Ứng dụng mạng neuron nhân tạo (ANN) trong dự báo độ rỗng

  • Tạ Quốc Dũng
  • Lê Thế Hà
  • Phạm Duy Khang
Keywords: Địa thống kê, Variogram, nội suy Kriging, mạng neuron nhân tạo

Tóm tắt

Nghiên cứu giới thiệu phương pháp dự báo độ rỗng bằng phương pháp truyền thống và sử dụng mạng neuron nhân tạo (Artificial Neural Network - ANN). Phương pháp nội suy truyền thống Kriging sẽ được áp dụng để tìm ra mối quan hệ trong không gian của thông số độ rỗng thông qua các mô hình 2D. Nghiên cứu cũng ứng dụng công cụ “nnstart” của phần mềm Matlab thông qua các lý thuyết về ANN và áp dụng vào việc dự báo độ rỗng cho giếng nghiên cứu.
Kết quả cho thấy phương pháp sử dụng ANN đã giúp tối ưu công tác dự báo độ rỗng cho một giếng khoan từ tài liệu địa cơ học cho trước.

Các tài liệu tham khảo

1. Vũ Hữu Tiệp. Machine learning cơ bản. Nhà xuất bản Khoa học và Kỹ thuật. 2018.
2. Trương Xuân Luận. Lý thuyết địa thống kê. Đại học Mỏ - Địa chất.
3. Ridha B.C.Gharbi. An expert system for selecting and designing EOR processes. Journal of Petroleum Science and Engineering. 2000; 27(1 - 2): p. 33 - 47.
4. Elradi Abass, Cheng Lin Song. Artificial Intelligence selection with capability of editing a new parameter for EOR screening criteria. Journal of Engineering Science and Technology. 2011; 6(5): p. 628 - 638.
5. VietAI. Bài giảng mô hình Neural Network. 2018.
6. Geraldo A.R.Ramos, Lateef Akanji. Application of artificial intelligence for technical screening of enhanced oil recovery methods. Journal of Oil, Gas and Petrochemical Sciences. 2017.
7. Mohamed Sidahmed, Atish Roy, Anjum Sayed. Steamline rock facies classification with deep learning cognitive process. SPE Annual Technical Conference and Exhibition, San Antonio, Texas, USA. 9 - 11 October, 2017.
8. Nguyễn Hoàng Thiên. Ứng dụng mô hình địa thống kê dự đoán phân bố đặc tính vỉa. Đại học Bách khoa Tp. Hồ Chí Minh. 2012.
9. Phan Đăng Võ. Xác định độ rỗng và độ thấm thành hệ từ tài liệu địa vật lý giếng khoan sử dụng mạng nơ ron nhân tạo. 2018.
10. Tạ Quốc Dũng, Nguyễn Văn Thuận. Địa thống kê và ứng dụng trong dự báo các thông số địa cơ học. 2016.
11. Kelkar Mohan, Godofredo Perez, Anil Chopra. Applied geostatistics for reservoir characterization. Society of Petroleum Engineers. 2002.
12. Edward H.Isaaks, R.Mohan Srivastava. An introduction to applied geostatistics (1st edition). Oxford University Press. 1990.
Hình 2. Các phương pháp học của mạng neuron [4]
Đã đăng
2019-07-31
How to Cite
Tạ Quốc Dũng, Lê Thế Hà, & Phạm Duy Khang. (2019). Ứng dụng mạng neuron nhân tạo (ANN) trong dự báo độ rỗng. Tạp Chí Dầu Khí, 7, 18-27. Truy vấn từ http://www.pvj.com.vn/index.php/TCDK/article/view/166
Số tạp chí
Tập 7 (2019)
Chuyên mục
Bài báo khoa học

1. Tác giả giao bản quyền bài viết (tác phẩm) cho Tạp chí Dầu khí, bao gồm quyền xuất bản, tái bản, bán và phân phối toàn bộ hoặc một phần tác phẩm trong các ấn bản điện tử và in của Tạp chí Dầu khí.

2. Bằng cách chuyển nhượng bản quyền này cho Tạp chí Dầu khí, việc sao chép, đăng hoặc sử dụng một phần hay toàn bộ tác phẩm nào của Tạp chí Dầu khí trên bất kỳ phương tiện nào phải trích dẫn đầy đủ, phù hợp về hình thức và nội dung như sau: tiêu đề của bài viết, tên tác giả, tên tạp chí, tập, số, năm, chủ sở hữu bản quyền theo quy định, số DOI. Liên kết đến bài viết cuối cùng được công bố trên trang web của Tạp chí Dầu khí được khuyến khích.