SABER UCV >
2) Tesis >
Pregrado >

Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/123456789/15286

Título : Caracterización sísmica de yacimientos mediante la clasificación de sismofacies en el Campo Oritupano-Leona, estados Anzoátegui y Monagas, Venezuela
Autor : Flores R., Airam S.
Palabras clave : SISMICA-ATRIBUTOS
REDES NEURONALES,
FACIES SÍSMICAS,
Fecha de publicación : 22-Mar-2017
Citación : TESIS F633 2013 GF;
Resumen : El area de Oritupano-Leona se localiza entre los estados Anzoategui y Monagas, localizada en la provincia geologica de la cuenca oriental de Venezuela especificamente en la subcuenca de Maturin. En el se encuentran 23 campos petroleros, distribuidos en 8 conjuntos o unidades geograficas, la seccion productiva en el area tiene un espesor promedio de 2500 pies, el objetivo del estudio es la formation Oficina; en la actualidad el campo esta considerado como un campo maduro que ha sido perforado por unos 800 pozos. El presente trabajo se desarrolla en dos fases, una principal de interpretacion de datos sismicos y una segunda fase donde se aplican tecnicas de clasificacion de facies sismicas con el fin de identificar nuevas zonas de interes. En la primera fase se realizo la reinterpretacion de 5 horizontes: Basamento, Aq 1, Bur 3, Bur 4 y Oficina, la validation de los patrones estructurales, el modelo de velocidades y mapas en tiempo y profundidad de las distintas superficies. La interpretacion de los horizontes se efectuo con el software Seisworks de Landmark y el volumen de velocidades se genero con Gocad de Paradigm. Posterior a la fase de interpretacion se aplico la metodologia de clasificacion de facies sismicas en mapas, usando la tecnologia de las redes neuronales que representa una rama de la inteligencia artificial, utilizada en la industria para el reconocimiento de patrones de trazas sismicas a traves de procesos de aprendizaje supervisados y no supervisados, por medio de los algoritmos de mapas auto-organizativos y aprendizaje de cuantificacion vectorial de Kohonen, los mismos se basan en la sensibilidad de las trazas sismicas a cambios litologicos y presencia de fluidos. La clasificacion y analisis se aplico a la secuencia Bur 3 debido al hallazgo de 4 canales dentro de la misma. Con el fin poder ofrecer mas information sobre los geocuerpos encontrados, se generaron cortes de cada una de las superficies. La clasificacion de los mapas de sismofacies se desarrollo con la aplicacion Stratimagic de Paradigm, usando como dato de entrada la secuencia Bur 3 y las cuatro superficies correspondientes a cada geocuerpo. En la busqueda de otro metodo de clasificacion de facies se aplicaron tecnicas multi-atributos de agrupamiento jerarquico, que no es mas que otro de los procedimientos usados para clasificar facies sismicas, desarrolladas tambien con la aplicacion Stratimagic de Paradigm. En los mapas de clasificacion de facies sismicas mediante el uso de redes neuronales se evidencia que: a) el mapa regional de facies sismicas con el metodo no supervisado presenta una tendencia general asociada a los cambios laterales de las trazas influenciados principalmente por lineamientos estructurales, b) en el mapa generado con el metodo de aprendizaje supervisado se pudo identificar cuatro zonas con caracteristicas sismicas similares que satisfacen la tendencia general con que se ha venido explotando el potencial de produccion y por ultimo c) se reconocio la geometria externa que define a 4 canales de ambientes fluvio continentales presentes en la section Bur 3, esto resalta la alta sensibilidad del metodo a las de las variaciones estratigraficas laterales. Por su parte en los bloques de facies generados a partir de las cuatro superficies correspondientes a cada canal, usando la metodologia de agrupamiento jerarquico de atributos o "clasificacion jerarquica" fue posible: a) distinguir la tendencia litologica presente en los depositos de canal, b) las secciones de los bloques analizados dieron information de la proportion y distribution vertical de las facies sismicas asociadas al patron de depositation secuencial de los canales fluviales. Se concluye que el utilizar distintas metodologias de clasificacion de facies sismicas (clasificacion neuronal y jerarquica) sobre los mismos datos sirve como complemento en la interpretation predictiva basada en tecnicas no convencionales que se han venido desarrollando para la caracterizacion sismica de yacimiento, adicionalmente permiten delinear la geometria externa y la arquitectura interna de los geocuerpos reconocidos en las secciones sismicas. En este trabajo se demuestra que los metodos neuronales y jerarquicos son herramientas utiles para la clasificacion de facies sismicas en el campo ya que reflejan eficientemente las variaciones laterales y verticales de trazas sismicas, que permiten reconocer zonas que ofrecen posibilidades de desarrollo en campos maduros como el campo Oritupano-Leona, el cual actualmente se encontraba sin expectativas de produccion.
URI : http://hdl.handle.net/123456789/15286
Aparece en las colecciones: Pregrado

Ficheros en este ítem:

Fichero Descripción Tamaño Formato
TEG_Flores_A.pdf8.68 MBAdobe PDFVisualizar/Abrir

Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.

 

Valid XHTML 1.0! DSpace Software Copyright © 2002-2008 MIT and Hewlett-Packard - Comentarios