Wykorzystanie sztucznych sieci neuronowych (SSN) w przetwarzaniu i interpretacji danych geofizyki otworowej

Abstract

Celem pracy było przedstawienie wykorzystania sztucznych sieci neuronowych (SSN) do przetwarzania i interpretacji danych geofizyki wiertniczej. Problemy poruszane w opracowaniu to generowanie sztucznych krzywych pomiarowych z wykorzystaniem uczenia pod nadzorem, próba klasyfikacji grup litologicznych oraz grupowanie skał ze względu na właściwości zbiornikowe przy pomocy sieci Kohonena. Ocenę poprawności wyników uzyskanych przez sieci wykonano w oparciu o podstawowe statystyki. Wyniki porównywane były danymi pomiarowymi oraz z rozwiązaniem litologicznym firmy Geofizyka Kraków SA.

The purpose of the thesis was to present applications of Artificial Neural Networks (ANN) for processing and interpretation of Well Log data. Topics discussed in the study were reconstruction of well log data, using supervised learning, classification of lithological groups and clustering rocks due to reservoir characteristics with application of Kohonen networks. Evaluation of the results obtained by the networks was done based on basic statistics. The results were compared with well log data and with the interpretation made by company Geofizyka Kraków SA.