Dissertação
Inferring acoustic impedance coupling seismic attribute analysis symbolic regression and geostatitistical seismic inversion EVALUATED
Esta tese é sobre o uso de um algoritmo de aprendizagem automática na análise de atributos sísmicos e inversão sísmica para caracterização de reservatórios. Este algoritmo, chamado Regressão Simbólica, usa vários atributos sísmicos para encontrar uma correlação entre esses atributos e outro atributo que é a impedância acústica nas localizações dos poços. Esta correlação será representada através duma função em que a impedância acústica é dependente dos outros atributos e é através desta função que será possível criar tanto um modelo de sísmica sintética como um modelo de impedâncias acústicas. O motivo pelo qual se escolheu a impedância acústica como o atributo sísmico a ser modelado é devido à sua boa correlação inversa com a porosidade, uma das propriedades petrofísicas mais importantes para um reservatório de petróleo. O algoritmo proposto é comparado a outro algoritmo já existente e comprovado chamado Global Stochastic Inversion(GSI). Um segundo método será também comparado à GSI, sendo este método uma mistura entre a regressão simbólica e a GSI. O método de comparação será através de correlações entre os modelos obtidos com modelos reais e através de métodos estatísticos, tal como o desvio-padrão. As conclusões desta tese provaram que ambos os métodos em questão são métodos que podem ser implementados na caracterização de reservatórios. O método da regressão simbólica, apesar de funcionar, não obtém resultados tão bons como a GSI enquanto a combinação da GSI com a regressão simbólica tem resultados ao nível da GSI com a vantagem de poder ser melhorada.
novembro 19, 2019, 14:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Leonardo Azevedo Guerra Raposo Pereira
Departamento de Engenharia Civil, Arquitectura e Georrecursos (DECivil)
Professor Auxiliar