Karaboğaz formasyonunun sıvı petrol ve gaz miktarının derin öğrenme ile tahmin edilmesi
Fluid oil and gas volumes prediction of the Karabogaz formation based on deep learning
- Tez No: 813203
- Danışmanlar: PROF. DR. ŞAMİL ŞEN
- Tez Türü: Yüksek Lisans
- Konular: Jeoloji Mühendisliği, Geological Engineering
- Anahtar Kelimeler: Karaboğaz Formasyonu, Karababa A, Sıvı Petrol, Gaz, Derin Öğrenme, Karaboğaz Formation, Karababa A, Fluid Oil, Gas, Deep learning
- Yıl: 2023
- 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: 82
Özet
Ankonvansiyonel hidrokarbon arama ve üretim faaliyetleri her geçen gün yatay sondaj, hidrolik çatlatma ve yapay zeka teknolojileri ile artmaktadır. Şeyllerin serbest sıvı petrol ve gaz miktarı (S1), ankonvansionel rezervuarlardan üretim yapılması için temel parametrelerden birisidir. Bununla birlikte, herhangi bir şeyl rezervindeki tüm kuyuların tüm aralıklarından örnekler almak zaman alıcı ve pratik değildir. Bu çalışmada, Karaboğaz Formasyonu ve Karababa A biriminin sıvı petrol ve gaz miktarının tahmini daha ekonomik ve hemen kullanılabilir konvansiyonel loglardan tahmin etmek için veri odaklı makine öğrenimi yöntemikullanılmıştır. Makina öğrenimi çalışması için kuyu logu verileri (GR, Sonic), ve Piroliz (TOK) verilerinden oluşan bir veri seti oluşturulmuştur.Batı Kilis-1, Çoşkunsel, Karakuş-1, Suvarlı-2, Elbeyli-1, Siverek-1, Yakaçık-1, Beşikli-1, Beşikli- 4, Batı Fırat-2 organik madde açısından zengin karbonat çamurtaşından elde edilen bir veri seti, derin öğrenme modelinin oluşturulmasında kullanılmıştır. Tensorflow-Keras kütüphanesi ile 512, 256, 128, 64 ve 64 nöronlardan ve 5 katmanlı yapay sinir ağı (YSA) ile yapılan eğim ve test çalışmasında en iyi ortalama hata geçmişi elde edilmiştir. Bu yapay sinir ağları (YSA) parametrelerini kullanarak oluşturulan modelde lineer korelasyon katsayısı R2=0.93 kadar yüksek tahmin edilmiştir. Elde edilen derin öğrenme modeli Ceylanpınar 1 Ve Altınbaşak 1 kuyularının sıvı petrol ve gaz miktarı tahmininde kullanılmıştır. Jupiter Notebook üzerinden Pyhton 3 kodlama dili ile oluşturduğumuz model yeniden yüklenerek bu modele tahmin veri seti girilmiş ve sıvı petrol ve gaz miktarı değerleri başarılı bir şekilde tespit edilmiştir.
Özet (Çeviri)
An unconventional hydrocarbon exploration and production activities are increasing day by day with the use of horizontal drilling, hydraulic fracturing, and artificial intelligence technologies. The amount of free liquid oil and gas in shales (S1) is one of the fundamental parameters for production from unconventional reservoirs. However, sampling from all intervals of wells in any shale reservoir is time-consuming and impractical. In this study, a data-driven machine learning approach was used to estimate the quantity of liquid petroleum and gas in the Karaboğaz Formation and Karababa A using more economical and readily available conventional logs. A dataset was created consisting of well log data (GR, Sonic) and Pyrolysis (S1, TOK) data. The dataset derived from organic-rich carbonate mudstones obtained from Batı Kilis-1, Çoşkunsel-2, Karakuş-1, Suvarlı-2, Elbeyli-1, Siverek1, Yakaçık-1,Beşikli-1, Beşikli-4, and Batı Fırat-2 wells was used to build a deep learning model. The deep neural network was created with 512, 256, 128, 64, and 64 neurons and a 5-layer artificial neuralnetwork (ANN) architecture using the TensorFlow-Keras library. The best average error historywas obtained in the training and testing of the model. The linear correlation coefficient R2 of the model using these ANN parameters was predicted to be as high as 0.93. The resulting deep learning model was used to predict the liquid petroleum and gas quantities in Ceylanpınar 1 andAltınbaşak 1 wells. The obtained deep learning model was used to predict the liquid oil and gasquantities of the Ceylanpınar 1 and Altınbaşak 1 wells. The model, created using the Python 3programming language in a Jupyter Notebook, was reloaded, and prediction data was entered into this model. The values for liquid oil and gas quantities were successfully detected with thismodel.
Benzer Tezler
- Adıyaman bölgesinde Karaboğaz formasyonunun kaynak kaya potansiyeli
Source rock potential of Karaboğaz formation in Adıyaman region
ORHAN KAVAK
Doktora
Türkçe
1997
Jeoloji Mühendisliğiİstanbul ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
PROF.DR. ÖNDER ÖZTUNALI
- Karaboğaz ve Karababa formasyonlarının (Adıyaman) hidrokarbon potansiyeli ve iz element dağılımlarının incelenmesi
Investigation of hydrocarbon potential and trace element distribution of Karaboğaz and Karababa formations (Adıyaman)
VEYSİ KOÇ
Yüksek Lisans
Türkçe
2019
Jeoloji MühendisliğiBatman ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DERYA KOCA
- Adıyaman güneyinin (Araban-Besni arası) kuyu logları ve sismik verilerle petrol jeolojisi yönünden değerlendirilmesi
Başlık çevirisi yok
SELAMİ İNCEDALCI
Yüksek Lisans
Türkçe
1993
Jeoloji MühendisliğiAnkara ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
PROF. DR. NURETTİN SONEL
- Germav formasyonunun pllanktonik foraminifer içeriği Kahta,Adıyaman
Content of planktonic foraminifera of the germavformation: Kahta, Adıyaman
TURAN ÖZDAL
Yüksek Lisans
Türkçe
2019
Jeoloji MühendisliğiKahramanmaraş Sütçü İmam ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜLDEMİN DARBAŞ
- Yağlıpınar formasyonunun (Pınarbaşı kuzeyi) sedimantolojisi
Sedimentologic features of Yaglipinar formation northern Pinarbaşi
FATMA TARAF
Yüksek Lisans
Türkçe
2008
Jeoloji MühendisliğiFırat ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM TÜRKMEN