste waters by zeolite
NAZAN KARAPINAR
- Dadaş şeylinin porozite miktarının derin öğrenme modeli ile tahmin edilmesi
Prediction of porosity amount of the Dadaş shale based on amodel using deep learning
ABDULILAH ALKHALAF
Yüksek Lisans
Türkçe
2024
Jeoloji Mühendisliğiİstanbul Üniversitesi-CerrahpaşaJeoloji Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAMİL ŞEN
- Dadaş şeylinin kırılganlık indeksinin derin öğrenme ile tahmin edilmesi
Prediction of brittleness index of Dadaş shale using deep learning
ORKHAN MUSAZADA
Yüksek Lisans
Türkçe
2023
Jeoloji Mühendisliğiİstanbul Üniversitesi-CerrahpaşaJeoloji Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAMİL ŞEN
- The fracability evaluation of Dadaş shale in Southeastern Turkey based on its geomechanical properties
Güneydoğu Türkiye'deki Dadaş şeylinin jeomekanik özelliklerine göre çatlatılabilirlik değerlendirmesi
OĞUZ CİHANER
Yüksek Lisans
İngilizce
2023
Petrol ve Doğal Gaz MühendisliğiOrta Doğu Teknik ÜniversitesiPetrol ve Doğal Gaz Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BETÜL YILDIRIM
- Kolon boyut ve şeklinin değişiminin kat kesme kuvveti dağılımına etkisi
The effect of changes in column dimension and column shape to the distribution of the floor shear force
ULAŞ TUNALI
Yüksek Lisans
Türkçe
2004
İnşaat MühendisliğiSakarya Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. HÜSEYİN KASAP