文献

J-GLOBAL ID：201802229264521255   整理番号：18A0229442

ニューラルネットワークを用いた比抵抗データからの温度推定手法の精度に関する研究

Accuracy of Temperature estimation from resistivity data using neural network

著者 (2件)： 石塚師也 (北大 大学院工学研究院) ,  石塚師也 (深田地質研)
資料名： 深田地質研究所年報  (Annual Report. Fukada Geological Institute)
号： 18  ページ： 155-162  発行年： 2017年11月30日 
JST資料番号： L2079B  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 地熱地域のおける地下の温度分布は,貯留層の特徴や地下流体の流速分布と関係しているために,地熱開発において重要な情報の1つである。近年,このような温度分布を推定する手法として,ニューラルネットワークを用いて比抵抗データから温度を推定する手法が提案され,効果を上げつつある。この手法は,比抵抗が温度に関係するパラメータであることを利用し,坑井で取得された温度データと比抵抗の関係をニューラルネットワークで学習させ,温度データの無い箇所において,比抵抗データから温度を推定する手法である。本研究では,当手法を葛根田地熱地域に適用し,手法の特徴や精度について検討した。解析の結果,比抵抗データを用いずにニューラルネットワークを用いて温度を推定した場合と比較して,1-9%誤差が減少することが分かった。特に,教師データとして用いる温度データが少ない場合や教師データと温度を推定したい箇所の距離が離れている場合等,比抵抗を用いずにニューラルネットワークのみを用いる手法で誤差が大きくなる条件において,より小さな誤差で温度を推定できることが分かった。本解析結果は,ニューラルネットワークを用いて比抵抗データから温度分布を推定する手法の有効性を示している。(著者抄録)

シソーラス用語： *地熱開発 ,  *温度分布 ,  推定 ,  熱水貯留層 ,  地熱流体 ,  流速分布 ,  ニューラルネットワーク ,  *電気抵抗率 ,  パラメータ ,  坑井データ ,  地熱地帯 ,  岩手県 ,  精度
準シソーラス用語： 葛根田地熱地域 ,  推定精度 ,  地熱貯留層

分類 (1件)： 地熱エネルギー  (LB03040B)

引用文献 (17件)：

• Arnorsson S. and Gunnlaugsson E. (1985): New gas geothermometers for geothermal exploration-calibration and application, Geochimica et Cosmochimica Acta, 49(6), 1307-1325.
• Hanano M. (1995): Hydrothermal convection system of the Kakkonda geothermal field, Japan, Proc. World Geothermal Congress 1995, 3, 1629-1634.
• Harvey C. C. and Browne P. R. C. (1991): Mixed-layer clay geothermometry in the Wairakei geothermal field, New Zealand, Clays and Clay minerals, 39, 614-621.
• 井出俊夫 (1985) : 松川および葛根田地域の地熱系モデル, 日本地熱学会誌, 7,3,201-213.
• Kasai, K. (1998): The origion of hypersaline liquid in the quaternary Kakkonda granite, sampled from well WD-1a, Kakkoda geothermal system, Japan. Geothermics, 27, 631-645.

タイトルに関連する用語 (5件)： ニューラルネットワーク ,  比抵抗 ,  推定 ,  手法 ,  研究