Banca de DEFESA: MAURICIO GABRIEL LACERDA MAFRA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : MAURICIO GABRIEL LACERDA MAFRA
DATA : 19/08/2024
HORA: 09:00
LOCAL: Videoconferência / CCET
TÍTULO:

Aplicação de aprendizado de máquina para estimativa da permeabilidade utilizando dados de RMN de rochas reservatório. 

PALAVRAS-CHAVES:

Permeabilidade; Porosidade; Carbonáticos; Ressonância Magnética; Aprendizado de Máquina.

PÁGINAS: 99
RESUMO:

Esta dissertação de mestrado aborda a relevância dos estudos de rochas análogas aos reservatórios, dando maior foco no parâmetro petrofísico de permeabilidade. Técnicas petrofísicas tradicionais fornecem valores absolutos desse parâmetro, porém pouco informa os motivos que causam tais valores. Essa ausência de informações precisas levam a utilização de outras técnicas mais avançadas para uma análise sistemática dos reservatórios. Embora a Ressonância Magnética Nuclear demonstre eficácia na obtenção de informações avançadas sobre o reservatório, suas modelagens analíticas para obter a permeabilidade não possuem boa precisão, principalmente quando se trabalha com reservatórios heterogêneos, o que demonstrando, ainda, algumas limitações. Diante dessa lacuna, este estudo propõe aprimorar as previsões da permeabilidade, empregando os modelos de aprendizado de máquina Random Forest, Gradient Boosting e Multi Layer Perceptron. O objetivo é prever a permeabilidade a partir dos padrões obtidos através da Ressonância Magnética Nuclear, comparar com os modelos analíticos e observar qual modelo se adequa melhor ao reservatório. Foi observado que os modelos de aprendizado de máquina obteram melhores previsões em comparação aos modelos analíticos.

MEMBROS DA BANCA:
Interno - 1506706 - MILTON MORAIS XAVIER JUNIOR
Externo ao Programa - 2411277 - MANILO SOARES MARQUES - UFRNExterno à Instituição - ANDRÉ ALVES DE SOUZA