Dados da Submissão

Título

ALGORITMOS DE MACHINE LEARNING E FERRAMENTAS PARA CLASSIFICAÇÃO DE PADRÕES SEDIMENTOLÓGICOS DE SISTEMAS TURBIDÍTICOS

Texto do resumo

Resumo: A classificação de fácies/litofacies consiste em atribuir categorias a litológicas e/ou amostras com base em suas propriedades mineralógicas e texturais. A classificação de fácies é uma etapa crucial na caracterização de reservatórios, pois o mesmo pode apresentar diferentes padrões de permeabilidade, saturação, porosidade, e a atribuição de fácies às amostras implica em uma maior definição das características. O método convencional de classificação de fácies por intérpretes humanos pode ser um processo muito demorado, especialmente, quando envolve abordagens para a classificação de fácies a partir de dados de poços. Por isso, muitos trabalhos desenvolveram métodos estatísticos multivariados clássicos usando redes neurais para classificação de rochas e, nos últimos anos, tem havido um grande entusiasmo da comunidade científica na utilização de técnicas de Aprendizado de Máquina (Machine Learning). Os algoritmos de Machine Learning, cada vez mais, têm conseguido extrair significado de dados exploratórios, o que vai em direção à necessidade de conseguir atribuir categorias litológicas a diferentes amostras com base em dados de poços ou afloramento, permitindo eficácia ao lidar com grande quantidade de dados, o que as torna ainda mais valiosa para a Geologia Exploratória. O Laboratório de Análise de Bacias Sedimentares e Reservatórios (LABAC) da UFSC, em cooperação com a PETROBRAS, desenvolveram um plugin para realizar a tarefas de classificação automática de padrões sedimentógicos de sistemas turbidíticos com base em dados geológicos e geofísicos de poços e afloramentos. A ferramenta incorpora os mais recentes algoritmos de machine learning para realizar a tarefa de classificação de fácies usando plataforma de análise estratigráfica. A ferramenta foi desenvolvida tendo em mente os mais diferentes usuários, incorporando várias técnicas de Aprendizado de Máquina Automatizado (AutoML). A ferramenta pode ser utilizada tanto por usuários com pouco ou nenhum conhecimento de machine learning, bem como por usuários experientes - e que têm a liberdade de alterar os diferentes parâmetros dos modelos de classificação. Os algoritmos do classificador automático de fácies “MLTurb” são do tipo supervisionados: LSTM (Long Short Term Memory), XGBoost (Extreme Gradient Boosting) e Transformer (mecanismo de atenção para lidar com os problemas decorrentes de arquituras do tipo recorrentes). Adicinalmente, foi criada uma ferramenta complementar ao plugin MLTurb para análise estatística dos dados com a finalidade de auxiliar na tomada de decisões. Os resultados mostraram que os plugins desenvolvidos são estáveis e podem ser utilizados de forma efetiva e com alta eficiência na classificação automática de fácies de sistemas tubidíticos.

Palavras Chave

Algoritmos; Machine Learning; Sistemas Turbidíticos