Estimativa de parâmetros do perfil NMR em reservatórios carbonáticos da Bacia de Campos utilizando perfis geofísicos de poço e técnicas de inteligęncia artificial

A descoberta de uma jazida de petróleo envolve dispendioso estudo e análise de dados geofísicos e geológicos das bacias sedimentares. Com o prognóstico do comportamento das diversas formaçőes geológicas no subsolo e a identificaçăo de uma área favorável ŕ acumulaçăo de petróleo, indica-se o local mais propício para executar a perfuraçăo do poço. Os métodos geofísicos podem ser aplicados para determinar as distribuiçőes das propriedades físicas em profundidade. Se corretamente aplicado, o levantamento geofísico é capaz de aperfeiçoar os programas de exploraçăo de petróleo pela minimizaçăo das perfuraçőes requeridas e pela maximizaçăo da taxa de cobertura da área (Kearey et al., 2002). A perfilagem geofísica de poços, por outro lado, é parte integrante da avaliaçăo de formaçăo e fornece uma vasta fonte de dados relacionados ŕ periferia do poço. Estes dados săo utilizados em conjunto com dados de fluidos e testemunhos para determinar, de forma direta ou indireta, a profundidade do reservatório, espessura, porosidade, permeabilidade, litologia, saturaçăo de hidrocarbonetos, etc. Estas informaçőes săo importantes para a perfuraçăo, completaçăo, operaçăo dos poços, exploraçăo geológica e geofísica, análise econômica e desenvolvimento de modelos de reservatórios para a produçăo eficiente. As mediçőes dos parâmetros geofísicos dos poços envolvem sondas que percorrem os poços, meios de transmissăo de dados para a superfície, equipamentos de registro e sistemas de processamento. As propriedades físicas săo medidas e registradas em funçăo da profundidade para obter perfis de poços, que, em seguida, săo interpretados (Timur, 1982). Dentre os métodos de perfilagem geofísica de poços, destaca-se o perfil de NMR, que, segundo Coates et al. (1999), proporciona informaçőes sobre a porosidade total, independente do tipo de rocha, saturaçăo de água, gás e óleo, independente de outros registros, viscosidade do óleo e estimativa da permeabilidade. Além dessas medidas, Labani et al. (2010) citam ainda a porosidade de fluido livre, porosidade efetiva e o fluido adsorvido nas argilas. Portanto, esta ferramenta é capaz de prever os parâmetros petrofísicos das formaçőes de maneira mais efetiva que as ferramentas de perfilagem convencionais, permitindo uma melhor interpretaçăo e conduzindo a resultados mais precisos (Silva, 2010). Porém, a técnica de NMR requer altos custos de mediçăo, năo sendo, por essa razăo, obtido em todos os poços de um campo. Essa situaçăo torna a construçăo de novos e avançados modelos computacionais, que sejam capazes de sintetizar os parâmetros do perfil de NMR de forma mais precisa e conveniente, de considerável importância para os estudos de caracterizaçăo de reservatórios e reduçăo de custos (Labani et al., 2010). Na evoluçăo dos modelos computacionais, as técnicas de inteligęncia artificial tęm adquirido resultados relevantes na síntese do perfil NMR utilizando perfis convencionais (Nascimento & Yoneyama, 2004; Zhou et al., 1993). Este trabalho consiste no emprego de um grupo de inteligęncias artificiais, tais como as ANN, FL e GA, que, atuando em conjunto, através do software interativo MATLAB (MATWORKS, 2011), sintetizará o perfil NMR avaliando sua aplicabilidade posteriormente.