31jul2024
09:00 Defesa de Doutorado Auditório do IC3
Tema
Caracterização de Reservatórios do Pré-Sal Brasileiro Baseada em Análise de Imagens e Aprendizado de Máquina
Aluno
Leticia da Silva Bomfim
Orientador / Docente
Hélio Pedrini - Coorientador: Alexandre Campane Vidal
Breve resumo
Os reservatórios carbonáticos têm a heterogeneidade como uma de suas principais características. Essa particularidade, quando vinculada à análise e à caracterização de poços e reservatórios, agrega desafios à interpretação e à definição de um modelo geológico concreto. Além disso, todo o processo de conceitualização de um reservatório inclui o enfrentamento de incertezas geológicas voltadas à sua estrutura física, bem como incertezas econômicas voltadas ao custo e investimento. No Brasil, a Bacia de Santos se apresenta como grande produtora do ramo de óleo e gás, o que reúne grandes esforços para a compreensão e modelagem do campo. Porém, sua formação geológica derivada de rochas carbonáticas apresenta diversos desafios envolvendo sua constituição altamente heterogênea. Assim, estratégias que permitem aprofundar e produzir generalizações desses ambientes viabilizam a otimização e maior sucesso na exploração de um reservatório. Para automatizar e aprimorar os procedimentos envolvidos nessa tarefa, diversas abordagens no campo da visão computacional têm sido aplicadas ao longo dos anos, e podem ser observadas desde a aquisição de dados até a modelagem final dos reservatórios. Metodologias desenvolvidas para essa caracterização geológica demonstram uma forte sinergia entre técnicas de processamento de imagens e aprendizado de máquina. Essa colaboração mutualística contribui para o avanço de ambas as tecnologias, fornecendo coletivamente uma variedade de soluções para os diversos desafios encontrados na modelagem geológica de reservatórios. Dessa forma, através dessa pesquisa buscamos contextualizar o uso de análise de imagens e aprendizado de máquina na caracterização de reservatórios, bem como apresentar de forma prática a aplicação desse recurso em três tarefas importantes do workflow de modelagem geológica: A classificação de sismofácies por meio das redes convolucionais, a identificação de falhas em dados sísmicos utilizando Transformers, e o melhoramento de imagens de poço ruidosas para possibilitar a análise do dado e identificação de estruturas, através de técnicas de processamento de imagens. Todos esses processos foram avaliados de forma quantitativa e qualitativa, e corresponderam positivamente aos métodos aplicados. Essa abordagem reforça a computação visual como uma ferramenta essencial e poderosa na caracterização de reservatórios, impulsionando a precisão, a automação e a eficiência, e promovendo avanços significativos na exploração e modelagem geológica.
Banca examinadora
Titulares:
| Hélio Pedrini | IC/UNICAMP |
| Andre Santanche | IC/UNICAMP |
| Camila Duelis Viana | IGc/USP |
| Ronaldo Cristiano Prati | CMCC/UFABC |
| Emilson Pereira Leite | IG/UNICAMP |
Suplentes:
| Guilherme Furlan Chinelatto | CEPETRO/UNICAMP |
| João Paulo Papa | FC/UNESP |
| Moacir Antonelli Ponti | ICMC/USP |