Detalhes bibliográficos
Ano de defesa: |
2020 |
Autor(a) principal: |
Silva, Suzane Adrielly da |
Orientador(a): |
Araújo, João Medeiros de |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Dissertação
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Universidade Federal do Rio Grande do Norte
|
Programa de Pós-Graduação: |
PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA E ENGENHARIA DE PETRÓLEO
|
Departamento: |
Não Informado pela instituição
|
País: |
Brasil
|
Palavras-chave em Português: |
|
Link de acesso: |
https://repositorio.ufrn.br/handle/123456789/30306
|
Resumo: |
O petróleo é hoje um recurso vital para a sociedade, tendo em vista que além de um grande protagonista no setor energético também é matéria-prima de diversos produtos que são essenciais no nosso dia-a-dia. Entretanto, o salto de produção desse elemento é uma consequência do avanço tecnológico que tivemos nas últimas décadas. Esse avanço da computação em termos de armazenamento e processamento de dados favoreceu grandemente uma etapa importante da caracterização de reservatórios: o imageamento de subsuperfície. A proposta desse trabalho é usar a Inversão Sísmica das Formas de Onda com uma estratégia de otimização híbrida para obter uma estimativa do modelo, que extrai vantagens de duas classes de otimização: a livre de derivadas e baseada em gradiente (inversão tradicional). Na prática usamos uma adaptação da Otimização por Enxame de Partículas, onde adicionamos dois novos termos, o primeiro deles é um gradiente que serve como guia e o segundo um termo de vínculo, que garante suavidade na inversão. Na modelagem usamos uma aproximação acústica no domínio do tempo onde foi feita uma discretização por Diferenças Finitas de quarta ordem no espaço e segunda no tempo. O termo de gradiente adicionado é computado através do Método Adjunto usando a condição de imagem. Outra característica do método proposto neste trabalho é que usamos uma inversão por camadas (Progressive Matching), com o intuito de reduzir o custo de processamento, sendo necessário avaliar apenas os parâmetros da janela espacial de inversão a cada etapa, em vez de envolver todos os parâmetros do modelo. Para avaliar a precisão do método proposto comparamos nossa inversão híbrida com uma inversão tradicional, baseada em derivadas, que foi performada com o método LBFGS-B. Essa comparação foi feita analisando o modelo reconstruído em ambas as metodologias e também através da correlação entre elas e o modelo real. Em todos os experimentos numéricos usamos um recorte re-amostrado do modelo Marmousi. Na inversão tradicional usamos um modelo inicial do tipo gradiente. No método híbrido não é necessário um modelo inicial, mas usamos um modelo de velocidades constante. Os resultados obtidos pelo método proposto neste trabalho trouxe uma melhor estimativa do modelo, porém há uma desvantagem no tempo de trabalho comparado à inversão tradicional. |