Traitement en cours

Veuillez attendre...

Paramétrages

Paramétrages

Aller à Demande

1. WO2019190003 - PROCÉDÉ D'OPTIMISATION D'EMPLACEMENTS DE MULTIPLES PUITS DE FORAGE DANS UN RÉSERVOIR DE PÉTROLE ET DE GAZ À L'AIDE D'UN RÉSEAU NEURONAL ARTIFICIEL

Numéro de publication WO/2019/190003
Date de publication 03.10.2019
N° de la demande internationale PCT/KR2018/009385
Date du dépôt international 16.08.2018
CIB
G06N 3/04 2006.01
GPHYSIQUE
06CALCUL; COMPTAGE
NSYSTÈMES DE CALCULATEURS BASÉS SUR DES MODÈLES DE CALCUL SPÉCIFIQUES
3Systèmes de calculateurs basés sur des modèles biologiques
02utilisant des modèles de réseaux neuronaux
04Architecture, p.ex. topologie d'interconnexion
E21B 41/00 2006.01
ECONSTRUCTIONS FIXES
21FORAGE DU SOL OU DE LA ROCHE; EXPLOITATION MINIÈRE
BFORAGE DU SOL OU DE LA ROCHE; EXTRACTION DU PÉTROLE, DU GAZ, DE L'EAU OU DE MATÉRIAUX SOLUBLES OU FUSIBLES OU D'UNE SUSPENSION DE MATIÈRES MINÉRALES À PARTIR DE PUITS
41Matériel ou accessoires non couverts par les groupes E21B15/-E21B40/105
CPC
E21B 41/00
EFIXED CONSTRUCTIONS
21EARTH DRILLING; MINING
BEARTH DRILLING, e.g. DEEP DRILLING
41Equipment or details not covered by groups E21B15/00 - E21B40/00
G06N 3/04
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
04Architectures, e.g. interconnection topology
G06N 3/0427
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
04Architectures, e.g. interconnection topology
0427in combination with an expert system
Déposants
  • 조선대학교 산학협력단 INDUSTRY-ACADEMIC COOPERATION FOUNDATION, CHOSUN UNIVERSITY [KR]/[KR]
Inventeurs
  • 장일식 JANG, Il Sik
  • 오세은 OH, Se Eun
  • 강현정 KANG, Hyun Jeong
Mandataires
  • 특허법인임앤정 LIM & JEONG PATENT LAW FIRM
Données relatives à la priorité
10-2018-003716730.03.2018KR
Langue de publication coréen (KO)
Langue de dépôt coréen (KO)
États désignés
Titre
(EN) METHOD FOR OPTIMIZING LOCATIONS OF MULTIPLE WELLBORES IN OIL AND GAS RESERVOIR BY USING ARTIFICIAL NEURAL NETWORK
(FR) PROCÉDÉ D'OPTIMISATION D'EMPLACEMENTS DE MULTIPLES PUITS DE FORAGE DANS UN RÉSERVOIR DE PÉTROLE ET DE GAZ À L'AIDE D'UN RÉSEAU NEURONAL ARTIFICIEL
(KO) 유가스 저류층에서 인공신경망을 이용한 복수의시추정 위치 최적화 방법
Abrégé
(EN)
The present invention relates to a method for determining optimal locations of multiple wellbores in an oil and gas reservoir. The present invention proposes a selection method using an artificial neural network which replaces an existing computational model. Further, there are a practical limit and increasing uncertainty in directly applying an artificial neural network to a case in which the amount of data is very large. In this regard, the present invention proposes a method in which an artificial neural network can be applied sequentially and by stages. Therefore, it is expected that optimal locations of multiple wellbores can be effectively and reliably selected using the method even when the amount of data is very large.
(FR)
La présente invention concerne un procédé de détermination d'emplacements optimaux de multiples puits de forage dans un réservoir de pétrole et de gaz. La présente invention propose un procédé de sélection utilisant un réseau neuronal artificiel qui remplace un modèle de calcul existant. En outre, il existe une limite pratique et une incertitude croissante quant à l'application directe d'un réseau neuronal artificiel à un cas dans lequel la quantité de données est très importante. À cet égard, la présente invention propose un procédé dans lequel un réseau neuronal artificiel peut être appliqué de manière séquentielle et par étapes. Par conséquent, il est attendu que des emplacements optimaux de multiples puits de forage puissent être sélectionnés de manière efficace et fiable à l'aide du procédé même lorsque la quantité de données est très importante.
(KO)
본 발명은 유가스 저류층에서 복수의 시추정의 최적 위치를 결정하기 위한 방법에 관한 것이다. 본 발명에서는 기존의 전산모델을 대체하여 인공신경망을 통한 선정방법을 제시한다. 또한 데이터의 개수가 매우 많은 경우 인공신경망을 직접 적용하는 것은 현실적으로 한계가 있으며, 불확실성이 증대되는 문제가 있다. 이에 본 발명에서는 순차적, 단계적으로 인공신경망을 적용할 수 있는 방법을 제시한다. 이를 통해 데이터의 개수가 매우 많은 경우에도, 효과적이고 신뢰성있게 최적 위치를 선정할 수 있을 것으로 기대된다.
Également publié en tant que
Dernières données bibliographiques dont dispose le Bureau international