Revista de Petróleo e Biotecnologia Ambiental

Abstrato

Abordagem Híbrida Artificial Inteligente para a Determinação da Saturação em Água Utilizando a Fórmula de Archies em Reservatórios Carbonáticos

Hamada GM*, Al-Gathe AA e Al-Khudafi AM

O desafio de determinar a saturação precisa da água é ainda enfrentado pela Engenharia de Petróleos. A dificuldade deste problema aumentará se tratarmos de rochas carbonatadas. Existem algumas técnicas disponíveis utilizadas para determinar a saturação de água. No entanto, a precisão destas técnicas tornou-se incapaz de encontrar os melhores resultados. Têm sido utilizadas diversas técnicas disponíveis para estimar a saturação em água, tais como os métodos convencionais, CAPE (a, m, n), CAPE (1, m, n) e 3D. Atualmente, apenas as conquistas das técnicas de Inteligência Artificial (IA) abrem a porta à utilização de sistemas híbridos como o (PSONN). Neste modelo, a técnica Particle Swarm Optimization (PSO) é empregue para procurar pesos e limites de ligação ideais para as redes neuronais (NN), pelo que a regra de aprendizagem de retropropagação e o algoritmo de treino são utilizados para ajustar os pesos finais . Um total de cerca de 383 pontos de dados obtidos a partir de medições laboratoriais de propriedades elétricas de tampões de núcleo carbonatado de reservatórios do Médio Oriente foram utilizados para a implementação da técnica proposta. A análise estatística e o estudo comparativo mostram que o desempenho do modelo PSONN é o melhor, com um erro quadrático médio (0,092) mais baixo e uma maior precisão do coeficiente de correlação (0,95) do que os obtidos com os métodos anteriores. Os resultados mostraram que o novo modelo híbrido PSONN supera alguns métodos disponíveis e supera a fraqueza se utilizarmos apenas a IA. Da análise de erros, verifica-se que os métodos CAPE e 3-D e PSONN garantem erros mínimos dos valores de saturação de água.