Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/287783
Type: TESE
Title: Integração de dados sísmicos 3D e de perfis geofísicos de poços para a predição da porosidade de um reservatório carbonático da Bacia de Campos
Title Alternative: Integration of 3D seismic data and geophysical well logs for porosity prediction of a carbonate reservoir in Campos Basin
Author: Mori, Roberta Tomi, 1988-
Advisor: Leite, Emilson Pereira, 1975-
Abstract: Resumo: Uma boa caracterização geológica dos reservatórios é de grande importância para a diminuição dos riscos da perfuração de um poço seco, assim como os custos de exploração e desenvolvimento de tal reservatório. No presente trabalho, buscou-se predizer os valores de porosidade de um reservatório através da integração de dados sísmicos 3D com perfis geofísicos de poços através de dois métodos: Regressão Linear Multiatributo e Redes Neurais Artificiais. O reservatório em questão é de constituição carbonática de origem Albiana, do final do Cretáceo Inferior. Na primeira etapa, foram traçados horizontes baseando-se em eventos sísmicos contínuos nas seções sísmicas, chamados superfícies cronoestratigráficas, no intervalo de profundidade que abrange o reservatório. Na segunda etapa, foram obtidos predições dos valores de porosidade do reservatório, assim como os respectivos modelos 3D, através dos dois métodos acima citados. Com a RLM, foram obtidos valores altos, baixos e intermediários de porosidade, variando desde 5% até 40%. Já com a RNA, tais valores variaram de 5% a 30%. Em ambos os métodos, os valores de porosidade apresentaram um crescimento da porção sudoeste em direção à porção nordeste, apresentando baixos valores nas profundidades referentes aos horizontes traçados. Picos com os valores máximos de porosidade foram observados em pontos dispersos por todo o volume 3D. Comparando-se os resultados obtidos pelos dois métodos, ficou evidente a maior eficácia da RNA, a qual apresentou correlação de 0,90 entre os valores reais e os valores preditos e erro de 2,86%, enquanto que os resultados obtidos através da RLM apresentou correlação de 0,55 e erro de 5,45%. Além disso, foi feita uma comparação com os aspectos geológicos do reservatório, na qual concluiu-se que as baixas porosidades da porção sudoeste se deve à presença de microporosidade e as altas porosidades da porção nordeste, à macroporosidade original das rochas. Concluiu-se também que as baixas porosidades encontradas nas regiões dos horizontes sísmicos estão relacionadas às diferentes texturas de rochas, já que as rochas presentes nessas regiões possuem maiores quantidades de matriz carbonática (packstones e wackestones) quando comparadas com as rochas das regiões entre os horizontes (grainstones)

Abstract: A good geological reservoirs characterization is very important for reducing the risk of drilling a dry hole as well as the costs for reservoir exploration and development. In this study, it was attempted to predict the porosity values of a reservoir through the integrations of 3D seismic data with geophysical well logs using two different methods: Multiattribute Linear Regression and Artificial Neural Networks. The studied reservoir has a carbonate composite, with the age of Albian, in late Early Cretaceous. On the first stage of the study, horizons have been traced based on continuous seismic events on seismic sections, in depths that cover the reservoir. On the second stage, it was obtained some predictions of reservoir porosity values, as well as their 3D models by the two methods that was already mentioned. High, low and intermediate porosity values have been obtained by the MLR, ranging from 5% to 40%. With the ANN, these values ranged from 5% to 30%. In both methods, the porosity values grew from south-west portion toward the northeast portion, with low values on the depths related to the horizons traced. We can observe maximum value peaks of porosity at points scattered throughout the 3D volume. A comparison of the results obtained by the two methods evidence the greater efficiency of the ANN, with a correlation of 0,90, between actual porosity and predicted values, and 2.86% of error, while the results obtained by the MLR showed a correlation of 0,55 and an error of 5.45%. Furthermore, we have made a comparison between the results obtained and the reservoir geological features, which allows us to conclude that the low porosity in the south-west portion is because of microporosity, while the high porosity in the northeast is because of the original macroporosity of the rocks. We also conclude that low porosity found on horizon surfaces are related to different rock textures, once the rocks on these horizon regions have more carbonatic matrix in their constitution (packstones and wackestones) than the rocks in the other regions between the horizons (grainstones)
Subject: Porosidade
Prospeção - Métodos geofísicos - Processamento de dados
Redes neurais (Computação)
Editor: [s.n.]
Date Issue: 2015
Appears in Collections:IG - Tese e Dissertação

Files in This Item:
File SizeFormat 
Mori_RobertaTomi_M.pdf3.24 MBAdobe PDFView/Open


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