Simulação de campos aleatorios markovianos : uma introdução voltada a modelagem estocastica de reservatorios de petroleo
Paulo Carlos Saldanha Filho
DISSERTAÇÃO
Português
T/UNICAMP Sa31s
Campinas, SP : [s.n.], 1998.
71f. : il.
Orientadores: Armando Zaupa Remacre, Alejandro C. Frery
Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Geociencias
Resumo: A simulação estocástica tem sido utilizada na caracterização de reservatórios de petróleo como ferramenta de modelagem capaz de conciliar informações de fontes diversas. Ao mesmo tempo, preserva a variabilidade do fenômeno modelado e permite a transferência do conhecimento geológico para...
Ver mais
Resumo: A simulação estocástica tem sido utilizada na caracterização de reservatórios de petróleo como ferramenta de modelagem capaz de conciliar informações de fontes diversas. Ao mesmo tempo, preserva a variabilidade do fenômeno modelado e permite a transferência do conhecimento geológico para modelos numéricos de fluxo, cujas previsões sobre o comportamento do reservatório servirão de base às decisões gerenciais quanto ao manejo de recursos. Diversos modelos estocásticos têm sido utilizados e/ou sugeridos, em função da natureza do fenômeno a ser descrito. Os Campos Aleatórios Markovianos (CAMs) surgem como alternativa para modelagem de variáveis discretas, em reservatórios com arquitetura de fácies em mosaico. Nesta dissertação o leitor é introduzido à modelagem estocástica por CAMs de forma genérica. São abordados os principais aspectos da técnica. É descrito o Embasamento Conceitual dos CAMs: sua descrição via propriedade markoviana e equivalência com distribuições de Gibbs. O arcabouço necessário para a Modelagem de CAMs é descrito de forma abrangente. Os modelos clássicos de Ising e Potts-Strauss são especificados neste contexto e relacionados a modelos utilizados em reservatórios de petróleo. Discute-se o problema da estimação de parâmetros do modelo.são apresentados estimadores de Máxima Pseudoverossimilhança para alguns modelos. Como Contribuição inédita, são desenvolvidos estimadores para dois modelos de utilidade em reservatórios. Cinco algoritmos para Simulação Condicional de CAMs são descritos: algoritmo de Metropolis, algoritmo de Geman e Geman (Gibbs sampler), algoritmo de Swendsen-Wang, algoritmo de Wolff e algoritmo de Flinn. Finalmente, apresentam-se exemplos de simulações de alguns dos modelos discutidos, e suas implicações na modelagem de reservatórios de petróleo. É destacado o fenômeno de Transição de Fase
Ver menos
Abstract: Stochastic simulation has been employed in petroleum reservoir characterization as a modeling toei able to reconcile information from several different sources. It has the ability to preserve the variability of the modeled phenomena and permits transference of geological knowledge to...
Ver mais
Abstract: Stochastic simulation has been employed in petroleum reservoir characterization as a modeling toei able to reconcile information from several different sources. It has the ability to preserve the variability of the modeled phenomena and permits transference of geological knowledge to numerical models of flux, whose predictions on reservoir behavior constitute the main basis for reservoir management decisions. Several stochastic models have been used andlor suggested, depending on the nature of the phenomena to be described. Markov Random Fields (MRFs) appear as an altemative for the modeling of discrete variables, mainly reservoirs with mosaic architecture of facies. In this dissertation , the reader is introduced to the stochastic modeling by MRFs in a generic sense. The main aspects of the technique are reviewed. MRF Conceptual Background is described: its characterization through the markovian property and the equivalence to Gibbs distributions. The framework for generic modeling of MRFs is described. The classical models of Ising and Potts-Strauss are specified in this context and are related to models used in petroleum reservoir characterization. The problem of parameter estimation is discussed. The maximum pseudolikelihood estimators for some models are presented. Estimators for two models useful for reservoir characterization are developed, and represent an ew contribution to the subject. Five algorithms for the Conditional Simulation of MRFs are described: the Metropolis algorithm, the algorithm of Geman & Geman (Gibbs sampler), the algorithm of Swendsen-Wang, the algorithm of W olff, and the algorithm of Flinn. Finally, examples of simulation for some of the models discussed are presented, along with their implications on the modeling of petroleum reservoirs
Ver menos
Simulação de campos aleatorios markovianos : uma introdução voltada a modelagem estocastica de reservatorios de petroleo
Paulo Carlos Saldanha Filho
Simulação de campos aleatorios markovianos : uma introdução voltada a modelagem estocastica de reservatorios de petroleo
Paulo Carlos Saldanha Filho
Exemplares
Nº de exemplares: 2
Não existem reservas para esta obra