An Intelligent Well Log Based Lithology Identification Method Integrating Unsupervised Clustering and BiLSTM-CRF

Resumo Técnico: Um Método Inteligente de Identificação de Litologia Baseado em Perfis de Poços Integrando Agrupamento Não Supervisionado e BiLSTM-CRF

Definição do Problema
A identificação precisa da litologia a partir de perfis de poços é crítica para a caracterização de reservatórios e exploração de hidrocarbonetos. No entanto, os métodos existentes enfrentam desafios significativos em reservatórios heterogêneos. O mapeamento entre as respostas dos perfis e as categorias litológicas é frequentemente não linear e ambíguo. Além disso, as classes litológicas são frequentemente desbalanceadas, e as curvas de perfilamento são frequentemente incompletas ou ausentes em aplicações práticas. Os métodos tradicionais que dependem de limiares de especialistas ou aprendizado supervisionado padrão lutam contra esses problemas devido à sua dependência de grandes quantidades de rótulos interpretados manualmente, que são dispendiosos e subjetivos, e sua capacidade limitada de lidar com dados ausentes ou capturar restrições geológicas sequenciais.

Metodologia
Os autores propõem um fluxo de trabalho inteligente de três estágios que integra o agrupamento não supervisionado com um modelo de sequência de aprendizado profundo:

1. Pré-processamento e Reconstrução de Dados:

   • Balanceamento: Para abordar a distribuição de cauda longa das amostras litológicas (onde classes como Arenito são abundantes e outras como o Embasamento Cristalino são raras), o estudo emprega uma combinação de subamostragem aleatória para classes majoritárias e SMOTE (Técnica de Sobreamostragem de Minoria Sintética) para classes minoritárias.
   • Reconstrução: Para poços com curvas ausentes, uma estratégia de reconstrução colaborativa multivariada é usada. Isso envolve a identificação de valores atípicos (outliers), interpolação de valores ausentes e o uso de correlações estatísticas entre múltiplas curvas (GR, RHOB, NPHI, DTS, DTC, CAL) para estimar e completar iterativamente intervalos ausentes, seguido de um suavizamento leve para preservar tendências.
   • Seleção de Características: A Análise de Componentes Principais (PCA) e a análise estatística identificam GR, RHOB, NPHI, DTC e DTS como as características mais discriminativas, excluindo a curva de Caliper (CAL) devido à sua suscetibilidade ao ruído não geológico (ex: colapso do poço).

2. Rotulagem Não Supervisionada (Módulo GMM):

   • Para reduzir a dependência de rótulos manuais, um Modelo de Mistura Gaussiana (GMM) é usado para gerar pseudo-rótulos. O GMM modela a distribuição estatística das respostas de perfis multiparamétricos como uma superposição ponderada de componentes gaussianos.
   • Usando o algoritmo de Expectativa-Maximização (EM), o modelo calcula as probabilidades posteriores para cada amostra. Pseudo-rótulos de nível de ponto são gerados com base na probabilidade posterior máxima.
   • Esses agrupamentos são então fundidos semanticamente em macro-rótulos (C1, C2, C3) com base em restrições geológicas para reduzir o ruído de desequilíbrios de pequena escala, mantendo a consistência dentro dos agrupamentos.

3. Modelagem de Sequência (Módulo BiLSTM-CRF):

   • BiLSTM: Uma rede de Memória de Longo Prazo Bidirecional (BiLSTM) extrai características sequenciais bidirecionais dos dados de perfis de poços dependentes da profundidade, capturando o contexto tanto acima quanto abaixo do ponto de profundidade atual.
   • CRF: Uma camada de Campo Aleatório Condicional (CRF) é adicionada sobre a BiLSTM para impor restrições globais à sequência de rótulos. Diferente da classificação ponto a ponto (Softmax), o CRF modela as probabilidades de transição entre litologias adjacentes, garantindo a consistência geológica e reduzindo o ruído de "sal e pimenta" em camadas delgadas.
   • Treinamento: O modelo é treinado usando o otimizador Adam para minimizar a função de perda, aprendendo a partir dos pseudo-rótulos gerados pelo GMM.

Principais Contribuições

• Estratégia de Rotulagem Não Supervisionada: Desenvolvimento de uma estratégia baseada em GMM para gerar pseudo-rótulos com restrições geológicas, reduzindo significativamente a dependência de interpretações manuais caras e subjetivas.
• Tratamento Robusto de Dados: Integração de reconstrução de perfis de poços e filtragem de características para manter o desempenho do modelo sob condições de perfis incompletos e ruído de alta dimensão.
• Arquitetura Híbrida: O acoplamento inovador de BiLSTM para extração de características e CRF para restrição de sequência, que captura conjuntamente características de profundidade bidirecionais e regras de transição litológica.

Resultos
O método foi avaliado utilizando o conjunto de dados de perfis de poços do Viking Graben (118 poços, 12 classes de litologia).

• Desempenho de Classificação: O modelo proposto GMM-BiLSTM-CRF alcançou uma precisão geral de 93,18% no conjunto de teste e uma precisão média de um único poço de 90,1%. Ele superou os modelos de comparação (LSTM, BiLSTM, GMM-BiLSTM e BiLSTM-CRF) em termos de Precisão, Recall, F1-score e métricas de erro (RMSE, MSE, MAE).
• Robustez a Dados Ausentes: Em experimentos simulando curvas de perfis ausentes (até 30% de razão de ausência), o modelo proposto demonstrou estabilidade superior. Enquanto outros modelos viram quedas de precisão de 11 a 12 pontos percentuais, o modelo GMM-BiLSTM-CRF teve sua precisão reduzida em apenas 7,97 pontos percentuais (de 92,18% para 84,21%), mantendo o desempenho acima de 84% mesmo com perda significativa de dados.
• Aplicabilidade Multi-Poço: O modelo manteve um desempenho consistente através de diferentes poços e tipos de litologia. Embora a precisão tenha sido maior para litologias dominantes (Arenito, Folhelho), ela permaneceu estável para transições complexas, evitando as flutuações de alta frequência típicas de classificadores ponto a ponto.

Significância e Alegações
O artigo afirma que esta abordagem integrada fornece uma solução baseada em dados e geologicamente consistente para a identificação automática de litologia. Ao combinar o agrupamento não supervisionado com a modelagem de sequência profunda, o método aborda os desafios duplos da escassez de rótulos e da incompletude de dados. Os autores afirmam que o modelo oferece um caminho técnico confiável para a avaliação de reservatórios e interpretação geológica em ambientes de subsuperfície complexos, particularmente onde a rotulagem manual é impraticável ou a qualidade dos dados de perfilamento é irregular. O estudo conclui que o método caracteriza efetivamente os padrões de variação vertical e as características de transição litológica, apoiando futuras previsões de distribuição de reservatórios.