Reconhecimento e classificação de fáceis geológicas através da análise de componentes independentes

Detalhes bibliográficos
Autor(a) principal: Sanchetta, Alexandre Cruz, 1986-
Data de Publicação: 2010
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Texto Completo: https://hdl.handle.net/20.500.12733/1614218
Resumo: Orientador: Rodrigo de Souza Portugal
id UNICAMP-30_6670d65a1e72dd0ffc3170a758329fb9
oai_identifier_str oai::784456
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Reconhecimento e classificação de fáceis geológicas através da análise de componentes independentesRecognition and classification of geological facies based on independent component analysisAnálise multivariadaFácies (Geologia)Reconhecimento de padrõesClassificaçãoMultivariate analysisFacies (Geology)Recognition of patternsClassificationOrientador: Rodrigo de Souza PortugalDissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica e Instituto de GeociênciasResumo: O uso método de análise multivariada ICA (Análise de Componentes Independentes), mais o método K-NN (K-vizinhos mais Próximos) aplicados em dados de poços e em dados sísmicos buscando classificar fácies geológicas e suas características. Esses dois métodos foram aplicados em dados retirados do Campo de Namorado, na Bacia de Campos, Brasil. A ICA encontra as componentes independentes dos dados, que quando treinadas pelo método K-NN para reconhecer padrões nos dados, predizem fácies geológicas e outras informações sobre as rochas, como as características de reservatório. Essas componentes independentes configuram uma nova opção de interpretação das informações disponíveis, pois nessas novas variáveis, o espaço de análise não apresenta dimensões dependentes e exclui informações repetidas ou dúbias da interpretação dos resultados. Além disso, a maior parte da informação é resumida em poucas dimensões, resultando em uma possível redução de variáveis referentes ao problema. Um abundante número de testes foi feito procurando a taxa de sucesso desse método. Como taxa de sucesso, é compreendida a divisão do número de predições corretas dividido pelo número total de tentativas. O que se observa é uma taxa de sucesso alta, em torno de 85% de acerto em algumas situações, ressaltando-se que as componentes têm distribuição gaussiana, sendo que o método funciona melhor em encontrar componentes não-gaussianas. Mesmo nessa situação adversa o método se mostrou robusto. A solidez do método mostra-se uma alternativa para novas formas de interpretação geológicas e petrofísicas. Um dos trunfos desse método é que a base da sua aplicação pode ser estendida para outros tipos de dados, inclusive de naturezas físicas diferentesAbstract: The use of multivariate analysis method ICA (Independent Component Analysis), plus the K-NN method (K-nearest Neighbor) applied on well log data and seismic data to predict the classification of geological facies and their characteristics. These two methods were applied to data from the Campo de Namorado, in the Campos Basin, Brasil. The ICA finds the independent components of the data that can be trained by K-NN method to recognize patterns in the data and predict the geological facies or other information about the rocks, as the characteristics of the reservoir. These independent components make up a new option for interpretation of available information, because with these new variables, the space has no dependent dimensions and the duplicate information or dubious interpretation of results are excluded. Moreover, most of the information is summarized in a few dimensions, resulting in a possible reduction of variables related to the problem. An abundant number of tests were done looking for the success rate of this method. As success rate, it is understood by the division of the number of correct predictions divided by total attempts. What is observed is a high success rate, around 85% accuracy in some situations, pointing out that the components have a Gaussian distribution and the method works best in finding non-Gaussian components. Even in this adverse situation the method was robust. The robustness of the method proves that ICA can be an alternative to new forms of geological and petrophysical interpretation. One of the advantages of this method is that the basis of their application can be extended to other types of data, including datas with different physical naturesMestradoReservatórios e GestãoMestre em Ciências e Engenharia de Petróleo[s.n.]Portugal, Rodrigo de Souza, 1971-Leite, Emilson PereiraDiogo, Liliana AlcazarUniversidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia MecânicaUniversidade Estadual de Campinas (UNICAMP). Instituto de GeociênciasPrograma de Pós-Graduação em Ciências e Engenharia de PetróleoUNIVERSIDADE ESTADUAL DE CAMPINASSanchetta, Alexandre Cruz, 1986-20102010-02-12T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf92 f. : il.https://hdl.handle.net/20.500.12733/1614218SANCHETTA, Alexandre Cruz. Reconhecimento e classificação de fáceis geológicas através da análise de componentes independentes. 2010. 92 f. Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica e Instituto de Geociências, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1614218. Acesso em: 3 set. 2024.https://repositorio.unicamp.br/acervo/detalhe/784456porreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2017-05-02T12:36:46Zoai::784456Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2017-05-02T12:36:46Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Reconhecimento e classificação de fáceis geológicas através da análise de componentes independentes
Recognition and classification of geological facies based on independent component analysis
title Reconhecimento e classificação de fáceis geológicas através da análise de componentes independentes
spellingShingle Reconhecimento e classificação de fáceis geológicas através da análise de componentes independentes
Sanchetta, Alexandre Cruz, 1986-
Análise multivariada
Fácies (Geologia)
Reconhecimento de padrões
Classificação
Multivariate analysis
Facies (Geology)
Recognition of patterns
Classification
title_short Reconhecimento e classificação de fáceis geológicas através da análise de componentes independentes
title_full Reconhecimento e classificação de fáceis geológicas através da análise de componentes independentes
title_fullStr Reconhecimento e classificação de fáceis geológicas através da análise de componentes independentes
title_full_unstemmed Reconhecimento e classificação de fáceis geológicas através da análise de componentes independentes
title_sort Reconhecimento e classificação de fáceis geológicas através da análise de componentes independentes
author Sanchetta, Alexandre Cruz, 1986-
author_facet Sanchetta, Alexandre Cruz, 1986-
author_role author
dc.contributor.none.fl_str_mv Portugal, Rodrigo de Souza, 1971-
Leite, Emilson Pereira
Diogo, Liliana Alcazar
Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Mecânica
Universidade Estadual de Campinas (UNICAMP). Instituto de Geociências
Programa de Pós-Graduação em Ciências e Engenharia de Petróleo
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Sanchetta, Alexandre Cruz, 1986-
dc.subject.por.fl_str_mv Análise multivariada
Fácies (Geologia)
Reconhecimento de padrões
Classificação
Multivariate analysis
Facies (Geology)
Recognition of patterns
Classification
topic Análise multivariada
Fácies (Geologia)
Reconhecimento de padrões
Classificação
Multivariate analysis
Facies (Geology)
Recognition of patterns
Classification
description Orientador: Rodrigo de Souza Portugal
publishDate 2010
dc.date.none.fl_str_mv 2010
2010-02-12T00:00:00Z
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.uri.fl_str_mv https://hdl.handle.net/20.500.12733/1614218
SANCHETTA, Alexandre Cruz. Reconhecimento e classificação de fáceis geológicas através da análise de componentes independentes. 2010. 92 f. Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica e Instituto de Geociências, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1614218. Acesso em: 3 set. 2024.
url https://hdl.handle.net/20.500.12733/1614218
identifier_str_mv SANCHETTA, Alexandre Cruz. Reconhecimento e classificação de fáceis geológicas através da análise de componentes independentes. 2010. 92 f. Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica e Instituto de Geociências, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1614218. Acesso em: 3 set. 2024.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/784456
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
92 f. : il.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1809189046803496960

Registros relacionados