Oil & Gas

Análisis multiatributo evolutivo (EMAA)

Implementación del análisis multiatributo evolutivo (EMAA)

Durante el estudio se presentó la metodología de Análisis MultiAtributo Evolutivo (EMAA, por sus siglas en inglés), el algoritmo y su implementación en la caracterización de yacimientos de aguas profundas del Golfo de México.

EMAA es un robusto algoritmo evolutivo (AE) que utiliza un proceso de optimización natural (evolución biológica) para predecir propiedades petrofísicas de yacimientos con atributos elásticos.

Para esto, asimismo, se estableció un modelo estadístico de predicción entre las propiedades elásticas del medio y la propiedad petrofísica de interés o registro objetivo (𝑅𝑜).

Implementación del análisis multiatributo evolutivo (EMAA)

Posteriormente, del mismo modo, se aplicó el modelo al dato sísmico 3D para obtener volúmenes de propiedades petrofísicas (porosidad, volumen de arcilla, etc.). Los volúmenes pueden usarse como variables secundarias en el poblado geoestadístico y agregar valor a los productos generados con inversión sísmica.

El diseño de EMAA se realizó con programación evolutiva (PE), un poderoso algoritmo de optimización global para la búsqueda de atributos elásticos en el espacio n-dimensional; además, de su posterior integración en una gran cantidad de modelos estadísticos multivariados, hasta seleccionar el que presente el mayor coeficiente de correlación absoluto con 𝑅𝑜.

En tanto, para ilustrar la técnica se presentaron los resultados obtenidos con datos libres de la Sociedad de Geofísicos de Exploración (SEG) y con datos de Pemex.

Implementación del análisis multiatributo evolutivo (EMAA)

Te puede interesar: Cartografía de trampas mixtas en zona marina

Durante estudio se compararon los resultados con los obtenidos a través de búsquedas exhaustivas; demostrando que EMAA arroja resultados equivalentes e incluso mejores, pero en un tiempo computacional significativamente menor.

Asimismo, se presentaron ejemplos de su aplicación en aguas profundas del Golfo de México.

EMAA es un robusto algoritmo de optimización global bio-inspirado para predecir propiedades petrofísicas de yacimientos mediante una búsqueda metaheurística de atributos elásticos.

La búsqueda, asimismo, por estar basada en poblaciones de individuos permitió la exploración y explotación del espacio de soluciones de forma simultánea; haciéndola más eficiente y reduciendo la probabilidad de quedar atrapados en óptimos locales.

En tanto, en los casos de estudio presentados, el método obtuvo las soluciones óptimas previamente determinadas con búsquedas exhaustivas, pero en un tiempo significativamente menor. El método incluso obtuvo mejores soluciones que las búsquedas completas con una discretización no tan fina.

Implementación del análisis multiatributo evolutivo (EMAA)

Sigue leyendo: Imagen sísmica en aguas someras

De acuerdo con el estudio, el tiempo de cómputo es significativamente menor que los métodos de búsqueda exhaustivos debido al paralelismo intrínseco del método.

Los modelos de predicción estimados deben aplicarse a los cubos de atributos elásticos para obtener volúmenes de propiedades petrofísicas; los cuales proveen una herramienta adicional para la interpretación sísmica cuantitativa, agregando valor a los productos de inversión sísmica y de física de rocas.

Es importante tomar en cuenta que, para garantizar buenos resultados, los volúmenes de inversión deben ser de alta calidad y calibrar con los registros geofísicos.

Asimismo, los volúmenes de propiedades petrofísicas obtenidos pueden emplearse como variables secundarias en el modelado geoestadístico. Además, los volúmenes apoyan la reducción de la incertidumbre en caracterización y delimitación de yacimientos.

Los ingenieros Ernesto G. López Briceño, Agustín H. Domínguez Mendoza y Dámaso F. Contreras Tébar presentaron el trabajo en el Congreso Mexicano del Petróleo (CMP).

Related posts

Análisis de métodos determinístico y probabilístico

Efrain Mariano

USD $1,311 millones para 5 proyectos en las costas de Tabasco y Campeche

Aldo Santillán Alonso

ExxonMobil reporta utilidad de 2,730 mdd

Efrain Mariano