Nesse artigo é apresentado um método de caracterização de eletrofácies com base em análises estatísticas multivariadas, o qual utiliza dados de perfis geofísicos de poços referentes às classes litológicas identificadas nos testemunhos desses poços. Como exemplo de aplicação, utiliza-se um conjunto de dados, o qual inclui perfis e descrições de testemunhos de poços verticais do Campo de Namorado, localizado na bacia de Campos. Os resultados obtidos mostram um bom desempenho das técnicas em diversos procedimentos automatizados para a caracterização de eletrofácies. Além disso, essas técnicas permitem que se obtenham avaliações referentes à qualidade da amostragem, no que se refere aos ajustes das mesmas com as profundidades de perfis, além de proporcionar agilidade ao processo de investigação exploratória de dados de perfis em relação às classes litológicas a estes associadas.

This paper presents a method for electrofacies characterization which is based upon multivariate statistics analysis applied to well log data obtained from lithological classes identified in the core samples of oil and gas wells. As a case study it is used a data set which includes well logs, macroscopic reports, and sets of core samples extracted from vertical wells, located in the oil-producing field of Namorado in the Campos Basin, Brazil. The results show a good performance of the proposed approach for electrofacies characterization. Furthermore, all the statistical tests applied in this study allow the researcher to obtain information about the quality of the sampling process and the accuracy related to the correlation between the sampling and the logging depth, speeding-up the process of the exploratory investigation by using well log data associated to the lithological classes present in the cored intervals from oil well.

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.

In many papers dealing with estimation of oil reserves, engineers usually assume that well porosity can be modeled as a Gaussian distribution, that is, under this assumption the expected value of porosity can be estimated from the average porosity values from well log and petrophysical data. But, other distributions can be used to model local porosity when Gaussian distribution cannot fit sample data. In this paper, using actual porosity data of a 3-NA-002-RJS well from the Campos Basin, it is shown that for a selected interval, the logistic distribution fits the data better than other distributions and its expected value should be used to estimate the well porosities of the entire population. In such cases, as numerical analysis shows, using arithmetic mean instead of expected value may give rise to errors. The data shows that using an average as porosity estimator will overestimate the P90 and underestimate the P10 estimates.