인공신경망법을 이용한 탄성파 탐사 자료로부터의 유사공극률 검층자료 생성

Abstract

저류층 내에 부존되어 있는 탄화수소의 매장량을 계산하기 위해서는 그 저류층의 공극률을 알아야한다. 시추공 이외의 지역에 대한 공극률은 일반적으로는 시추공에서 얻은 공극률 검층자료로부터 외삽하여 얻는다. 그러나 만약 시추공을 포함한 지역에서 획득한 탄성파탐사 자료가 존재하는 경우 시추공 자료와 함께 탄성파 탐사 자료를 이용하여 시추공이외의 지역에서 보다 정확한 유사 공극률을 추출해낼 수 있다. 이 논문에서는 다항식 신경망 기법을 이용하여 탄성파 탐사 자료와 공극률 검층 자료로부터 유사 공극률 검층 자료를 생성하는 모듈을 개발하였다. 먼저 탄성파 탐사 자료로부터 추출된 지하매질의 특성을 나타내는 seismic attribute와 심도에 따른 시간의 자료로 변환된 공극률 검층 자료로부터 다항식 신경망 기법을 사용하여 상관계수를 추출하였다. 그리고 이 계수를 이용하여 시추공이 없는 지역에서의 공극률 정보를 생성하였다. 한편, 개발된 모듈에서는 보다 정확한 공극률을 획득하기 위하여 각각의 seismic attribute들과 공극률 검층 자료와의 상관성 분석을 통해 상관성이 높은 seismic attribute들을 사용하였다. 개발된 다항식 신경망 모듈의 신뢰성, 활용성을 검증하기 위하여 개발된 모듈을 북해 F3 지역의 현장자료에 적용하고, 얻어진 결과를 상용 프로그램에서 사용되는 확률론적 신경망 기법을 통해 얻어진 결과와 비교하였다. 두 방법으로부터 얻은 결과들은 유사한 결과를 보였으며 이를 통해 개발된 모듈의 신뢰성을 입증할 수 있었다. 또한, 다항식 신경망 기법으로부터 얻어진 유사 공극률 검층 자료가 확률론적 신경망 기법을 통해 얻어진 결과보다 더 좋은 해상도를 보여주었다. 따라서 북해 F3 지역과 같이 시추공 자료가 부족한 지역에서는 다항식 신경망 기법이 확률론적인 신경망 기법보다 더 유용함을 알 수 있었다.