Đang chuẩn bị liên kết để tải về tài liệu:
Xây dựng mạng nơron nhân tạo và ứng dụng kỹ thuật phân tích thành phần chính để dự báo giá trị độ thấm – độ rỗng mỏ X, bể Cửu Long

Nghiên cứu tập trung xây dựng mạng nơron nhân tạo dự báo độ thấm, độ rỗng dựa trên tập số liệu của giếng A-21 mỏ X tập C bể Cửu Long. Sau khi so sánh kết quả này với kết quả thu được của phương pháp minh giải truyền thống, tác giả nhận thấy rằng mô hình mạng nơron cho kết quả dự báo với mức độ chính xác cao hơn, vì vậy tác giả đã áp dụng mô hình mạng nơron này tính giá trị độ thấm và độ rỗng cho giếng A-19 cùng thuộc mỏ X tập C bể Cửu Long. | Giải thưởng Sinh viên nghiên cứu khoa học Euréka lần 20 năm 2018 Kỷ yếu khoa học XÂY DỰNG MẠNG NƠRON NHÂN TẠO VÀ ỨNG DỤNG KỸ THUẬT PHÂN TÍCH THÀNH PHẦN CHÍNH ĐỂ DỰ BÁO GIÁ TRỊ ĐỘ THẤM ĐỘ RỖNG MỎ X BỂ CỬU LONG Trịnh An Bình Trường Đại học Dầu Khí Việt Nam Tác giả liên lạc binhta03@pvu.edu.vn TÓM TẮT Nghiên cứu tập trung xây dựng mạng nơron nhân tạo dự báo độ thấm độ rỗng dựa trên tập số liệu của giếng A-21 mỏ X tập C bể Cửu Long. Sau khi so sánh kết quả này với kết quả thu được của phương pháp minh giải truyền thống tác giả nhận thấy rằng mô hình mạng nơron cho kết quả dự báo với mức độ chính xác cao hơn vì vậy tác giả đã áp dụng mô hình mạng nơron này tính giá trị độ thấm và độ rỗng cho giếng A-19 cùng thuộc mỏ X tập C bể Cửu Long. Kết quả mang lại rất khả quan với độ thấm trung bình cho tầng sản phẩm là 375.88 mD và 14.02 với độ rỗng. Ngoài ra với việc nâng cao hệ số tương quan r cũng như giảm thiểu sai số trung bình bình phương MSE thì công cụ phân tích thành phần chính PCA được áp dụng trong nghiên cứu này đã mang lại hiệu quả thiết thực cho việc cải thiện độ chính xác của mạng nơron nhân tạo. Từ khóa Mạng Nơron nhân tạo phân tích thành phần chính độ rỗng độ thấm bể Cửu Long. BUILD ARTIFICIAL NEURAL NETWORK MODEL AND APPLY PRINCIPAL COMPONENT ANALYSIS TO PREDICT PERMEABILITY POROSITY IN X FIELD CUU LONG BASIN Trinh An Binh Pertrol Vietnam University Corresponding Author binhta03@pvu.edu.vn ABSTRACT This study aims at building Artificial Neural Network model to predict permeability and porosity base on A-21 well data in C sequence Cuu Long basin. Then after comparing with composite log method the better model is Artificial Neural Network model. After that appling the Artificial Neural Network model to calculate permeability and porosity value for A-19 well which has formation relative to A-21 well in C sequence Cuu Long basin. Sumazise permeability porosity in A-19 productive zone are 375.88 mD and 14.02 . Besides by improving Correlation coefficient r and Mean