Luận án tiến sĩ về đặc tính tầng chứa đá cacbonat tuổi Mioxen tại mỏ CX - Nguyễn Trung Dũng
Luận án tiến sĩ đặc tính tầng chứa đá cacbonat Mioxen giữa mỏ CX. Nghiên cứu sâu về cấu trúc, địa hóa, hỗ trợ khai thác tài nguyên hiệu quả.
Kỹ thuật Địa vật lý
Luan An
Luận án Tiến sĩ Kỹ thuật
Năm xuất bản
Số trang
117
Thời gian đọc
18 phút
Lượt xem
0
Lượt tải
0
Phí lưu trữ
40 Point
Mục lục chi tiết
Tóm tắt nội dung
I. Đặc tính tầng chứa đá cacbonat Mioxen mỏ CX
Tài liệu tập trung nghiên cứu đặc tính địa chất và thủy động lực của tầng chứa đá cacbonat tuổi Mioxen giữa tại mỏ CX. Khu vực mỏ CX là đối tượng quan trọng trong ngành dầu khí Việt Nam. Việc hiểu rõ cấu tạo địa chất mỏ dầu giúp tối ưu hóa khai thác. Đá cacbonat tuổi Mioxen thường có tính chất vật lý đá chứa phức tạp. Độ rỗng (porosity) và độ thấm (permeability) biến đổi mạnh. Điều này ảnh hưởng trực tiếp đến dòng chảy hydrocarbon trong bể chứa dầu khí. Nghiên cứu này cung cấp cái nhìn sâu sắc về các yếu tố kiểm soát chất lượng đá chứa. Thông tin này cần thiết cho công tác thăm dò, phát triển mỏ hiệu quả. Các đặc điểm về thạch học, kiến tạo, địa tầng được phân tích kỹ lưỡng. Dữ liệu giếng khoan và mẫu lõi là cơ sở chính. Mục tiêu là xây dựng mô hình tầng chứa chính xác, phục vụ công tác dự báo trữ lượng và khả năng sản xuất của hồ chứa hydrocarbon.
1.1. Vị trí địa lý và đặc điểm địa chất khu vực
Mỏ CX nằm trong một khu vực địa lý chiến lược. Vị trí này có ý nghĩa quan trọng đối với ngành năng lượng. Cấu tạo địa chất mỏ dầu tại đây phức tạp. Các trầm tích Kainozoi là thành phần chính. Tài liệu mô tả chi tiết về vị trí mỏ CX. Vị trí này đặt trong bối cảnh các bể trầm tích khu vực. Hiểu biết về cấu trúc này là nền tảng. Nền tảng cho mọi phân tích tiếp theo về tầng chứa đá cacbonat. Đặc điểm địa chất tổng thể ảnh hưởng đến quá trình hình thành hồ chứa hydrocarbon.
1.2. Đặc điểm chính của đá vôi Miocene mỏ CX
Tầng chứa đá cacbonat tại mỏ CX chủ yếu là đá vôi Miocene. Đá vôi Miocene nổi bật với sự đa dạng về mặt thạch học. Đặc tính này tạo ra sự phức tạp trong tính chất vật lý đá chứa. Độ rỗng (porosity) và độ thấm (permeability) có thể thay đổi nhanh chóng. Sự hiện diện của đá dolomit cũng được xem xét. Đá dolomit có thể ảnh hưởng đến chất lượng đá chứa. Các yếu tố như khe nứt đá cacbonat cũng đóng vai trò quan trọng. Chúng có thể tạo ra các đường dẫn ưu tiên cho dòng chảy. Việc khảo sát các khe nứt là cần thiết. Khảo sát nhằm đánh giá đúng tiềm năng của bể chứa dầu khí.
II. Phương pháp nghiên cứu đá chứa cacbonat học máy
Nghiên cứu áp dụng các phương pháp hiện đại để phân tích tầng chứa đá cacbonat. Phân loại đá chứa cacbonat là bước quan trọng. Việc này giúp xác định các đơn vị dòng chảy (HFU). Các đơn vị dòng chảy có tính chất thủy động lực tương đồng. Học máy được ứng dụng rộng rãi trong quá trình này. Phương pháp học máy giúp giải quyết bài toán phức tạp. Đặc biệt là khi dữ liệu có sự biến thiên lớn. Dữ liệu đến từ các phép đo địa vật lý giếng khoan và phân tích mẫu lõi. Các thuật toán học máy không giám sát được dùng để phân nhóm. Phân nhóm các đơn vị dòng chảy dựa trên tính chất vật lý đá chứa. Các dữ liệu về độ rỗng (porosity) và độ thấm (permeability) là đầu vào chính. Mục tiêu là tạo ra một phân loại đáng tin cậy. Phân loại này hỗ trợ dự báo chính xác hơn về khả năng sản xuất của hồ chứa hydrocarbon.
2.1. Phân loại đá chứa cacbonat chi tiết
Tài liệu trình bày phương pháp phân loại đá chứa cacbonat. Phân loại này dựa trên các tiêu chí địa chất và kỹ thuật. Mục đích là để phân biệt các facies đá. Các facies có ảnh hưởng khác nhau đến đặc tính tầng chứa. Phân loại cũng tập trung vào việc xác định các đơn vị dòng chảy. Các đơn vị dòng chảy có thể có độ rỗng và độ thấm khác biệt. Phương pháp này kết hợp dữ liệu mẫu lõi. Dữ liệu mẫu lõi cung cấp thông tin trực tiếp về tính chất vật lý đá chứa. Từ đó, tạo ra cơ sở vững chắc cho việc ứng dụng các thuật toán học máy.
2.2. Ứng dụng học máy phân loại đơn vị dòng chảy
Học máy không giám sát được triển khai để phân nhóm. Phân nhóm các đơn vị dòng chảy (HFU) trong tầng chứa đá cacbonat. Các thuật toán như Fuzzy C-means (FCM) và Self-Organizing Map (SOM) được sử dụng. Mục đích là để nhận diện các vùng có tính chất đồng nhất. Các vùng này về độ rỗng (porosity) và độ thấm (permeability). Việc phân loại này quan trọng cho việc mô hình hóa. Mô hình hóa chính xác bể chứa dầu khí. Kết quả phân nhóm giúp hiểu rõ hơn về sự phân bố tính chất vật lý đá chứa. Từ đó, đưa ra các quyết định thăm dò và khai thác hiệu quả hơn.
III. Phân loại đơn vị dòng chảy tầng chứa đá cacbonat
Chương này đi sâu vào kết quả phân loại đơn vị dòng chảy (HFU). Phân loại này ứng dụng học máy không giám sát. Đối tượng là tầng chứa đá cacbonat tuổi Mioxen giữa tại mỏ CX. Các thuật toán học máy đã chứng tỏ hiệu quả cao. Hiệu quả trong việc nhận diện các nhóm đá có đặc trưng thủy động lực khác nhau. Việc phân chia này là cơ sở quan trọng. Cơ sở để dự báo chính xác độ thấm và các tính chất khác của đá chứa. Mỗi đơn vị dòng chảy đại diện cho một phân đoạn. Phân đoạn có tính chất vật lý đá chứa tương đối đồng nhất. Sự khác biệt về độ rỗng (porosity) và độ thấm (permeability) giữa các đơn vị được làm rõ. Thông tin này cần thiết cho việc lập kế hoạch phát triển mỏ. Việc quản lý hồ chứa hydrocarbon cũng được cải thiện nhờ kết quả này.
3.1. Kết quả phân nhóm HFU từ thuật toán K means
Thuật toán K-means được áp dụng để phân nhóm. Phân nhóm các đơn vị dòng chảy trong tầng chứa đá cacbonat. Các kết quả cho thấy sự phân chia rõ ràng. Phân chia các nhóm có giá trị chỉ báo dòng chảy (FZI) khác nhau. Mỗi nhóm HFU thể hiện một mức độ chất lượng đá chứa. Mức độ chất lượng khác nhau về độ rỗng và độ thấm. Bảng tổng hợp các giá trị FZI theo từng nhóm được trình bày. Điều này minh họa hiệu quả của thuật toán. Hiệu quả trong việc định danh các vùng đá vôi Miocene có tiềm năng.
3.2. Đánh giá hiệu quả phân nhóm đá chứa cacbonat
Hiệu quả của việc phân nhóm HFU được đánh giá cẩn thận. So sánh kết quả từ các thuật toán học máy khác nhau. Các phương pháp như Fuzzy C-means và Self-Organizing Map cũng được xem xét. Mục tiêu là tìm ra phương pháp tối ưu. Phương pháp tối ưu cho việc phân loại tầng chứa đá cacbonat. Kết quả cho thấy độ chính xác cao. Độ chính xác trong việc phân tách các đơn vị dòng chảy. Phân tách này dựa trên tính chất vật lý đá chứa. Điều này củng cố độ tin cậy của mô hình tầng chứa. Mô hình này phục vụ cho bể chứa dầu khí tại mỏ CX.
IV. Dự báo độ thấm độ rỗng đá vôi Miocene bằng AI
Nghiên cứu tập trung vào việc dự báo độ thấm (permeability) và các tính chất liên quan. Học máy có giám sát là công cụ chính được sử dụng. Đối tượng dự báo là tầng chứa đá cacbonat tuổi Mioxen. Cụ thể là đá vôi Miocene và đá dolomit. Độ thấm là một thông số cực kỳ quan trọng. Nó quyết định khả năng dịch chuyển của hydrocarbon. Các thuật toán học máy như ANN (Mạng nơ-ron nhân tạo) và SVM (Máy vector hỗ trợ) được triển khai. Dữ liệu đầu vào bao gồm các đường đo địa vật lý giếng khoan. Các dữ liệu này kết hợp với thông tin từ phân tích mẫu lõi. Mục tiêu là xây dựng mô hình dự báo chính xác. Mô hình này vượt trội so với các phương pháp truyền thống. Kết quả dự báo độ thấm đóng vai trò then chốt. Then chốt trong việc đánh giá tiềm năng sản xuất của hồ chứa hydrocarbon.
4.1. Ứng dụng học máy có giám sát dự báo độ thấm
Học máy có giám sát được dùng để dự báo FZI và độ thấm K. FZI là chỉ báo dòng chảy. Các mô hình được huấn luyện trên dữ liệu mẫu lõi. Dữ liệu mẫu lõi bao gồm độ rỗng (porosity) và độ thấm thực tế. Sau đó, mô hình áp dụng cho dữ liệu giếng khoan. Dữ liệu giếng khoan chưa có thông tin độ thấm. Mục tiêu là tạo ra bản đồ độ thấm liên tục. Bản đồ này dọc theo chiều sâu giếng. Điều này giúp hiểu rõ hơn về sự phân bố tính chất vật lý đá chứa. Đặc biệt trong các khu vực không có mẫu lõi.
4.2. Đánh giá độ chính xác dự báo độ thấm và HFU
Kết quả dự báo độ thấm và HFU được đánh giá nghiêm ngặt. Hệ số tương quan giữa giá trị dự báo và giá trị mẫu lõi được tính toán. So sánh hiệu quả của các thuật toán học máy khác nhau. Mục tiêu là tìm ra phương pháp dự báo tối ưu. Phương pháp này có độ chính xác cao nhất. Bảng tổng hợp kết quả xác thực và kiểm tra được trình bày. Điều này chứng minh độ tin cậy của mô hình. Mô hình dự báo độ thấm và đơn vị dòng chảy cho bể chứa dầu khí. Các dữ liệu về khe nứt đá cacbonat cũng gián tiếp ảnh hưởng đến độ thấm.
V. Ước tính độ bão hòa nước bể chứa dầu khí mỏ CX
Chương này tập trung vào việc dự báo độ bão hòa nước (Sw). Độ bão hòa nước là một tham số quan trọng. Tham số này để ước tính trữ lượng hydrocarbon tại mỏ CX. Mô hình tính độ bão hòa nước theo chiều cao được xây dựng. Mô hình dựa trên các kết quả dự báo độ thấm và đơn vị dòng chảy. Việc hiểu rõ sự phân bố nước và dầu trong bể chứa dầu khí là thiết yếu. Điều này giúp tối ưu hóa chiến lược khai thác. Độ bão hòa nước ảnh hưởng trực tiếp đến trữ lượng dầu khí có thể thu hồi. Các phương pháp học máy được tích hợp. Tích hợp để tăng cường độ chính xác của mô hình. Dữ liệu từ các giếng khoan và phân tích mẫu đặc biệt (SCAL) là cơ sở. Mục tiêu là cung cấp một ước tính đáng tin cậy. Ước tính về hồ chứa hydrocarbon, giúp đưa ra các quyết định đầu tư chính xác.
5.1. Xây dựng mô hình tính độ bão hòa nước Sw
Mô hình tính độ bão hòa nước theo chiều cao được phát triển. Mô hình này dựa trên các chỉ số thủy động lực của tầng chứa. Đặc biệt là FZI và độ thấm K đã được dự báo. Phương pháp saturation height function (SHF) được áp dụng. Điều này cho phép ước tính Sw. Ước tính Sw ở các độ sâu khác nhau so với mực nước tự do. Sai số của kết quả khớp mô hình dự báo Sw được phân tích. Phân tích để đảm bảo tính phù hợp của mô hình. Mô hình này có thể áp dụng cho đá vôi Miocene và đá dolomit.
5.2. Kết quả dự báo độ bão hòa nước trong bể chứa
Các kết quả dự báo độ bão hòa nước (Sw) được trình bày chi tiết. Kết quả này dựa trên mô hình đã xây dựng. Mức độ chính xác của dự báo Sw được đánh giá. Đánh giá thông qua so sánh với dữ liệu thực tế. Các kết quả này cung cấp thông tin quý giá. Thông tin về sự phân bố hydrocarbon trong bể chứa dầu khí. Việc hiểu rõ Sw giúp xác định các khu vực giàu hydrocarbon. Từ đó, đưa ra các quyết định khoan và khai thác tối ưu. Điều này góp phần vào việc quản lý hiệu quả hồ chứa hydrocarbon tại mỏ CX.
Tải xuống file đầy đủ để xem toàn bộ nội dung
Tải đầy đủ (117 trang)Trích đoạn nội dung luận án
Tải xuống để đọc toàn bộBỘ GIÁO DỤC VÀ ĐÀO TẠO TR¯àNG ĐẠI HàC Mâ - ĐÞA CHẤT NGUYỄN TRUNG DŨNG ĐẶC TÍNH TẦNG CHỨA ĐÁ CACBONAT TUỔI MIOXEN GIỮA Mâ CX LUẬN ÁN TIẾN SĨ KỸ THUẬT Hà Nội - 2024 BỘ GIÁO DỤC VÀ ĐÀO TẠO TR¯àNG ĐẠI HàC Mâ - ĐÞA CHẤT NGUYỄN TRUNG DŨNG ĐẶC TÍNH TẦNG CHỨA ĐÁ CACBONAT TUỔI MIOXEN GIỮA Mâ CX Ngành: Kỹ thuật Đßa vật lý Mã số: 9520502 Ng°ái h°ßng dẫn khoa hác: 1. PHAN THIÊN HƯƠNG 2. CÙ MINH HOÀNG Hà Nội - 2024 i LäI CAM ĐOAN Tôi xin cam đoan đÅ tài <Đặc tính tÅng chąa đá cacbonat tuái Mioxen giāa mß CX= là công trình nghiên cąu căa riêng tôi. Các sá liáu, kÃt quÁ nêu trong luÁn án là trung thăc và ch°a từng đ°ÿc ai công bá trong bÃt cą mát công trình nào khác ç trong và ngoài n°ãc.
Hà Nái, ngày & tháng & năm 2024 Tác giÁ luÁn án Nguyßn Trung Dũng ii MĀC LĀC Nội dung Trang LäI CAM ĐOAN i DANH MĀC CÁC KÝ HIàU, CÁC CHĀ VIÂT TÂT iv DANH MĀC BÀNG BIÆU vi DANH MĀC HÌNH VÀ vii DANH MĀC PHĀ LĀC x Mæ ĐÄU 1 CH¯¡NG 1. TàNG QUAN VÄ KHU VĂC NGHIÊN CĄU 11 1.1 Vá trí và đặc điÇm đáa chÃt căa đái t°ÿng nghiên cąu 11 1.2 Đặc điÇm tÅng chąa cacbonat tuái Mioxen giāa mß CX 17 CH¯¡NG 2. PH¯¡NG PHÁP VÀ C¡ Sæ DĀ LIàU NGHIÊN CĄU 24 2.1 Phân chia đá chąa cacbonat 24 2.2 Ąng dāng hãc máy phân lo¿i đ¢n vá dòng chÁy và dă báo đá thÃm căa 36 đá chąa cacbonat 2.4 Chu trình nghiên cąu 52 2.5 C¢ sç dā liáu nghiên cąu 54 CH¯¡NG 3. ĄNG DĀNG CÁC PH¯¡NG PHÁP HâC MÁY PHÂN 60 NHÓM Đ¡N Và DÒNG CHÀY 3.1 Ąng dāng hãc máy không giám sát trong phân nhóm đá chąa cacbonat 60 theo Đ¢n vá dòng chÁy 3.2 KÃt quÁ phân nhóm ĐVDC cho đái t°ÿng nghiên cąu 62 CH¯¡NG 4.
DĂ BÁO Đà THÂM BÄNG CÁC PH¯¡NG PHÁP HâC 70 MÁY 4.1 Ąng dāng hãc máy có giám sát trong dă báo ĐVDC/Đá thÃm 70 4.2 KÃt quÁ dă báo nhóm ĐVDC/Đá thÃm 71 iii CH¯¡NG 5. DĂ BÁO Đà BÃO HÒA N¯âC DĂA TRÊN Đ¡N Và 88 DÒNG CHÀY VÀ KÂT QUÀ DĂ BÁO Đà THÂM 5.1 Xây dăng mô hình tính đá bão hòa n°ãc theo chiÅu cao 88 5.2 KÃt quÁ dă báo đá bão hòa n°ãc Sw dăa trên mô hình đá bão hòa theo 94 chiÅu cao KÂT LUÀN VÀ KIÂN NGHà 98 DANH MĀC CÁC BÀI BÁO, CÔNG TRÌNH KHOA HâC Đà CÔNG Bà 100 CĂA TÁC GIÀ TÀI LIàU THAM KHÀO 102 iv DANH MĀC CÁC KÝ HIàU, CÁC CHĀ VI¾T TÂT Kí hiáu Chú thích ANN Artificial Neural Network - Mạng nơ-ron nhân tạo DTC Đường cong đo siêu âm sóng nén (µs/ft) DTS Đường cong đo siêu âm sóng ngang(µs/ft) ĐVLGK Địa vật lý giếng khoan FCM Fuzzy C-means - Phương pháp phân cụm mờ FWL Free Water Level - Mực nước tự do (m) FZI Flow Zone Indicator – Chỉ báo dòng chảy FZI_Core FZI từ phân tích mẫu lõi FZI_Pred FZI dự báo từ học máy HAFWL Chiều cao phía trên mực nước tự do (m) HFU Hydraulic Flow Unit - Đơn vị dòng chảy HFU_Core HFU từ phân tích mẫu lõi HFU_Pred HFU dự báo từ Học máy IFT Sức căng bề mặt (dyn/cm) K_Core Độ thấm từ phân tích mẫu lõi (mD) K_Pred Độ thấm dự báo áp dụng phương pháp học máy (mD) K_Pred_FZI Độ thấm dự báo theo kết quả dự báo FZI từ Học máy (mD) Độ thấm dự báo theo kết quả dự báo nhóm HFU_Pred từ Học máy K_Pred_HFU (mD) LOG Tài liệu đo ĐVLGK MD Chiều sâu theo thân giếng (m) Phương pháp đo áp suất thành hệ, nhiệt độ và lấy mẫu chất lưu MDT/RCI theo điểm MSFL Đường cong đo vi điện cực hội tụ cầu (ohm.m) NPHI Đường cong độ rỗng neutron Pc Áp suất mao dẫn (psi) PHI_Core Độ rỗng từ phân tích mẫu lõi RCAL Routine Core Analysis - Phân tích mẫu thông thường RD Đường cong điện trở đo sâu sườn (ohm.m) RHOB Đường đo mật độ (g/cm3) RQI Rock Quality Index – Chỉ số chất lượng đá chứa RS Đường cong điện trở đo nông sườn (ohm.m) SCAL Special Core Analysis - Phân tích mẫu đặc biệt Saturation Height Function - Phương pháp tính độ bão hòa nước SHF theo chiều cao so với mực nước tự do v SOM Self Organizing Map - Mạng nơ-ron tự tổ chức SVM Support Vector Machine - Máy vector hỗ trợ Sw_SHF Độ bão hòa nước tính theo chiều cao SwT Độ bão hòa nước tính theo logs TVDss Chiều sâu thẳng đứng tuyệt đối (m) vi DANH MĀC BÀNG BIÂU STT Tên bảng biểu Trang Bảng 2.1 Giá trị góc tiếp xúc và sức căng bề mặt của một số hệ chất lưu 51 cơ bản Bảng 2.2 Thông tin các giếng khoan trên khu vực mỏ CX 54 Bảng 2.3 Bảng tổng hợp các phép đo ĐVLGK trong các giếng khoan 55 trên mỏ CX Bảng 2.4 Thông tin các phân tích mẫu lõi đã thực hiện trên mỏ CX 58 Bảng 3.1 So sánh kết quả phân nhóm HFU sử dụng các thuật toán Học 66 máy Bảng 3.2 Bảng phân nhóm ĐVDC theo giá trị FZI theo thuật toán K- 67 means Bảng 4.1 Hệ số tương quan giữa các đường đo ĐVLGK và kết quả phân 73 tích mẫu lõi Bảng 4.2 Bảng kết quả sử dụng các thuật toán Học máy để dự báo 77 FZI_Pred và độ thấm K_Pred Bảng 4.3 Kết quả sử dụng các thuật toán Học máy để dự báo HFU_Pred 80 Bảng 4.4 Kết quả xác thực và kiểm tra của các phương pháp dự báo 82 FZI, độ thấm K và HFU Bảng 4.5 Bảng so sánh hệ số tương quan giữa độ thấm dự báo từ các 84 phương pháp khác nhau so với giá trị độ thấm từ mẫu lõi K_core Bảng 5.1 Bảng sai số kết quả khớp mô hình dự báo Sw 90 vii DANH SÁCH HÌNH VẼ STT Tên hình vẽ Trang Hình 1.1 Vị trí mỏ CX và các giếng khoan lân cận (trên nền bản đồ các 11 bể trầm tích Kainozoi ở Việt Nam - theo Phan Trung Điền) Hình 1.2 Bản đồ phân chia cấu trúc khu vực Nam bể sông Hồng (PVN 12 2007) Hình 1.3 Các đơn vị cấu trúc phần Nam bể Sông Hồng thể hiện trên mặt 13 cắt địa chấn theo hướng Tây – Đông (Địa chất tài nguyên dầu khí Việt Nam) Hình 1.4 Cột địa tầng tổng hợp khu vực Nam bể Sông Hồng (VPI, 2012) 16 Hình 1.5 Vị trí các giếng khoan và phân bố đá vôi hệ tầng Tri Tôn, phía 19 Nam bể Sông Hồng (Nguyễn Xuân Phong và nnk, 2017) Hình 1.6 Mặt cắt địa chất Bắc - Nam qua khu vực nghiên cứu (Nguyễn 20 Xuân Phong và nnk, 2017) Hình 1.7 Trích đoạn tuyến địa chấn BP89 theo hướng ĐB-TN minh họa 20 các tập cacbonat Mioxen phát triển trên đới nâng Tri Tôn (theo Vũ Ngọc Diệp, 2012) Hình 1.8 Quan hệ rỗng thấm từ kết quả phân tích mẫu lõi trên mỏ CX 22 Hình 1.9 Giá trị độ gắn kết xi măng m từ phân tích mẫu mỏ CX 23 Hình 1.10 Giá trị hằng số bão hòa n từ phân tích mẫu mỏ CX 23 Hình 2.1 Phân loại đá theo Dunham (1962) - được cải tiến bởi Embry - 26 Klovan (1971) Hình 2.2 Phân loại đá theo lỗ rỗng: Archie (1952), Choquette và Pray 27 (1970), Lucia (1983) Hình 2.3 Thuận lợi và hạn chế của từng định hướng phân nhóm đá chứa 30 cacbonat (Rebelle Michel và Lalanne Bruno, 2014) Hình 2.4 Phân nhóm đá chứa cacbonat theo Lucia 31 Hình 2.5 Giản đồ phân nhóm Đơn vị dòng chảy theo FZI 35 Hình 2.6 Phân nhóm các phương pháp học máy 39 Hình 2.7 Ví dụ mô hình cây quyết định 42 Hình 2.8 Mô hình huấn luyện trong Random Forest 43 Hình 2.9 Mô hình dự báo trong Random Forest 43 Hình 2.10 Mô hình mạng nơ-ron nhân tạo ANN 44 Hình 2.11 Mô hình sử dụng phương pháp SVM 45 Hình 2.12 Đồ thị của quá trình phân chia hoặc hợp nhất theo phương 47 pháp phân cụm phân cấp (đồ thị dendrogram) viii Hình 2.13 Cơ cở phương pháp tính độ bão hòa nước theo chiều cao so 50 với mực nước tự do Hình 2.14 Mô hình phụ thuộc giữa độ bão hòa nước Sw và chiều cao so 52 với mực nước tự do h Hình 2.15 Chu trình nghiên cứu áp dụng cho luận án 53 Hình 2.16 Tài liệu đo ĐVLGK trong GK1 56 Hình 2.17 Tài liệu đo ĐVLGK trong giếng GK2 57 Hình 2.18 Tài liệu đo ĐVLGK trong giếng GK3 57 Hình 2.19 Tài liệu đo ĐVLGK trong giếng GK4 58 Hình 3.1 Ví dụ phương pháp điểm khủy tay 61 Hình 3.2 Biểu đồ phân bố xác suất giá trị FZI_CORE các giếng GK2, 62 GK3, GK4 Hình 3.3 Biểu đồ histogram giá trị FZI_CORE các giếng GK2, GK3, 63 GK4 Hình 3.4 Kết quả lựa chọn số nhóm và kết quả phân nhóm theo 5 ĐVDC 64 theo phương pháp K-means Hình 3.5 Kết quả lựa chọn số nhóm và kết quả phân nhóm theo phương 64 pháp Ward với 5 ĐVDC Hình 3.6 Kết quả lựa chọn số nhóm và kết quả phân nhóm theo phương 65 pháp mạng nơ-ron tự tổ chức SOM với 4 ĐVDC Hình 3.7 Kết quả lựa chọn số nhóm và kết quả phân nhóm theo phương 65 pháp phân cụm mờ C-means FCM với 4 ĐVDC Hình 3.8 So sánh kết quả phân nhóm đá chứa theo phương pháp truyền 67 thống (a) và kết quả phân nhóm đá chứa theo ĐVDC sử dụng kĩ thuật học máy (b) Hình 3.9 Một số phân tích lát mỏng đại diện cho các ĐVDC tại các 68 giếng mỏ CX Hình 3.10 Dải phân bố các giá trị K_core, PHI_core, FZI_core cho từng 69 ĐVDC Hình 4.1 Đưa số liệu mẫu lõi về cùng độ sâu với tài liệu đo ĐVLGK 72 GK2 Hình 4.2 Kiểm tra độ tương quan giữa độ thấm từ mẫu lõi K_core và 74 các đường đo ĐVLGK GK2 Hình 4.3 Kiểm tra độ tương quan giữa độ thấm từ mẫu lõi K_core và 75 các đường đo ĐVLGK GK3 Hình 4.4 Kiểm tra độ tương quan giữa độ thấm từ mẫu lõi K_core và 76 các đường đo ĐVLGK GK4 ix Hình 4.5 Kết quả xác thực và thử mô hình dự báo FZI sử dụng thuật 78 toán Gaussian Processing Regression Exponential Hình 4.6 So sánh kết quả dự báo độ thấm K từ kết quả dự báo FZI và độ 79 thấm từ mẫu lõi, R2 =0.7 Kết quả xác thực và thử dự báo đột thấm K sử dụng thuật toán 79 Hồi qui quá trình Gaussian Exponential Hình 4.8 Kết quả xác thực và thử mô hình dự báo ĐVDC sử dụng thuật 81 toán Ensemble Optimizable Hình 4.9 Kết quả dự báo độ thấm K_PRED_HFU từ HFU dự báo từ số 81 liệu thử so với độ thấm từ mẫu lõi K_CORE Hình 4.10 Hệ số tương quan giữa độ thấm tính theo kết quả dự báo FZI 83 K_pred_FZI và độ thấm mẫu lõi K_core Hình 4.11 Hệ số tương quan giữa độ thấm tính theo kết quả dự báo HFU 83 K_pred_HFU và độ thấm mẫu lõi K_core Hình 4.
Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ
Câu hỏi thường gặp
Luận án "Đặc tính tầng chứa đá cacbonat tuổi Mioxen tại mỏ CX" nghiên cứu về vấn đề gì?
Luận án tiến sĩ đặc tính tầng chứa đá cacbonat Mioxen giữa mỏ CX. Nghiên cứu sâu về cấu trúc, địa hóa, hỗ trợ khai thác tài nguyên hiệu quả.
Luận án "Đặc tính tầng chứa đá cacbonat tuổi Mioxen tại mỏ CX" được bảo vệ tại trường nào?
Luận án này được bảo vệ tại Trường Đại học Mỏ - Địa chất. Năm bảo vệ: 2024.
Luận án "Đặc tính tầng chứa đá cacbonat tuổi Mioxen tại mỏ CX" thuộc chuyên ngành gì?
Luận án "Đặc tính tầng chứa đá cacbonat tuổi Mioxen tại mỏ CX" thuộc chuyên ngành Kỹ thuật Địa vật lý. Danh mục: Địa Chất.
Luận án "Đặc tính tầng chứa đá cacbonat tuổi Mioxen tại mỏ CX" có bao nhiêu trang?
Luận án "Đặc tính tầng chứa đá cacbonat tuổi Mioxen tại mỏ CX" có 117 trang. Bạn có thể xem trước một phần tài liệu ngay trên trang web trước khi tải về.
Cách tải luận án "Đặc tính tầng chứa đá cacbonat tuổi Mioxen tại mỏ CX" về máy như thế nào?
Để tải luận án về máy, bạn nhấn nút "Tải xuống ngay" trên trang này, sau đó hoàn tất thanh toán phí lưu trữ. File sẽ được tải xuống ngay sau khi thanh toán thành công. Hỗ trợ qua Zalo: 0559 297 239.