Neutron Porosity Devices

Ellis, Darwin V.; Singer, Julian M.

doi:10.1007/978-1-4020-4602-5_14

Cited by 3 publications

(3 citation statements)

References 11 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Esse tipo de perfil possui uma medida expressa em unidade API, que é a medida de radioatividade do meio rochoso padrão com quantidade determinada de Tório (Th), Urânio (U) e Potássio (K) (ELLIS, 2004).…”

Section: Raios Gama -Grunclassified

See 1 more Smart Citation

Perfilagem durante a perfuração de poços de petróleo: estudo bibliográfico

Assaife¹

2022

Revista Científica Multidisciplinar Núcleo do Conhecimento

View full text Add to dashboard Cite

Sob a necessidade em otimizar os recursos e custos com a perfuração de poços de petróleo, demanda-se da indústria a capacidade em se escolher melhores parâmetros geológicos de modo a se conseguir uma perfuração mais econômica e segura. De tal modo, possuem como principal aliado a perfilagem sísmica, que é realizada durante a perfuração dos poços de petróleo para obtenção dos perfis geofísicos das formações. Enquanto, que a perfilagem a cabo, é realizada após a perfuração, com a obtenção dos dados na sonda de perfuração via cabo elétrico. Já a perfilagem com método logging while drilling (LWD), é realizada durante a perfuração do poço de petróleo, sem necessidade de remoção da coluna de perfuração. Neste método, o geoprocessamento dos dados de georreferenciamento e do perfil geofísico da formação, são realizados na sonda de perfuração via telemetria de lama em tempo real. Com o incremento na utilização do método LWD pela indústria petrolífera, gerada pela necessidade de perfuração de poços de petróleo direcionais e horizontais, uma vez que a perfilagem a cabo nesses casos não consegue atingir o fundo do poço sem a utilização de métodos especiais, surge a questão norteadora deste trabalho: Quais os tipos de perfis sísmicos podem ser obtidos com esses métodos e de que maneira a transmissão destes dados é feita? Objetivando-se realizar uma análise comparativa dos diferentes tipos de perfis sísmicos, assim como os métodos de transmissão de dados na perfilagem de poços de petróleo. Neste sentido, utiliza como metodologia um levantamento bibliográfico com o referencial teórico embasado em abordar os aspectos e conceitos dos tipos de perfis sísmicos, tipos de transmissão de dados e a comparação do método LWD em relação ao cabo. Ao concluir a pesquisa bibliográfica foi possível perceber que a utilização do método LWD pela indústria petrolífera incorporou uma otimização no tempo de definição das características geofísicas da formação geológica, além do geoprocessamento dos dados possibilitar o georreferenciamento da perfuração em tempo real, acarretando a diminuição do tempo de sonda gasto pela não necessidade de manobra de remoção da coluna durante o processo de perfuração para posterior passagem de perfil a cabo.

show abstract

Section: Raios Gama -Grunclassified

“…O perfil de densidadeconhecido como RHOB, registra continuamente as variações das massas específicas das camadas de rocha atravessadas, com o ganho de profundidade do poço (ELLIS, 2004). No caso de rochas porosas, a medição inclui tanto a densidade da matriz da rocha, como a do fluido contido nos poros da mesma.…”

Section: Densidade E Neutrãounclassified

Perfilagem durante a perfuração de poços de petróleo: estudo bibliográfico

Assaife¹

2022

Revista Científica Multidisciplinar Núcleo do Conhecimento

View full text Add to dashboard Cite

show abstract

“…The detection efficiency has improved in new detectors employing gadolinium oxyorthosilicate (GSO) or bismuth germinate (BGO) or lutetium oxyorthosilicate (LSO). These new scintillation detectors bring increased detection efficiency, greater ruggedness, insensitivity to humidity and the ability to handle higher count rates without pileup (Ellis et al 1994; Badruzzaman et al . 1998).…”

Section: Inversion For Materials Propertiesmentioning

confidence: 99%

Inversion of time‐dependent nuclear well‐logging data using neural networks

Carmine

Aristodemou

Pain

et al. 2007

Geophysical Prospecting

View full text Add to dashboard Cite

A B S T R A C TThe purpose of this work was to investigate a new and fast inversion methodology for the prediction of subsurface formation properties such as porosity, salinity and oil saturation, using time-dependent nuclear well logging data. Although the ultimate aim is to apply the technique to real-field data, an initial investigation as described in this paper, was first required; this has been carried out using simulation results from the time-dependent radiation transport problem within a borehole. Simulated neutron and γ -ray fluxes at two sodium iodide (NaI) detectors, one near and one far from a pulsed neutron source emitting at ∼14 MeV, were used for the investigation. A total of 67 energy groups from the BUGLE96 cross section library together with 567 property combinations were employed for the original flux response generation, achieved by solving numerically the time-dependent Boltzmann radiation transport equation in its even parity form. Material property combinations (scenarios) and their correspondent teaching outputs (flux response at detectors) are used to train the Artificial Neural Networks (ANNs) and test data is used to assess the accuracy of the ANNs. The trained networks are then used to produce a surrogate model of the expensive, in terms of computational time and resources, forward model with which a simple inversion method is applied to calculate material properties from the time evolution of flux responses at the two detectors.The inversion technique uses a fast surrogate model comprising 8026 artificial neural networks, which consist of an input layer with three input units (neurons) for porosity, salinity and oil saturation; and two hidden layers and one output neuron representing the scalar photon or neutron flux prediction at the detector. This is the first time this technique has been applied to invert pulsed neutron logging tool information and the results produced are very promising. The next step in the procedure is to apply the methodology to real data.

show abstract

Leveraging IoT (Internet of Things) for Reservoir Evaluation in the Oil and Gas Industry

Ali

2024

ITM Web Conf.

View full text Add to dashboard Cite

Using IoT (Internet of Things) in reservoir evaluation can significantly enhance the efficiency and accuracy of data collection, monitoring, and analysis in the oil and gas industry. Determining the shale volume distribution is one of the most crucial factors to take into account when evaluating the formation, Since the presence of shale lowers the reservoir’s effective porosity and permeability. The volume and distribution of shale and the effective porosity of the formation are estimated utilizing wireline well log data along with Techlog software. The Lower Jurrasic formations are composed of four formations (starting from top to bottom) which are Alan, Mus, Adaiyah and Butmah. In this study, the only studied reservoir formations are Alan, Mus and Adaiyah as provided in the dataset. Shale volume has been calculated by using the gamma ray, the combinations of Neutron-Density and Neutron-Sonic logs were utilized in order to calculate the effective porosities. According to the results, it was concluded that the top of Mus and Adaiyah formations can provide the best reservoir quality and results in comparison with other formations and zones due to the low shale volume and higher effective porosity.

show abstract

Neutron Porosity Devices

Cited by 3 publications

References 11 publications

Perfilagem durante a perfuração de poços de petróleo: estudo bibliográfico

Perfilagem durante a perfuração de poços de petróleo: estudo bibliográfico

Inversion of time‐dependent nuclear well‐logging data using neural networks

Leveraging IoT (Internet of Things) for Reservoir Evaluation in the Oil and Gas Industry

Contact Info

Product

Resources

About