Cálculo de porosidade com a rede neural competitiva

dc.contributorANDRADE, André José Neves
dc.contributorhttp://lattes.cnpq.br/8388930487104926
dc.creatorROSELLÓN GUZMAN, Laura Yesenia
dc.date2019-08-19T16:42:52Z
dc.date2019-08-19T16:42:52Z
dc.date2015-10-26
dc.date.accessioned2023-09-28T15:45:14Z
dc.date.available2023-09-28T15:45:14Z
dc.identifierROSELLÓN GUZMAN, Laura Yesenia. Cálculo de porosidade com a rede neural competitiva. Orientador: André José Neves Andrade. 2015. 64 f. Dissertação (Mestrado em Geofísica) - Instituto de Geociências, Universidade Federal do Pará, Belém, 2015. Disponível em: http://repositorio.ufpa.br/jspui/handle/2011/11461. Acesso em:.
dc.identifierhttp://repositorio.ufpa.br/jspui/handle/2011/11461
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/9020550
dc.descriptionPorosity is the petrophysical property that quantifies the fluid volume in the reservoir rock under for subsurface original condition. However, its calculation by the densityneutron method is extremely difficult in non cored borehole by the lack of the knowledge about the matrix physical properties (density and neutron porosity). This work presents a method for enabling the use of density-neutron Method in non cored boreholes, showing a realistic estimate of the matrix physical properties for each reservoir layer, using a angular competitive neural network. For each layer, network training is performed in the density-neutron plot built with the points of this layer and the information about the grain density (matrix density), obtained in the core analysis. This method is presented with synthetic data, which satisfy the petrophysical model and real data from two cored wells in the Namorado field, Campos basin.
dc.descriptionCNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico
dc.descriptionA porosidade é a propriedade petrofísica que quantifica o volume de fluido presente na constituição da rocha reservatório nas condições originais de subsuperfície. No entanto, o seu cálculo pelo Método Densidade-Neutrônico é extremamente prejudicado no caso de poços não testemunhados, onde não se dispõe do conhecimento das propriedades físicas da matriz (densidade e porosidade neutrônica). Esta dissertação apresenta um método para a viabilização do Método Densidade-Neutrônico em poços não testemunhados, apresentado uma estimativa realista das propriedades físicas da matriz de cada camada reservatório, com a utilização de uma rede neural competitiva angular. Para cada camada de interesse, o treinamento da rede é realizado no Gráfico Densidade-Neutrônico construído com os pontos da camada e a informação da densidade dos grãos (densidade da matriz), obtida na análise de testemunho. Este método é apresentado com dados sintéticos, que satisfazem o modelo petrofísico e dados reais de dois poços testemunhados, do Campo de Namorado, Bacia de Campos.
dc.formatapplication/pdf
dc.languagepor
dc.publisherUniversidade Federal do Pará
dc.publisherBrasil
dc.publisherInstituto de Geociências
dc.publisherUFPA
dc.publisherPrograma de Pós-Graduação em Geofísica
dc.rightsAcesso Aberto
dc.source1 CD-ROM
dc.subjectProspecção - Métodos geofísicos
dc.subjectPerfilagem geofísica de poços
dc.subjectPorosidade
dc.subjectRedes neurais (Computação)
dc.subjectMétodo densidade-neutrônico
dc.subjectRede neural competitiva angular
dc.subjectPorosity
dc.subjectDensity-neutron method
dc.subjectAngular competitive neural network
dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::GEOFISICA
dc.subjectAPLICAÇÃO E DESENVOLVIMENTO DE ALGORITMOS INTELIGENTES AO ESTUDO DE RESERVATÓRIOS DE HIDROCARBONETOS
dc.subjectGEOFÍSICA DE POÇO
dc.titleCálculo de porosidade com a rede neural competitiva
dc.typeDissertação


Este ítem pertenece a la siguiente institución