Reconhecimentos de fácies em perfil com rede neural competitiva

COSTA, Jéssica Lia Santos da

Trabalho de Conclusão de Curso - Graduação

Reconhecimentos de fácies em perfil com rede neural competitiva

The recognition of sedimentary facies in a depositional system has a key role in formation evaluation to perform the characterization of an oil system. In the absence of these facies description by cores or outcrop, we present a methodology based on intelligent algorithm able to identify one facies...

ver descrição completa

Autor principal:	COSTA, Jéssica Lia Santos da
Grau:	Trabalho de Conclusão de Curso - Graduação
Publicado em:	2020
Assuntos:	Geofísica de Poço Interpretação geológica Descrição de fácies Algoritmos Inteligentes CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::GEOFISICA
Acesso em linha:	https://bdm.ufpa.br/jspui/handle/prefix/2700

id	oai:https:--bdm.ufpa.br:8443:prefix-2700
recordtype	dspace
spelling	oai:https:--bdm.ufpa.br:8443:prefix-27002021-08-19T11:54:23Z Reconhecimentos de fácies em perfil com rede neural competitiva COSTA, Jéssica Lia Santos da ANDRADE, André José Neves http://lattes.cnpq.br/8388930487104926 Geofísica de Poço Interpretação geológica Descrição de fácies Algoritmos Inteligentes CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::GEOFISICA The recognition of sedimentary facies in a depositional system has a key role in formation evaluation to perform the characterization of an oil system. In the absence of these facies description by cores or outcrop, we present a methodology based on intelligent algorithm able to identify one facies of interest in wireline logs. This methodology uses a competitive neural network to extract geological information from the physical properties mapped in the M-N plot. The competition among neurons identifies the facies of interest, which has been previously identified in a cored borehole, in other non cored boreholes in an oil field. The purpose of this methodology is to encode and transmit the geological information gained in cored boreholes to non cored wells and thus achieve the geological interpretation of one layer in an oil field. This methodology has been evaluated using synthetic data and actual wireline logs from two boreholes drilled in the Namorado oil field, Campos Basin, Brazil. O reconhecimento das fácies sedimentares de um sistema deposicional é fundamental na geofísica de poço para realizar a caracterização do sistema petrolífero. Na ausência da descrição de fácies em afloramento ou testemunhos, apresenta-se uma metodologia baseada em algoritmos inteligentes para a identificação destas fácies diretamente sobre os perfis geofísicos registrados em poço não testemunhados. Nesta metodologia utiliza-se a rede neural competitiva para extrair a informação geológica a partir das propriedades físicas do mineral principal, que influenciam os perfis de porosidade codificados no Gráfico M-N. Em um poço testemunhado definem-se os parâmetros N e M representativos da facie de interesse, de modo que a operação do algoritmo inteligente consiga identificá-la em qualquer outro poço não testemunhado. A finalidade desta metodologia é codi ficar e transportar a informação geológica obtida em poços testemunhados para poços não testemunhados . Esta meto dologia foi avaliada em dados sintéticos e com perfis de poços testemunhados do Campo de Namorado, Bacia de Campos, Brasil. 2020-01-09T17:43:26Z 2020-01-09T17:43:26Z 2013-03-08 Trabalho de Conclusão de Curso - Graduação COSTA, Jéssica Lia Santos da. Reconhecimentos de fácies em perfil com rede neural competitiva. Orientador: André José Neves Andrade. 2013. 48 f. Trabalho de Conclusão de Curso (Bacharelado em Geofísica) - Faculdade de Geofísica, Instituto de Geociências, Universidade Federal do Pará, Belém, 2013. Disponível em: https://bdm.ufpa.br/jspui/handle/prefix/2700. Acesso em:. https://bdm.ufpa.br/jspui/handle/prefix/2700 Acesso Aberto 1 CD-ROM
institution	Biblioteca Digital de Monografias - UFPA
collection	MonografiaUFPA
topic	Geofísica de Poço Interpretação geológica Descrição de fácies Algoritmos Inteligentes CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::GEOFISICA
spellingShingle	Geofísica de Poço Interpretação geológica Descrição de fácies Algoritmos Inteligentes CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::GEOFISICA COSTA, Jéssica Lia Santos da Reconhecimentos de fácies em perfil com rede neural competitiva
topic_facet	Geofísica de Poço Interpretação geológica Descrição de fácies Algoritmos Inteligentes CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::GEOFISICA
description	The recognition of sedimentary facies in a depositional system has a key role in formation evaluation to perform the characterization of an oil system. In the absence of these facies description by cores or outcrop, we present a methodology based on intelligent algorithm able to identify one facies of interest in wireline logs. This methodology uses a competitive neural network to extract geological information from the physical properties mapped in the M-N plot. The competition among neurons identifies the facies of interest, which has been previously identified in a cored borehole, in other non cored boreholes in an oil field. The purpose of this methodology is to encode and transmit the geological information gained in cored boreholes to non cored wells and thus achieve the geological interpretation of one layer in an oil field. This methodology has been evaluated using synthetic data and actual wireline logs from two boreholes drilled in the Namorado oil field, Campos Basin, Brazil.
author_additional	ANDRADE, André José Neves
author_additionalStr	ANDRADE, André José Neves
format	Trabalho de Conclusão de Curso - Graduação
author	COSTA, Jéssica Lia Santos da
title	Reconhecimentos de fácies em perfil com rede neural competitiva
title_short	Reconhecimentos de fácies em perfil com rede neural competitiva
title_full	Reconhecimentos de fácies em perfil com rede neural competitiva
title_fullStr	Reconhecimentos de fácies em perfil com rede neural competitiva
title_full_unstemmed	Reconhecimentos de fácies em perfil com rede neural competitiva
title_sort	reconhecimentos de fácies em perfil com rede neural competitiva
publishDate	2020
url	https://bdm.ufpa.br/jspui/handle/prefix/2700
_version_	1787154809493651456
score	11.753896

Reconhecimentos de fácies em perfil com rede neural competitiva

Registros relacionados