Inversão sísmica das formas de onda baseada em otimização híbrida

Detalhes bibliográficos
Autor(a) principal: Silva, Suzane Adrielly da
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFRN
Texto Completo: https://repositorio.ufrn.br/handle/123456789/30306
Resumo: O petróleo é hoje um recurso vital para a sociedade, tendo em vista que além de um grande protagonista no setor energético também é matéria-prima de diversos produtos que são essenciais no nosso dia-a-dia. Entretanto, o salto de produção desse elemento é uma consequência do avanço tecnológico que tivemos nas últimas décadas. Esse avanço da computação em termos de armazenamento e processamento de dados favoreceu grandemente uma etapa importante da caracterização de reservatórios: o imageamento de subsuperfície. A proposta desse trabalho é usar a Inversão Sísmica das Formas de Onda com uma estratégia de otimização híbrida para obter uma estimativa do modelo, que extrai vantagens de duas classes de otimização: a livre de derivadas e baseada em gradiente (inversão tradicional). Na prática usamos uma adaptação da Otimização por Enxame de Partículas, onde adicionamos dois novos termos, o primeiro deles é um gradiente que serve como guia e o segundo um termo de vínculo, que garante suavidade na inversão. Na modelagem usamos uma aproximação acústica no domínio do tempo onde foi feita uma discretização por Diferenças Finitas de quarta ordem no espaço e segunda no tempo. O termo de gradiente adicionado é computado através do Método Adjunto usando a condição de imagem. Outra característica do método proposto neste trabalho é que usamos uma inversão por camadas (Progressive Matching), com o intuito de reduzir o custo de processamento, sendo necessário avaliar apenas os parâmetros da janela espacial de inversão a cada etapa, em vez de envolver todos os parâmetros do modelo. Para avaliar a precisão do método proposto comparamos nossa inversão híbrida com uma inversão tradicional, baseada em derivadas, que foi performada com o método LBFGS-B. Essa comparação foi feita analisando o modelo reconstruído em ambas as metodologias e também através da correlação entre elas e o modelo real. Em todos os experimentos numéricos usamos um recorte re-amostrado do modelo Marmousi. Na inversão tradicional usamos um modelo inicial do tipo gradiente. No método híbrido não é necessário um modelo inicial, mas usamos um modelo de velocidades constante. Os resultados obtidos pelo método proposto neste trabalho trouxe uma melhor estimativa do modelo, porém há uma desvantagem no tempo de trabalho comparado à inversão tradicional.
id UFRN_cbcb29a0e634fcd81be2ecfd2c2affab
oai_identifier_str oai:https://repositorio.ufrn.br:123456789/30306
network_acronym_str UFRN
network_name_str Repositório Institucional da UFRN
repository_id_str
spelling Silva, Suzane Adrielly daCorso, GilbertoHenriques, Marcos Vinicius CândidoAraújo, João Medeiros de2020-10-07T18:07:42Z2020-10-07T18:07:42Z2020-02-19SILVA, Suzane Adrielly da. Inversão sísmica das formas de onda baseada em otimização híbrida. 2020. 72f. Dissertação (Mestrado em Ciência e Engenharia de Petróleo) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2020.https://repositorio.ufrn.br/handle/123456789/30306O petróleo é hoje um recurso vital para a sociedade, tendo em vista que além de um grande protagonista no setor energético também é matéria-prima de diversos produtos que são essenciais no nosso dia-a-dia. Entretanto, o salto de produção desse elemento é uma consequência do avanço tecnológico que tivemos nas últimas décadas. Esse avanço da computação em termos de armazenamento e processamento de dados favoreceu grandemente uma etapa importante da caracterização de reservatórios: o imageamento de subsuperfície. A proposta desse trabalho é usar a Inversão Sísmica das Formas de Onda com uma estratégia de otimização híbrida para obter uma estimativa do modelo, que extrai vantagens de duas classes de otimização: a livre de derivadas e baseada em gradiente (inversão tradicional). Na prática usamos uma adaptação da Otimização por Enxame de Partículas, onde adicionamos dois novos termos, o primeiro deles é um gradiente que serve como guia e o segundo um termo de vínculo, que garante suavidade na inversão. Na modelagem usamos uma aproximação acústica no domínio do tempo onde foi feita uma discretização por Diferenças Finitas de quarta ordem no espaço e segunda no tempo. O termo de gradiente adicionado é computado através do Método Adjunto usando a condição de imagem. Outra característica do método proposto neste trabalho é que usamos uma inversão por camadas (Progressive Matching), com o intuito de reduzir o custo de processamento, sendo necessário avaliar apenas os parâmetros da janela espacial de inversão a cada etapa, em vez de envolver todos os parâmetros do modelo. Para avaliar a precisão do método proposto comparamos nossa inversão híbrida com uma inversão tradicional, baseada em derivadas, que foi performada com o método LBFGS-B. Essa comparação foi feita analisando o modelo reconstruído em ambas as metodologias e também através da correlação entre elas e o modelo real. Em todos os experimentos numéricos usamos um recorte re-amostrado do modelo Marmousi. Na inversão tradicional usamos um modelo inicial do tipo gradiente. No método híbrido não é necessário um modelo inicial, mas usamos um modelo de velocidades constante. Os resultados obtidos pelo método proposto neste trabalho trouxe uma melhor estimativa do modelo, porém há uma desvantagem no tempo de trabalho comparado à inversão tradicional.The Oil today is a vital resource for society. Besides being a great player in the energy sector, it is also a raw material for many products that are essential in our daily lives. However, the increase of its production is a consequence of the technological advance we have had over the last decades. This advance in data storage and processing has greatly favored an important step in reservoir characterization: subsurface imaging. The purpose of this work is to use Full Waveform Inversion with a hybrid inversion methodology that extracts advantages from two optimization classes, Derivative Free Optimization and Gradient Based Optimization, to obtain an estimate of the model. In practice we use an adaptation of Particle Swarm Optimization, where we add two new terms, the first one is a gradient that it serves as a guide and the second a bond term, which guarantees smoothness in the inversion. The gradient leads us to a derivative-based inversion, while the Particle Swarm Optimization leads us to a naturalistic approach, so we have a hybrid strategy. In the modeling step we use an acoustic approach doing a fourth order finite difference discretization in space and second in time, the gradient term was computed with the adjoint method to approximate the objective function gradient using the image condition and the adjoint field. Another feature of the method proposed in this work is that we use a Progressive Matching inversion strategy in order to reduce the processing and storage cost, so it is necessary to evaluate only the inversion spatial window parameters at each step only, instead of involving all parameters of the model. To evaluate the accuracy of the method we compared our hybrid inversion with a derivative based inversion, using a Quasi-Newton low memory (LBFGS-B). This comparison was made by analyzing the model reconstructed in both methodologies and also through of the correlation between them and the real model. In all numerical experiments we use a re-sampled cut of the Marmousi model. In the traditional inversion we use a initial model gradient type. In the hybrid method, an initial model is not necessary, but we have a constant speed model. The results obtained by the proposed method in this work brought a better estimate of the model, but there is a disadvantage in the working time compared to traditional inversion.Universidade Federal do Rio Grande do NortePROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA E ENGENHARIA DE PETRÓLEOUFRNBrasilInversão completa das formas de ondaInversão ProgressivaOtimização hibridaInversão sísmica das formas de onda baseada em otimização híbridaSeismic waveforms inversion based on hybrid optimizationinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALInversaosismicaformas_Silva_2020.pdfapplication/pdf3103700https://repositorio.ufrn.br/bitstream/123456789/30306/1/Inversaosismicaformas_Silva_2020.pdf0db2be3fa7716d86458d2854b8f6ce35MD51TEXTInversaosismicaformas_Silva_2020.pdf.txtInversaosismicaformas_Silva_2020.pdf.txtExtracted texttext/plain114823https://repositorio.ufrn.br/bitstream/123456789/30306/2/Inversaosismicaformas_Silva_2020.pdf.txt1d16f88ac975f4d970131138f26312b3MD52THUMBNAILInversaosismicaformas_Silva_2020.pdf.jpgInversaosismicaformas_Silva_2020.pdf.jpgGenerated Thumbnailimage/jpeg1304https://repositorio.ufrn.br/bitstream/123456789/30306/3/Inversaosismicaformas_Silva_2020.pdf.jpg71e9fde4579287cd74d0eb02f3112cfaMD53123456789/303062020-10-11 04:39:25.929oai:https://repositorio.ufrn.br:123456789/30306Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2020-10-11T07:39:25Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false
dc.title.pt_BR.fl_str_mv Inversão sísmica das formas de onda baseada em otimização híbrida
dc.title.alternative.pt_BR.fl_str_mv Seismic waveforms inversion based on hybrid optimization
title Inversão sísmica das formas de onda baseada em otimização híbrida
spellingShingle Inversão sísmica das formas de onda baseada em otimização híbrida
Silva, Suzane Adrielly da
Inversão completa das formas de onda
Inversão Progressiva
Otimização hibrida
title_short Inversão sísmica das formas de onda baseada em otimização híbrida
title_full Inversão sísmica das formas de onda baseada em otimização híbrida
title_fullStr Inversão sísmica das formas de onda baseada em otimização híbrida
title_full_unstemmed Inversão sísmica das formas de onda baseada em otimização híbrida
title_sort Inversão sísmica das formas de onda baseada em otimização híbrida
author Silva, Suzane Adrielly da
author_facet Silva, Suzane Adrielly da
author_role author
dc.contributor.authorID.pt_BR.fl_str_mv
dc.contributor.advisorID.pt_BR.fl_str_mv
dc.contributor.referees1.none.fl_str_mv Corso, Gilberto
dc.contributor.referees1ID.pt_BR.fl_str_mv
dc.contributor.referees2.none.fl_str_mv Henriques, Marcos Vinicius Cândido
dc.contributor.referees2ID.pt_BR.fl_str_mv
dc.contributor.author.fl_str_mv Silva, Suzane Adrielly da
dc.contributor.advisor1.fl_str_mv Araújo, João Medeiros de
contributor_str_mv Araújo, João Medeiros de
dc.subject.por.fl_str_mv Inversão completa das formas de onda
Inversão Progressiva
Otimização hibrida
topic Inversão completa das formas de onda
Inversão Progressiva
Otimização hibrida
description O petróleo é hoje um recurso vital para a sociedade, tendo em vista que além de um grande protagonista no setor energético também é matéria-prima de diversos produtos que são essenciais no nosso dia-a-dia. Entretanto, o salto de produção desse elemento é uma consequência do avanço tecnológico que tivemos nas últimas décadas. Esse avanço da computação em termos de armazenamento e processamento de dados favoreceu grandemente uma etapa importante da caracterização de reservatórios: o imageamento de subsuperfície. A proposta desse trabalho é usar a Inversão Sísmica das Formas de Onda com uma estratégia de otimização híbrida para obter uma estimativa do modelo, que extrai vantagens de duas classes de otimização: a livre de derivadas e baseada em gradiente (inversão tradicional). Na prática usamos uma adaptação da Otimização por Enxame de Partículas, onde adicionamos dois novos termos, o primeiro deles é um gradiente que serve como guia e o segundo um termo de vínculo, que garante suavidade na inversão. Na modelagem usamos uma aproximação acústica no domínio do tempo onde foi feita uma discretização por Diferenças Finitas de quarta ordem no espaço e segunda no tempo. O termo de gradiente adicionado é computado através do Método Adjunto usando a condição de imagem. Outra característica do método proposto neste trabalho é que usamos uma inversão por camadas (Progressive Matching), com o intuito de reduzir o custo de processamento, sendo necessário avaliar apenas os parâmetros da janela espacial de inversão a cada etapa, em vez de envolver todos os parâmetros do modelo. Para avaliar a precisão do método proposto comparamos nossa inversão híbrida com uma inversão tradicional, baseada em derivadas, que foi performada com o método LBFGS-B. Essa comparação foi feita analisando o modelo reconstruído em ambas as metodologias e também através da correlação entre elas e o modelo real. Em todos os experimentos numéricos usamos um recorte re-amostrado do modelo Marmousi. Na inversão tradicional usamos um modelo inicial do tipo gradiente. No método híbrido não é necessário um modelo inicial, mas usamos um modelo de velocidades constante. Os resultados obtidos pelo método proposto neste trabalho trouxe uma melhor estimativa do modelo, porém há uma desvantagem no tempo de trabalho comparado à inversão tradicional.
publishDate 2020
dc.date.accessioned.fl_str_mv 2020-10-07T18:07:42Z
dc.date.available.fl_str_mv 2020-10-07T18:07:42Z
dc.date.issued.fl_str_mv 2020-02-19
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv SILVA, Suzane Adrielly da. Inversão sísmica das formas de onda baseada em otimização híbrida. 2020. 72f. Dissertação (Mestrado em Ciência e Engenharia de Petróleo) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2020.
dc.identifier.uri.fl_str_mv https://repositorio.ufrn.br/handle/123456789/30306
identifier_str_mv SILVA, Suzane Adrielly da. Inversão sísmica das formas de onda baseada em otimização híbrida. 2020. 72f. Dissertação (Mestrado em Ciência e Engenharia de Petróleo) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2020.
url https://repositorio.ufrn.br/handle/123456789/30306
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.publisher.none.fl_str_mv Universidade Federal do Rio Grande do Norte
dc.publisher.program.fl_str_mv PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA E ENGENHARIA DE PETRÓLEO
dc.publisher.initials.fl_str_mv UFRN
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Universidade Federal do Rio Grande do Norte
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRN
instname:Universidade Federal do Rio Grande do Norte (UFRN)
instacron:UFRN
instname_str Universidade Federal do Rio Grande do Norte (UFRN)
instacron_str UFRN
institution UFRN
reponame_str Repositório Institucional da UFRN
collection Repositório Institucional da UFRN
bitstream.url.fl_str_mv https://repositorio.ufrn.br/bitstream/123456789/30306/1/Inversaosismicaformas_Silva_2020.pdf
https://repositorio.ufrn.br/bitstream/123456789/30306/2/Inversaosismicaformas_Silva_2020.pdf.txt
https://repositorio.ufrn.br/bitstream/123456789/30306/3/Inversaosismicaformas_Silva_2020.pdf.jpg
bitstream.checksum.fl_str_mv 0db2be3fa7716d86458d2854b8f6ce35
1d16f88ac975f4d970131138f26312b3
71e9fde4579287cd74d0eb02f3112cfa
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)
repository.mail.fl_str_mv
_version_ 1814832983527391232