Pesquisa revela por que poços de petróleo secos não estão vazios
Universidade Estadual da Pensilvânia — InkDesign News — Um estudo conduzido por pesquisadores da Universidade Estadual da Pensilvânia (Penn State) revelou novas causas para o esgotamento prematuro de poços de petróleo, mesmo onde medições sísmicas tradicionais indicavam reservas consideráveis. Utilizando o supercomputador Bridges-2, da PSC, os cientistas apresentaram seus resultados em setembro de 2024.
O Contexto da Pesquisa
A extração inteligente de petróleo torna-se cada vez mais relevante à medida que as reservas de fácil acesso se esgotam e a exploração avança para regiões mais profundas e remotas. Apesar do avanço dos métodos de detecção baseados em ondas sísmicas, que fornecem imagens em 3D das reservas e estimativas de volume, é frequente que poços sejam considerados “secos” antes de todo o petróleo ter sido realmente extraído. A equipe liderada por Tieyuan Zhu, composta por alunos de pós-graduação e pós-doutores, buscou respostas para essa discrepância.
“Testamos dados do Mar do Norte. Eles começaram a perfurar em 2008, estimando que poderiam produzir petróleo por 20 ou 30 anos. Mas, infelizmente, após dois anos, não havia mais nada. O poço secou. Eles ficaram confusos. Onde está o petróleo? Sumiu? O grande problema é a complexidade geológica no reservatório.”
(“We actually tested … data from the North Sea. You know, they started drilling in 2008 and based on their estimation … they could produce oil for 20 years, 30 years. But unfortunately, after two years, there was nothing. Their well is dry. They just got confused. Where is the oil? Gone? The big issue actually is the complexity of the geology in the reservoir.”)— Tieyuan Zhu, Penn State
Resultados e Metodologia
O trabalho inovou ao adicionar uma dimensão temporal às medições sísmicas convencionais — criando uma “animação 4D” das reservas. Além de analisar o tempo de propagação do som, considerou-se também a amplitude do sinal, observando como o petróleo atenua sua intensidade. Isso exigiu grande poder computacional e memória para processar simultaneamente vastos conjuntos de dados, fornecidos pelo Bridges-2, cujos nós dispõem de até 512 gigabytes de RAM.
Em experimentos, o grupo identificou estruturas internas não detectadas pelos métodos tradicionais — como camadas de rocha sólida dentro da reserva capazes de barrar o acesso ao petróleo situado em profundidades maiores. Muitas vezes, a solução para acessar o restante do óleo seria simplesmente perfurar um pouco mais fundo.
“Temos dois pós-doutores e também um estudante de pós-graduação usando o Bridges-2… a primeira fase foi paralelizar nosso código de pesquisa… A segunda foi implementar o código nos dados de campo… O PSC garantiu cem mil horas de computação e também a memória para armazenar meus dados. Isso não seria possível com nossos recursos locais.”
(“We have two postdocs and also one graduate student using Bridges-2 … the first phase of using Bridges-2 was to parallelize our research code … and make it more practical … The second phase is really to implement the code to the field data … PSC guaranteed me a hundred thousand computing hours, and also the memory to store my data, my field data … That just cannot be achieved with our local [resources].”)— Tieyuan Zhu, Penn State
Implicações e Próximos Passos
A análise inicial concentrou-se em uma área de cerca de 23 quilômetros quadrados. Os próximos passos envolvem a ampliação da metodologia para áreas de dezenas de quilômetros, com o uso eventual de nós de memória extrema do Bridges-2, cada um oferecendo até 4.000 gigabytes de RAM. Os pesquisadores visam criar mapas sísmicos ainda mais precisos e realistas, facilitando decisões operacionais na indústria petrolífera.
O método desenvolvido representa um avanço significativo na redução de desperdícios e aumento da eficiência na extração de óleo, especialmente em um contexto onde impactos ambientais e custos operacionais são cada vez mais monitorados. A expansão do estudo poderá associar, a longo prazo, a técnica a processos de exploração mais sustentáveis e inteligentes, beneficiando tanto o setor econômico quanto o ambiental.
Fonte: (ScienceDaily – Ciência)
