Biblioteca17.073 documentos en línea

Artículo

Conversion of 3D seismic attributes to reservoir hydraulic flow units using a neural network approach: An example from the Kangan and Dalan carbonate reservoirs, the worldꞌs largest non-associated gas reservoirs, near the Persian GulfConversión de atributos sísmicos 3D a unidades de flujo hidráulico de reservorios utilizando un enfoque de red neuronal: Un ejemplo de los depósitos de carbonato de Kangan y Dalan, los mayores depósitos de gas no asociado del mundo, cerca del Golfo Pérsico

Resumen

Este estudio presenta un modelo inteligente basado en redes neuronales probabilísticas (PNN) para producir una formulación cuantitativa entre atributos sísmicos y unidades de flujo hidráulico (HFU). Las redes neuronales han sido utilizadas durante los últimos años para estimar las propiedades de reserva. Sin embargo, su aplicación para estimación de unidades de flujo hidráulico en un cubo de datos sísmicos es un tema importante de investigación. La metodología para esta aplicación está ilustrada a partir de datos tridimensionales y datos petrofísicos y de núcleo tomados en 6 pozos de las reservas de Kangan y Dalan, de la cuenca del Golfo Pérsico. La metodología introducida en este estudio estima las HFU de un gran volúmen de datos sísmicos tridimensionales. Esto podría incrementar los índices positivos de exploración y reducir los costos a través de una aplicación más confiable en resultados de producción para los programas de exploración en hidrocarbonos. Cuatro atributos sísmicos, obstrucción acústica, frecuencia dominante, fase de amplitud media y fase instantánea, son considerados en este trabajo como aportes claves para predecir los datos sísmicos de las HFU. La técnica propuesta ha sido evaluada exitosamente en una secuencia carbonada de rocas del Pérmicotriásico tomadas del área de estudio. Los resultados de este trabajo demuestran que hay concordancia entre la base de las PNN y las unidades derivadas de flujo. Las PNN utilizadas en este estudio son capaces de modelar unidades de flujo de datos sísmicos tridimensionales para los cuales no hay un centro de datos o una secuencia de datos disponible.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño:2553 Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no está disponible para su tipo de suscripción

Información del documento

  • Titulo:Conversion of 3D seismic attributes to reservoir hydraulic flow units using a neural network approach: An example from the Kangan and Dalan carbonate reservoirs, the worldꞌs largest non-associated gas reservoirs, near the Persian Gulf
  • Autor:Dezfoolian, Mohammad Amin; Ilkhchi, Ali Kadkhodaie; Riahi, Mohammad Ali
  • Tipo:Artículo
  • Año:2013
  • Idioma:Inglés
  • Editor:Universidad Nacional de Colombia
  • Materias:Yacimientos minerales Redes neuronales (Computadores) Probabilidades - Procesamiento de datos Hidráulica
  • Descarga:12

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no está disponible para su tipo de suscripción

Copiar al portapapeles