Please use this identifier to cite or link to this item: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/4240
Title: Identificação de litofácies de poços de petróleo utilizando um método baseado em redes neurais artificiais.
Other Titles: Identification of lithophyces of oil wells using a method based on artificial neural networks.
???metadata.dc.creator???: CUNHA, Elisângela Silva da.
???metadata.dc.contributor.advisor1???: GOMES, Herman Martins.
???metadata.dc.contributor.advisor-co1???: BARROS, Marcelo Alves de.
???metadata.dc.contributor.referee1???: SAMPAIO, Marcus Costa.
???metadata.dc.contributor.referee2???: BRASILEIRO, Francisco Vilar.
???metadata.dc.contributor.referee3???: LIMA FILHO, Francisco Pinheiro.
Keywords: Inteligência Artificial;Redes Neurais;Perfilagem e Testemunhagem;Redes Neurais Artificiais;Artificial Intelligence;Neural Networks;Profiling and Witnessing;Artificial Neural Networks
Issue Date: 30-Aug-2002
Publisher: Universidade Federal de Campina Grande
Citation: CUNHA, Elisângela Silva da. Identificação de litofácies de poços de petróleo utilizando um método baseado em redes neurais artificiais. 2002. 118 f. Dissertação (Mestrado em Informática) Programa de Pós-Graduação em Informática, Centro de Ciências e Tecnologia, Universidade Federal da Paraíba, Campina Grande, Paraíba, Brasil, 2002.
???metadata.dc.description.resumo???: O principal objetivo deste trabalho é propor, implementar e avaliar um método para identificar automaticamente litofácies (unidades litológicas) a partir de dados de perfis e testemunhos de poços de petróleo. A identificação de litofácies é importante para ajudar na determinação da caracterização de um reservatório e na análise da viabilidade econômica de um poço. Um perfil de poço contém informações sobre as rochas sedimentares que ocorrem ao longo de um intervalo de profundidade, usando uma resolução abaixo de um metro, além de informações de porosidade e permeabilidade. A identificação manual de litofácies a partir de perfis de poços, geralmente, consome muito tempo, envolve a análise de grandes volumes de dados e requer conhecimento específico (algumas vezes heurístico). Uma descrição detalhada das unidades litológicas pode ser obtida através de uma análise de testemunho (amostra real da rocha), mas este processo é muito caro e é realizado apenas para alguns poços. Assim, a necessidade de um método computacional para resolver este problema se torna óbvia. O método proposto consiste em utilizar uma abordagem baseada em Redes Neurais para descobrir conhecimento em uma base de dados de perfis e testemunhos. A base de dados foi fornecida pela Agência Nacional do Petróleo (ANP) e contém dados do Campo Escola de Namorado, no Rio de Janeiro. Tentativas anteriores de resolver este problema usando Redes Neurais utilizaram um conjunto muito limitado e genérico de litofácies e usaram dados de apenas 5 poços. Neste trabalho, foram utilizados 8 poços. As principais etapas do método proposto foram implementadas e validadas a partir do conjunto de dados reais. A taxa média de identificação de litofácies ficou em torno de 80 %. Uma solução para o problema só foi possível após a incorporação de uma estratégia para agrupamento prévio das litofácies e tratamento de padrões problemáticos (regiões de conhecimento incerto nos conjuntos de treinamento e de teste).
Abstract: The main objective of this work is to propose, implement and evaluate a method to auto matically identify lictofacies (lithological units) from well log and core data of an oil field. This is important since it can help determine whether a well is economically viable or not. A typical well log contains rocks sedimentary information occurring along a wide depth range using a resolution of under a meter, beyond porosity and permeability informations. Manu al lictofacies identification from well logs is usually time consuming, involves the analysis of large amounts of data and relies upon very specific (sometimes heuristic) knowledge. A detailed description of the lithological units can be obtained by a core sample analysis, but this is a very expensive process and is made available just to a few wells. Thus, the need of a computational method to solve the above problem becomes obvious. Our method consists of using a neural network approach to perform knowledge acquisition from a database of well logs and core data. The database was provided by the Brazilian Oil Agency (ANP) and contains data from the Namorado oil field in Rio de Janeiro. A previous attempt to solve this problem using neural networks used data from only 5 wells. In this work, we use data from 8 wells. The main modules of the proposed method were implemented and validated from a real data set. The average identification rate was around 80 %. A solution to the problem was only possible after the incorporation of a lictofacies grouping strategies and after dealing with some problematic patterns (regions of uncertain knowledge within the training and test sets).
Keywords: Inteligência Artificial
Redes Neurais
Perfilagem e Testemunhagem
Redes Neurais Artificiais
Artificial Intelligence
Neural Networks
Profiling and Witnessing
Artificial Neural Networks
???metadata.dc.subject.cnpq???: Ciência da Computação
URI: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/4240
Appears in Collections:Mestrado em Ciência da Computação.

Files in This Item:
File Description SizeFormat 
ELISÂNGELA SILVA DA CUNHA-DISSERTAÇÃO (MESTRADO EM INFORMÁTICA) 2002.pdf1.45 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.