Luận văn thạc sĩ về dự báo dòng chảy trong tầng trầm tích lục nguyên Mioxen tại mỏ Hoàng Hà

Luận văn thạc sĩ nghiên cứu ứng dụng dự báo đơn vị dòng chảy hfu cho tầng trầm tích lục nguyên mioxen tại mỏ Hoàng Hà, Bồn Trũng Nam Côn Sơn.

• Tác giả: Huỳnh Huỳnh Yên Hạ
• Người hướng dẫn: PGS. Trần Vĩnh Tuân
• Trường học: Đại học Quốc gia TP. Hồ Chí Minh
• Chuyên ngành: Địa chất dầu khí ứng dụng
• Đề tài: Dự Báo Dòng Chảy Trong Tầng Trầm Tích Lục Nguyên Mioxen Tại Mỏ Hoàng Hà
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2012
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• LỜI MỞ ĐẦU
• 1. CHƯƠNG 1: KHÁI QUÁT BỒN TRŨNG NAM CÔN SƠN
• 1.1. Lịch sử phát triển bồn trũng Nam Côn Sơn
• 1.2. Lịch sử nghiên cứu thăm dò và khai thác dầu khí
• 1.2.1. Giai đoạn trước năm 1975
• 1.2.2. Giai đoạn từ 1981 – 1997
• 1.2.3. Giai đoạn 1988 đến nay
• 2. CHƯƠNG 2: ĐẶC ĐIỂM ĐỊA CHẤT MỎ HOÀNG HÀ, LÔ 05-1a, BỒN TRŨNG NAM CÔN SƠN
• 2.1. Vị trí địa lý mỏ Hoàng Hà
• 2.2. Đặc điểm địa tầng mỏ Hoàng Hà
• 2.3. Móng trước Đệ Tam
• 2.4. Trầm tích Đệ Tam
• 2.5. Đặc điểm kiến tạo và cấu trúc
• 2.6. Đặc điểm kiến tạo
• 2.7. Hệ thống dầu khí
• 3. CHƯƠNG 3: GIỚI THIỆU MẠNG NƠRON NHÂN TẠO
• 3.1. Tổng quan mạng nơron nhân tạo
• 3.2. Mô hình nơron sinh học
• 3.3. Mô hình nơron nhân tạo
• 3.4. Cấu trúc và phương thức làm việc của mạng nơron
• 3.5. Quá trình luyện mạng nơron nhân tạo, áp dụng thuật toán lan truyền ngược (Back Propagation)
• 3.6. Một số quy tắc học
• 3.7. Vấn đề quá khớp
• 3.8. Các phương pháp hạn chế hiện tượng quá khớp
• 3.9. Ngừng tiến trình luyện mạng
• 3.10. Các kỹ thuật học
• 3.11. Học có giám sát (Supervised learning)
• 3.12. Học không có giám sát (Unsupervised learning)
• 4. CHƯƠNG 4: PHƯƠNG PHÁP PHÂN CHIA ĐƠN VỊ DÒNG CHẢY HFU CHO TẦNG CHỨA TRẦM TÍCH
• 4.1. Cơ sở lý thuyết về đơn vị dòng chảy (HFU)
• 4.2. Phương trình Kozeny – Carman
• 4.3. Phương pháp phân chia đơn vị dòng chảy
• 4.4. Đánh giá sai số các giá trị RQI, PhiZ và FZI
• 4.5. Phân chia đơn vị dòng chảy dựa vào tài liệu mẫu lõi
• 4.6. Quy trình dự báo HFU dựa vào tài liệu ĐVLGK, ứng dụng phương pháp mạng nơron nhân tạo
• 5. CHƯƠNG 5: XÁC ĐỊNH ĐƠN VỊ DÒNG CHẢY (HFU) CHO TẦNG TRẦM TÍCH MIOXEN HẠ MỎ HOÀNG HÀ BẰNG MẠNG NƠRON NHÂN TẠO
• 5.1. Cơ sở dữ liệu
• 5.2. Tài liệu ĐVLGK
• 5.3. Tài liệu mẫu lõi
• 5.4. Phần mềm ứng dụng
• 5.5. Phân chia đơn vị dòng chảy theo tài liệu mẫu lõi
• 5.6. Tính toán giá trị RQI, PHIZ và FZI
• 5.7. Thiết lập quan hệ phi tuyến giữa độ rỗng và độ thấm
• 5.8. Dự báo đơn vị dòng chảy HFU cho tầng trầm tích lục nguyên mỏ Hoàng Hà theo tài liệu ĐVLGK áp dụng phương pháp ANN
• 5.9. Lựa chọn tham số
• 5.10. Xây dựng tập mẫu
• 5.11. Quy trình luyện mạng ANN
• 5.12. Dự báo đơn vị dòng chảy HFU cho tầng trầm tích lục nguyên mỏ Hoàng Hà bằng phương pháp ANN
• KẾT LUẬN VÀ KIẾN NGHỊ
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC

Tóm tắt

I. Giới thiệu chung về mỏ Hoàng Hà

Mỏ Hoàng Hà nằm trong bồn trũng Nam Côn Sơn, là một trong những mỏ dầu khí lớn tại Việt Nam. Mỏ được phát hiện với dòng dầu thương mại từ các thành tạo trầm tích lục nguyên và đá vôi tuổi Mioxen sớm. Các tầng trầm tích lục nguyên đóng vai trò chủ lực trong khai thác. Kế hoạch phát triển mỏ được chia thành hai giai đoạn, trong đó giai đoạn I đã được khai thác từ năm 1994. Hiện tại, mỏ đang bước vào giai đoạn II, phát triển phần Tây Nam. Việc xây dựng mô hình địa chất ba chiều là rất quan trọng để giảm thiểu rủi ro và nâng cao hiệu quả trong quá trình khai thác.

II. Phương pháp nghiên cứu

Nghiên cứu này áp dụng phương pháp phi tuyến để xác định quan hệ giữa độ rỗng và độ thấm từ tài liệu mẫu lõi. Phương pháp phân chia đơn vị dòng chảy HFU (Hydraulic Flow Unit) được sử dụng để phân tích các đặc tính của tầng chứa. Mạng nơron nhân tạo (ANN) được áp dụng để dự báo các đơn vị dòng chảy từ tài liệu địa vật lý giếng khoan. Việc sử dụng ANN giúp mô hình hóa quan hệ giữa kết quả xác định HFU và các đặc trưng địa vật lý, từ đó nâng cao độ tin cậy của dự báo.

III. Kết quả và thảo luận

Kết quả dự báo HFU cho tầng trầm tích lục nguyên Mioxen tại mỏ Hoàng Hà cho thấy có 4 loại HFU khác nhau. Mỗi loại HFU được biểu diễn bởi một quan hệ rỗng thấm khác nhau, cho phép mô tả tầng chứa một cách chi tiết và khoa học hơn. Việc áp dụng phương pháp ANN đã giúp đạt được độ tin cậy trên 80% trong dự báo HFU. Kết quả này có thể được sử dụng để tối ưu hóa vị trí giếng khoan và nâng cao hiệu quả khai thác dầu khí.

IV. Ý nghĩa thực tiễn

Nghiên cứu này có ý nghĩa quan trọng trong việc xây dựng mô hình địa chất cho mỏ Hoàng Hà. Việc xác định các đơn vị dòng chảy HFU giúp giảm thiểu rủi ro trong khai thác và tối ưu hóa quy trình khai thác dầu khí. Kết quả nghiên cứu có thể được áp dụng cho các mỏ khác trong khu vực, góp phần nâng cao hiệu quả khai thác và quản lý tài nguyên. Điều này không chỉ mang lại lợi ích kinh tế mà còn góp phần bảo vệ môi trường.

Nội dung chính

Tổng quan nghiên cứu

Mỏ Hoàng Hà, thuộc lô 05.1a trong bồn trũng Nam Côn Sơn, là một trong những mỏ dầu khí lớn và có tiềm năng khai thác quan trọng tại thềm lục địa Nam Việt Nam. Tính đến tháng 1 năm 2011, tổng sản lượng khai thác của mỏ đạt khoảng 31.510 thùng dầu và 58.270 nghìn bộ khối khí. Mỏ được phát hiện với các tầng trầm tích lục nguyên và đá vôi tuổi Mioxen, trong đó các tầng trầm tích lục nguyên đóng vai trò chủ lực trong khai thác. Kế hoạch phát triển mỏ được chia làm hai giai đoạn: giai đoạn I tập trung phát triển phần Đông Bắc từ năm 1994, và giai đoạn II hiện đang triển khai phần Tây Nam.

Vấn đề nghiên cứu trọng tâm của luận văn là dự báo đơn vị dòng chảy thủy lực (Hydraulic Flow Unit - HFU) cho tầng trầm tích lục nguyên Mioxen hạ tại mỏ Hoàng Hà. Việc xác định chính xác các đơn vị dòng chảy này giúp mô tả chi tiết và khoa học hơn quan hệ phi tuyến giữa độ rỗng và độ thấm, từ đó nâng cao độ tin cậy trong xây dựng mô hình địa chất ba chiều và mô hình mô phỏng khai thác. Phạm vi nghiên cứu tập trung vào dữ liệu mẫu lõi và địa vật lý giếng khoan của 5 giếng khoan chính tại mỏ, với ứng dụng mạng nơron nhân tạo (Artificial Neural Network - ANN) để dự báo HFU cho toàn bộ hệ thống giếng khoan.

Nghiên cứu có ý nghĩa thiết thực trong việc giảm thiểu rủi ro, tối ưu hóa khai thác và quản lý mỏ trong giai đoạn phát triển tiếp theo, đồng thời góp phần nâng cao hiệu quả kinh tế và kỹ thuật trong ngành dầu khí Việt Nam.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên hai lý thuyết và mô hình nghiên cứu chính:

1. Phương trình Kozeny-Carman: Đây là cơ sở để tính toán các chỉ số quan trọng như chỉ số chất lượng vỉa (Reservoir Quality Index - RQI), độ thông thoáng vỉa (Phiz) và chỉ thị dòng chảy (Flow Zone Indicator - FZI) từ dữ liệu độ rỗng và độ thấm lấy từ mẫu lõi. Các chỉ số này giúp phân chia các đơn vị dòng chảy thủy lực HFU, phản ánh tính bất đồng nhất của tầng chứa.

2. Mạng nơron nhân tạo (ANN): Mạng ANN được sử dụng để mô hình hóa quan hệ phi tuyến giữa các đặc trưng địa vật lý giếng khoan và các đơn vị dòng chảy HFU đã xác định từ mẫu lõi. Phương pháp này giúp dự báo HFU cho các đoạn giếng không có mẫu lõi, mở rộng phạm vi ứng dụng và tăng độ chính xác dự báo.

Các khái niệm chính bao gồm: độ rỗng, độ thấm, đơn vị dòng chảy thủy lực (HFU), chỉ số chất lượng vỉa (RQI), chỉ thị dòng chảy (FZI), và mạng nơron nhân tạo.

Phương pháp nghiên cứu

Nguồn dữ liệu chính gồm:

• Mẫu lõi từ 5 giếng khoan (HH-1B, HH-4B, HH-4A, HH-5A, HH-8A) tại mỏ Hoàng Hà.
• Dữ liệu địa vật lý giếng khoan (DVLGK) từ 14 giếng khoan khác nhau.
• Phần mềm MATLAB 7.0 hỗ trợ xây dựng và huấn luyện mạng ANN.

Phương pháp phân tích bao gồm:

• Tính toán các chỉ số RQI, Phiz, FZI từ dữ liệu mẫu lõi dựa trên phương trình Kozeny-Carman.
• Phân tích phân bố giá trị FZI bằng phương pháp phân phối xác suất để phân chia các đơn vị dòng chảy HFU.
• Xây dựng mô hình mạng ANN với thuật toán lan truyền ngược (Backpropagation) để dự báo HFU dựa trên các đặc trưng địa vật lý giếng khoan.
• Đánh giá mô hình bằng hệ số hồi quy (R) với kết quả trên 80%, sai số trung bình bình phương (MSE) được kiểm soát chặt chẽ.

Timeline nghiên cứu kéo dài từ thu thập dữ liệu, xử lý mẫu lõi, xây dựng mô hình ANN đến dự báo và đối sánh kết quả với dữ liệu thực tế.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Phân chia 4 loại đơn vị dòng chảy HFU: Dựa trên phân bố giá trị FZI từ mẫu lõi, tầng trầm tích lục nguyên Mioxen hạ tại mỏ Hoàng Hà được phân chia thành 4 loại HFU khác nhau, mỗi loại có quan hệ phi tuyến riêng biệt giữa độ rỗng và độ thấm. Độ rỗng của các HFU dao động trong khoảng 13-34%, với độ thấm tương ứng thay đổi theo từng đơn vị.

2. Mô hình ANN dự báo HFU hiệu quả: Mạng ANN được huấn luyện với dữ liệu mẫu lõi và đặc trưng địa vật lý giếng khoan đạt hệ số hồi quy R = 0.87 trên tập dữ liệu tổng quát, cho thấy khả năng dự báo HFU chính xác cho các đoạn giếng không có mẫu lõi.

3. Dự báo HFU cho 14 giếng khoan: Kết quả dự báo HFU tại các giếng khoan khác nhau được đối sánh với dữ liệu địa vật lý giếng khoan, cho thấy sự phù hợp cao, khẳng định độ tin cậy của mô hình.

4. Quan hệ phi tuyến giữa độ rỗng và độ thấm: So với phương pháp truyền thống mô tả quan hệ tuyến tính, phương pháp phi tuyến giúp phản ánh rõ hơn tính bất đồng nhất của tầng chứa, giảm thiểu rủi ro khi xây dựng mô hình địa chất và mô phỏng khai thác.

Thảo luận kết quả

Nguyên nhân của sự phân chia HFU đa dạng là do tính chất trầm tích và kiến tạo phức tạp của mỏ Hoàng Hà, với các tập cát chứa sản phẩm có thành phần khoáng vật và cấu trúc lỗ rỗng khác nhau. Việc áp dụng phương pháp phi tuyến và mạng ANN giúp khắc phục hạn chế của mô hình tuyến tính truyền thống, đồng thời tận dụng tối đa dữ liệu địa vật lý giếng khoan để mở rộng phạm vi dự báo.

So sánh với các nghiên cứu quốc tế, kết quả phù hợp với các công trình đã áp dụng phương pháp Kozeny-Carman và ANN trong phân chia HFU, đồng thời nâng cao tính ứng dụng trong điều kiện địa chất phức tạp của Việt Nam. Biểu đồ phân bố FZI và quan hệ độ rỗng - độ thấm được trình bày rõ ràng qua các bảng và đồ thị, giúp minh họa trực quan các phát hiện.

Ý nghĩa của nghiên cứu không chỉ nằm ở việc nâng cao độ chính xác mô hình địa chất mà còn góp phần quan trọng trong việc tối ưu hóa vị trí giếng khoan, giảm thiểu chi phí và rủi ro trong khai thác dầu khí.

Đề xuất và khuyến nghị

1. Áp dụng rộng rãi mô hình ANN trong dự báo HFU: Khuyến nghị các đơn vị khai thác và nghiên cứu sử dụng mô hình ANN để dự báo đơn vị dòng chảy cho các mỏ dầu khí có điều kiện địa chất phức tạp, nhằm nâng cao độ chính xác và hiệu quả khai thác trong vòng 1-2 năm tới.

2. Tăng cường thu thập và phân tích mẫu lõi: Đề xuất mở rộng lấy mẫu lõi tại các giếng khoan mới để cập nhật và hiệu chỉnh mô hình HFU, đảm bảo tính đại diện và độ tin cậy của dữ liệu trong vòng 3 năm.

3. Phát triển phần mềm tích hợp mô hình HFU và mô phỏng khai thác: Khuyến khích phát triển phần mềm chuyên dụng tích hợp mô hình HFU dựa trên ANN với mô hình mô phỏng khai thác, giúp tối ưu hóa kế hoạch khai thác và quản lý mỏ trong 2-3 năm tới.

4. Đào tạo và nâng cao năng lực chuyên môn: Tổ chức các khóa đào tạo về ứng dụng mạng nơron nhân tạo và phân tích địa vật lý giếng khoan cho cán bộ kỹ thuật và nhà nghiên cứu nhằm nâng cao năng lực áp dụng công nghệ mới trong ngành dầu khí.

Đối tượng nên tham khảo luận văn

1. Các kỹ sư và chuyên gia địa chất dầu khí: Luận văn cung cấp phương pháp phân chia đơn vị dòng chảy HFU và mô hình dự báo HFU bằng ANN, giúp họ nâng cao hiệu quả trong xây dựng mô hình địa chất và mô phỏng khai thác.

2. Các nhà quản lý và hoạch định chiến lược khai thác mỏ: Thông tin về phân bố HFU và dự báo chính xác giúp đưa ra quyết định tối ưu về vị trí giếng khoan và kế hoạch phát triển mỏ, giảm thiểu rủi ro và chi phí.

3. Các nhà nghiên cứu và sinh viên ngành địa chất dầu khí: Luận văn là tài liệu tham khảo quý giá về ứng dụng phương pháp phi tuyến và mạng nơron nhân tạo trong nghiên cứu địa chất dầu khí, mở rộng kiến thức và kỹ năng nghiên cứu.

4. Các công ty dầu khí và nhà thầu kỹ thuật: Phương pháp và kết quả nghiên cứu có thể áp dụng trong các dự án thăm dò và khai thác dầu khí khác, đặc biệt trong điều kiện địa chất phức tạp tương tự, giúp nâng cao hiệu quả công tác kỹ thuật.

Câu hỏi thường gặp

1. HFU là gì và tại sao cần phân chia đơn vị dòng chảy?
   HFU (Hydraulic Flow Unit) là đơn vị dòng chảy thủy lực, đại diện cho vùng vỉa có đặc tính dòng chảy và tính chất vỉa tương tự nhau. Phân chia HFU giúp mô tả chính xác tính bất đồng nhất của tầng chứa, nâng cao độ tin cậy trong mô hình địa chất và mô phỏng khai thác.

2. Phương pháp phi tuyến trong mô hình quan hệ độ rỗng - độ thấm có ưu điểm gì?
   Phương pháp phi tuyến phản ánh chính xác hơn sự biến đổi phức tạp của độ rỗng và độ thấm trong các đơn vị dòng chảy khác nhau, giảm thiểu sai số so với mô hình tuyến tính truyền thống, đặc biệt trong các tầng chứa có tính bất đồng nhất cao.

3. Mạng nơron nhân tạo (ANN) được sử dụng như thế nào trong nghiên cứu này?
   ANN được huấn luyện dựa trên dữ liệu mẫu lõi và đặc trưng địa vật lý giếng khoan để dự báo HFU cho các đoạn giếng không có mẫu lõi, giúp mở rộng phạm vi dự báo và tăng độ chính xác mô hình.

4. Kết quả dự báo HFU có thể ứng dụng thực tế ra sao?
   Kết quả giúp xác định vị trí tối ưu cho giếng khoan, xây dựng mô hình địa chất chi tiết hơn, từ đó tối ưu hóa kế hoạch khai thác, giảm thiểu rủi ro và chi phí trong quá trình phát triển mỏ.

5. Phạm vi áp dụng của phương pháp này có giới hạn không?
   Phương pháp phù hợp với các mỏ có dữ liệu mẫu lõi và địa vật lý giếng khoan đầy đủ, đặc biệt trong các tầng chứa có tính bất đồng nhất cao. Tuy nhiên, cần cập nhật và hiệu chỉnh mô hình khi có dữ liệu mới để đảm bảo độ chính xác.

Kết luận

• Luận văn đã xây dựng thành công mô hình phi tuyến giữa độ rỗng và độ thấm, phân chia 4 đơn vị dòng chảy HFU cho tầng trầm tích lục nguyên Mioxen hạ mỏ Hoàng Hà.
• Mạng nơron nhân tạo (ANN) được áp dụng hiệu quả trong dự báo HFU cho các giếng khoan không có mẫu lõi, với hệ số hồi quy đạt trên 0.8.
• Kết quả dự báo HFU được đối sánh với dữ liệu địa vật lý giếng khoan, khẳng định độ tin cậy và tính ứng dụng cao của mô hình.
• Nghiên cứu góp phần nâng cao độ chính xác trong xây dựng mô hình địa chất và mô phỏng khai thác, giảm thiểu rủi ro và chi phí trong phát triển mỏ.
• Đề xuất áp dụng rộng rãi mô hình ANN, tăng cường thu thập mẫu lõi và phát triển phần mềm tích hợp để nâng cao hiệu quả khai thác trong tương lai.

Luận văn mở ra hướng nghiên cứu mới trong ứng dụng công nghệ trí tuệ nhân tạo cho ngành địa chất dầu khí, đồng thời cung cấp cơ sở khoa học vững chắc cho công tác quản lý và phát triển mỏ Hoàng Hà. Các đơn vị và cá nhân quan tâm có thể liên hệ để trao đổi và ứng dụng kết quả nghiên cứu trong thực tiễn.

Trích đoạn nội dung tài liệu

CHƯƠNG 1: KHÁI QUÁT BON TRŨNG NAM CON SƠN. Lich sử phát triển bồn trững Nam Côn Sơn. Lich sử nghiên cứu thăm dò và khai thác dầu khí. Gai đoạn trước năm ]Ø77§.

- LL SH SH ST TT Sky ra 6 1. Giai đoạn từ 1981 — 19Ñ7. LH HH HH HH rêu 7 1. Giai đoạn 1988 đến nay.- c ccctE TT E1 E12111111111111111 01 11k 7 CHƯƠNG 2: DAC DIEM DIA CHAT MO HOÀNG HÀ, LO 05-1a, BON TRŨNG NAM CON SON.

VỊ trí dia lý mỏ Hoang Hà. Đặc điểm địa tầng mỏ Hoang Hà. Móng trước Dé 'Ïam. Trầm tích Đệ Tam.

Đặc điểm kiến tạo và câu trúc. Đặc điểm kiến tạo.-- Ta ST nSn T111 511111115 51111811 n1 E Hee re 15 2. Đặc điểm câu tTÚC.Hệ thông dầu khí. ---Lc n 1111111111111111111111111 11011111 nt HH yi 32 CHƯƠNG 3: GIỚI THIẾU MẠNG NƠRON NHÂN TẠO.

Tổng quan mạng noron nhân tạo .- - 5xx SE EEEEE+E£EEEEEE+EEEEEEEkrkrrerrred 33 3. Mô hình nơron sinh học.- -- c1 S221 11113111110 11111 11kg ky ve. Mô hình nơron nhân tạO. Câu trúc và phương thức làm việc của mạng noTon.

Quá trình luyện mạng noron nhân tạo, áp dụng thuật toán lan truyền ngược (BACK Propagation). Một số quy tặc hỌc. - - -cs TS 1E11111111111111111011111111 111111181 grrei 44 3. Vấn dé quá khớp.

Các phương pháp hạn chế hiện tượng quá khớp. Ngừng tiễn trình luyện mạng. Các kỹ thuật học.-c 11 022220111111 221 1111111 111111 kg kg ket 48 3. Học có giam sat (Supervised learn1n8).

Học không có giám sat (unsupervised learning).-‹‹------<s+s-- 50 CHUONG 4: PHUONG PHAP PHAN CHIA DON VI DONG CHAY HFU CHO TANG CHUA TRAM TICHL. Cơ sở lý thuyết về đơn vị dòng chảy (HFU). Phương trình Kozeny — Carmann. Phương pháp phân chia đơn vi dòng chảy.

Đánh giá sai số các giá tri ROL, PhiZ và FZ. Phân chia đơn vị dòng chảy dựa vào tài liệu mẫu lỗi. Quy trình dự báo HFU dựa vào tài liệu DVLGK, ứng dụng phương pháp mạng Noron nhân tạo.- c1 0111222222211111135511 1111115 1111111118011 1n ykg 60 CHƯƠNG 5: XÁC ĐỊNH DON VI DONG CHAY (HFU) CHO TANG TRAM TICH MIOXEN HA MO HOANG HA BANG MANG NORON NHAN TAO64 5. Cơ sở dữ lIỆU.

G0111 11112 11111111 1111119111101 11H11 kg KH Hkn 65 5. Tài liệu ĐVLUGK. Tài liệu mẫu lõi. Phần mềm ứng dung.

Phân chia don vị dong chảy theo tài liệu mẫu lõi. Tính toán giá trị RỌI, PHIZ và FZ⁄Ì. Thiết lập quan hệ phi tuyến giữa độ rỗng và độ thắm .Dự báo đơn vị dòng chảy HFU cho tang trầm tích lục nguyên mỏ Hoang Ha theo tài liệu DVLGK áp dụng phương pháp ANN. Lựa chọn tham số ¡101 79 5.

Xây dựng tập mẫu. Quy trình luyện mang ANN. Dự báo don vị dòng chảy HFU cho tang tram tích lục nguyên mỏ Hoang Hà băng phương pháp ANN. - c1 1111E1111115101E121101 01111111 treg 87 KET LUẬN VÀ KIÊN NGHỊ, .cscscccscscsssssccsessssssssssessssssssesessssssesessssssssesesssessesees 94 TÀI LIEU THAM KHAO .- 2-5 5 5 S2 2£ << 5955559 xxx scses 96 PHU IUỤ C,.

98 DANH SÁCH HÌNH ẢNH Hình 1. 1 Sơ đồ vị trí địa ly bổn tring Nam Côn Sơn. 2 Sơ đô phân lô tại bồn trững Nam Côn Sơn. 3 Sơ đồ cau trúc móng bề Nam Côn Sơn.- 5c s+E‡E‡EEESEE+EzEEEEEE+Eeree 4 Hình 1.

4 Mặt cắt qua các yếu tố chính bể Nam Côn Sơn. 1 Sơ đô vị trí địa lý mỏ Hoang Hà.- ¿2 SE E2 EEEEEEEEEEEEEEEEEErkeree 9 Hình 2. 2 Cột địa tang tổng hop mỏ Hoang Hà, bổn trũng Nam Côn Sơn. 3 So sánh các yếu tố kiến tạo chính trên bổn tring Nam Côn Son và bổn trũng Cửu LONE.

4 Ban đồ cầu trúc mặt móng (H200). cece eseseseseesesesscsesveteesevevseseeeveen 18 Hình 2. 5 Sơ đồ phân bố đứt gãy và các khối mỏ Hoang Hà. 6 Mặt cắt địa chan thé hiện cau trúc các khói sụt dần về phía Tây.

7 Mặt cắt dia chan thé hiện cau trúc dạng địa lũy chồng gối. 8 Mặt cắt địa chan thé hiện dang cau trúc phụ đới yên ngựa. 9 Ban đồ cau trúc nóc tầng H80 0. 10 Mặt cat địa chan dọc mỏ theo hướng Tây Nam — Đông Bắc.

11 Bản đồ cau trúc nóc tầng H30.---- + tt ctEEEE21 1121111111111 11 xe 24 Hình 2. 12 Bản đồ cau trúc miền thời gian nóc tầng H20. 13 Loại Kerogene bé Nam Côn Sơn.- ¿+ k+E‡E2E£E£EEEEEEEE2EEEEEEzkrxre 27 Hình 2. 14 Bản đô trưởng thành của vật chất hữu cơ nóc Oligoxen Bề NCS.

1 Nơron sinh họcC. 2 Sự liên kết và trao đổi thông tin giữa các noron.- ¿5 -scscx+xzxrc 35 Hình 3. 3 Mô hình một nơron nhân fạo. 4 Đồ thị các dang hàm truyêhn.--¿- -SSE1 1 1 EEEEEEEEEEEEE1111211 11x11 Ee 38 Hình 3.

5 a) Mô hình mang ANN nhiều lớp, truyền thang b) Mô hình mang ANN nhiều lớp, phản hỒi. 2-52 1S E5EE2121E111121E111121111111111111111 11111 111111 tr 40 Hình 3. 6 Hình dạng mặt cắt của hàm lỗi theo một trọng SOW veccccseccecsssecsesevevseseceees 42 Hình 3. 7 Dé thị thé hiện điểm cực tiểu cục DO oe.

8 Hiện tượng quá khớp và hàm tông quát. 9 Cầu trúc huấn luyện mạng noT0H. 11 Học không có giám sát. 1 Mặt cắt thủy lực occ ceeccccccecsescsscsessececsesssececsesesecevsvsvsevevsvsvssevevevseseveveen 52 Hình 4.

2 Biểu đồ xác định HU đơn vị dòng chảy. 3 Biểu đồ phân bố xác suất của giá trị FZZl. 4 Sơ dé xác định HU theo phương pháp phân cum (cluster analysis). 5 Quy trình dự báo HEU.

6 Sơ đồ minh hoa mô hình ANN dự báo HFU từ tai liệu ÐĐVLGK. 1 Biểu đồ quan hệ rỗng thấm theo hàm tuyến tinh của tang tram tích lục II4)0À/9081/1908n197-1/15050001107. 2 Sơ đô vi trí giếng khoan lựa chọn mỏ Hoang Hà, bồn trũng Nam Côn Sơn ¬. 3 Giao diện phần mềm MATLAB 7.

- - EE11111111111 22221111111 Sky 73 Hình 5. 5 Giao diện ứng dụng ANN trong phầm mềm MATLAB. 6 Biểu đồ phân bó tích lũy của giá trị FZI từ tài liệu mẫu lõi. 7 Biéu đồ quan hệ độ rỗng và độ thấm của 4 loại HFU tầng trầm tích lục NEUEN MO HoOAaNY Ha ou.

8 Cầu trúc mạng ANN được chọn cho thuật toán lan truyền nØược. 9 Cầu trúc và thông số mang ANN được thiết lập trong phần mềm Matlab Hình 5. 10 Kết qua sai số MSE của trường hợp 5 .----- ccccscEvx2EErxsxcxee 85 Hình 5. 11 Độ hồi quy của tập đữ liệu luyện mạng (R = 0.872) của trường hợp 5.

12 Độ hỏi quy của tập đữ liệu kiểm tra chéo (R = 0.835) của trường hợp 5 Hình 5. 13 Độ hôi quy của tập dữ liệu kiểm tra mô hình ANN tổng quát (R = 0.87) CUA trUONG NOP 5 an. 14 Độ hôi quy của tat cả dữ liệu mẫu (R = 0.866) của trường hop 5. 15 Kết qua dự báo HFU cho tang H80 đến H135 của giếng khoan HH-1B88 Hình 5.

16 Kết quả dự báo HFU cho tầng H137 đến H180 của giếng khoan HH-1B ¬ ceeeaeeeeaeeeaeeecaeesseeseseeseaeeesaeseaeesaeecaeeaeecaeeeeeeeseeseeseeeseeeeeeseeeseeeeeessieessieesnseeseeesas 89 Hình 5. 17 Mặt cắt liên kết địa tang giếng khoan dọc mỏ Hoang Hà. 18 Mặt cắt liên kết dia tang giếng khoan khối phía Bac mỏ hoàng Ha. 19 Mat cắt liễn kết địa tang giếng khoan khối phía Nam mỏ Hoang Hà.93 DANH SÁCH BANG BIEU Bảng 5.

1 Thông tin 14 giếng khoan lựa chọn.--¿- - s2 ‡EEEEEEEE2EEEEEskrxee 67 Bang 5. 2 Tổ hợp, khoảng đo DVLGK va tinh trang tài liệu DVLGK. 3 Các giếng khoan lây mẫu lõi tại tầng trầm tích lục nguyên mỏ Hoàng Hà ¬— cece eee enn eee en EEE EEL GE AECL EE EE EEA GEE ES EEEEE ESSA GEES CCEA E ECE GEEESctaGEC ESA GEE Ee cea GEectaaGEeeetaaeeeeeaaeeeees 70 Bảng 5. 4 Các giếng khoan lây mẫu lõi tương ứng với các tầng chứa.

5 Giá trị FZI trung bình của 4 loại HFU tang trầm tích lục nguyên mỏ 1s C0 )-1 002swb: Tố. 6 Danh sách các đường cong DVLGK lựa chon làm tham số nhập. 80 Dự báo đơn vị dòng chảy HFU cho tang tram tích lục nguyên Mioxen hạ mỏ Hoàng Ha, bồn tring Nam Côn Son. CHUONG 1: KHÁI QUÁT BON TRUNG NAM CÔN SƠN 1.

Vi trí địa lý Bon tring Nam Côn Sơn là một trong những bồn trũng lớn và có tiềm năng dau khí trên thêm lục địa Việt Nam. Cùng với sự phát triển của ngành công nghiệp dâu khí, sự phát triển trong công tác tìm kiếm, thăm dò và khai thác ở phạm vi bổn ngày càng được đây mạnh và đã thu vê được nhiêu kêt quả triên vọng. 1Sơ đồ vị trí địa ly bồn tring Nam Côn Sơn Bồn tring có vinam trong khoảng giữa 6°00 đến 9°45 vĩ độ Bắc và 106700 đến 10900 độ kinh Đông. cách bờ biển Vũng Tàu khoảng 400 km về phía Đông Nam.

Bổn có diện tích khoảng 100.000 km”, bao gồm các lô 02, 03, 04-1, 04-2, 04-3, 05- 1, 05-2, 05-3, 06, 07, 10, 11-1, 11-2, 12-E, 12-W, 19, 20, 21, 22, 28, 29 và một phan cac 16 130, 131, 132, 133, 134 va 135 (Hinh 1. (SAIGON) 129 153 ‘ ~ BLOCK 15-201 = BLOCK 02 a noc PETRONAS a a [í vỏ - J BLOCK 02197. BLOCK 08-2 #vJoc ——— _ | BLOCK09-1 +66L__—= 3 vsP Z BLOCK 09-3 [q7 oat ae WR 131 ⁄ —— ' BLOCK 05-1a f 18 BLOCKS'10 mer | 132 156 t L_ <2 „8 | &11-1 2 _ WAN'AN BEI 21 ' - cac to (BLOCK 10j CSJÓ€ VSPIoo th ụ 96-1b & tc BLOCK 04. 05-2 ha 33 20 lít ofl ¢ PP (BLOCKS13448&14 [156 [WANANBEI2(, |, “! BLOCK 05-37 M ulBe ont J (BLOCK 134) CONOCOPHILLIPS EXT (CHINA) Ï ⁄ HJ HARVEST 46 (CAI NUOC) 28 ap Ñ h oe | ` ——.

e HP —— ae =f BS P.03 CAA 34 21 t= * BLOCK 06-1 | 9 H 159 , TALISMAN BLOCK 126+ Ea L/ˆø § Jf = PM-302 ty MƯ2(AA BLOCK12W — PREMIER rab} BLOCK 07 & i { ` ` tác 1 hị 08/97 135 Ÿ 4 NV R| 9/03 pryogs, PNLIABU CLUSTER! 29/03 22103 13/03 VMEX 136 H SN PM-DS 4 nung f = LAMGALL _—T”Z F h‡. f \ Buepwi 35 VIfNAM_———” J L⁄ pee a © PM-309————— NORTHEAST + x4 - em tg PM-323._—T†”” KERAPU PSC| TITAN p MEWrIELD NATUNA SEA BLOCK BLOCK F BLOCK| BLOCK LÊ CAKALANGL_~”A" PSC (AREAS LIII) ESS 2A 2B xe PSC _=27 HtMItH 8 $ rải << ZZT TDDDLL.BARONANG PSC 8š Ì Hình 1. 2 Sơ đô phân lô tại bồn tring Nam Côn Sơn Bon tring Nam Côn Sơn ngăn cách với bồn Cửu Long bởi đới nâng Côn Son ở phía Bắc. Phía Tay va Nam là đới nâng Khorat — Natuna.

Phía Đông tiếp giáp với bồn Tư Chính — Vũng Mây. Phía Đông Bac là bồn tring Phú Khánh. Các hoạt động dau khí đã được bắt đầu từ những thập niên 70 thé kỷ 20. Hàng loạt các nghiên cứu khảo sát các đặc điểm về dia chat va tài nguyên dâu khí của bổn trũng được tiến hành phục vụ cho hoạt động thăm dò và khai thác.

Tuy nhiên do điều kiện địa chất hết sức phức tạp đòi hỏi phải tiếp tục nghiên cứu băng phương Dự báo đơn vị dòng chảy HFU cho tang trầm tích lục nguyên Mioxen hạ mỏ Hoàng Ha, bồn tring Nam Côn Sơn.