APPLICATION OF ARTIFICIAL NEURAL NETWORK FOR POROSITY PREDICTION OF S10 RESERVOIR IN SEME OIL FIELD
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 578
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NSOECE03_079
تاریخ نمایه سازی: 28 اسفند 1394
چکیده مقاله:
Artificial intelligence techniques and neural networks in particular, have been increasingly applied in solving complex nonlinear problems from relatively few data. Burial depth, thickness, lithology and sandstone-to-reservoir ratio which are four fundamental factors determining porosity distribution of the reservoir system have been selected to build the neural network. This paper presents the findings of the application of Back propagation Artificial Neural Networks (ANN) for predicting porosity values of S10 reservoir in the Seme oil field of Benin Republic. Porosity values derived from core samples are used as target data in the ANN to train the network. Excellent matching of the core data and predicted values shows that the ANN approach is reliable and could be efficiently applied in reservoir modeling and characterization
کلیدواژه ها:
نویسندگان
Iniko Bassey
Department of Petroleum Engineering, Kuban State University of Technology, Russia
Reza Masoomi
Department of Petroleum Engineering, Kuban State University of Technology, Russia
Innocent Ugbong
Department of Cadastre and Geo-Engineering, Kuban State University of Technology, Russia
Ehsan Shekoohizadeh
Department of Petroleum Engineering, Marvdasht Branch, Islamic Azad University, Marvdast, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :