Uzupełnianie brakujących lub błędnych fragmentów profilowań geofizyki otworowej na podstawie innych pomiarów z wykorzystaniem sztucznych sieci neuronowych

Abstract

Na podstawie zestawu kompletnych profilowań geofizyki otworowej w części otworu Ja-2 skonstruowano i przeprowadzono proces uczenia sieci neuronowej metodą wstecznej propagacji błędu w celu estymacji indeksu absorpcji elektrycznej (Pe). Następnie zaaplikowano utworzoną sieć do niekompletnych danych w dalszej części otworu i obliczono rozkład parametru (Pe) z głębokością w otworze Ja-2. W oparciu o dane stratygraficzne wybrano w otworze Ja-3 interwał głębokościowy o podobnej litologii. Przy pomocy wcześniej utworzonego algorytmu obliczono rozkład tego samego parametru w wybranym fragmencie otworu Ja-3. Basing on well logs from the upper part of Ja-2 borehole the artificial neural network was constructed and learnt using the Back Propagation Method to predict the photoelectric absorption index Pe. Next, the neural network was applied to estimate the Pe curve in the lower section of Ja-2 borehole, where this parameter was not logged. Then, the similar section of Ja-3 borehole as regards lithology was chosen and the constructed neural network was applied to estimate Pe log. As final result the photoelectric absorption index was calculated as a depth function in Ja-3 well.