Abstract

GARCIA-BENITEZ, Silvia Raquel  and  ARANA-HERNANDEZ, Omar Alejandro. Modelo neuronal para estimar valores de permeabilidad a partir de registros de pozo y análisis de núcleos. Bol. geol. [online]. 2023, vol.45, n.1, pp.141-153.  Epub Feb 08, 2023. ISSN 0120-0283.  https://doi.org/10.18273/revbol.v45n1-2023007.

Se presenta un caso de estudio donde se pone a prueba la efectividad de las redes neuronales para determinar la permeabilidad en medios rocosos heterogéneos a partir de propiedades básicas de las rocas. El conjunto de datos usado se conforma de 213 muestras de núcleo de las formaciones Morrow y Viola encontradas en el estado de Kansas, Estados Unidos. Los parámetros caracterizadores de las muestras de núcleos son porosidad (ϕ), saturación de agua y aceite (Sw y So) y densidad de grano (GD), y las variables adicionales de registros de pozo son registro resistivo (ILD), rayos gamma (GR) y neutrón-porosidad (NPHI). Las predicciones neuronales son comparadas con resultados obtenidos por tres modelos semiempíricos (Timur, Coates y Pape) ampliamente usados en la caracterización de yacimientos. Se concluye que la red neuronal provee la mejor predicción por sobre todos los modelos presentados cuantificándose mediante el coeficiente de correlación (R y R2) más alto, muy por encima de aquellos valores obtenidos mediante los métodos convencionales en formaciones con heterogeneidad en rocas y compleja naturaleza diagenética. Aplicando el método de Timur el R resultó de 0,58 y el R2 de 0,343, con el modelo de Coates se obtuvo un R de 0,60 y un R2 de 0,365; con el modelo de Pape el R fue de 0,60 y el R2 fue de 0,372, mientras que con el modelo neuronal se obtuvieron 0,97 y 0,94 para R y R2, respectivamente.

Keywords : Determinación de permeabilidad; Redes neuronales; Muestras de núcleo; Propiedades de la roca; Caracterización de yacimientos; Heterogeneidad en rocas.

        · abstract in English     · text in English     · English ( pdf )