23.9 C
Mexico
diciembre 1, 2020
Oil & Gas

Inteligencia artificial en yacimientos clásticos

Inteligencia artificial en yacimientos clásticos

El uso de inteligencia artificial en la distribución de facies elásticas relacionadas al tren de compactación de los yacimientos clásticos de la formación de Chicontepec.

Los costos de inversión en la exploración y explotación petrolera han incrementado conforme las complejidades de los yacimientos; los avances tecnológicos representan pasos gigantescos en la reducción de costos.

En tanto, entender el comportamiento de yacimientos complejos de baja porosidad y baja permeabilidad como es el caso de Chicontepec; convierte a la inteligencia artificial en una tecnología clave y poderosa en la integración de la información de pozos y el dato sísmico.

La problemática del área de estudio está basada en la complejidad de los depósitos clásticos con procesos diageneticos altamente estratificados con baja porosidad y permeabilidad.

El objetivo principal de este trabajo fue la caracterización de este tipo de yacimientos con el análisis de la compactación de las areniscas; y su relación con la calidad de roca almacén que se puede traducir en un incremento de las reservas determinando nuevas áreas prospectivas.

 La metodología en redes neuronales se enfoca en crear una relación directa entre las facies determinadas en un grupo de pozos y los atributos sísmicos. Por ello, se generaron modelos probabilísticos que incorporan los pozos y la sísmica.

Por otro lado, el flujo de trabajo consideró la descripción de facies en los pozos definida mediante un análisis  de física de rocas; así, como la selección del dato sísmico que va a se usará para la propagación de estas.

Te puede interesar: Planificación integral para proyectos petroleros

Mediante la integración sistemática de los resultados obtenidos la inversión sísmica determinística y la información de pozos del proyecto; se lograron calibrar propiedades elásticas asociadas al contenido de calcita en las rocas almacenadoras.

Finalmente, la distribución de facies elásticas por medio de redes neuronales entrenados con los productos de la inversión sísmica permitió jerarquizar áreas con las facies asociadas.

Los ingenieros Gioconda J. Montilla T., Ruben Charles, Cintya Galicia; Abelardo Escamilla y Felipe Lavariega presentaron el trabajo técnico en la reciente edición del Congreso México del Petróleo (CMP).

Related posts

Aramco obtiene ganancia de 11,789 mdd en 3T2020

Efrain Mariano

CNOOC firma contrato con Valaris

Efrain Mariano

Canalización estable en yacimientos fracturados

Efrain Mariano