Geri Dön

Developing a versatile artificial neural network model for eutimating reservar permebility in three dimensional space

Üç boyutlu uzayda rezervuar geçirgenliğini tahmin etmek için çok amaçlı bir yapay sinir ağı modelinin geliştirilmesi

  1. Tez No: 93020
  2. Yazar: GÜVEN BURÇ ARPAT
  3. Danışmanlar: PROF. DR. FEVZİ GÜMRAH
  4. Tez Türü: Yüksek Lisans
  5. Konular: Petrol ve Doğal Gaz Mühendisliği, Petroleum and Natural Gas Engineering
  6. Anahtar Kelimeler: Rezervuar Karakterizasyonu, Geçirgenlik, Gözeneklilik, Kuyu Loğları, Karot Analizi, Yapay Zeka, Yapay Sinir Ağlan (YSA), Geriyayımlı, Üç Boyutlu (3D) Uzayda Tahmin. vı, Reservoir Characterization, Permeability, Porosity, Wireline (Well) Logs, Core Analysis, Artificial Intelligence, Artificial Neural Networks (ANNs), Backpropagation, Estimation in Three Dimensional (3D) Space. IV
  7. Yıl: 2000
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Petrol ve Doğal Gaz Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 245

Özet

oz ÜÇ BOYUTLU UZAYDA REZERVUAR GEÇİRGENLİĞİNİ TAHMİN ETMEK İÇİN ÇOK AMAÇLI BİR YAPAY SİNİR AĞI MODELİNİN GELİŞTİRİLMESİ ARPAT, Güven Burç Yüksek Lisans, Petrol ve Doğalgaz Mühendisliği Bölümü Tez Yöneticisi: Prof. Dr. Fevzi GÜMRAH Eylül 2000, 223 sayfa Rezervuar özelliklerinin tahmin edilmesi rezervuar kontrolü ve geliştirilmesi açısından son derece önemlidir. Geçirgenlik ise, denebilir ki, rezervuar özellikleri arasından tahmin edilmesi en zor olanlarından bir tanesidir. Kuyu boyunca geçirgenlik tahmini, genellikle DST testleri (kuyu testleri) veya kuyu loğları ve karot verisinin deneysel ya da istatistiksel yöntemlerle ilişklilendirilmesi ile yapılmaktadır. Bu alanda alternatif olarak ortaya çıkan yeni bir teknik ise yapay sinir ağlarının (YSA) kullanımım önermektedir. Bu alternatifte, YSA gerekli log verisi ile eğitilmekte ve karot verisini bulmasıbeklenmektedir. Fakat, böyle bir YSA tahmini çok fazla veri ve her bir uygulama ve saha için uzmanlar tarafından ince ayarının yapılmasını gerektirmektedir. Yukarıda sözü edilen problemlerin önüne geçmek ve YSA'lann rezervuar boyunca, kuyu olmayan bölgelerde dahi üç boyutlu (3D) geçirgenlik tahmini için kullanılıp kullanılamayacağını görmek için bu çalışmada yeni bir YSA yaklaşımı. önerilmektedir. Komşuluk yaklaşımı adı verilen yöntem, komşu veri noktalarının önemini YSA'ya belirgin bir biçimde vererek geçirgenliğin tahmin edilmesini öngörmektedir. Çalışma bu yöntemle elde edilen geçirgenlik tahminlerinin klasik yönteme göre çok daha başarılı sonuçlar verdiğini göstermiştir. Çalışma, ayrıca, kuyu olmayan yerlede dahi 3D geçirgenlik tahmini yapılabilmesi amacıyla, yardımcı bir kavram olan 'sanal log' kavramını önerir. Çalışma sonunda, sadece YSA kullanarak 3D geçirgenlik tahmini yapmanın mümkün olduğu, fakat söz konusu tahmin için yüksek sayıda veriye ihtiyaç olduğu ve kullanılan tekniğin bu bağlamda geliştirilmesi gerektiği bulunmuştur.

Özet (Çeviri)

ABSTRACT DEVELOPING A VERSATILE ARTIFICIAL NEURAL NETWORK MODEL FOR ESTIMATING RESERVOIR PERMEABILITY IN THREE DIMENSIONAL SPACE ARPAT, Güven Burç M.Sc, Department of Petroleum and Natural Gas Engineering Supervisor: Prof. Dr. Fevzi GÜMRAH September 2000, 223 pages Estimation of reservoir properties is a critical element of reservoir management and development. One of such properties -permeability- is probably among the most problematic ones to estimate. Generally, prediction of permeability is achieved by utilizing DST tests (well tests) or by utilizing the relation between well log data and core analysis data, either by empirical formulas or by statistical techniques. A newly developing alternative to use of formulas or statistical techniques is the use of artificial neural networks (ANNs). In this malternative, the ANN is fed with the log data to match it to core analysis results. Yet, such ANN estimation generally has the disadvantage of requiring too much data and fine-tuning by ANN experts for each and every application and field. To overcome the above problems and to further investigate the possibility of using ANNs as tools for estimating reservoir-wide permeability in three dimensional (3D) space at locations even without actual drilled wells, this study suggests the use of a novel method instead of conventional approach ANNs. The so-called neighborhood approach is a new way of using ANNs to estimate permeability by emphasizing the importance of neighbor points in a more aggressive manner (e.g. by inputting neighborhood information to the ANN repeatedly). The study demonstrates that such information can improve the quality of the permeability estimations obtained on well-based predictions (e.g. predictions carried out on points where log data is already known) when compared to conventional approach ANNs. The study also suggests a technique to estimate reservoir- wide permeability for 3D estimation for portions of the reservoir without actually wells. A concept called 'virtual logs' is utilized as an aid to reach final permeability estimations. In this study, it is seen that, using only ANN estimation, acceptable 3D permeability predictions can be achieved. Yet, it is also seen that large amount of data is needed for such predictions and that the method has to be studied further.

Benzer Tezler

  1. Tez No

    527383

    Yapay sinir ağları yöntemiyle Türkiye'de elektrik enerjisi tüketimi tahmini

    Estimation of the electric energy consumption of Turkey with artificial neural network method

    HAVVA HİLAL METİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Endüstri ve Endüstri Mühendisliğiİstanbul Ticaret Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. SİBKAT KAÇTIOĞLU

  2. Tez No

    397909

    Evolutionary design assistants for architecture

    Mimarlık için evrimsel tasarım asistanları

    N. ONUR SÖNMEZ

    Doktora

    İngilizce

    İngilizce

    2015

    Mimarlıkİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    PROF. DR. ARZU ERDEM

    PROF. DR. İKBAL SEVİL SARIYILDIZ

  3. Tez No

    895296

    Dynamic difficulty adjustment by changing enemy behavior using reinforcement learning

    Pekiştirilmeli öğrenme yöntemi kullanarak düşman davranışlarının değiştirilmesi ile oyun zorluğunun dinamik olarak ayarlanması

    BURAK FURKAN AKŞAHİN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Oyun ve Etkileşim Teknolojileri Ana Bilim Dalı

    PROF. DR. SANEM SARIEL

  4. Tez No

    557009

    Plastic object detection with an infrared hyperspectral image

    Kızılötesi hiperspektral görüntüyle plastik nesne tespiti

    MEHMET FATİH DİRİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Jeodezi ve FotogrametriOrta Doğu Teknik Üniversitesi

    Jeodezi ve Coğrafi Bilgi Teknolojileri Ana Bilim Dalı

    PROF. DR. MEHMET LÜTFİ SÜZEN

    DOÇ. DR. KORAY KAMİL YILMAZ

  5. Tez No

    342799

    Investigation of chondrogenic properties of bone marrow derived mesenchymal stem cells on pamam dendrimer incorporated chitosan scaffolds

    İnsan kemik iliği kaynaklı mezenkimal kök hücrelerinin pamam dendrimer eklenmiş kitosan doku iskeleleri üzerindeki kondrojenik özelliklerinin incelenmesi

    NUSEYBE AĞIRMAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2013

    BiyolojiFatih Üniversitesi

    Biyoloji Ana Bilim Dalı

    DOÇ. DR. SEVİM IŞIK

Geri Dön