Mostrar el registro sencillo del ítem

dc.contributor.authorRozendo, Luiz Antonio
dc.date.accessioned2024-07-22T12:28:25Z
dc.date.available2024-07-22T12:28:25Z
dc.date.issued2024-03-27
dc.identifier.urihttps://repositorio.ufscar.br/handle/ufscar/20194
dc.description.abstractThe well logging phase in oil drilling aims to obtain rock characteristics or properties from indirect measurements acquired by sensors. Typically, these data are characterized by sequences of numerical values representing one or more soil properties. This phase can be executed through various approaches, with two of the most widely recognized and employed being: Logging While Drilling (LWD), which occurs during drilling, and Wireline Logging, which takes place after the well has been drilled. Due to vibrations and other phenomena occurring during drilling, there may be inaccuracies in the depth of LWD logs. To correct this, manual alignment of LWD logs is performed using Wireline logs as a reference. In this context, this work proposes a workflow that performs automatic alignment of LWD and Wireline logs using the Dynamic Time Warping (DTW) algorithm in a segmented manner. The proposed workflow is divided into three parts: finding the common region between the two series, segmenting the LWD and Wireline logs so that the segments are similar, and performing segmented alignment using the DTW algorithm. The results obtained during the experiments in this work demonstrated a significant improvement in the alignment performed by the DTW algorithm when conducted in a segmented manner, resulting in an LWD curve more faithful to the original.eng
dc.description.sponsorshipOutrapor
dc.description.sponsorshipConselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)por
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)por
dc.language.isoporpor
dc.publisherUniversidade Federal de São Carlospor
dc.rightsAttribution-NonCommercial 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc/3.0/br/*
dc.subjectSegmentação de séries temporaispor
dc.subjectSegmentação de perfis de poçospor
dc.subjectAlinhamento LWD e cabopor
dc.subjectAjuste perfil LWDpor
dc.subjectTime series segmentationeng
dc.subjectWell log segmentationeng
dc.subjectLWD and wireline log alignmenteng
dc.subjectLWD log adjustmenteng
dc.titleUtilizando segmentação de perfis de poços e o algoritmo DTW para o ajuste automático de perfis LWD e cabopor
dc.title.alternativeUsing well log segmentation and DTW algorithm for automatic LWD and wireline log alignmenteng
dc.typeDissertaçãopor
dc.contributor.advisor1Silva, Diego Furtado
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/7662777934692986por
dc.description.resumoA etapa de perfilagem de poços de petróleo visa obter características ou propriedades das rochas a partir de medidas indiretas, obtidas por sensores. Usualmente, esses dados são caracterizados por sequências de valores numéricos que representam uma ou mais propriedades do solo. Essa etapa pode ser executada por meio de várias abordagens, sendo duas delas amplamente reconhecidas e empregadas: Logging While Drilling (LWD, Perfilagem Durante a Perfuração) que ocorre no momento da perfuração, e Wireline Log (Perfilagem a cabo), que ocorre após o poço ser perfurado. Devido a vibrações e outros fenômenos ocorridos durante a perfuração, podem haver imprecisões na profundidade dos perfis LWD. Para corrigi-la, é realizado o alinhamento manual dos perfis LWD utilizando os perfis a Cabo como referência. Nesse contexto, este trabalho propõe um fluxo que realiza o alinhamento automático dos perfis LWD e Cabo utilizando o algoritmo Dynamic Time Warping (DTW) de forma segmentada. O fluxo proposto é dividido em 3 partes: a busca da região em comum entre as duas séries, a segmentação dos perfis LWD e Cabo de maneira que os segmentos sejam similares, e o alinhamento segmentado utilizando o algoritmo DTW. Os resultados obtidos durante os experimentos deste trabalho demonstraram um bom ganho no alinhamento performado pelo algoritmo DTW quando realizado de forma segmentada, resultando em uma curva LWD mais fiel a original.por
dc.publisher.initialsUFSCarpor
dc.publisher.programPrograma de Pós-Graduação em Ciência da Computação - PPGCCpor
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpor
dc.description.sponsorshipIdTermo de Cooperação: 0050.0118185.21.9 – Convênio: 4600659339, projeto 13.994, FAI.UFSCarpor
dc.publisher.addressCâmpus São Carlospor
dc.contributor.authorlatteshttps://lattes.cnpq.br/9758916830205894por


Ficheros en el ítem

Thumbnail
Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

Attribution-NonCommercial 3.0 Brazil
Excepto si se señala otra cosa, la licencia del ítem se describe como Attribution-NonCommercial 3.0 Brazil