Faculdade de Geofísica - FAGEOF/IG
URI Permanente para esta coleção
Navegar
Navegando Faculdade de Geofísica - FAGEOF/IG por Assunto "Algoritmos Inteligentes"
Agora exibindo 1 - 6 de 6
Resultados por página
Opções de Ordenação
Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Determinação da porosidade com algorítimo inteligente(2011) CARNEIRO, Cezar Gomes; ANDRADE, André José NevesA porosidade expressa o volume de fluido em uma rocha sedimentar, definindo a sua capacidade de armazenamento de fluido e a sua qualidade como rocha reservatório. A determinação de valores realistas para a porosidade impacta diretamente sobre o cálculo da saturação de água e, consequentemente, na avaliação das reservas de hidrocarboneto. Um dos métodos mais difundidos para o cálculo da porosidade utiliza a associação dos perfis de densidade e porosidade neutrônica para produzir valores de porosidade corrigidos da argilosidade. Os pontos, de uma mesma profundidade, destes perfis lançados como coordenadas em um gráfico apresentam característicos padrões angulares, que podem ser convenientemente interpretados por um algoritmo inteligente, como a rede neural artificial competitiva angular, que a partir do reconhecimento destes padrões angulares realiza o zoneamento do poço, em termos do mineral principal de cada camada, possibilitando o cálculo da porosidade com os valores convenientes das propriedades físicas para cada litologia. A avaliação desta metodologia foi realizada com perfis de porosidade e resultados da análise de testemunhos de poços do Campo de Namorado, na Bacia de Campos, Brasil.Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Determinação de litologias em perfis através de média-c fuzzy(2009) RODRIGUES, Ciro Clímaco; ANDRADE, André José Neves; http://lattes.cnpq.br/8388930487104926O zoneamento litológico de um poço trata da identificação e da delimitação em profundidade, dos diversos tipos de rochas ou litologias perfuradas. Convencionalmente, o zoneamento é realizado a partir da descrição geológica dos testemunhos. Infelizmente, por motivos econômicos e por motivos técnicos as operações de perfilagem não são realizadas em todos os poços de um campo e são impraticáveis para o caso dos poços desviados de alto ângulo e para os poços horizontais. Por sua vez todos os poços de um campo são perfilados, seja via cabo (wireline), ou por acoplamento a coluna de perfuração (LWD). Uma das principais necessidades para a realização da Avaliação de Formação e a informação sobre o zoneamento do poço, com a identificação da litologia e dos limites verticais das camadas de rochas reservatório. Na grande maioria das situações, a interpretação qualitativa dos perfis não possibilita a realização de um zoneamento completo, informando, apenas sobre a separação entre rochas selantes e rochas reservatório, não possibilitando a identificação de cada litologia reservatório, o que é imprescindível para o cálculo das reservas de hidrocarboneto. Uma aproximação para a identificação litológica com o uso dos perfis geofísicos é o gráfico MN, que considera a litologia a partir das características físicas do mineral principal na composição da matriz rochosa. No entanto a utilização do gráfico MN requer uma interpretação previa e qualitativa dos perfis registrados em poço, que implica na realização de um zoneamento qualitativo por um interprete e impede a sua utilização para o auxilio no posicionamento da broca nas perfurações horizontais. Neste trabalho de conclusão de curso apresenta-se um algoritmo inteligente baseado na média-C fuzzy para a realização do zoneamento litológico de um poço a partir da interpretação automática de um gráfico interpretativo tridimensional composto pelos parâmetros M, N e pelo perfil de raios gama natural. Os testes desta metodologia são apresentados utilizando os perfis e as descrições de testemunho de três poços do Campo de Namorado, na Bacia de Campos, Brasil.Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Identificação de litologias em perfis de poço por inferência fuzzy(2010) ROSA, Thiago Lima Santa; ANDRADE, André José Neves; http://lattes.cnpq.br/8388930487104926A identificação de litologias é uma tarefa fundamental na caracterização de reservatórios de hidrocarbonetos e, normalmente, é realizada durante a análise de testemunho por geólogos. A técnica de obtenção de testemunhos é realizada em um número restrito de poços em um campo e, consequentemente, não permite uma identificação da extensão lateral dos reservatórios. Em alguns casos, o processo de extração do testemunho é simplesmente inviável, como nos poços horizontais. A perfilagem de poço, ao contrario do processo de testemunhagem, é feita, normalmente, em todos os poços, fornecendo informações continuas ao longo da profundidade, que podem ser utilizadas para a identificação litológica. O objetivo deste trabalho é apresentar um algoritmo inteligente baseado na inferência fuzzy para o reconhecimento de padrões e a transformação das respostas dos perfis de poço em informações sobre a litologia. Este método utiliza um conjunto convencional de perfis (raio gama natural, sônico, densidade e porosidade neutrônica) e uma calibração fuzzy em um poço testemunhado para a identificação litológica de um reservatório siliciclástico. É apresentada uma aplicação utilizando poços do Campo de Namorado, na Bacia de Campos.Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Interpretação do gráfico de Pickett com a rede neural competitiva angular generalizada(2014-03) SILVA, João Paulo Alves da; ANDRADE, André José Neves; http://lattes.cnpq.br/8388930487104926O método ou gráfico de Pickett é uma das abordagens mais eficientes para a solução da equação de Archie, onde através de uma abordagem gráfica, colabora com a produção de estimativas realistas para a resistividade da água de formação e para o expoente de cimentação, utilizando as medidas registradas em um perfil de resistividade profunda, corrigidas dos efeitos da invasão e valores de porosidade obtidos a partir de um cálculo conveniente por meio dos perfis de porosidade (densidade, sônico e porosidade neutrônica). No entanto, como o método de Pickett é um método gráfico, o que por sua própria natureza impõe a necessidade da realização de uma interpretação visual para a sua solução. Este Trabalho de Curso (TCC) apresenta uma metodologia, com base na rede neural competitiva angular generalizada, que possibilita a solução da equação de Archie, a partir de uma interpretação computacional do gráfico de Pickett, buscando atenuar os efeitos da solução manual. A avaliação desta metodologia é realizada com a utilização de dados sintéticos, que satisfazem integralmente a equação de Archie e também, sobre dados reais.Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Reconhecimentos de fácies em perfil com rede neural competitiva(2013-03-08) COSTA, Jéssica Lia Santos da; ANDRADE, André José Neves; http://lattes.cnpq.br/8388930487104926O 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.Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Zoneamento faciológico de perfis de poço(2010) PANTOJA, Maria Gabriela Pimentel; ANDRADE, André José Neves; http://lattes.cnpq.br/8388930487104926O zoneamento faciológico trata da identificação e do posicionamento, em profundidade, das diversas fácies atravessadas por um poço e pode ser considerado como o principal produto geológico da análise de testemunho, em função da sua importância para o modelamento geológico e para a caracterização de reservatórios. O termo fácies agrega um conjunto de características, macro e microscópicas, descritas sobre amostras de rocha coletadas em afloramentos ou retiradas de testemunhos, que podem ser relacionadas às propriedades petrofísicas de toda a camada. Em razão do reduzido número de poços testemunhados, das dificuldades operacionais para a coleta de testemunhos representativos e, em alguns casos, da impossibilidade técnica de testemunhagem, como nos poços horizontais, apresenta-se uma metodologia baseada nos denominados algoritmos inteligentes, aqui representados por um novo modelo de rede neural artificial, a rede competitiva mínimo angular, que, a partir do reconhecimento de padrões angulares presentes nos registros dos perfis de porosidade representados no Gráfico L-K é capaz de integrar os resultados da análise geológica de testemunho à interpretação de perfis, para produzir o zoneamento faciológico de poços não testemunhados. Este método é avaliado com dados sintético e perfis de poços testemunhados do Campo de Namorado, na Bacia de Campos, Brasil.