EUVIMEDEUVIMED entdecken
Crossref

Clasificación litológica a partir de registros eléctricos utilizando Machine Learning: Caso de estudio formación Otarosa, Nueva Zelanda

Margarita María Martínez Bernal

Apuntes de Ciencia e Ingeniería · 2024

DOI: 10.37511/apuntesci.v1n2a2 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Apuntes de Ciencia e Ingeniería, 2024. Verfasst von Margarita María Martínez Bernal.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

En la industria del petróleo, al perforar un pozo de exploración, la incertidumbre es excesivamente alta ya que se quiere determinar las características del subsuelo y así las posibilidades de que exista petróleo ogas. Los métodos indirectos como la toma de registros eléctricos son losque proporcionan la base para los estudios de investigación geológica(facies sedimentarias, aguas subterráneas) lo cual es una actividad compleja que requiere tiempo pero que permiten al evaluador tomar decisiones. Mediante la aplicación de un modelo de aprendizaje automáticose quiere reducir esta incertidumbre y minimizar el tiempo en el análisis de los registros eléctricos. En este estudio, se investiga la predicciónde litología utilizando los registros eléctricos (Rayos Gamma, Neutrón,Densidad y Efecto fotoeléctrico (PEF)) tomados en la Fm. Otaraoa enNueva Zelanda. Se realiza el entrenamiento de un modelo Supervisado en donde se abordan dos problemas: el primero de identificación dedos etiquetas (Arena y Arcilla) y el segundo de cuatro etiquetas (Arcillaarenosa, Arcilla arenosa calcárea, Arena arcillosa y Arena arcillosa calcárea). Se utiliza un pozo para entrenar un algoritmo para cada caso yluego dos pozos complementarios para probar su desempeño. Los resultados del modelo Extra Trees Classifier muestran que para el Problema1 se obtuvo un Accuracy del 93 %, superando las métricas del modelobasado en reglas (Accuracy del 87 %), mientras que en el Problema 2el Accuracy fue del 86 %. El modelo en el Problema 1 logró aprendera reconocer la litología preestablecida por el experto humano y para elProblema 2 es importante seguir alimentando el entrenamiento del modelo con mayor cantidad de datos de otros pozos o con descripcioneslitológicas de núcleos.

Zitieren

APA

Bernal, M. M. M. (2024). Clasificación litológica a partir de registros eléctricos utilizando Machine Learning: Caso de estudio formación Otarosa, Nueva Zelanda. Apuntes de Ciencia e Ingeniería. https://doi.org/10.37511/apuntesci.v1n2a2

Vancouver

Bernal MMM. Clasificación litológica a partir de registros eléctricos utilizando Machine Learning: Caso de estudio formación Otarosa, Nueva Zelanda. Apuntes de Ciencia e Ingeniería. 2024. doi:10.37511/apuntesci.v1n2a2

BibTeX
@article{Bernal2024,
  author = {Bernal, Margarita María Martínez},
  title = {Clasificación litológica a partir de registros eléctricos utilizando Machine Learning: Caso de estudio formación Otarosa, Nueva Zelanda},
  journal = {Apuntes de Ciencia e Ingeniería},
  year = {2024},
  doi = {10.37511/apuntesci.v1n2a2}
}
Kostenlos starten →