Conoce el texto técnico sobre los Mapas auto-organizados aplicados en la caracterización sísmica y estática de yacimientos del paleocañón de Chicontepec.
El paleocanal de Chicontepec es una de las provincias de mayor relevancia petrolera para México. Sin embargo, la complejidad de sus yacimientos es alta, por lo que es indispensable la aplicación de tecnologías avanzadas y diferentes metodologías para su caracterización. En años recientes, la aplicación de inteligencia artificial en las geociencias ha sido de gran importancia.
En ese estudio se aplicaron los mapas auto-organizados, una de las metodologías más reconocidas y útiles en este rubro, los cuales permiten una clasificación de los valores de diversos atributos sísmicos mediante un algoritmo de redes neuronales no supervisadas, resultando en un agrupamiento de neuronas, las cuales contienen en si información relacionada con la geología y la calidad de la roca, y permiten asociar esta respuesta con zonas de interés.
La integración de los resultados de los mapas auto-organizados con los resultados de las demás áreas de las geociencias, permite tener un conjunto robusto de insumos para la creación de un modelo estático.
El paleocanal de Chicontepec se ubica dentro de la cuenca Tampico-Misantla. Se estima que tiene su origen a finales del Paleoceno y debido a procesos erosivos ocasionados por corrientes submarinas sobre sedimentos del Paleoceno. Y finalizando con depósitos del Eoceno Medio.
La estratigrafía de la porción sur del Paleocanal de Chicontepec fue definida. A través del análisis de informes de pozos, descripción y análisis de muestras de canal y núcleos. Correlaciones de registros geofísicos, e interpretaciones geológica y geofísica.
Cabe señalar que la distribución de las formaciones está mayormente influenciada por las discordancias del Paleoceno Superior y la discordancia del Eoceno Medio. La cual resultó en una agresiva y gradual erosión de las rocas del Eoceno Inferior hasta el Jurásico Superior (Kimmeridgiano).
Te puede interesar: Segregación Gravitacional de fracciones Cn+ en Yacimientos de Hidrocarburos
La utilización de tecnologías como el aprendizaje automatizado se ha convertido en una herramienta útil en la caracterización estática de yacimientos. Las redes neuronales pueden apoyarnos al realizar análisis que con las metodologías tradicionales serían muy difíciles de hacer.
Adicionalmente, el uso de redes neuronales no supervisadas como los mapas auto- organizados tienen la ventaja de no estar influenciadas por la opinión o el conocimiento previo del intérprete. Por lo que los resultados que se obtienen de las clasificaciones son únicamente referente de los datos y su preparación.
En este trabajo, se comprobó que los geocuerpos generados del análisis de clasificación MAO tienen una buena correlación con los modelos geológicos y petrofísicos del área de estudio. Los cuales, son un insumo útil para la guía de propiedades durante la construcción del modelo estático. Por lo que permiten disminuir la incertidumbre en áreas donde la presencia de pozos es poca o nula y que pueden ser para futuras áreas de desarrollo o exploración.
Los Ingenieros Pedro Alejandro Garza Juárez, Oscar Guadalupe Piñeyro Arguelles, Federico Martínez de León. Ricardo Garrido Martínez, Maricruz Rocío Mendoza Hernández, José David Montes Cruz, Estefania Díaz Brieva y Jonatan Alexander Mar Claris, presentaron el trabajo en la reciente edición del Congreso Mexicano del Petróleo (CMP).
