Uma abordagem automática para extrair correlações geológicas a partir de descrições de poços baseadas em ontologias

Detalhes bibliográficos
Autor(a) principal: Garcia, Luan Fonseca
Data de Publicação: 2013
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFRGS
Texto Completo: http://hdl.handle.net/10183/86432
Resumo: Neste trabalho, propomos uma abordagem automática para o problema da correlação litológica no domínio da Geologia do Petróleo. A correlação litológica visa reconhecer uma mesma dada porção de rocha em diferentes sequências estratigráficas, que geralmente são espacialmente distantes entre si. Tais sequências ocorrem em subsuperfícies, impossibilitando uma avaliação visual direta. Por esta razão, a correlação litológica é utilizada com base em descrições destas sequências, geradas por geólogos a partir de testemunhos, que são cilindros de rocha retirados de poços durante sua perfuração. A análise da continuidade lateral destas porções de rochas, inferida através da correlação, permite estimar a distribuição espacial e o volume de um reservatório, possibilitando a avaliação de sua economicidade. Em nossa abordagem, adaptamos algoritmos de alinhamento de sequências genéticas, do domínio da Bioinformática, para o domínio da Geologia. Esta adaptação foi realizada com base na suposição de que é possível estabelecer uma equivalência formal entre os problemas de alinhamento e de correlação litológica. Os elementos geológicos que são alinhados nesta abordagem são representados computacionalmente utilizando uma ontologia de domínio que impõe uma estrutura rica e padronizada para as descrições destes objetos, especificando conhecimento sobre litologias, estruturas e texturas de rochas sedimentares, ígneas e metamórficas. O uso de algoritmos de agrupamento de dados permite realizar abstrações para conjuntos de fácies sedimentares que são similares, viabilizando a realização de comparações de fácies de um modo semelhante às realizadas pelos algoritmos de alinhamento de sequência, quando operam sobre sequências de DNA. O método desenvolvido foi aplicado sobre dois conjuntos de dados: onze poços de exploração de carvão descritos pela CPRM da Formação Rio Bonito do Rio Grande do Sul e quatro poços de exploração da Formação Santa Luzia no Espírito Santo, pertencentes à Petrobras. Os resultados mostraram limitações para identificar correlações válidas em termos geológicos. As descrições da CPRM mostraram-se incompletas para caracterizar as unidades em análise. Os poços de Santa Luzia mostraram detalhamento adequado, porém possuem lacunas de testemunhagem justamente na maior parte dos intervalos a serem correlacionados. Essas falhas e as condições geológicas particulares da Formação Santa Luzia dificultaram a obtenção de resultados que permitissem avaliar o algoritmo. Além disso, a partir dos testes foi possível constatar que o fato de não serem considerados pesos de importância distintos para os atributos durante a aplicação de técnicas de agrupamento constitui uma das limitações que versões futuras da abordagem devem superar. Estas limitações serão reavaliadas com novos dados coletados.
id UFRGS-2_1e9d68b671f1fe7be6d6f6c8b806d2dc
oai_identifier_str oai:www.lume.ufrgs.br:10183/86432
network_acronym_str UFRGS-2
network_name_str Repositório Institucional da UFRGS
repository_id_str
spelling Garcia, Luan FonsecaAbel, MaraCarbonera, Joel Luis2014-01-22T01:54:58Z2013http://hdl.handle.net/10183/86432000910040Neste trabalho, propomos uma abordagem automática para o problema da correlação litológica no domínio da Geologia do Petróleo. A correlação litológica visa reconhecer uma mesma dada porção de rocha em diferentes sequências estratigráficas, que geralmente são espacialmente distantes entre si. Tais sequências ocorrem em subsuperfícies, impossibilitando uma avaliação visual direta. Por esta razão, a correlação litológica é utilizada com base em descrições destas sequências, geradas por geólogos a partir de testemunhos, que são cilindros de rocha retirados de poços durante sua perfuração. A análise da continuidade lateral destas porções de rochas, inferida através da correlação, permite estimar a distribuição espacial e o volume de um reservatório, possibilitando a avaliação de sua economicidade. Em nossa abordagem, adaptamos algoritmos de alinhamento de sequências genéticas, do domínio da Bioinformática, para o domínio da Geologia. Esta adaptação foi realizada com base na suposição de que é possível estabelecer uma equivalência formal entre os problemas de alinhamento e de correlação litológica. Os elementos geológicos que são alinhados nesta abordagem são representados computacionalmente utilizando uma ontologia de domínio que impõe uma estrutura rica e padronizada para as descrições destes objetos, especificando conhecimento sobre litologias, estruturas e texturas de rochas sedimentares, ígneas e metamórficas. O uso de algoritmos de agrupamento de dados permite realizar abstrações para conjuntos de fácies sedimentares que são similares, viabilizando a realização de comparações de fácies de um modo semelhante às realizadas pelos algoritmos de alinhamento de sequência, quando operam sobre sequências de DNA. O método desenvolvido foi aplicado sobre dois conjuntos de dados: onze poços de exploração de carvão descritos pela CPRM da Formação Rio Bonito do Rio Grande do Sul e quatro poços de exploração da Formação Santa Luzia no Espírito Santo, pertencentes à Petrobras. Os resultados mostraram limitações para identificar correlações válidas em termos geológicos. As descrições da CPRM mostraram-se incompletas para caracterizar as unidades em análise. Os poços de Santa Luzia mostraram detalhamento adequado, porém possuem lacunas de testemunhagem justamente na maior parte dos intervalos a serem correlacionados. Essas falhas e as condições geológicas particulares da Formação Santa Luzia dificultaram a obtenção de resultados que permitissem avaliar o algoritmo. Além disso, a partir dos testes foi possível constatar que o fato de não serem considerados pesos de importância distintos para os atributos durante a aplicação de técnicas de agrupamento constitui uma das limitações que versões futuras da abordagem devem superar. Estas limitações serão reavaliadas com novos dados coletados.application/pdfporGeoinformáticaInteligência artificialUma abordagem automática para extrair correlações geológicas a partir de descrições de poços baseadas em ontologiasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniversidade Federal do Rio Grande do SulInstituto de InformáticaPorto Alegre, BR-RS2013Ciência da Computação: Ênfase em Ciência da Computação: Bachareladograduaçãoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000910040.pdf000910040.pdfTexto completoapplication/pdf10153334http://www.lume.ufrgs.br/bitstream/10183/86432/1/000910040.pdf0dc3f9da20f741512d40b4ae45c5dfc4MD51TEXT000910040.pdf.txt000910040.pdf.txtExtracted Texttext/plain117059http://www.lume.ufrgs.br/bitstream/10183/86432/2/000910040.pdf.txt022067f7effbaa038e486b3083256f9eMD52THUMBNAIL000910040.pdf.jpg000910040.pdf.jpgGenerated Thumbnailimage/jpeg1069http://www.lume.ufrgs.br/bitstream/10183/86432/3/000910040.pdf.jpg83c7a307259d985b2ea455fa1adb96e8MD5310183/864322018-10-09 08:47:22.397oai:www.lume.ufrgs.br:10183/86432Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2018-10-09T11:47:22Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Uma abordagem automática para extrair correlações geológicas a partir de descrições de poços baseadas em ontologias
title Uma abordagem automática para extrair correlações geológicas a partir de descrições de poços baseadas em ontologias
spellingShingle Uma abordagem automática para extrair correlações geológicas a partir de descrições de poços baseadas em ontologias
Garcia, Luan Fonseca
Geoinformática
Inteligência artificial
title_short Uma abordagem automática para extrair correlações geológicas a partir de descrições de poços baseadas em ontologias
title_full Uma abordagem automática para extrair correlações geológicas a partir de descrições de poços baseadas em ontologias
title_fullStr Uma abordagem automática para extrair correlações geológicas a partir de descrições de poços baseadas em ontologias
title_full_unstemmed Uma abordagem automática para extrair correlações geológicas a partir de descrições de poços baseadas em ontologias
title_sort Uma abordagem automática para extrair correlações geológicas a partir de descrições de poços baseadas em ontologias
author Garcia, Luan Fonseca
author_facet Garcia, Luan Fonseca
author_role author
dc.contributor.author.fl_str_mv Garcia, Luan Fonseca
dc.contributor.advisor1.fl_str_mv Abel, Mara
dc.contributor.advisor-co1.fl_str_mv Carbonera, Joel Luis
contributor_str_mv Abel, Mara
Carbonera, Joel Luis
dc.subject.por.fl_str_mv Geoinformática
Inteligência artificial
topic Geoinformática
Inteligência artificial
description Neste trabalho, propomos uma abordagem automática para o problema da correlação litológica no domínio da Geologia do Petróleo. A correlação litológica visa reconhecer uma mesma dada porção de rocha em diferentes sequências estratigráficas, que geralmente são espacialmente distantes entre si. Tais sequências ocorrem em subsuperfícies, impossibilitando uma avaliação visual direta. Por esta razão, a correlação litológica é utilizada com base em descrições destas sequências, geradas por geólogos a partir de testemunhos, que são cilindros de rocha retirados de poços durante sua perfuração. A análise da continuidade lateral destas porções de rochas, inferida através da correlação, permite estimar a distribuição espacial e o volume de um reservatório, possibilitando a avaliação de sua economicidade. Em nossa abordagem, adaptamos algoritmos de alinhamento de sequências genéticas, do domínio da Bioinformática, para o domínio da Geologia. Esta adaptação foi realizada com base na suposição de que é possível estabelecer uma equivalência formal entre os problemas de alinhamento e de correlação litológica. Os elementos geológicos que são alinhados nesta abordagem são representados computacionalmente utilizando uma ontologia de domínio que impõe uma estrutura rica e padronizada para as descrições destes objetos, especificando conhecimento sobre litologias, estruturas e texturas de rochas sedimentares, ígneas e metamórficas. O uso de algoritmos de agrupamento de dados permite realizar abstrações para conjuntos de fácies sedimentares que são similares, viabilizando a realização de comparações de fácies de um modo semelhante às realizadas pelos algoritmos de alinhamento de sequência, quando operam sobre sequências de DNA. O método desenvolvido foi aplicado sobre dois conjuntos de dados: onze poços de exploração de carvão descritos pela CPRM da Formação Rio Bonito do Rio Grande do Sul e quatro poços de exploração da Formação Santa Luzia no Espírito Santo, pertencentes à Petrobras. Os resultados mostraram limitações para identificar correlações válidas em termos geológicos. As descrições da CPRM mostraram-se incompletas para caracterizar as unidades em análise. Os poços de Santa Luzia mostraram detalhamento adequado, porém possuem lacunas de testemunhagem justamente na maior parte dos intervalos a serem correlacionados. Essas falhas e as condições geológicas particulares da Formação Santa Luzia dificultaram a obtenção de resultados que permitissem avaliar o algoritmo. Além disso, a partir dos testes foi possível constatar que o fato de não serem considerados pesos de importância distintos para os atributos durante a aplicação de técnicas de agrupamento constitui uma das limitações que versões futuras da abordagem devem superar. Estas limitações serão reavaliadas com novos dados coletados.
publishDate 2013
dc.date.issued.fl_str_mv 2013
dc.date.accessioned.fl_str_mv 2014-01-22T01:54:58Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/86432
dc.identifier.nrb.pt_BR.fl_str_mv 000910040
url http://hdl.handle.net/10183/86432
identifier_str_mv 000910040
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Repositório Institucional da UFRGS
collection Repositório Institucional da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/86432/1/000910040.pdf
http://www.lume.ufrgs.br/bitstream/10183/86432/2/000910040.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/86432/3/000910040.pdf.jpg
bitstream.checksum.fl_str_mv 0dc3f9da20f741512d40b4ae45c5dfc4
022067f7effbaa038e486b3083256f9e
83c7a307259d985b2ea455fa1adb96e8
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv
_version_ 1801224458585767936