Robust computational approach to determine the safe mud weight window using well-log data from a large gas reservoir (Запись № 668235)
[ простой вид ]
| 000 -Маркер | |
|---|---|
| Поле контроля фиксированной длины | 04077nlm1a2200469 4500 |
| 005 - Идентификатор версии | |
| Поле контроля фиксированной длины | 20231030042142.0 |
| 035 ## - Другие системные номера | |
| Идентификатор записи | (RuTPU)RU\TPU\network\39459 |
| 035 ## - Другие системные номера | |
| Идентификатор записи | RU\TPU\network\38447 |
| 100 ## - Данные общей обработки | |
| Данные общей обработки | 20220704a2022 k y0engy50 ba |
| 101 0# - Язык ресурса | |
| Язык текста, звукозаписи и т.д. | английский |
| 102 ## - Страна публикации или производства | |
| Страна публикации | |
| 135 ## - Поле кодированных данных: электронные ресурсы | |
| Кодированные данные для электронного ресурса | drcn ---uucaa |
| 181 #0 - Поле кодированных данных: вид содержания | |
| Код вида содержания | i |
| 182 #0 - Поле кодированных данных: средство доступа | |
| Код средства доступа | electronic |
| 200 1# - Заглавие и сведения об ответственности | |
| Основное заглавие | Robust computational approach to determine the safe mud weight window using well-log data from a large gas reservoir |
| Первые сведения об ответственности | S. Beheshtian, M. Rajabi, Sh. Davoodi [et al.] |
| 203 ## - Вид содержания и средство доступа | |
| Вид содержания | |
| Средство доступа | |
| 300 ## - Общие примечания | |
| Текст примечания | Title screen |
| 330 ## - Резюме или реферат | |
| Текст примечания | A key parameter when drilling for gas and oil is to determine the safe mud weight window (SMWW) to ensure wellbore stability as part of a quantitative risk assessment (QRA). This study determines SMWW by predicting acceptable upper and lower limits of the bottom hole pressure window during over-balance drilling method. A novel machine learning method is developed to predict SMWW from ten well-log input variables subject to feature selection. 3389 data records from three South Pars gas field (Iran) wells include data from: uncorrected spectral gamma ray; potassium; thorium; uranium; photoelectric absorption factor; neutron porosity; bulk formation density; corrected gamma ray adjusted for uranium content; shear-wave velocity and compressional-wave velocity. Combinations of these well logs are tuned to provide predictions of the SMWW, measured in terms of subsurface pore and fracture pressures, using machine learning (ML) algorithms hybridized with optimizers. The ML algorithms assessed are multiple layer extreme learning machine (MELM) and least squares support vector machine (LSSVM), hybridized with genetic (GA) and particle swarm (PSO) optimizers. This new algorithm (MELM) incorporates special features that improve its prediction performance, speeds up its training, inhibits overfitting and involves less optimization in the model's construction. By combining MELM with PSO, its optimum control parameters are rapidly determined. The results reveal that the MELM-PSO combination provides the highest SMWW prediction accuracy of four models evaluated. For the testing subset MELM-PSO achieves high prediction performance of pore pressure (RMSE = 12.76 psi; R2 = 0.9948) and fracture pressure (RMSE = 15.71 psi; R2 = 0.9967). Furthermore, the model demonstrates that once trained with data from a few wells, it can be successfully applied to predict unseen data in other South Pars gas field wells. The findings of this study can provide a better understanding of how ML methods can be applied to accurately predict SMWW. |
| 333 ## - Примечания об особенностях распространения и использования | |
| Текст примечания | |
| 461 ## - Уровень набора | |
| Заглавие | Marine and Petroleum Geology |
| 463 ## - Уровень физической единицы | |
| Заглавие | Vol. 142 |
| Обозначение тома | [105772, 25 p.] |
| Дата публикации | 2022 |
| 610 1# - Неконтролируемые предметные термины | |
| Предметный термин | электронный ресурс |
| 610 1# - Неконтролируемые предметные термины | |
| Предметный термин | труды учёных ТПУ |
| 610 1# - Неконтролируемые предметные термины | |
| Предметный термин | safe mud weight window |
| 610 1# - Неконтролируемые предметные термины | |
| Предметный термин | multiple extreme learning machine |
| 610 1# - Неконтролируемые предметные термины | |
| Предметный термин | hybrid machine learning algorithms |
| 610 1# - Неконтролируемые предметные термины | |
| Предметный термин | optimized well-log feature selection |
| 701 #1 - Имя лица – альтернативная ответственность | |
| Начальный элемент ввода | Beheshtian |
| Часть имени, кроме начального элемента ввода | S. |
| Расширение инициалов личного имени | Saeed |
| 701 #1 - Имя лица – альтернативная ответственность | |
| Начальный элемент ввода | Rajabi |
| Часть имени, кроме начального элемента ввода | M. |
| Расширение инициалов личного имени | Meysam |
| 701 #1 - Имя лица – альтернативная ответственность | |
| Начальный элемент ввода | Davoodi |
| Часть имени, кроме начального элемента ввода | Sh. |
| Дополнения к именам, кроме дат | specialist in the field of petroleum engineering |
| -- | Research Engineer of Tomsk Polytechnic University |
| Даты | 1990- |
| Расширение инициалов личного имени | Shadfar |
| -- | stltpush |
| Идентификатор авторитетной/ нормативной записи | (RuTPU)RU\TPU\pers\46542 |
| 701 #1 - Имя лица – альтернативная ответственность | |
| Начальный элемент ввода | Wood |
| Часть имени, кроме начального элемента ввода | D. A. |
| Расширение инициалов личного имени | David |
| 701 #1 - Имя лица – альтернативная ответственность | |
| Начальный элемент ввода | Ghorbani |
| Часть имени, кроме начального элемента ввода | H. |
| Расширение инициалов личного имени | Hamzeh |
| 701 #1 - Имя лица – альтернативная ответственность | |
| Начальный элемент ввода | Mohamadian |
| Часть имени, кроме начального элемента ввода | N. |
| Расширение инициалов личного имени | Nima |
| 701 #1 - Имя лица – альтернативная ответственность | |
| Начальный элемент ввода | Ahmadi |
| Часть имени, кроме начального элемента ввода | A. M. |
| Расширение инициалов личного имени | Alvar Mehdi |
| 701 #1 - Имя лица – альтернативная ответственность | |
| Начальный элемент ввода | Ahmadi |
| Часть имени, кроме начального элемента ввода | A. M. |
| Расширение инициалов личного имени | Alvar Mehdi |
| 701 #1 - Имя лица – альтернативная ответственность | |
| Начальный элемент ввода | Band |
| Часть имени, кроме начального элемента ввода | Sh. S. |
| Расширение инициалов личного имени | Shahab |
| 712 02 - Наименование организации – вторичная ответственность | |
| Начальный элемент ввода | Национальный исследовательский Томский политехнический университет |
| Структурное подразделение | Инженерная школа природных ресурсов |
| -- | Отделение нефтегазового дела |
| -- | 8084 |
| -- | stltpush |
| Идентификатор авторитетной/ нормативной записи | (RuTPU)RU\TPU\col\23546 |
| 801 #2 - Источник записи | |
| Страна | RU |
| Организация | 63413507 |
| Дата составления | 20220704 |
| Правила каталогизации | RCR |
| 856 4# - Местонахождение электронных ресурсов и доступ к ним | |
| Универсальный идентификатор ресурса | https://doi.org/10.1016/j.marpetgeo.2022.105772 |
| 090 ## - System Control Numbers (Koha) | |
| Koha biblioitem number (autogenerated) | 668235 |
| 942 ## - Добавленные элементы ввода (Коха) | |
| Тип документа | Computer Files |
Нет доступных единиц.