| Summary: | A contribuição deste trabalho é um framework conceitual para a inserção de dados diretos de rocha em modelos de grid de reservatório, através da calibragem de logs de poço. Este tipo de dado é frequentemente ignorado ou processado manualmente nas modelagens atuais, seja por custos elevados para sua obtenção, seja pelo alto grau de complexidade para a modelagem, interpretação e extrapolação dos dados. O framework busca definir os requisitos para um projeto de software que inclua os componentes necessários para o processamento automático ou supervisionado dos dados de rocha desde sua geração até sua utilização final, em modelos de simulação de fluxo, suportando a interoperabilidade dos dados e o rastreamento da informação de rochas. A proposta é embasada na combinação de ontologias de domínio para a petrografia, o conceito geológico de petrofácies de reservatório, um algoritmo de reconhecimento de padrões em logs de poço que podem corresponder a camadas homogêneas na rocha e um algoritmo para extrapolação de padrões baseado em algoritmos de alinhamento de sequências de DNA. A combinação das abordagens utilizadas neste trabalho é inédita e fornece suporte para o uso de petrofácies de reservatório durante a modelagem de reservatório. O levantamento de informações foi realizado em forma de aquisição de conhecimento, através de entrevistas com cinco profissionais de Geologia, Geofísica e Geoquímica, com diferentes formações na indústria do petróleo, além de extensa revisão da literatura. Esta aquisição nos possibilitou mapear as grandes atividades durante o processo de exploração, bem como os dados resultantes de cada etapa. Um modelo conceitual ontologicamente bem fundamentado permite mapear e integrar os dados de rocha nas diferentes etapas de processamento desde sua aquisição, como descrições de amostras de poços, descrições microscópicas e logs geofísicos até a identificação e inserção das propriedades relevantes em grids 3D utilizando padrões de trocas de dados da indústria. === A Conceptual Framework to insert direct rock data into reservoir models trough well logs calibration is the contribution of this work. This kind of data is often ignored or manually processed in the current modeling process, due to its high costs or due to the complexity for the modeling, interpretation and extrapolation of the data. The framework aims to define a software project requirements that includes the necessary components for automated or supervised process of the rock data from its generation until its final use in the flow simulation models, supporting the interoperability of the data and the tracking of the rock information. The proposal is based in the combination of domain ontology for petrography, the geological concept of reservoir petrofacies, a pattern recognition algorithm on well logs that can correspond to homogeneous rock layers and an algorithm to extrapolate patterns based on algorithms for the alignment of DNA sequences. The combination of the approaches used in this work is novel and provides support for the use of reservoir petrofacies during reservoir modeling. Five different professionals from the Geology, Geophysics and Geochemistry fields, with different backgrounds in the oil industry, were interviewed in order to acquire the necessary knowledge, and an extensive review of the literature. This acquisition enabled us to map the major activities during the process of exploration, as well as the data resulting from each step. A ontological well-grounded conceptual model allows mapping and integrating rock data in the different processing steps from its acquisition, such as descriptions of sample wells, microscopic descriptions and geophysical logs, to the identification and insertion of the relevant properties on 3D grids using standards of industry data exchange.
|
|---|
