![](/images/graphics-bg.png)
Prediction of reservoir permeability from wire logs data using artificial neural networks
Other Title(s)
تخمين نفاذية صخور المكمن النفطي من قراءات المجسات البئرية باستخدام تقنية الشبكات العصبية الصناعية
Author
Source
Issue
Vol. 50, Issue 1 (31 Mar. 2009), pp.67-74, 8 p.
Publisher
University of Baghdad College of Science
Publication Date
2009-03-31
Country of Publication
Iraq
No. of Pages
8
Main Subjects
Earth Sciences, Water and Environment
Topics
Abstract AR
يتطرق البحث الحالي إلى إمكانية استخدام إحدى تقنيات الذكاء الصناعي المعروفة باسم الشبكات العصبية الصناعية للتنبؤ بقيم نفاذية الصخور المكمنية باستخدام المجسات البئرية المخلتفة.
بني نموذج الشبكة العصبية الصناعية اعتمادا على معمارية النوع الشائع منها و هي الشبكة العصبية المتعددة الطبقات و استخدمت طريقة الانسياب للخلف لغرض تدريبها (معايرتها).
تم تقييم أدائية الشبكة العصبية باستخدام معامل الارتباط التربيعي.
طبقي نموذج الشبكة العصبية المعاير للتنبؤ بقيم النفاذيات (الأفقية والعمودية) على تكوين المشرف في حقل الناصرية، جنوب العراق.
بينت النتائج الإمكانية العالية جدا لنموذج الشبكة العصبية للتنبؤ بقيم النفاذيات فقط باستخدام قراءات المجسمات البئرية لخمس مجسمات شائعة هي مجس النيوترون والمجس الصوتي و مجس الكثافة و مجس الحث العميق و مجس أشعة كاما.
خرجت الدراسة بنتيجة مفادها إمكانية استخدام مثل هذه التقنيات الحديثة و غير المكلفة في حقل جيولوجيا النفط في العراق.
Abstract EN
This paper presents a methodology to predict reservoir permeability from well logs data by using an artificial intelligence technique namely artificial neural network.
A multilayered perceptron trained by back propagation algorithm was used to build the predictive model.
The performance of the net results was measured by correlation coefficient.
The implemented artificial neural network model is demonstrated by applying it to Mishra limestone reservoir at Nasyria oil field, south of Iraq.
The results show that artificial neural network was capable of reproducing permeability (horizontal and vertical) with very high accuracy, so that the calculated correlation coefficients for horizontal and vertical permeability were 0.85 and 0.90, respectively.
The results could be generalized to other field after examining new data, and a regional study might be possible to study reservoir properties in south of Iraq with cheap and very fast constructed models.
American Psychological Association (APA)
Hanzal, Amnah Mal Allah. 2009. Prediction of reservoir permeability from wire logs data using artificial neural networks. Iraqi Journal of Science،Vol. 50, no. 1, pp.67-74.
https://search.emarefa.net/detail/BIM-326807
Modern Language Association (MLA)
Hanzal, Amnah Mal Allah. Prediction of reservoir permeability from wire logs data using artificial neural networks. Iraqi Journal of Science Vol. 50, no. 1 (2009), pp.67-74.
https://search.emarefa.net/detail/BIM-326807
American Medical Association (AMA)
Hanzal, Amnah Mal Allah. Prediction of reservoir permeability from wire logs data using artificial neural networks. Iraqi Journal of Science. 2009. Vol. 50, no. 1, pp.67-74.
https://search.emarefa.net/detail/BIM-326807
Data Type
Journal Articles
Language
English
Notes
Includes bibliographical references : p. 74
Record ID
BIM-326807