Nalazite se na CroRIS probnoj okolini. Ovdje evidentirani podaci neće biti pohranjeni u Informacijskom sustavu znanosti RH. Ako je ovo greška, CroRIS produkcijskoj okolini moguće je pristupi putem poveznice www.croris.hr
izvor podataka: crosbi

Naftnogeološka primjena neuronskih mreža na primjeru ležišta polja Kloštar (CROSBI ID 347137)

Ocjenski rad | diplomski rad

Cvetković, Marko Naftnogeološka primjena neuronskih mreža na primjeru ležišta polja Kloštar / Velić, Josipa (mentor); Malvić, Tomislav (neposredni voditelj). Zagreb, Rudarsko-geološko-naftni fakultet, . 2007

Podaci o odgovornosti

Cvetković, Marko

Velić, Josipa

Malvić, Tomislav

hrvatski

Naftnogeološka primjena neuronskih mreža na primjeru ležišta polja Kloštar

Naftno polje Kloštar nalazi se na sjevernom rubu Savske depresije unutar hrvatskog dijela Panonskog bazena. Najveći dio ležišta ovoga polja je u gornjomiocenskim sitnozrnatim pješčenjacima grupiranim u dvije operativne jedinice – &laquo ; ; ; I. i II. pješčanu seriju&raquo ; ; ; . Nakon opisa temeljnih postavki neuronskih mreža i povijesti njihovog razvoja, dani su osnovni modeli i strukture dviju vrsta neuronskih mreža kao i opis elektrokarotažnih metoda čiji su rezultati korišteni kao ulazni podatci za njihovo uvježbavanje. Neuronske mreže uvježbavane su u intervalima &laquo ; ; ; I. i II. pješčane serije&raquo ; ; ; u bušotinama Klo-44 i Klo-71. Na tim mjestima kao ulazni podatci izdvojene su vrijednosti spontanog potencijala (SP) i električne otpornosti (R16, R64). Iz takvih ulaza predviđan je litološki sastav. U drugom zadatku neuronska mreža upotrijebljena je za predviđanje zasićenja ugljikovodicima. Ista je ponovno uvježbavana na bušotini Klo-44, a predviđanje je načinjeno na bušotini Klo-71. Ulazni podatci bili su istovrsni onima u prethodnom zadatku, uz upotrebu dviju dodatnih varijabli, a to su bili dubina (m) te litološki sastav kao atributivna varijabla. Relativno mali iznosi pogrješke kod predviđanja, odnosno velika podudarnost predviđenih i stvarnih vrijednosti analiziranih varijabli ukazuje na velike mogućnosti primjene neuronskih mreža u naftnogeološkim istraživanjima. Točnost predviđanja mogla bi se znatno povećati koristeći veći broj ulaznih podataka, prvenstveno karotažnih krivulja koje dobro opisuju litološki sastav i zasićenje u stijeni. Takve krivulje su: krivulja prirodne radioaktivnosti (GR), karotaža kompenziranih neutrona (CN) te karotaža gustoće (DEN).

neuronske mreže; polje Kloštar; predviđanje; litološki sastav; zasićenje

Ocjenjivači: Dr. sc. Josipa Velić, redoviti profesor RGNF Dr. sc. Slavka Pfaff, docent RGNF Dr. sc. Bruno Saftić, izvanredni profesor RGNF Dr. sc. Tomislav Malvić, ekspert INA d.d.

engleski

Petroleum Geology Use of Neural Networks of the Example of Reservoir in Kloštar Field

nije evidentirano

neural networks; Kloštar field; prediction; lithological composition; hydrocarbon saturation

nije evidentirano

Podaci o izdanju

49

15.06.2007.

obranjeno

Podaci o ustanovi koja je dodijelila akademski stupanj

Rudarsko-geološko-naftni fakultet

Zagreb

Povezanost rada

Geologija