Please use this identifier to cite or link to this item: https://repositorio.ufrn.br/handle/123456789/12902
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorFulco, Umberto Lainopt_BR
dc.contributor.authorMata, Maria das Vitórias Medeiros dapt_BR
dc.date.accessioned2014-12-17T14:08:35Z-
dc.date.available2010-12-08pt_BR
dc.date.available2014-12-17T14:08:35Z-
dc.date.issued2009-07-24pt_BR
dc.identifier.citationMATA, Maria das Vitórias Medeiros da. Clustering analysis of the data of DFA profiles of eletric induction in oil wells. 2009. 81 f. Dissertação (Mestrado em Pesquisa e Desenvolvimento em Ciência e Engenharia de Petróleo) - Universidade Federal do Rio Grande do Norte, Natal, 2009.por
dc.identifier.urihttps://repositorio.ufrn.br/jspui/handle/123456789/12902-
dc.description.abstractThe main objective of this study is to apply recently developed methods of physical-statistic to time series analysis, particularly in electrical induction s profiles of oil wells data, to study the petrophysical similarity of those wells in a spatial distribution. For this, we used the DFA method in order to know if we can or not use this technique to characterize spatially the fields. After obtain the DFA values for all wells, we applied clustering analysis. To do these tests we used the non-hierarchical method called K-means. Usually based on the Euclidean distance, the K-means consists in dividing the elements of a data matrix N in k groups, so that the similarities among elements belonging to different groups are the smallest possible. In order to test if a dataset generated by the K-means method or randomly generated datasets form spatial patterns, we created the parameter Ω (index of neighborhood). High values of Ω reveals more aggregated data and low values of Ω show scattered data or data without spatial correlation. Thus we concluded that data from the DFA of 54 wells are grouped and can be used to characterize spatial fields. Applying contour level technique we confirm the results obtained by the K-means, confirming that DFA is effective to perform spatial analysiseng
dc.formatapplication/pdfpor
dc.languageporpor
dc.publisherUniversidade Federal do Rio Grande do Nortepor
dc.rightsAcesso Abertopor
dc.subjectAnálise de flutuação sem tendênciaspor
dc.subjectAnálise de agrupamentospor
dc.subjectKmédiapor
dc.subjectPoços de petróleopor
dc.subjectÍndice de vizinhançapor
dc.subjectDetrended fluctuation analysiseng
dc.subjectClustering analysiseng
dc.subjectK-meanseng
dc.subjectOil fieldseng
dc.subjectIndex of neighborhoodeng
dc.titleAnálise de agrupamentos dos dados de DFA oriundos de perfis elétricos de indução de poços de petróleopor
dc.title.alternativeClustering analysis of the data of DFA profiles of eletric induction in oil wellseng
dc.typemasterThesispor
dc.publisher.countryBRpor
dc.publisher.initialsUFRNpor
dc.publisher.programPrograma de Pós-Graduação em Ciência e Engenharia do Petróleopor
dc.contributor.authorIDpor
dc.contributor.authorLatteshttp://lattes.cnpq.br/6154370842530624por
dc.contributor.advisorIDpor
dc.contributor.advisorLatteshttp://lattes.cnpq.br/9579151361576173por
dc.contributor.referees1Corso, Gilbertopt_BR
dc.contributor.referees1IDpor
dc.contributor.referees1Latteshttp://lattes.cnpq.br/0274040885278760por
dc.contributor.referees2Freitas, Joaquim Elias dept_BR
dc.contributor.referees2IDpor
dc.contributor.referees2Latteshttp://lattes.cnpq.br/6051109030233375por
dc.contributor.referees3Lyra, Marcelo Leitept_BR
dc.contributor.referees3IDpor
dc.contributor.referees3Latteshttp://lattes.cnpq.br/0907001903528428por
dc.description.resumoO principal objetivo do presente trabalho foi aplicar métodos recentemente desenvolvidos em física-estatística às séries temporais, em especial a dados de perfis elétricos de indução de 54 poços de petróleo localizados no Campo de Namorado Bacia de Campos - RJ, para estudar a similaridade petrofísica dos poços numa distribuição espacial. Para isto, utilizamos o método do DFA com o intuito de saber se podemos, ou não, utilizar esta técnica para caracterizar espacialmente o campo. Depois de obtidos os valores de DFA para todos os poços, fizemos uma análise de agrupamento com relação a estas características; para tanto, utilizamos o método de agrupamento não-hierárquico chamado método K-média. Geralmente baseado na distância euclidiana, o K-média consiste em dividir os elementos de uma matriz n de dados em k grupos bem definidos, de maneira que as semelhanças existentes entre elementos pertencentes a grupos distintos sejam as menores possíveis. Com o objetivo de verificar se um conjunto de dados gerados pelo método do K-média ou gerado aleatoriamente forma padrões espaciais, criamos o parâmetro Ω (índice de vizinhança). Altos valores de Ω implicam em dados mais agregados e baixos valores de Ω em dados dispersos ou sem correlação espacial. Com auxílio do método de Monte Carlo observamos que dados agrupados aleatoriamente apresentam uma distribuição de Ω inferior ao valor empírico. Desta forma concluímos que os dados de DFA obtidos nos 54 poços estão agrupados e podem ser usados na caracterização espacial de campos. Ao cruzar os dados das curvas de nível com os resultados obtidos pelo K-média, confirmamos a eficiência do mesmo para correlacionar poços em distribuição espacialpor
dc.publisher.departmentPesquisa e Desenvolvimento em Ciência e Engenharia de Petróleopor
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA QUIMICA::TECNOLOGIA QUIMICA::PETROLEO E PETROQUIMICApor
Appears in Collections:PPGCEP - Mestrado em Ciência e Engenharia do Petróleo

Files in This Item:
File Description SizeFormat 
AnáliseAgrupamentosDados_Mata_2009.pdf1,25 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.