원래 세션 날짜: 2022년 5월 5일
다루는 주제: 그래프 빌더, 모델 스크리닝, 신경망
연사: Peter Polito(@peter_polito), 시니어 시스템 엔지니어
데이터: IODP 확장 308- https://mlp.ldeo.columbia.edu/data/timeline/html/308.html GC955 - https://brg.ldeo.columbia.edu/data/ghp/JIP2/GC955-H/index.html ? https://brg.ldeo.columbia.edu/data/ghp/JIP2/GC955-H/index.html?
간극 압력의 개념은 달의 위상과 약간 비슷합니다. 대부분의 사람들은 위상이 있다는 것을 알고 있습니다. 기간은 약 한 달이고 그 사이에는 초승달, 보름달 등이 있습니다. 그러나 누군가에게 물어보면 설명하다 왜 단계가 있으며 대부분의 사람들은 약간 멈춥니다. 간극 압력은 널리 알려져 있으며 대부분의 지구과학자들은 이에 대해 잘 알고 있지만 더 복잡한 질문을 하기 시작하면 약간 당황하게 됩니다. 간극압은 이해하는 것이 매우 중요합니다. E&P 조직에서 수집한 모든 데이터 유형 중에서 간극압은 널리 공유되어야 하는 데이터 중 하나라고 주장할 수 있습니다. 그들은 우리가 더 많이 알수록 더 많이 이해할 수 있고 더 나은 예측 모델이 될 것이며 더 안전한 시추 작업이 될 것입니다.
Upstream의 JMP 에피소드에서는 간극 압력의 개념, 드릴링에서 이것이 중요한 이유, 쉽게 시각화하는 방법, 마지막으로 예측하는 방법에 대해 자세히 알아봅니다. 연사 Peter Polito는 IODP Expedition 308 및 GC955의 GOM^2 시추 작업 데이터를 사용하여 이러한 방법을 안내합니다. 그는 3개의 우물(Ursa Basin에 2개, Brazos-Trinity 지역에 1개)에서 다공성, 감마, 밀도 및 저항률 로그를 가져와 XGBoost, Boosted Tree 및 Boosted Neural Networks(BNN)를 사용하여 3개의 고유한 예측 모델을 구축합니다. Boosted NN의 경우 R^2 값이 더 낮지만 실제 간극 압력과 비교하면 BNN이 더 안정적인 예측을 제공합니다. 나머지 4개의 우물(Ursa Basin에 1개, Brazos-Trinity 지역에 2개, GC955에 1개)에 적용하면 결과가 혼합됩니다. 상당히 안정적인 간극 압력 증가가 있는 유정의 경우 모델이 매우 잘 수행됩니다. 그러나 우물의 일부는 깊은 곳에서 고압 킥을 가졌는데 어느 모델도 처리할 수 없었고 GC955는 다른 지질학적 환경에서 모델이 매우 열악했습니다. 수화 시키다. Peter는 모델 구축에서 훌륭한 연습을 하는 동안 모델 품질을 개선하기 위해 추가 데이터가 필요함을 보여줍니다.
그림 1. U1324A에서 과도한 간극 압력은 로깅 도구가 약 480m(파란색 선)에서 큰 간극 압력 킥을 만나지만 현장 간극 압력 측정(검은 점)은 전체 깊이가 과압임을 시사합니다.
그림 2. U1324A에서 측정된 압력과 비교한 세 가지 예측 모델의 비교. XGBoost(파란색)는 가장 시끄럽고 Boosted Neural Network(녹색)이며 R2가 가장 낮으며 부스트 트리(빨간색)가 중간에 있는 부정확한 큰 압력 스파이크가 없습니다.
좋은 블로그와 세션! 가을에 다시 물건을 집어들게 되어 기쁩니다!
