Engenharia de Reservatrios 1 Universidade Catlica de Angola: Edgar de Oliveira Chiquito

Classificao das Reservas e Estimativa Probabilstica

Resevas de Hidrocarbonetos so as quantidades de Petrleo ou Gs que, por anlise dos

dados geolgicos , de engenharia e econmicos, podem ser estimadas como sendo, a
partir de uma determinada data, comercialmente recuperveis.
Qualquer engenheiro de reservatrios admite que existem inmeras incertezas associadas
aos dados geolgicos e de engenharia; consequentemente, existem incertezas nos
resultados dos clculos obtidos com o uso de tais dados.
Historicamente, reservas de leo e gs foram sempre determinadas de forma
determinstica, ou seja por um nico valor nestes casos o grau de incertezas
geralmente definido de forma qualitativa com termos tais como Provado, Provvel ou
Possvel. Rigorosamente falando, determinstico implica uma nica resposta para um
certo conjunto de factos e leis naturais. O processo de estimativa de reservas involve
factos (?) incertos e leis naturais mal definidas.
Em que circunstncias podemos fazer uso de estimativas determinsticas? A resposta para
esta questo no directa, depende muito da preferncia de cada empresa e da fase em
que se encontra o campo petrolfero. Quando o campo encontra-se em reas onde existe
vasta experincia e se o campo for considerado maduro ( fase de produo avanada),
considera-se que o nvel de incertezas baixo o que faz com que o mtodo determinstico
seja visto como aceitvel.
Por outro lado, para ambientes geolgicos em novas reas de operao, a indstria
desenvolveu mtodos probabilsticos para estimar e classificar reservas. Deve-se
mencionar que algumas empresa preferem o mtodo determinstico mesmo nestas
condices, alegando que este oferece maior controlo sobre os dados introduzidos.
Embora as definices variem, em geral reservas provadas (1P) representam um nvel
de certeza de 90 %;provadas + provveis (2P), nvel de certeza de 50 %; e provadas
+ provaveis + possiveis (3P), nvel de certeza de 10% .
Anlise dos mtodos probabilsticos requer entendimento de estatstica bsica. Estatstica
usa amostras de uma dada populacao e providencia metodos para caracterizar a
populao. No sector petrolfero, podemos considerar que os dados de carotes (core) e de
diagrafias (logs) sao amostras representativas do reservatrio, a partir das quais podemos
determinar caractersticas importanes do reservatrio em questo.
Para prosseguirmos com esta abordagem, torna-se crucial tomar nota dos seguintes
factos:
Distribuio de frequncias (Frequency distribution) um agrupamento de dados em
classes, de tal forma que contabilizamos o nmero de ocorrncias em cada classe. O
nmero de ocorrncias de uma determinada classe recebe o nome de frequncia absoluta.
O objetivo apresentar os dados de uma maneira mais concisa e que nos permita extrair
informao sobre seu comportamento. A seguir, apresentam-se algumas definies
necessrias construo da distribuio de frequncias.

Ano Lectivo 2017 edgarchiquito2@hotmail.com

Engenharia de Reservatrios 1 Universidade Catlica de Angola: Edgar de Oliveira Chiquito

Frequncia absoluta (i): o nmero de observaes correspondente a cada classe. A

frequncia absoluta , geralmente, chamada apenas de frequncia.

Frequncia relativa (ri): o quociente entre a frequncia absoluta da classe

correspondente e a soma das frequncias (total observado), isto , f(ri) = f(i)/f(i). O
samatrio de f(i) representa o nmero total de observaes.
Frequncia percentual (pi): obtida multiplicando a frequncia relativa por 100%.
Frequncia acumulada: o total acumulado (soma) de todas as classes anteriores at a
classe atual. Pode ser: frequncia acumulada absoluta (Fi), frequncia acumulada relativa
(Fri), ou frequncia acumulada percentual (Pi).

Considere o histograma abaixo, que representa a variao da porosidade de um certo

reservatrio (Vrias amostras). As amostras so finitas, portanto do origem a um espaco
amostral discreto; porm, muito mais util usar um espaco amostral contnuo.
Numero de amostras (ocorrencias)

Potosidade Carote (fraction)

Figura 1 Histogram illustrating statistical distribution of a set of data

Seja X uma varivel aleatria com conjunto de valores X(S). Se o conjunto de

valores for infinito no enumervel ento a varivel dita contnua (VAC) . Se o
conjunto de valores for finito a variavel e dita discreta.
A coleo dos pares (x, f(x)) denominada de distribuio de probabilidade da VAC X.
Defini-se Funo Densidade de Probabilidade (FDP, Probability Density Function-PDF)
como sendo a funo que associa a cada x X(S) um nmero f(x) que deve satisfazer as
seguintes propriedades:
f(x) 0
f(x)dx = 1
Ano Lectivo 2017 edgarchiquito2@hotmail.com
Engenharia de Reservatrios 1 Universidade Catlica de Angola: Edgar de Oliveira Chiquito

Diferentes tipos de FDP (PDF) podem ser usadas para aproximar diferentes observaes
da natureza. No contexto da engenharia de reservatrios podemos exemplicar as
seguintes observacoes: Porosidade, Permeabilidade, Saturacao de Agua, Volume Total da
Rocha (Bulk Volume). Etas distribuies podem ser simtricas ou assimtricas.
As curvas A e B na Figura 2 mostram distribuies onde o valores sao simtricos em
torno da mdia. A curva B exibe o mesmo tipo de simetria que a curva A, mas a
variao em torno da mdia desvio padro maior que aquele apresentado pela curva
A. Curvas A eB so designadas por distrubuico Normal ou de Gausse. Numa
distribuio simtrica, a mediana, a mdia e a moda so iguais.
As curvas C eD na Figura 2 mostram distribuices assimtricas. Podemos ver que a
mediana, a mdia e a moda so diferentes. FDPs triangulares so geralmente usadas para
aproximar distribuies assimtricas. A Figura 3 ilustra duas observaes (Espessura
Productiva e rea) aproximadas por distribuies triangulares. Os dados de entreda para
estas FDPs so apresentados na Tabela 1.

Media, mediana
e moda

Figura 2. Distribio Simtrica e Assimtrica.

Ano Lectivo 2017 edgarchiquito2@hotmail.com

Engenharia de Reservatrios 1 Universidade Catlica de Angola: Edgar de Oliveira Chiquito

0.6

P 0.5
r
o
b
Probability (fraction)

a 0.4
b
i
l
i 0.3
d
a
d
e 0.2

0.1

0
0 50 100 150 200 250 300
Espessura da zonaNet
produtiva
pay (ft) (ft)

Figura 3. PDFs Triangular

Table 1. Dados para Figura 3
Zona
produtiva (ft) rea (acres)
Mnimo 20 500
Mais Provvel 100 1000
Mximo 250 1700

Se a FDP do logartmo dos valores de uma certa propriedade pode ser aproximada uma
FDP Normal (De Gauss), esta FDP chamada de log-normal. Na figura 4 pode-se ver um
exemplo de uma distribuio log-normal (Distribuio das reservas iniciais, Npa , de um
conjunto de poos)

Ano Lectivo 2017 edgarchiquito2@hotmail.com

Engenharia de Reservatrios 1 Universidade Catlica de Angola: Edgar de Oliveira Chiquito

Figura 4. Distribuio lognormal

Alguns conjuntos de dados apresentam FDPs constantes entre dois parmetros a (o

mnimo) e b (o mximo). A este tipo de distribuio d-se o nome de distribuio
uniforme (ou rectangular). A figura 5 mostra uma distribuio uniforme, na qual a
probabilidade de obter um valor de porosidade entre 10 e 20% de 0.1.

Ano Lectivo 2017 edgarchiquito2@hotmail.com

Engenharia de Reservatrios 1 Universidade Catlica de Angola: Edgar de Oliveira Chiquito

0.12

0.1

P
o 0.08
Probability (fraction)

b
a
b 0.06
i
l 0.04
i
d
a 0.02
d
e 0
9 11 13 15 17 19 21
Porosity(%)
Porosidade (%)

Figura 5. Distribuio Uniforme

A FDP acumulada, tabm chamada de Funao Densidade Acumulada (FDA, Cumulative

Density Function-CDF) determinada pela soma acumulada das probabilidades de um
determinado parmetro (definido pela sua FDP). A figua 6 mostra uma FDP triangular e a
sua respectiva FDA (a linha tracejada designada Pr(X)). A FDA geralmente
expressa em nmeros decimais e numericamente equivalente ao percentil. O
complemento da FDA , a curva slida na figura 6 designada por Pr(XaPX) chamada
curva de expectativa. A curva de expectativa indica a probabilidade de que o valor real
Xa seja gual ou siperior ao valor estimado X. Esta curva bastante til e muito usada
na avalaio probabilstica de reservas. Na figura 6 podemos ver que h 10% de
probabilidade de que o valor real da varivel X ser igual ou exceder 73.

A classificao de reservas de leo e gs a partir de uma curva de expectativa pode ser

apreciada na figura 7.

Ano Lectivo 2017 edgarchiquito2@hotmail.com

Engenharia de Reservatrios 1 Universidade Catlica de Angola: Edgar de Oliveira Chiquito

Figure 6. PDF, FDA e Curva de Expectativa

Figura 7: Curva de Expectativa para estimativa de reservas

Ano Lectivo 2017 edgarchiquito2@hotmail.com

Engenharia de Reservatrios 1 Universidade Catlica de Angola: Edgar de Oliveira Chiquito

Figure 7. An expectation curve for oil reserve estimation (arbitrary units)

Simulao Monte Carlo

uma tcnica que envolve amostragem aleatria de cada funo densidade de
probabilidade que definem um certo modelo de formas a produzir centenas ou ate
milhares de cenrios (iteraces ou tentativas).
A simulao monte carlo comea com a definio de um modelo. De forma ilustrativa,
vamos usar o modelo volumetrico para o clculo do leo insitu.

Onde:
A: Area (acre)
h: Espessura da zona produtiva (ft)
: Porosidade (%)
Sw: saturao de gua (%)
Bo: Factor de encolhimento do oleo (rbbl/STB)
Pense em A, h, , Sw e Bo como sendo parmetros de entrada para o modelo de
STOOIP. Uma vez que o valor para cada parametro de entrada especificado o valor de
STOOIP pode ser determinado.
Cada parmetro de entrada uma varivel aleatria. As distribuies de probabilidade
destas varivaeis podem ser aproximadas por FDPs comuns tais como normal, uniforme,
tringlar ou lognormal. Por exemplo, podemos considerar que a area A pode ser descrita
por uma distribuio lognormal com a mdia de 2000 acres e um desvio padro de 800
acres, tendo um mnimo de 600 e um mximo de 5000 acres.
Uma iterao/tentativa (iteration/trial) consiste em seleccionar, de maneira aleatria, um
valor para cada parmetro de entrada e calcular o valor de sada (neste caso o STOOIP).
Uma simulao definida por um conjunto de iteraes (centenas ou milhares). Os
valores de saida de cada iterao so armazenados num ficheiro (na memria de um
computador). No final de tudo, os resultados so diagnosticados e geralmente agrupados
em histograma ou funo de probabilidade acumulada ( ou curva de expectativa).
A simulao Monte Carlo pode ser feita com ajuda de softwares, um dos softwares mais
usados para esse tipo de simulaes o @RISK da Palisade.

Ano Lectivo 2017 edgarchiquito2@hotmail.com

Engenharia de Reservatrios 1 Universidade Catlica de Angola: Edgar de Oliveira Chiquito

Figura 8: Esquema de Classificao de Reservas de Hidrocarbonetos

Referncias:

1. Law, A.M., and Kelton, W.D, Simulation Modelling & Analysis, McGraw-Hill Inc.,
New
York, 1991.

2. Murtha, J. A., Monte Carlo Simulation: Its Status and Future, SPE 37932, Society of
Petroleum Engineers Annual Technical Conference and Exhibition, Texas, USA, 1997

3. Grace, J.D., Caldwell, R.H., Heather, D.I., Comparative Reserves Definitions: U.S.A.,
Europe, and the Former Soviet Union, JPT, (September, 1993), 866-872.

Ano Lectivo 2017 edgarchiquito2@hotmail.com