Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/26355
Type: Artigo de periódico
Title: Análise de impactos da metodologia de estimativa da porosidade em reservas de petróleo por meio de simulação de Monte Carlo
Author: Lima, Gabriel A. C.
Vidal, Alexandre C.
Suslick, Saul B.
Abstract: In many papers dealing with estimation of oil reserves, engineers usually assume that well porosity can be modeled as a Gaussian distribution, that is, under this assumption the expected value of porosity can be estimated from the average porosity values from well log and petrophysical data. But, other distributions can be used to model local porosity when Gaussian distribution cannot fit sample data. In this paper, using actual porosity data of a 3-NA-002-RJS well from the Campos Basin, it is shown that for a selected interval, the logistic distribution fits the data better than other distributions and its expected value should be used to estimate the well porosities of the entire population. In such cases, as numerical analysis shows, using arithmetic mean instead of expected value may give rise to errors. The data shows that using an average as porosity estimator will overestimate the P90 and underestimate the P10 estimates.
Nos trabalhos de estimativa de reservas de petróleo, geralmente, assume-se que a variável aleatória porosidade do reservatório se distribui de acordo com o modelo Gaussiano. Desse modo, assume-se que o valor esperado da distribuição pode ser estimado por meio da média aritmética dos valores de porosidade obtidos a partir de análises de perfilagens e plugs em nível de poço. Isso implica que a distribuição Gaussiana é a melhor escolha para a modelagem dos dados dessa variável, mas nem sempre essa premissa é verdadeira. Nesse trabalho, ao se utilizarem dados reais de porosidade de uma camada de rocha reservatório do poço 3-NA-002-RJS da bacia de Campos, mostra-se que a distribuição logística é a que melhor se ajusta aos dados amostrais. Em tais casos, como ilustra a análise numérica, pode-se cometer erros significativos ao selecionar a média aritmética amostral como sendo o estimador da média populacional. Os resultados apontam que o uso inadequado do tipo de distribuição pode gerar impactos significativos nas estimativas das reservas recuperáveis, observando-se que a média aritmética tende a subestimar o P90 e a superavaliar o P10.
Subject: porosidade
estimativa das incertezas
valor esperado
distribuição de probabilidade
porosity
uncertainty estimation
expected value
probability distribution
Editor: Escola de Minas
Rights: aberto
Identifier DOI: 10.1590/S0370-44672006000200015
Address: http://dx.doi.org/10.1590/S0370-44672006000200015
http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0370-44672006000200015
Date Issue: 1-Jun-2006
Appears in Collections:Artigos e Materiais de Revistas Científicas - Unicamp

Files in This Item:
File Description SizeFormat 
S0370-44672006000200015.pdf250.66 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.