[pt] Uma das tarefas mais importantes na indústria de exploração e produção de
petróleo é a discriminação litológica. Uma das principais fontes de informação
para subsidiar a discriminação e caracterização litológica é a perfilagem que é
corrida no poço. Porém, na grande maioria dos trabalhos os perfis utilizados na
discriminação litológica são apenas aqueles disponíveis no domínio dos poços.
Para que modelos de discriminação litológica possam ser extrapolados para além
do domínio dos poços, faz-se necessário a utilização de características que estejam
presentes tanto nos poços como fora deles. As características mais utilizadas para
realizar esta integração rocha-perfil-sísmica são os atributos elásticos. Dentre os
atributos elásticos o que mais se destaca é a impedância. O objetivo desta
dissertação foi a utilização da programação genética como modelo classificador
de atributos elásticos para a discriminação litológica. A proposta se justifica pela
característica da programação genética de seleção e construção automática dos
atributos ou características utilizadas. Além disso, a programação genética permite
a interpretação do classificador, uma vez que é possível customizar o formalismo
de representação. Esta classificação foi empregada como parte integrante do fluxo
de trabalho estatístico e de física de rochas, metodologia híbrida que integra os
conceitos da física de rochas com técnicas de classificação. Os resultados
alcançados demonstram que a programação genética atingiu taxas de acertos
comparáveis e em alguns casos superiores a outros métodos tradicionais de
classificação. Estes resultados foram melhorados com a utilização da técnica de
substituição de fluídos de Gassmann da física de rochas. / [en] One of the most important tasks in the oil exploration and production
industry is the lithological discrimination. A major source of information to
support discrimination and lithological characterization is the logging raced into
the well. However, in most studies the logs used in the lithological discrimination
are only those available in the wells. For extrapolating the lithology
discrimination models beyond the wells, it is necessary to use features that are
present both inside and outside wells. One of the features used to conduct this
rock-log-seismic integration are the elastic attributes. The impedance is the elastic
attribute that most stands out. The objective of this work was the utilization of
genetic programming as a classifier model of elastic attributes for lithological
discrimination. The proposal is justified by the characteristic of genetic
programming for automatic selection and construction of features. Furthermore,
genetic programming allows the interpretation of the classifier once it is possible
to customize the representation formalism. This classification was used as part of
the statistical rock physics workflow, a hybrid methodology that integrates rock
physics concepts with classification techniques. The results achieved demonstrate
that genetic programming reached comparable hit rate and in some cases superior
to other traditional methods of classification. These results have been improved
with the use of Gassmann fluid substitution technique from rock physics.
| Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:24789 |
| Date | 19 June 2015 |
| Creators | ERIC DA SILVA PRAXEDES |
| Contributors | MARCO AURÉLIO CAVALCANTI PACHECO |
| Publisher | MAXWELL |
| Source Sets | PUC Rio |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | TEXTO |
Page generated in 0.0027 seconds