Please use this identifier to cite or link to this item: https://bdm.ufpa.br:8443/jspui/handle/prefix/2700
Compartilhar:
metadata.dc.type: Trabalho de Conclusão de Curso - Graduação
Title: Reconhecimentos de fácies em perfil com rede neural competitiva
metadata.dc.creator: COSTA, Jéssica Lia Santos da
metadata.dc.contributor.advisor1: ANDRADE, André José Neves
Issue Date: 8-Mar-2013
Citation: COSTA, Jéssica Lia Santos da. Reconhecimentos de fácies em perfil com rede neural competitiva. Orientador: André José Neves Andrade. 2013. 48 f. Trabalho de Conclusão de Curso (Bacharelado em Geofísica) - Faculdade de Geofísica, Instituto de Geociências, Universidade Federal do Pará, Belém, 2013. Disponível em: https://bdm.ufpa.br/jspui/handle/prefix/2700. Acesso em:.
metadata.dc.description.resumo: O 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.
Abstract: The recognition of sedimentary facies in a depositional system has a key role in formation evaluation to perform the characterization of an oil system. In the absence of these facies description by cores or outcrop, we present a methodology based on intelligent algorithm able to identify one facies of interest in wireline logs. This methodology uses a competitive neural network to extract geological information from the physical properties mapped in the M-N plot. The competition among neurons identifies the facies of interest, which has been previously identified in a cored borehole, in other non cored boreholes in an oil field. The purpose of this methodology is to encode and transmit the geological information gained in cored boreholes to non cored wells and thus achieve the geological interpretation of one layer in an oil field. This methodology has been evaluated using synthetic data and actual wireline logs from two boreholes drilled in the Namorado oil field, Campos Basin, Brazil.
metadata.dc.subject.cnpq: CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::GEOFISICA
Keywords: Geofísica de Poço
Interpretação geológica
Descrição de fácies
Algorítimos inteligentes
metadata.dc.rights: Acesso Aberto
metadata.dc.source: 1 CD-ROM
Appears in Collections:Faculdade de Geofísica - FAGEOF/IG

Files in This Item:
File Description SizeFormat 
TCC_ReconhecimentosFaceisPerfil.pdf2,84 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons