Navegando por Assunto "Redes neurais - Computação"

Agora exibindo 1 - 4 de 4

Acesso aberto (Open Access)
Aplicação de redes neuronais artificiais ao tratamento e interpretação de perfis geofísicos de poço aberto
(Universidade Federal do Pará, 1997-02-13) ANDRADE, André José Neves; LUTHI, Stefan Moritz
A análise dos perfis petrofísicos de poço aberto possui um papel de fundamental importância para os estudos geológicos e geofísicos, no que se refere a obtenção de um maior conhecimento da subsuperfície, bem como para a identificação e exploração de depósitos minerais e petrolíferos. Alguns tópicos importantes da interpretação geológica dos perfis como a determinação de interfaces, a identificação mineralógica e a correlação poço-a-poço são extremamente tediosos e dispendem na sua execução uma grande carga horária. A automação destes procedimentos é em princípio bastante complicada, mas necessária, pois permitirá um melhor aproveitamento do tempo de trabalho do geólogo de produção e do intérprete de perfis. As redes neuronais artificiais apresentam uma boa performance para a solução destes tipos de problema, inclusive nos casos nos quais os algoritmos sequenciais apresentam dificuldades. Mostrar-se-á nesta tese que as redes neuronais artificiais podem ser utilizadas eficientemente para a automação desses procedimentos da interpretação geológica dos perfis. Apresentamos detalhadamente as novas arquiteturas e as aplicações sobre dados sintéticos e perfis reais.
Acesso aberto (Open Access)
Cálculo da porosidade: identificação do argilomineral
(Universidade Federal do Pará, 2017-04-20) ALMEIDA, Thales Luiz Pinheiro de; ANDRADE, André José Neves; http://lattes.cnpq.br/8388930487104926
Na prática cotidiana da Avaliação de Formação é comum a adoção de hipóteses ou premissas simplificadoras sobre as propriedades físicas dos materiais constituintes da rocha reservatório para possibilitar o cálculo da porosidade. O conhecimento das propriedades físicas do argilomineral na rocha reservatório é fundamental para o cálculo da porosidade. Nesta dissertação advoga-se que as propriedades físicas do argilomineral presente na constituição da rocha reservatório são diferentes das médias das propriedades físicas dos folhelhos próximos. Geologicamente, o argilomineral é um dos materiais constituintes da rocha folhelho e admitir que as propriedades físicas dos folhelhos sejam iguais as propriedades físicas do argilomineral na rocha reservatório significa desconsiderar todos os demais constituintes e assumir uma continuidade sedimentar, que devido a inúmeros processos pós-deposicionais pode não ocorrer. Nesta dissertação, aplicamos a rede competitiva angular ao Gráfico Densidade-Neutrônico, para mostrar que se uma rocha reservatório e um folhelho, presente na bacia, são constituídos pelo mesmo argilomineral, eles apresentarão o mesmo padrão angular. Esta metodologia é apresentada com dados sintéticos e avaliada com perfis e análise de testemunho de poços do Campo de Namorado, na Bacia de Campos, Brasil.
Acesso aberto (Open Access)
Correlação de poços com múltiplos perfis através da rede neural multicamadas
(Universidade Federal do Pará, 2001-11-23) AMARAL, Mádio da Silva; ANDRADE, André José Neves; http://lattes.cnpq.br/8388930487104926
A correlação estratigráfica busca a determinação da continuidade lateral das rochas, ou a equivalência espacial entre unidades litológicas em subsuperfície, a partir de informações geológico-geofísicas oriundas de poços tubulares, que atravessam estas rochas. Normalmente, mas não exclusivamente, a correlação estratigráfica é realizada a partir das propriedades físicas registradas nos perfis geofísicos de poço. Neste caso, busca-se a equivalência litológica a partir da equivalência entre as propriedades físicas, medidas nos vários poços de um campo petrolífero. A técnica da correlação estratigráfica com perfis geofísicos de poço não é uma atividade trivial e sim, sujeita a inúmeras possibilidades de uma errônea interpretação da disposição geométrica ou da continuidade lateral das rochas em subsuperfície, em função da variabilidade geológica e da ambigüidade das respostas das ferramentas. Logo, é recomendável a utilização de um grande número de perfis de um mesmo poço, para uma melhor interpretação. A correlação estratigráfica é fundamental para o engenheiro de reservatório ou o geólogo, pois a partir da mesma, é possível a definição de estratégias de explotação de um campo petrolífero e a interpretação das continuidades hidráulicas dos reservatórios, bem como auxílio para a construção do modelo geológico para os reservatórios, a partir da interpretação do comportamento estrutural das diversas camadas em subsuperfície. Este trabalho apresenta um método de automação das atividades manuais envolvidas na correlação estratigráfica, com a utilização de vários perfis geofísicos de poço, através de uma arquitetura de rede neural artificial multicamadas, treinada com o algoritmo de retropropagação do erro. A correlação estratigráfica, obtida a partir da rede neural artificial, possibilita o transporte da informação geológica do datum de correlação ao longo do campo, possibilitando ao intérprete, uma visão espacial do comportamento do reservatório e a simulação dos possíveis paleoambientes. Com a metodologia aqui apresentada foi possível a construção automática de um bloco diagrama, mostrando a disposição espacial de uma camada argilosa, utilizando-se os perfis de Raio Gama (RG), Volume de Argila (Vsh), Densidade (ρb) e de Porosidade Neutrônica (φn) selecionados em cinco poços da região do Lago Maracaibo, na Venezuela.
Acesso aberto (Open Access)
Identificação de fácies em perfis de poço com algoritmo inteligente
(Universidade Federal do Pará, 2014-02-17) SANTOS, Renata de Sena; ANDRADE, André José Neves; http://lattes.cnpq.br/8388930487104926
A identificação de fácies em um poço não testemunhado é um dos problemas clássicos da avaliação de formação. Neste trabalho este problema é tratado em dois passos, no primeiro produz-se a codificação da informação geológica ou da descrição das fácies atravessadas em um poço testemunhado em termos das suas propriedades físicas registradas nos perfis geofísicos e traduzidas pelos parâmetros L e K, que são obtidos a partir dos perfis de porosidade (densidade, sônico e porosidade neutrônica) e pela argilosidade (Vsh) calculada pelo perfil de raio gama natural. Estes três parâmetros são convenientemente representados na forma do Gráfico Vsh-L-K. No segundo passo é realizada a interpretação computacional do Gráfico Vsh-L-K por um algoritmo inteligente construído com base na rede neural competitiva angular generalizada, que é especializada na classificação de padrões angulares ou agrupamento de pontos no espaço n-dimensional que possuem uma envoltória aproximadamente elipsoidal. Os parâmetros operacionais do algoritmo inteligente, como a arquitetura da rede neural e pesos sinápticos são obtidos em um Gráfico Vsh-L-K, construído e interpretado com as informações de um poço testemunhado. Assim, a aplicação deste algoritmo inteligente é capaz de identificar e classificar as camadas presentes em um poço não testemunhado, em termos das fácies identificadas no poço testemunhado ou em termos do mineral principal, quando ausentes no poço testemunhado. Esta metodologia é apresentada com dados sintéticos e com perfis de poços testemunhados do Campo de Namorado, na Bacia de Campos, localizada na plataforma continental do Rio de Janeiro, Brasil.