Caracterización de eventos microsísmicos: procesamiento y algoritmos

• Autores: Germán I. Brunini
• Directores de la Tesis: Danilo R. Velis (dir. tes.), Juan I. Sabbione (codir. tes.)
• Lectura: En la Universidad Nacional de La Plata ( Argentina ) en 2023
• Idioma: español
• Enlaces
  • Tesis en acceso abierto en:  sedici.unlp.edu.ar  doi.org 
• Resumen

  • La microsísmica comprende al conjunto de técnicas y métodos orientados al procesamiento de las señales registradas durante un tratamiento de estimulación hidráulica de un reservorio de hidrocarburos. El objetivo principal de este procesamiento es el de extraer, de las trazas sísmicas registradas durante el monitoreo, la información necesaria para comprender las propiedades del yacimiento que está siendo estimulado. En este sentido, resulta imprescindible contar con técnicas modernas y eficientes destinadas a extraer la mayor cantidad de información posible de estas trazas. En esta Tesis se presentan un conjunto de estrategias diseñadas específicamente para el procesamiento de datos microsísmicos de pozo. Para comenzar, se introduce un método que permite comparar diferentes estrategias de filtrado de ruido obteniendo medidas cuantitativas sobre su desempeño. Para ello, se construyen histogramas de polarización a partir de las señales antes y después del filtrado, y se analizan sus diferencias. Los resultados encontrados indican que el método constituye una estrategia viable para cuantificar el impacto de diferentes algoritmos de filtrado.

    Luego, se presenta un método heurístico (differential evolution) para la determinación de las coordenadas espaciales de los eventos microsísmicos registrados durante una fractura hidráulica. El mismo está basado en un procedimiento no-determinístico, desarrollado específicamente para resolver problemas de tipo no-lineal. Además, se compara su desempeño con el que logran otros algoritmos de localización, tales como particle swarm optimization y very fast simulated annealing. La aplicación de dicho método resulta en localizaciones con precisiones satisfactorias. Por último, se muestra el diseño e implementación de una red neuronal en el problema de la inversión del tensor momento. Se encuentra que utilizando únicamente la posición del evento y las amplitudes relativas de la señal, la red es capaz de recuperar el tensor momento del mismo con altos niveles de confianza. Todas las herramientas utilizadas para obtener los resultados presentados en este documento fueron mayormente desarrolladas y/o implementadas por códigos en lenguaje Julia, Python y, en menor medida, Fortran. El objetivo final de los algoritmos presentados es, por un lado, brindar alternativas útiles para el procesamiento de las señales microsísmicas con aplicación al monitoreo de los procesos fracturación hidráulica, y por otro, contribuir en la evaluación de la calidad de los resultados de métodos ya existentes.