Análise de impactos da metodologia de estimativa da porosidade em reservas de petróleo por meio de simulação de Monte Carlo
AUTOR(ES)
Lima, Gabriel A. C., Vidal, Alexandre C., Suslick, Saul B.
FONTE
Rem: Revista Escola de Minas
DATA DE PUBLICAÇÃO
2006-06
RESUMO
Nos trabalhos de estimativa de reservas de petróleo, geralmente, assume-se que a variável aleatória porosidade do reservatório se distribui de acordo com o modelo Gaussiano. Desse modo, assume-se que o valor esperado da distribuição pode ser estimado por meio da média aritmética dos valores de porosidade obtidos a partir de análises de perfilagens e plugs em nível de poço. Isso implica que a distribuição Gaussiana é a melhor escolha para a modelagem dos dados dessa variável, mas nem sempre essa premissa é verdadeira. Nesse trabalho, ao se utilizarem dados reais de porosidade de uma camada de rocha reservatório do poço 3-NA-002-RJS da bacia de Campos, mostra-se que a distribuição logística é a que melhor se ajusta aos dados amostrais. Em tais casos, como ilustra a análise numérica, pode-se cometer erros significativos ao selecionar a média aritmética amostral como sendo o estimador da média populacional. Os resultados apontam que o uso inadequado do tipo de distribuição pode gerar impactos significativos nas estimativas das reservas recuperáveis, observando-se que a média aritmética tende a subestimar o P90 e a superavaliar o P10.
ASSUNTO(S)
porosidade estimativa das incertezas valor esperado distribuição de probabilidade
Documentos Relacionados
- Influência do padrão espacial sobre a estimativa de densidade arbórea do método de quadrantes: um estudo por meio de simulação de Monte Carlo
- Impactos da Usina Hidrelétrica de Belo Monte: uma análise da visão das populações ribeirinhas das reservas extrativistas da Terra do Meio
- Estimativa da produtividade em soldagem pelo Método de Monte Carlo
- Simulação de Monte Carlo aplicada à análise econômica de pedido
- Uma análise comparativa entre a metodologia analítica e a metodologia de simulação Monte Carlo para o cálculo do value at risk