SABER UCV >
2) Tesis >
Pregrado >

Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/123456789/2252

Título : Reconocimiento de litofacies aplicando atributos sísmicos y métodos de clasificación guiada en las parcelas 362-7/362-8/362-9/362-10 del campo jobo, área mayor de temblador, Estado Monagas
Autor : Barreto, Jhanes
Palabras clave : Litofacies
Atributos sísmicos
Clasificación de facies sísmicas
Redes neuronales
Métodos supervisados.
Fecha de publicación : 6-Dec-2012
Citación : Tesis;I 2004 B273
Resumen : En este trabajo se presentan los resultados de la interpretación de sísmica 3D, de un área de 96 km2 perteneciente al Campo Jobo, localizado en la zona central del Estado Monagas, a unos 100 km al sur de la ciudad de Maturín. Este estudio tiene como finalidad determinar, clasificar y predecir variaciones en la litología, correspondiente al Miembro Morichal de la Formación Oficina, para optimizar la aplicación de las diferentes tecnologías de recuperación de zonas con hidrocarburos remanentes, que redunden en el mejoramiento de la producción del campo. La metodología empleada consiste en la aplicación de los principales atributos sísmicos para determinar sus relaciones con las litofacies identificadas en los registros de pozos. Una erramienta propuesta en este trabajo es el uso de las redes neuronales, basadas en el método supervisado de propagación hacia atrás (backpropagation). Esta metodología permitió predecir las distribuciones de litofacies en el volumen sísmico, abarcando las áreas entre pozos y las carentes de información de pozos. La predicción de litofacies se realizó a partir de tres (3) pozos clases, con la comprobación de siete (7) pozos y un núcleo. Con este análisis de facies sísmicas mediante redes neuronales, se determinó que el paquete C del Miembro Morichal presenta el mejor desarrollo de arena en el campo. El intervalo superior, está representado litológicamente por arenas limpias con gran continuidad lateral. Esta tendencia se observa en el intervalo inferior, aunque con menor extensión lateral. Las técnicas de redes neuronales, junto con la geoestadística y los atributos sísmicos, permitirá reconocer litología en las nuevas zonas exploratorias, donde la información de pozos es escasa, facilitando las decisiones de nuevas localizaciones de pozos, para obtener un eficiente desarrollo de exploración y explotación.
URI : http://saber.ucv.ve/123456789/2252
Aparece en las colecciones: Pregrado

Ficheros en este ítem:

Fichero Descripción Tamaño Formato
TEG J. BARRETO.pdf3.86 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