Parametrización petrofísica de secuencias siliciclásticas areno-arcillosas con redes neuronales

Abstract

En este trabajo se utilizan redes neuronales como una ventajosa herramienta para estimar parámetros petrofísicos de la columna estratigráfica atravesada por varios pozos. Los parámetros porosidad, volúmenes minerales y saturación de agua e hidrocarburos, se obtienen a partir de registros geofísicos de pozo básicos (rayos gamma, resistividad profunda, densidad volumétrica y tiempo de tránsito) y se infieren para otras zonas de la misma área geológica, en los que no se cuenta con este cuadro de información. Este análisis se realizó en secuencias siliciclásticas areno-arcillosas atravesadas por varios pozos perforados para alcanzar un yacimiento de hidrocarburos de baja permeabilidad. Se presentan estimaciones con modelos empíricos para enfrentarlas con las obtenidos con las redes neuronales de forma que se califique la actuación de la alternativa inteligente. Las leyes que rigen la dinámica de los parámetros, así como los detalles del contexto geológico quedan inmersos en los pesos de la red y la consistencia fenomenológica está definida a través de la congruencia de las entradas para conseguir las salidas elegidas. Se muestra la forma en la que el modelo neuronal habilita la propagación confiable de valores de propiedad y se convierte en un ventajoso auxiliar en el estudio de contextos geológicos muy complejos o escasamente parametrizados en los que las condiciones para la aplicación de correlaciones y métodos empíricos, así como el tiempo que se invierte en los procesos de ajuste y contextualización de registros, menguan la calidad y cantidad del conocimiento que se obtiene sobre el medio.