Submitted by Cleide Dantas (cleidedantas@ufpa.br) on 2014-06-16T13:48:22Z
No. of bitstreams: 2
license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5)
Dissertacao_DeconvolucaoPerfisPocoRede.pdf: 1991292 bytes, checksum: 11d42098d8613d8bb1eb827e88db1f71 (MD5) / Approved for entry into archive by Irvana Coutinho (irvana@ufpa.br) on 2014-06-30T14:50:28Z (GMT) No. of bitstreams: 2
license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5)
Dissertacao_DeconvolucaoPerfisPocoRede.pdf: 1991292 bytes, checksum: 11d42098d8613d8bb1eb827e88db1f71 (MD5) / Made available in DSpace on 2014-06-30T14:50:28Z (GMT). No. of bitstreams: 2
license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5)
Dissertacao_DeconvolucaoPerfisPocoRede.pdf: 1991292 bytes, checksum: 11d42098d8613d8bb1eb827e88db1f71 (MD5)
Previous issue date: 2006 / ANP - Agência Nacional do Petróleo / Para a indústria do petróleo, a interpretação dos perfis de poço é a principal fonte de
informação sobre a presença e quantificação de hidrocarbonetos em subsuperfície. Entretanto, em
duas situações as novas tecnologias, tanto em termos do processo construtivo das ferramentas,
quanto da transmissão dos dados não têm justificativa econômica, ensejando a utilização de um
conjunto de perfis convencionais: reavaliações de campos maduros e avaliações de campos
marginais. Os procedimentos de aquisição dos perfis convencionais podem alterar o valor da
propriedade física bem como a localização dos limites verticais de uma camada rochosa. Este é
um antigo problema na geofísica de poço – o paradoxo entre a resolução vertical e a
profundidade de investigação de uma ferramenta de perfilagem. Hoje em dia, isto é contornado
através da alta tecnologia na construção das novas ferramentas, entretanto, este problema ainda
persiste no caso das ferramentas convencionais como, a ferramenta de raio gama natural (GR).
Apresenta-se, neste trabalho, um novo método para atenuar as alterações induzidas no perfil pela
ferramenta, através da integração do clássico modelo convolucional do perfil com as redes
neurais recorrentes. Assume-se que um perfil de poço pode ser representado através da operação
de convolução em profundidade entre a variação da propriedade física da rocha (perfil ideal) e
uma função que representa a alteração produzida sobre a propriedade física, chamada como
resposta vertical da ferramenta. Assim, desenvolve-se um processamento iterativo dos perfis, o
qual atua na forma da operação de deconvolução, composto por três redes neurais recorrentes. A
primeira visa estimar a resposta vertical da ferramenta; a segunda procura definir os limites
verticais de cada camada rochosa e a última é construída para estimar o valor real da propriedade
física. Este processamento é iniciado com uma estimativa externa tanto para o perfil ideal, quanto
para a resposta vertical da ferramenta. Finalmente, mostram-se as melhorias na resolução vertical
e na avaliação da propriedade física produzida por esta metodologia em perfis sintéticos e em
perfis reais da formação Lagunillas, bacia do Lago Maracaibo, Venezuela. / For oil industry, the logs analysis is the main information source about the presence and
quantification of hydrocarbon in subsurface. However, in two situations the new logging
technologies are not economically viable and conventional logging tools must be used: The
reevaluation of mature oil fields and evaluation of marginal oil fields. In conventional logs its
data acquisition procedure may blur the value of physical property and the vertical limits of a
rock layer. We are talking about an old problem in well logging – The paradox between vertical
resolution and depth of investigation of a logging tool. Nowadays it is well handling by the high
technology of new tools, but this problem persists in conventional old tools, e.g. natural gamma
ray log (GR). Here, we present a method to smooth this kind of linear distortion in well logs by
an integration of classical well log convolution model with recurrent neural networks. We assume
that a well log can be well represented by an in depth convolution operation between the
variation of rock physical property (ideal log) and a function that causes the distortion, called as
vertical tool response. Thus, we develop an iterative data processing, which acts as a
deconvolution operation, composed by three recurrent neural networks. The first one seeks to
estimate the vertical tool response; the second one search for the vertical limits definition of each
rock layer and the last one is constructed to estimate the actual physical property. To start this
process we supply an appropriated first guess of ideal log and vertical tool response. Finally, we
show the improvements in vertical resolution and in the physical property evaluation produced by
this methodology in synthetic logs and actual well log data from Lagunillas formation, Maracaibo
basin, Venezuela.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufpa.br:2011/5195 |
| Date | 05 March 2006 |
| Creators | RUÉLA, Aldenize de Lima |
| Contributors | ANDRADE, André José Neves |
| Publisher | Universidade Federal do Pará, Programa de Pós-Graduação em Geofísica, UFPA, Brasil, Instituto de Geociências |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Repositório Institucional da UFPA, instname:Universidade Federal do Pará, instacron:UFPA |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0115 seconds