Título: Predição da Litologia por Machine Learning Utilizando Perfis de Perfuração
Autores: Eric Monteiro e Lobo Luz, Karla Figueiredo
Resumo: A indústria do petróleo está entre uma das atividades mais importantes e caras no mundo, atraindo muita atenção e esforço. Os custos envolvidos na exploração estimulam estudos que visam o aumento do conhecimento que promova a redução das despesas com as atividades do processo de prospecção, exploração e refino. Neste contexto, a utilização de algoritmos capazes de predizer com maior acurácia a litologia, que está estreitamente relacionada à caracterização de reservatórios, tornam-se conhecimentos valiosos. Este trabalho se insere nesse contexto e tem por objetivo a inferência da litologia na área da bacia de petróleo a partir de modelos de Machine Learning, tais como: k-Nearest Neighbors, Random Forest e Redes Neurais, utilizando um número menor de perfis de perfuração. Os resultados mostraram se promissores, podendo ser utilizados no processamento de log de poços para discriminação litológica.
Palavras-chave: Machine Learning, Petróleo, Litologia, Redes Neurais, Random Forest, k-NN
Páginas: 6
Código DOI: 10.21528/CBIC2019-105
Artigo em pdf: CBIC2019-105.pdf
Arquivo BibTeX: CBIC2019-105.bib