Caractérisation de Réservoir par Réseaux de Neurones Artificiels

Univ Europeenne - EAN : 9786138465102

Leila Aliouane

Skip to the end of the images gallery

Skip to the beginning of the images gallery

Édition papier

EAN : 9786138465102

Paru le : 1 mars 2019

39,90 € 37,82 €

Disponible

Pour connaître votre prix et commander, identifiez-vous

Notre engagement qualité

Livraison gratuite
en France sans minimum
de commande
Manquants maintenus
en commande
automatiquement
Un interlocuteur
unique pour toutes
vos commandes
Toutes les licences
numériques du marché
au tarif éditeur
Assistance téléphonique
personalisée sur le
numérique
Service client
Du Lundi au vendredi
de 9h à 18h

Détails

EAN13 : 9786138465102
Réf. éditeur : 7427424
Editeur : Univ Europeenne
Date Parution : 1 mars 2019
Disponibilite : Disponible
Barème de remise : NS
Nombre de pages : 68
Format : H:229 mm L:152 mm E:4 mm
Poids : 114gr
Interdit de retour : Retour interdit

Résumé

Résumé : L'estimation des paramètres pétrophysique de réservoir est une étape très importante dans la caractérisation de réservoir pétrolier permettant d'avoir des informations sur la porosité et la perméabilité du réservoir ainsi que la saturation en HC. Dans certains cas, il est difficile de les déterminer à cause de la complexité géologique du réservoir. C'est le cas des réservoirs argilo-gréseux où la présence des argiles rend cette tâche difficile à cause du changement de faciès lithologique. Pour cela, les techniques des réseaux de neurones artificielles, à apprentissage supervisé, ont été proposées. Une application aux réservoirs argilo-gréseux au niveaux de deux puits du Sahara algérien, a été réalisée où des diagraphies du premier puits ont été exploitées pour l'apprentissage du réseau et le deuxième puits pour la généralisation. Ainsi les paramètres mesurés de diagraphies ont été utilisé comme entrée de la machine neuronale et les paramètres de porosité, perméabilité et saturation ont été prédits à la sortie du réseau. Nous avons tester deux type de réseaux: MLP et RBF. Les résultats obtenus ont monté l' efficacité des ces techniques dans la caractérisation de réservoir.
Biographie : Mme Leila Aliouane est titulaire d'un diplôme d'ingénieur d'état en géophysique à la faculté des sciences de la terre, université Houari Boumediene, Algérie. Elle a obtenu le grade de Magister au sein de la même faculté en 2001. Actuellement, elle occupe le poste d'enseignant chercheur à la faculté des hydrocarbures et de la chimie, UMBB, Algérie.