Generación de registros sintéticos de resonancia magnética a partir de registros eléctricos convencionales usando redes neuronales artificiales

Abstract

Los Registros de Resonancia Magnética son usados en la industria del perfilaje de pozos con el fin de suministrar al ingeniero de petróleo de una herramienta adicional que permita establecer las características del reservorio. Estos registros son capaces de dar información acerca de la saturación de fluido libre o movible, saturación del fluido irreducible, porosidad total, porosidad efectiva y permeabilidad de una manera más precisa que la obtenida a partir de la interpretación de los registros eléctricos convencionales. Esta valiosa información permite establecer mejores prácticas de completación las cuales mejorarán la recuperación final en un yacimiento de petróleo o gas. Lamentablemente en yacimientos maduros y marginales el empleo de estas herramientas suele ser prohibitivo debido a los altos costos asociados al perfilaje y debido al hecho de que, por tratarse de una tecnología de última generación, varios pozos antiguos del yacimiento no pueden ser registrados con Resonancia Magnética debido a que se encuentran completados a hueco entubado; de esta manera se pierde valiosa información que permita mejorar sustancialmente la tarea de caracterización de reservorios. En este estudio se propone una metodología que, haciendo uso de las Redes Neuronales Artificiales y de un conjunto bastante limitado de perfiles eléctricos convencionales, permita generar versiones sintéticas de la curva de porosidad del Registro de Resonancia Magnética que pueda ser usada en pozos antiguos de un yacimiento para mejorar la caracterización de este. La aplicación de este método es de especial interés en áreas· donde se cuenta con abundante información que pueda ser utilizada para establecer correlaciones sobre las cuales determinar algunas propiedades de interés en puntos que carecen de información acerca de la misma. El problema que se plantea es una clara aplicación de las Redes Neuronales Artificiales para el desarrollo de dicha correlación.