Projetos de Pesquisa
TÉCNICAS MACHINE LEARNING PARA RECONHECIMENTO DE PADRÕES SEDIMENTOLÓGICOS DE SISTEMAS TURBIDÍTICOS (MLTurb) – 2019/2023
Utiliza técnicas de Aprendizado de Máquinas (Machine Learning) para o reconhecimento de padrões petrofísicos, sedimentológicos e estratigráficos de sistemas turbidíticos usando dados geológicos e geofísicos de poços e afloramentos. O projeto é desenvolvido por pesquisadores da UFSC e colaboradores externos à UFSC. Trata-se de um projeto multidisciplinar que usa diversos métodos de aquisição, tratamento e processamento de dados, como: banco de dados georrefenciados, sedimentoligia e estratigrafia, petrofísica, aerogeofísica e mecânica de rochas, integrados por meio da utilização de técnicas Machine Learning. Temos a meta de contribuir na formação de recursos humanos no Curso de Graduação em Geologia e no Programa de Pós-Graduação em Geologia (PPGGeologia) da UFSC, para o setor do Petróleo e Gás Natural.
CARACTERIZAÇÃO QUANTITATIVA INTEGRADA 4D DE RESERVATÓRIOS – 2022/2025
A interpretação quantitativa da diferença entre os dados sísmicos adquiridos num mesmo local em diferentes instantes de tempo (sísmica 4D) pode trazer grandes ganhos para as companhias de óleo e gás, por meio do aumento da taxa de produção, do acréscimo de reservas e/ou da redução dos custos operacionais. Este projeto consiste no desenvolvimento de ferramentas para o fluxo de inversão petro elástica 4D integrado com dados de ajuste de histórico. Apesar de algumas metodologias propostas apresentarem resultados promissores, o problema ainda está em aberto e é tema de discussão na comunidade acadêmica e em muitas empresas que atuam na área. Tendo em vista todas as incertezas envolvidas no processo, consideramos a abordagem Bayesiana a escolha natural para resolver o problema por sua inerente característica estatística, visando uma quantificação robusta da incerteza das estimativas. A abordagem bayesiana permite que conhecimentos a priori sobre o reservatório sejam incorporados no processo. A incorporação de métodos de Ensemble Smoother com Multiple Data Assimilation – ES-MDA também auxiliarão no processo de inversão. A integração com dados de ajuste de histórico permitirá o desenvolvimento de modelos preditivos e auto-ajustáveis que representam uma quebra de paradigma no desenvolvimento da produção. Estas informações fornecem um acesso direto dos riscos das estratégias de produção, auxiliando na tomada de decisão que será feita baseada nos resultados da inversão sísmica. O objetivo Principal do Projeto é pesquisar, desenvolver e implementar ferramentas para um fluxo de trabalho realizando a inversão sísmica 4D para mudanças de pressão e saturação, aplicada por meio de um operador de modelagem sísmica completa petro-elástica, na formulação Bayesiana, combinando as diferentes informações disponíveis em conjunto com os dados sísmicos. Adicionalmente, aplicar desenvolvimentos recentes em sistemas de aprendizado de máquina, de visão computacional e de redes neurais no processo de análise sísmica 4D.
MODERNIZAÇÃO DE LABORATÓRIOS PARA PESQUISA EM ANÁLISE DE BACIAS SEDIMENTARES E MODELAGEM DE RESERVATÓRIOS DA UFSC – 2019/2022.
Este projeto possui a finalidade de modernizar a infraestrutura laboratorial do Laboratório de Análise de Bacias Sedimentares e Reservatórios (LABAC) e do Laboratório de Geologia do Petróleo e Gás (LGPG), do Departamento de Geologia da Universidade Federal de Santa Catarina. O projeto tem como Unidade de Pesquisa Executora o ANBA – Grupo de Análise de Bacias Sedimentares e Reservatórios, que tem como objetivos: 1) Equipar, impulsionar a consolidar atividades de pesquisa na área de modelagem de reservatórios de petróleo e análise de bacias sedimentares por meio da aquisição de equipamentos; e 2) Melhorar a infraestrutura laboratorial por meio da instalar divisórias e dar funcionalidade ao espaço físico de pesquisa pretendido.
