Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
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
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)
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)
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 (%)
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.
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.