Determinação da porosidade - integração do testemunho e do perfil de densidade através da rede neural backpropagation

A porosidade é uma das mais importantes propriedades petrofísicas para a qualificação dos reservatórios de óleo e gás. Para estimar a porosidade nas rochas reservatórios são utilizadas duas fontes de dados, que são os testemunhos e os perfis geofísicos. A análise do testemunho que é realizada em laboratório fornece a medida direta da porosidade, enquanto que os perfis apresentam informações indiretas sobre a porosidade, mas contínuas ao longo da profundidade do poço. A porosidade e sua relação com o perfil de densidade é muito conhecida na geofísica de poço. Porém, a falta de conhecimento sobre a densidade da matriz da rocha reservatório e sobre a densidade do fluido são os principais problemas para o cálculo da porosidade. Este trabalho tem por objetivo realizar a integração ou mapeamento dos dados do perfil de densidade com os resultados da análise dos testemunhos, que produzem valores diretos da porosidade através de uma interpolação não-linear utilizando como metodologia a técnica de redes neurais treinadas com o algoritmo de backpropagation. A obtenção da porosidade com a rede neural artificial possibilita um menor custo para a aquisição dessa importante informação petrofísica, permitindo ao intérprete de perfis de poço optar ou não pela exploração de uma unidade estudada com uma visão mais completa. A aplicabilidade dessa metodologia é verificada com a utilização do perfil de densidade e valores de porosidade produzidos pela analise de testemunho para um poço perfurado no Campo de Namorado da Bacia de Campos, Brasil. Para os experimentos aqui realizados, essa metodologia exibiu estimativas de porosidade semelhantes aos valores produzidos na analise de testemunho.