Jornal de Geologia e Geofísica
Acesso livre

Abstrato

Utilização de rede neural probabilística e inversão pós-pilha para prever a caracterização de reservatórios no Mar Mediterrâneo, Campo de Safira, Egito

Ahmed Abosalama*

Os parâmetros geofísicos das reservas prováveis ​​são interpretados através de conversão sísmica. É essencial para estimar a porosidade, saturação e teor de xisto. Este artigo discute a utilização de parâmetros geofísicos baseados em modelos de reservas potenciais que são interpretados utilizando a versão sísmica. É essencial para determinar a porosidade, saturação e teor de xisto. Este artigo explora a utilização da conversão sísmica baseada em modelos e redes neuronais probabilísticas para caracterizar reservatórios. Para facilitar esta tarefa, o trabalho está dividido em duas partes. A partir de dados sísmicos 3D recolhidos na área de investigação (Sapphire Deep Seismic-2010), é utilizada a geração de uma versão baseada em modelos para valores de impedância acústica. Os dados sísmicos são utilizados para analisar cinco perfis de poços. O coeficiente de transparência médio entre os dados sintéticos e sísmicos é de 0,997, com um erro de 7%, significativamente a praticabilidade da versão baseada no modelo. Em segundo lugar, é treinada e verificada uma Rede Neural Probabilística (PNN) utilizando a porosidade efetiva estimada, a saturação de água e o volume de xisto. As variações 3D na porosidade efetiva, saturação de água e volume de xisto são obtidas através da rede neural probabilística validada.

A nossa pesquisa revelou uma secção não perfurada no canal Sapphir-80 com etapas petrofísicas detalhadas, fornecendo um grande volume de gás e condensado.

A inversão sísmica liga os dados sísmicos observados a parâmetros físicos elásticos interpretados das reservas prováveis. A versão sísmica pós-empilhamento é utilizada para estimar as interrupções do reservatório, tais como a porosidade, saturação, teor de xisto, etc. O trabalho está dividido em duas partes para esta tarefa. Versão sísmica inicial pós-stack aproximando os valores de Impedância Acústica (AI) utilizando dados sísmicos 3D registados na área de pesquisa (Sapphire Deep Seismic-2010) no domínio do tempo. Foram recolhidos dados sísmicos de cinco poços. Como mostra o coeficiente de demonstração médio de 0,997 e o erro de 7% entre os dados sintéticos e sísmicos, a versão baseada em modelos é eficaz. Em segundo lugar, é treinada e validada uma Rede Neural Probabilística (PNN) utilizando dados de localizações dos poços. No volume sísmico, a rede neural probabilística calcula a porosidade efetiva, a saturação de água e a flutuação do volume de xisto em 3D.

A análise atual projetou uma área não perfurada no canal Sapphir-80 com bons parâmetros petrofísicos, diminuindo um grande volume de gás e condensado.