Delimitación de la Secuencia Runaway, Campo Boonsville, Texas, Combinando Análisis de Similitud Y Redes Neuronales

Resumen

Con la finalidad de reducir el nivel de incertidumbre derivado de analizar solo los mapas de atributos sísmicos, se integraron dos tipos de análisis para caracterizar, sísmicamente, la Secuencia Runaway del Campo Boonsville (Texas, EE. UU.): un análisis de similitud y redes neuronales no supervisadas. A partir de la observación y comparación de ambas técnicas, se identificaron y delimitaron patrones en los datos sísmicos que pudiesen estar asociados con áreas prospectivas. Como datos de entrada, se generaron mapas de atributos sísmicos interválicos y se ubicaron pozos con registros de producción dentro de la Secuencia Runaway. Para realizar el Análisis de Similitud, se modificó y adaptó una rutina de MATLAB para generar mapas de similitud referenciados a pozos con diferentes características de producción. Los mapas obtenidos fueron contrastados entre sí para determinar diferencias entre las regiones de similitud sísmica asociadas a presencia o ausencia de hidrocarburos. Con la red no supervisada de Aprendizaje por Cuantificación Vectorial o "Unsupervised Vector Quantizer (UVQ)", se realizó una clasificación de atributos sísmicos, seleccionando, como datos de entrenamiento, valores en puntos al azar extraídos de los mapas de atributos interválicos de la Secuencia Runaway y un número de 10 grupos o facies. Los resultados obtenidos indican que el análisis de similitud pudiese aportar información sobre la presencia de fluido y el tipo de fluido (gas o petróleo), mientras que los mapas de redes neuronales presentan una buena discriminación de facies, que podrían asociarse a la existencia de un factor litológico influenciado por la porosidad, en las respuestas de los mapas obtenidos.