Predição de carbono orgânico total a partir de perfis geofísicos de Poços da Bacia de Santos

Abstract

O conteúdo de Carbono Orgânico total (COT) é a medida da quantidade de carbono disponível em um composto orgânico e é parâmetro essencial na avaliação de rochas potencialmente geradoras de hidrocarbonetos. O uso de perfis geofísicos de poços na avaliação geoquímica de tais rochas é uma técnica importante, não apenas por sua utilidade na capacidade de rápida varredura, mas também pela sua capacidade de identificar o teor de COT dessas rochas. Além disso, os perfis geofísicos podem ser usados ainda nos primeiros estágios da perfuração do poço para identificar intervalos de rochas geradoras. Dentre os perfis geofísicos utilizados para avaliações de rochas geradoras e cálculo de COT, os mais largamente observados na literatura são o densidade ( b), sônico ( t), raios gama (GR), porosidade neutrônica ( N) e resistividade profunda (ILD), através de equações empíricas e algoritmos de aprendizagem de máquina. A ideia deste trabalho é obter perfis contínuos de COT, através de uma suíte de perfis geofísicos de poços da Bacia de Santos, utilizando algoritmos de aprendizagem supervisionada, de modo que seja possível identificar rochas potencialmente geradoras onde há ausência ou escassez de dados de COT. Em geral, rochas geradoras apresentam textura fina, como folhelhos, siltitos, calcilutitos e margas. Dependendo da composição das matérias orgânicas nelas presentes e nas condições de temperatura e pressão às quais são submetidas, as condições propícias para a geração de petróleo ou gás poderão se constituir. Além da disponibilidade de dados de COT medidos em rochas potencialmente geradoras, houve uma abundância de dados obtidos a partir de amostras de formações arenosas (arenitos e calcarenitos). Sendo assim, foi possível estimar o COT nestas regiões também. Três algoritmos foram aplicados e comparados entre si, dentre eles a clássica Regressão Linear Múltipla (RLM), além do algoritmo de Máquina de Vetores de Suporte (SVM, do inglês: support vector machine) e Florestas Aleatórias (RF, do inglês: random forest). O maior poder preditivo dos dois últimos algoritmos frente à RLM está na capacidade de conseguirem ótimos ajustes, sem a necessidade de se ter relações lineares entre as variáveis de entrada e saída, além de não ser necessário aplicar transformações monotônicas (logaritma, inversa, de potência, etc.) nos atributos, sendo também menos in uenciados por valores anômalos ou fora da curva (outliers) que a RLM. Além disso, não é necessário gerar atributos extras conteúdo de Carbono Orgânico total (COT) é a medida da quantidade de carbono disponí- vel em um composto orgânico e é parâmetro essencial na avaliação de rochas potencialmente geradoras de hidrocarbonetos. O uso de per s geofísicos de poços na avaliação geoquímica de tais rochas é uma técnica importante, não apenas por sua utilidade na capacidade de rápida varredura, mas também pela sua capacidade de identi car o teor de COT dessas rochas. Além disso, os per s geofísicos podem ser usados ainda nos primeiros estágios da perfuração do poço para identi car intervalos de rochas geradoras. Dentre os per s geofísicos utilizados para avaliações de rochas geradoras e cálculo de COT, os mais largamente observados na literatura são o densidade (pb), sônico ( t), raios gama (GR), porosidade neutrônica ( N) e resistividade profunda (ILD), através de equações empíricas e algoritmos de aprendizagem de máquina. A ideia deste trabalho é obter perfis contínuos de COT, através de uma suíte de perfis geofísicos de poços da Bacia de Santos, utilizando algoritmos de aprendizagem supervisionada, de modo que seja possível identificar rochas potencialmente geradoras onde há ausência ou escassez de dados de COT. Em geral, rochas geradoras apresentam textura na, como folhelhos, siltitos, calcilutitos e margas. Dependendo da composição das matérias orgânicas nelas presentes e nas condições de temperatura e pressão às quais são submetidas, as condições propícias para a geração de petróleo ou gás poderão se constituir. Além da disponibilidade de dados de COT medidos em rochas potencialmente geradoras, houve uma abundância de dados obtidos a partir de amostras de formações arenosas (arenitos e calcarenitos). Sendo assim, foi possível estimar o COT nestas regiões também. Três algoritmos foram aplicados e comparados entre si, dentre eles a clássica Regressão Linear Múltipla (RLM), além do algoritmo de Máquina de Vetores de Suporte (SVM, do inglês: support vector machine) e Florestas Aleatórias (RF, do inglês: random forest ). O maior poder preditivo dos dois últimos algoritmos frente à RLM está na capacidade de conseguirem ótimos ajustes, sem a necessidade de se ter relações lineares entre as variáveis de entrada e saída, além de não ser necessário aplicar transformações monotônicas (logaritma, inversa, de potência, etc.) nos atributos, sendo também menos influenciados por valores anômalos ou fora da curva (outliers) que a RLM. Além disso, não é necessário gerar atributos extras a partir da iteração das curvas disponíveis, passos estes que são muito significativos para o algoritmo de RLM. Desta forma, faremos uma análise abrangente sobre as vantagens e desvantagens de cada algoritmo aqui utilizado, comparando os resultados obtidos por cada um no cálculo de COT.

Total Organic Carbon (TOC) content is a measure of the amount of carbon available in an organic compound and is an essential parameter in the evaluation of potentially hydrocarbon source rocks. The use of well logs in geochemical evaluation is an important technique, not just for its usefulness as a quick scan for identification of such rocks, but also by their ability to identify the TOC content of these rocks. Geophysical log data can be used to identify source rocks formations in the early stages of well drilling. Consequently, the records used for source rock assessments and TOC calculation commonly includes density, sonic, gamma rays, neutron and resistivity, through several widely spread techniques. In this work, a suite of well logs along with laboratory-measured TOC data of core samples from 10 boreholes in Santos Basin, were used. to obtain TOC profiles continuously over the entire profiled range so that it is possible to identify potentially generating rocks where there is no measured TOC data. Given the abundance (45 % of the data available) of TOC data measured in sandy formations (sandstones and calcarenites), it was possible to make predictions in these regions as well, with purely scientific interest, since the TOC content is not a parameter of industry interest in conventional reservoirs (sandstones and calcarenites, for example). Three algorithms were applied and compared, among which include the classic multiple linear regression (MLR), in addition to the Support Vector Machine (SVM) and Random Forest (RF). Finally, the mean of the results given by the three algorithms was used as a meta-regressor. Although multiple linear regression is an often underrated algorithm compared to others more complex, it returned interesting results in this research, with the smallest errors in clayey rocks and the second smallest error in sandy rocks (after SVM). However, a closer assessment shows that the MLR model displays exaggerated values in a specific formation, when it should not, as oppose to SVM and RF.