| dc.contributor | Almeida, Leonardo Fonseca Borghi de | |
| dc.contributor | http://lattes.cnpq.br/5821487047888554 | |
| dc.contributor | http://lattes.cnpq.br/5104448716434670 | |
| dc.contributor | Oliveira, Lucas Abreu Blanes de | |
| dc.contributor | http://lattes.cnpq.br/8451482142551729 | |
| dc.contributor | Braga, Marco Antonio da Silva | |
| dc.contributor | http://lattes.cnpq.br/3929348796648950 | |
| dc.contributor | Santana, Vinícius Carneiro | |
| dc.contributor | http://lattes.cnpq.br/0967765142532609 | |
| dc.creator | Silva, Teresa Mourão Cerqueira e | |
| dc.date | 2023-03-20T12:00:17Z | |
| dc.date | 2023-09-27T03:02:06Z | |
| dc.date | 2022-12 | |
| dc.date.accessioned | 2023-09-27T14:05:14Z | |
| dc.date.available | 2023-09-27T14:05:14Z | |
| dc.identifier | http://hdl.handle.net/11422/19937 | |
| dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/8918670 | |
| dc.description | Atualmente, é muito comum a classificação automática de litofácies por meio de sistemas especializados. Entretanto, mesmo que os algoritmos de aprendizagem de máquinas em softwares comerciais de avaliação petrofísica permitam uma classificação rápida, ela às vezes é feita utilizando perfis de poços inadequados para
o propósito da avaliação, o que pode levar a resultados inconsistentes. A partir dessa motivação, o intuito do trabalho é investigar a capacidade do algoritmo de clusterização k-means de classificar litofácies a partir de perfis de poço. Dessa forma, foram utilizados intervalos siliciclásticos do reservatório do Pós-sal e carbonáticos do reservatório do Pré-sal para entender a diferença das respostas que a máquina fornece em cada um dos cenários testados. Os dados, como mineralogia da rocha, salinidade e temperatura da água, composição do fluido presente no reservatório, além dos perfis de poços (calibre do poço, Raios-gama e Raios-gama espectral, resistividade, densidade, porosidade neutrônica, porosidade total do RMN, fator
fotoelétrico e vagarosidade da onda cisalhante e compressional), foram fornecidos pela Agência Nacional do Petróleo, Gás Natural e Biocombustíveis (ANP). O projeto foi desenvolvido em duas principais etapas: a primeira consistiu em gerar um modelo de subsuperfície e simular nele perfis sintéticos utilizando o software UTAPWeLS e compará-los com os perfis reais para validar o modelo gerado; já a segunda etapa
compreendeu o processo de clusterização do modelo de subsuperfície e dos perfis reais para estimar litofácies e eletrofácies (respectivamente) através do software Weka. Em seguida, os perfis de poços foram removidos um a um do processo de clusterização para avaliar como a falta de informação poderia influenciar na classificação do algoritimo. Visando garantir o controle nesse processo, toda a primeira etapa levou em consideração os dados de rocha e fluido cedidos pela ANP para construir um modelo de subsuperfície representativo da área de estudo. A segunda etapa, por sua vez, teve a mesma rotina de clusterização aplicada tanto no modelo de subsuperfície quanto nos perfis de poço, a fim de tornar a comparação entre eles válida. Como resultado, foram obtidos os perfis faciológicos gerados a partir do modelo de subsuperfície e a partir dos perfis de poços, que se mostraram muito mais satisfatórios no reservatório siliciclástico do que no carbonático. Fica evidente, ao final do estudo, que o processo de classificação de litofácies por meio de perfis de poços não é algo trivial e, por mais que as máquinas auxiliem nesse processo, ele ainda demanda um conhecimento profundo dos especialistas. | |
| dc.language | por | |
| dc.publisher | Universidade Federal do Rio de Janeiro | |
| dc.publisher | Brasil | |
| dc.publisher | Instituto de Geociências | |
| dc.publisher | UFRJ | |
| dc.rights | Acesso Aberto | |
| dc.subject | Aprendizado de máquinas | |
| dc.subject | Perfis de poços | |
| dc.subject | Classificação de litofácies | |
| dc.subject | Bacia de Santos | |
| dc.subject | CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::GEOLOGIA | |
| dc.title | Machine learning aplicado à classificação de litofáceis utilizando perfis de poços da Bacia de Santos | |
| dc.type | Trabalho de conclusão de graduação | |
