30 sep. - 03 oct. Monterrey, 2020 30 sep. - 03 oct. Monterrey, 2020
Análisis geomecánico del subsuelo Con esta información se generan diversas posibilidades de análisis del subsuelo; mientras se logra robustecer el espectro de decisiones durante las etapas de perforación y terminación de pozos. Por / By : Daniel López Aguirre¸ Silvia Raquel García Benítez y Nicolás López Rubén
E
l estudio técnico abordó la obtención de la velocidad de corte y parámetros elástico-geomecánico, utilizando redes neuronales. La velocidad de ondas de corte y los parámetros elásticos como el módulo de Young, relación de Poisson, módulo volumétrico, módulo de corte y parámetro de Lamé; son insumos útiles y necesarios en el análisis de geomecánica del subsuelo. Con esta información se generan diversas posibilidades de análisis del subsuelo; mientras se logra robustecer el espectro de decisiones durante las etapas de perforación y terminación de pozos petroleros. No obstante, la importancia de esta información en muchas ocasiones no se tiene disponible. Para solucionar esta problemática, se han seleccionado y emulado de la literatura; varias correlaciones que aproximan el comportamiento de la velocidad de corte y los parámetros elásticos en el subsuelo. Sin embargo, no en todos los casos, se logra tener una aproximación aceptable con estas correlaciones. De acuerdo con el estudio, con la aplicación de esta metodología fue posible generar los productos para la construcción de un modelo dinámico de geomecánica profunda; a partir de insumos comunes para la mayoría de los pozos estudiados, como son curvas de registros convencionales de rayos gamma, tiempo de tránsito y densidad volumétrica. Dicha información fue introducida en simulador de inteligencia artificial que resolvió con las redes neuronales entrenando primeramente con valores conocidos; y posteriormente, aplicando dicha lógica a los casos objetivo.
60
Geomechanical analysis of the subsoil With this information, several possibilities of subsurface analysis are generated; while the spectrum of decisions during the drilling and completion stages is strengthened.
T
he technical study addressed the obtaining of shear velocity and elastic-geomechanical parameters, using neural networks. The shear wave velocity and elastic parameters such as Young’s modulus, Poisson’s ratio, volumetric modulus, shear modulus and Lamé’s parameter are useful and necessary inputs in the analysis of subsoil geomechanics. With this information, several possibilities of subsurface analysis are generated; while the spectrum of decisions during the stages of drilling and completion of oil wells is strengthened. However, the importance of this information is often not available. To solve this problem, several correlations that approximate the behavior of shear velocity and elastic parameters in the subsurface have been selected and emulated from the literature. However, not in all cases, it is possible to have an acceptable approximation with these correlations. According to the study, with the application of this methodology it was possible to generate the products for the construction of a dynamic model of deep geomechanics; from common inputs for most of the wells studied, such as conventional gamma ray log curves, transit time and volumetric density. This information was introduced in to artificial intelligence simulator, that solved with neural networks by first training with known values and then applying this logic to the target cases. With this methodology, it was possible to discretize the shear velocity and elastic parameters that are part of the geomechanical model, thus optimizing costs of consumption
