APPLICATION OF ARTIFICIAL NEURAL NETWORK FOR POROSITY PREDICTION OF S10 RESERVOIR IN SEME OIL FIELD
- سال انتشار: 1394
- محل انتشار: چهارمین کنفرانس بین المللی پژوهش های نوین در علوم مهندسی و تکنولوژی
- کد COI اختصاصی: NSOECE04_079
- زبان مقاله: انگلیسی
- تعداد مشاهده: 659
نویسندگان
Department of Petroleum Engineering, Kuban State University of Technology, Russia
Department of Petroleum Engineering, Kuban State University of Technology, Russia
Department of Cadastre and Geo-Engineering, Kuban State University of Technology, Russia
Department of Petroleum Engineering, Marvdasht Branch, Islamic Azad University, Marvdast, Iran
چکیده
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 characterizationکلیدواژه ها
Neural Network, Reservoir, Porosity, Permeability Prediction, Specific Surface Area, Irreducible Water Saturation, Porosityمقالات مرتبط جدید
- بررسی به کارگیری سیستم ذخیره سازی انرژی با استفاده از منابع انرژی تجدیدپذیر
- اقدامات لازم برای حفاظت از محیط زیست دریایی
- ارائه طرح مبتنی بر رایانش ابری جهت ارتقاء بهره وری صنایع خودروسازی (مطالعه موردی: مدیران خودرو)
- مروری بر تکنولوژی ماکرویو برای خردایش سنگ های کمیاب
- کاربرد و بکارگیری تکنولوژی های اینترنت اشیا ، یادگیری ماشین و پردازش تصویر در امنیت و کنترل خودرو
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.