Saber UCV
Repositorio Institucional
Repositorio Institucional
Please use this identifier to cite or link to this item:
https://saber.ucv.ve/handle/10872/193
|
| Title: | Obtención de registros sintéticos de pozo mediante el empleo de algoritmos de redes neuronales |
| Authors: | Mata A., Luis S. |
| Keywords: | Registros sintéticos Petrofísica Redes Neurales Socororo |
| Issue Date: | 22-Jun-2011 |
| Series/Report no.: | CD TESIS;I2002 M425 |
| Abstract: | Este trabajo está orientado a evaluar cuantitativamente, el uso de los algoritmos de redes neurales, para la generación de registros sintéticos de pozo, en una zona del Área Mayor de Socororo, en el Estado Anzoátegui. El área de interés, es una zona de litología compleja debido a la alta frecuencia de intercalaciones e interestratificación arena – lutita y los distintos ambientes sedimentarios presentes, tanto fluvio – deltaico, como marino. Dentro del área se tiene un total de cincuenta y dos pozos con registros, de los cuales solo doce pozos presentan un completo grupo de perfiles petrofísicos (esto es caliper, potencial espontáneo, resistividad normal corto, inducción profunda, densidad y rayos gamma). Los algoritmos de redes neurales empleados son: la red neural probabilística (PNN) y la red neural de propagación hacia delante (BPNN), implementadas en el modulo “Emerge” de la casa Hampson Russell. En este trabajo se realiza una calibración de los registros sintéticos obtenidos, adicional a la evaluación estadística que generalmente se realiza a este tipo de resultados (como es gráficos cruzados, cálculo del factor de correlación, cálculo de la dispersión etc.) Dentro de los resultados obtenidos, podemos mencionar que ambas redes modelaron marcados eventos estratigráficos (aproximadamente 40 pies de espesor), e inclusive arenas delgadas con espesor mínimo de 9 pies de espesor y con bajo contenido de arcilla. Sin embargo se tiene deficiencias en las amplitudes de los registros sintéticos generados, los intervalos con contenido de arcilla, y arenas delgadas (menores o iguales a 6 ´). La red neural MLFN generó mejores resultados en comparación a la red PNN. Se evidenció la influencia de arcilla en el desempeño de las redes neurales en la zona de estudio. Aún cuando una mayor valor del parámetro longitud de operador produce una mejora considerable, en las zonas arenosas delgadas afectadas por la arcilla, también introduce señal de ruido al perfil que se genera. De igual manera ocurre al emplear una cantidad superior a la recomendada de nodos ocultos para la red MLFN, las zonas arenosas delgadas con espesores de aproximadamente 4 pies, se simulan bien, pero se distorsiona más el registro sintético. La red neural PNN no presento en general buenos resultados, sin embargo, la misma resulto más estable a los cambios de configuración que se realizaron, no así la red MLFN, cuyos resultados sintéticos cambiaron significativamente con el cambio de longitud de operador y la cantidad de nodos ocultos. |
| URI: | http://hdl.handle.net/10872/193 |
| Appears in Collections: | Pregrado |
Files in This Item:
|
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.