ARTIGO I
da rocha, permitindo, assim, inferir curvas como densidade, porosidade, unconfined compressive strenght (UCS), dentre outras. Para diversas situações, essa alternativa pode significar redução de custos, reduzindo a necessidade de serviços de logging while drilling (LWD), ou mesmo como comple- mento, preenchendo gaps ou perdas de dados que podem ocorrer em diferentes circunstâncias operacionais. Ainda, há circunstâncias em que a aquisição convencional com técnicas de LWD pode ser inviável, como casos de poços com trajetória complexa ou em condições de alta temperatura e pressão (HPHT), sendo a inferência destas curvas pelo Mud Logging uma alternativa válida e eficiente para contornar este tipo de limitação.
2. Gerar logs sintéticos, visão computacio- nal no campo e interpretações geológicas assistidas por IA. De maneira complementar, dados de poços de correlação, incluindo descrições de amostra de calha, litologia interpretada, perfilagem de poços e parâmetros de perfuração são um ativo de alto valor para direcionar operações e projetos de poços futuros. O aprendizado, boas práticas e desco- bertas de um poço devem potencializar novas descobertas, perfurações mais efi- cientes, interpretações operacionais automa- tizadas, contribuindo, assim, com a agilidade, a automação e a inteligência operacional na perfuração de poços. Tecnologias como o StratVISION (Figura 3) viabilizam que o comportamento de parâmetros de perfuração, em conjunto com dados geológicos e perfis de poços de correlação, gerem interpretações automati- zadas e assistidas por IA em novos poços. Correlacionando o comportamento mecâni- co da sonda, modelos de machine learning podem detectar variações características da variação litológica, permitindo identificar o tipo litológico e topos de formação de forma automatizada, antes mesmo da interpreta- ção feita pela equipe de geologia no campo. Além disso, parâmetros de Mud Logging podem ser úteis, quando correlacionados ao comportamento de curvas petrofísicas e geomecânicas. Modelos preditivos também podem ser treinados, de modo a correlacionar o comportamento operacional, hidráulico e cromatográfico com variações petrofísicas
Figura 2 - Sistema de análise de dados - GOLD Web
Figura 1 - Sistema de extração de gás GOLD
Figura 3 - StratVISION: Ecossistema de Soluções de IA para Operações de Mud Logging Avançado
3. Potencializando resultados
O mercado está em evolução e o Mud Logging segue essa tendência. Reinventar conceitos e processos, mudar estratégias operacionais e ferramentas de trabalho faz parte de um processo de busca contínua por melhor qualidade, maior eficiência, menores custos e menores riscos. As tecno- logias modernas vêm, nesse contexto, como um potencializador de resultados, quando aplicadas de forma tecnicamente consisten- te e focada nos desafios reais das operações de perfuração. O Mud Logging do futuro é um conceito em construção, mas o do presente é um reflexo das necessidades atuais: valorizar o que se tem hoje, tornar mais eficientes os processos e atividades existentes, potencializar resulta- dos para as operadoras parceiras e garantir melhoria contínua, conformidade e sucesso em campanhas de exploração e produção.
22
23
REVISTA DIGITAL OIL&GAS BRASIL
REVISTA DIGITAL OIL&GAS BRASIL
Made with FlippingBook Ebook Creator