Use este identificador para citar ou linkar para este item: http://hdl.handle.net/123456789/3262
Título: Classificação de falhas geológicas em dados sísmicos usando correlograma e aprendizado de máquina
Título(s) alternativo(s): Classification of geological faults in seismic data using correlogram and machine learning
Autor(es): SILVA JÚNIOR, Antônio Gomes da
Palavras-chave: Aprendizado de máquina
SVM
Falhas sísmicas
Atributos sísmicos
Geoestatística
Correlograma
Machine learning
Classification
SVM
Seismic faults
Seismic atributes
Geostatistics
Correlogram
Data do documento: 18-Fev-2013
Editor: Universidade Federal do Maranhão
Resumo: A sísmica de reflexão, em relação a outras técnicas de mapeamento do subsolo, tem como principais vantagens a não necessidade de perfuração de poços e o levantamento de dados de áreas de grande extensão. A busca por uma representação adequada dos reservatórios de petróleo através de dados sísmicos e o fato desse processo gerar uma grande quantidade de informações sobre as condições geológicas da área antes de se iniciar a perfuração de um poço pode evitar prejuízos e maximizar o lucro, além de reduzir o impacto ambiental com perfurações desnecessárias. O presente trabalho tem como objetivo desenvolver um método que auxilie o intérprete na classificação de possíveis falhas em dados sísmicos utilizando a função geoestatística Correlograma como descritor de características e técnicas de aprendizado de máquina. A interpretação sísmica visa identificar estruturas onde o óleo possa estar aprisionado em um reservatório. O método apresentado obteve resultados de sensibilidade igual a 96,8%, especificidade a 93,63%, e acurácia igual a 96,6%.
Descrição: ABSTRACT The seismic reflection, relative to other subsurface mapping techniques, has as its main advantages is no need for drilling and data collection areas to great extent. The search for an adequate representation of petroleum reservoirs using seismic data and the fact that process generate a lot of information on geological conditions of the area before they start drilling a well can avoid losses and maximize profit and reduce environmental impact with perforations unnecessary. This study aims to develop a method to assist the interpreter in the classification of possible faults in seismic data using geostatistics correlogram function as a descriptor of features and machine learning techniques. The seismic interpretation is to identify structures where oil may be trapped in a reservoir. The method presented results obtained sensitivity equal to 96.8%, specificity equal to 93.63% and accuracy equal to 96.6%.
URI: http://hdl.handle.net/123456789/3262
Aparece nas coleções:TCCs de Graduação em Ciência da Computação do Campus do Bacanga

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
ANTONIO-SILVA.pdfTrabalho de Conclusão de Curso1,42 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.