文献

J-GLOBAL ID：202202248290251086   整理番号：22A1100146

3D地震属性に適用したボアホール画像検層と教師付きニューラルネットワークの組み込みによる断層と破壊の研究:ブラジル,サントス盆地,岩塩前炭酸塩貯留層の事例研究【JST・京大機械翻訳】

Fault and fracture study by incorporating borehole image logs and supervised neural network applied to the 3D seismic attributes: a case study of pre-salt carbonate reservoir, Santos Basin, Brazil

著者 (3件)： Babasafari Amir Abbas (Center for Petroleum Studies, State University of Campinas, Campinas, Sao Paulo, Brazil) ,  Chinelatto Guilherme Furlan (Center for Petroleum Studies, State University of Campinas, Campinas, Sao Paulo, Brazil) ,  Vidal Alexandre Campane (Geoscience Institute, State University of Campinas, Campinas, Sao Paulo, Brazil)
資料名： Petroleum Science and Technology  (Petroleum Science and Technology)
巻： 40  号： 12  ページ： 1492-1511  発行年： 2022年 
JST資料番号： A0661C  ISSN： 1091-6466  CODEN： PSTEFV  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 破砕は炭酸塩貯留層の発達と生産相に重要な役割を演じる。破砕の定量的解釈は貯留層モデルを強化するだけでなく,掘削リスクを低減し,坑井設計を最適化する。本研究では,最大水平応力同定と共に坑井と地震データを統合することにより,破壊密度マップの予測を試みた。この目的のために,一連の機械学習アプローチによるワークフローを提案した。最初に,3D地震データを移動処理シーケンスの後に調整し,主な断層と層位を解釈した。次に,多くの曲率とコヒーレンス属性を,新しい地震ベースの不連続性属性を生成するために,教師つきニューラルネットワーク技術のために作成した。坑井画像ログと3D地震不連続性属性から解釈されたディップと方位角属性を組み込むための地球統計学的方法を用いて,破壊密度マップを予測し,その結果をブラインド井戸で検証した。最後に,応力領域解析に基づく可能な開放破壊の走向方位を評価し,そこから2つの明確な領域を同定した。しかし,この研究にはいくつかの限界がある。予測破壊密度マップを用いて,離散破壊ネットワークを構築し,二重空隙率と浸透率推定を更新し,そして,スイートスポットを同定した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： コヒーレンス ,  最適化 ,  *ネットワーク ,  *ニューラルネットワーク ,  *地震 ,  *検層 ,  層序 ,  坑井 ,  *事例研究 ,  浸透率 ,  空隙率 ,  *三次元 ,  *属性 ,  *盆地
準シソーラス用語： *貯留層 , 【Automatic Indexing@JST】

著者キーワード (5件)： 破壊密度マップ ,  地震に基づく不連続属性 ,  ディップと方位属性 ,  応力領域解析 ,  岩塩前炭酸塩岩

分類 (1件)： 油層工学  (UA10030G)

タイトルに関連する用語 (16件)： 3D ,  地震 ,  属性 ,  ボアホール ,  検層 ,  教師 ,  ニューラルネットワーク ,  組み込み ,  断層 ,  破壊 ,  研究 ,  ブラジル ,  盆地 ,  岩塩 ,  炭酸塩 ,  貯留層