Machine learning aplicado à classificação de litofáceis utilizando perfis de poços da Bacia de Santos

Silva, Teresa Mourão Cerqueira e

Please use this identifier to cite or link to this item: http://hdl.handle.net/11422/19937

Type:	Trabalho de conclusão de graduação
Title:	Machine learning aplicado à classificação de litofáceis utilizando perfis de poços da Bacia de Santos
Author(s)/Inventor(s):	Silva, Teresa Mourão Cerqueira e
Advisor:	Almeida, Leonardo Fonseca Borghi de
Co-advisor:	Oliveira, Lucas Abreu Blanes de
Abstract:	Atualmente, é muito comum a classificação automática de litofácies por meio de sistemas especializados. Entretanto, mesmo que os algoritmos de aprendizagem de máquinas em softwares comerciais de avaliação petrofísica permitam uma classificação rápida, ela às vezes é feita utilizando perfis de poços inadequados para o propósito da avaliação, o que pode levar a resultados inconsistentes. A partir dessa motivação, o intuito do trabalho é investigar a capacidade do algoritmo de clusterização k-means de classificar litofácies a partir de perfis de poço. Dessa forma, foram utilizados intervalos siliciclásticos do reservatório do Pós-sal e carbonáticos do reservatório do Pré-sal para entender a diferença das respostas que a máquina fornece em cada um dos cenários testados. Os dados, como mineralogia da rocha, salinidade e temperatura da água, composição do fluido presente no reservatório, além dos perfis de poços (calibre do poço, Raios-gama e Raios-gama espectral, resistividade, densidade, porosidade neutrônica, porosidade total do RMN, fator fotoelétrico e vagarosidade da onda cisalhante e compressional), foram fornecidos pela Agência Nacional do Petróleo, Gás Natural e Biocombustíveis (ANP). O projeto foi desenvolvido em duas principais etapas: a primeira consistiu em gerar um modelo de subsuperfície e simular nele perfis sintéticos utilizando o software UTAPWeLS e compará-los com os perfis reais para validar o modelo gerado; já a segunda etapa compreendeu o processo de clusterização do modelo de subsuperfície e dos perfis reais para estimar litofácies e eletrofácies (respectivamente) através do software Weka. Em seguida, os perfis de poços foram removidos um a um do processo de clusterização para avaliar como a falta de informação poderia influenciar na classificação do algoritimo. Visando garantir o controle nesse processo, toda a primeira etapa levou em consideração os dados de rocha e fluido cedidos pela ANP para construir um modelo de subsuperfície representativo da área de estudo. A segunda etapa, por sua vez, teve a mesma rotina de clusterização aplicada tanto no modelo de subsuperfície quanto nos perfis de poço, a fim de tornar a comparação entre eles válida. Como resultado, foram obtidos os perfis faciológicos gerados a partir do modelo de subsuperfície e a partir dos perfis de poços, que se mostraram muito mais satisfatórios no reservatório siliciclástico do que no carbonático. Fica evidente, ao final do estudo, que o processo de classificação de litofácies por meio de perfis de poços não é algo trivial e, por mais que as máquinas auxiliem nesse processo, ele ainda demanda um conhecimento profundo dos especialistas.
Keywords:	Aprendizado de máquinas Perfis de poços Classificação de litofácies Bacia de Santos
Subject CNPq:	CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::GEOLOGIA
Production unit:	Instituto de Geociências
Publisher:	Universidade Federal do Rio de Janeiro
Issue Date:	Dec-2022
Publisher country:	Brasil
Language:	por
Right access:	Acesso Aberto
Appears in Collections:	Geologia

Files in This Item:

File	Description	Size	Format
SILVA, T.M.C.pdf		2.17 MB	Adobe PDF	View/Open

Show full item record Recommend this item View Statistics

Pantheon Institutional repository