Use este identificador para citar ou linkar para este item: https://repositorio.ufpa.br/jspui/handle/2011/11441
Tipo: Dissertação
Data do documento: 2015
Autor(es): GOMES, Kivia do Carmo Palheta
Primeiro(a) Orientador(a): ANDRADE, André José Neves
Título: Identificação de fácies em perfis com rede neural direta
Agência de fomento: 
Citar como: GOMES, Kivia do Carmo Palheta. Identificação de fácies em perfis com rede neural direta. Orientador: André José Neves Andrade. 2015. 85 f. Dissertação (Mestrado em Geofísica) - Instituto de Geociências, Universidade Federal do Pará, Belém, 2015. Disponível em: http://repositorio.ufpa.br/jspui/handle/2011/11441. Acesso em:.
Resumo: A aplicação das técnicas de testemunhagem é, normalmente, realizada em um número restrito dos poços verticais perfurados em um campo, fazendo com que as descrições das fácies, pela análise de testemunhos, tornem-se rarefeitas e consequentemente não permitindo uma caracterização realista dos reservatórios. O aumento da produção de hidrocarbonetos em um campo petrolífero é de extrema importância para a indústria do petróleo e profundamente dependente do conhecimento dos reservatórios em função das suas propriedades petrofísicas, que variam em função das fácies geológicas. Uma melhor descrição das fácies pode refletir em estimativas de volumes de hidrocarboneto mais realistas. Neste trabalho é apresentado um algoritmo inteligente capaz de produzir o transporte da informação das fácies produzida pela análise do testemunho para os poços perfilados e não testemunhados de um campo petrolífero, através do projeto de uma rede neural direta treinada para realizar um mapeamento da informação geológica em termos das propriedades físicas registradas nos perfis. O algoritmo inteligente processa o resultado produzido pela rede neural através de um filtro de coerência de profundidade para indicar os limites das camadas ao longo da trajetória do poço. Para os casos aqui avaliados a algoritmo inteligente apresentou resultados compatíveis com a análise de testemunho e de forma completamente independente da dimensão do conjunto de treinamento.
Abstract: The application of coring techniques is usually carried out in a limited number of vertical wells drilled in an oil field, causing the rarefaction of facies descriptions and not allowing a realistic characterization of reservoirs. Increased production of hydrocarbons in an oil field is extremely important for the oil industry and deeply dependent on the knowledge of the reserves in accordance with their petrophysical properties, which vary depending on geological facies. A better description of facies may reflect more realistic estimates of hydrocarbon volumes. This dissertation presents an intelligent algorithm capable of producing the transport of geologic information produced by the facies analysis of cores to the non-cored wells in an oil field, through the design of a direct neural network trained to perform a mapping of geological information in terms of the physical properties registered in the well logs. The intelligent algorithm processes the result produced by the neural network through a depth coherence filter to locate the boundaries of the layers along the well trajectory. For all of our cases the intelligent algorithm presented results compatible with the core analysis and independent of the size of the training set.
Palavras-chave: Geofísica
Perfilagem geofísica de poços
Redes neurais (Computação)
Geofísica de poço
Algoritmos inteligentes
Rede neural artificial
Wireline logging
Intelligent algorithms
Artificial neural networks
Área de Concentração: GEOFÍSICA DE POÇO
Linha de Pesquisa: APLICAÇÃO E DESENVOLVIMENTO DE ALGORITMOS INTELIGENTES AO ESTUDO DE RESERVATÓRIOS DE HIDROCARBONETOS
CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA
País: Brasil
Instituição: Universidade Federal do Pará
Sigla da Instituição: UFPA
Instituto: Instituto de Geociências
Programa: Programa de Pós-Graduação em Geofísica
Tipo de Acesso: Acesso Aberto
Fonte: 1 CD-ROM
Aparece nas coleções:Dissertações em Geofísica (Mestrado) - CPGF/IG

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Dissertacao_IdentificacaoFaciesPerfis.pdf1,92 MBAdobe PDFVisualizar/Abrir


Este item está licenciado sob uma Licença Creative Commons Creative Commons