石油および環境バイオテクノロジージャーナル

概要

炭酸塩貯留層におけるアーチーズ式を用いた水飽和度の判定のためのハイブリッド人工知能アプローチ

浜田 GM*、アル・ガーテ AA、アル・クダフィ AM

正確な水飽和度を決定するという課題は、石油工学が依然として直面している課題です。炭酸塩岩を扱う場合、この問題の難しさは増大します。水飽和度を決定するために使用される利用可能な技術はいくつかあります。ただし、それらの技術の精度では、最良の結果を見つけることができなくなっています。従来法、CAPE (a、m、n)、CAPE (1、m、n)、3D法など、水飽和度の推定にはいくつかの利用可能な技術が使用されてきました。現在、人工知能 (AI) 技術の成果だけで、(PSONN) などのハイブリッドシステムを使用する扉が開かれています。このモデルでは、粒子群最適化 (PSO) 技術を使用して、ニューラルネットワーク (NN) の最適な接続重みとしきい値を検索し、次にバックプロパゲーション学習ルールとトレーニングアルゴリズムを使用して最終的な重みを調整します。提案された技術の実装には、中東貯留層の炭酸塩コアプラグの電気特性の実験室測定から得られた合計約 383 のデータポイントが使用されました。統計分析と比較研究により、PSONN モデルのパフォーマンスは、以前の方法で得られたものよりも低い二乗平均平方根誤差 (0.092) と高い相関係数の精度 (0.95) を備え、最も優れていることが示されました。結果は、新しいハイブリッド PSONN モデルがいくつかの利用可能な方法よりも優れており、AI のみを使用した場合の弱点を克服していることを示しました。誤差分析から、CAPE および 3-D と PSONN の方法は、水飽和値の誤差を最小限に抑えることがわかりました。