Assas Recherche | Analyse statistique et interprétation automatique de données diagraphiques pétrolières différées à l’aide du calcul haute performance

Analyse statistique et interprétation automatique de données diagraphiques pétrolières différées à l’aide du calcul haute performance (Document en Anglais)

Accès au(x) document(s)

Accéder au(x) document(s) :

https://ged.scdi-montpellier.fr/florabium45/jsp/nnt.jsp?nnt=2018MONTS064

Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

Modalités de diffusion de la thèse :

Thèse soumise à l'embargo de l'auteur : embargo illimité (communication intranet).

Informations sur les contributeurs

Auteur : Bruned Vianney

Bruned, Vianney

Nom

Bruned

Prénom

Vianney

Nationalité

Français

Date de soutenance : 18-10-2018

Directeur(s) de thèse : Mas André

Mas, André

Nom

Mas

Prénom

André

Etablissement de soutenance : Montpellier

Montpellier

Nom

Montpellier

Laboratoire : Institut Montpelliérain Alexander Grothendieck (Montpellier ; 2003-....)

Institut Montpelliérain Alexander Grothendieck (Montpellier ; 2003-....)

Nom

Institut Montpelliérain Alexander Grothendieck (Montpellier ; 2003-....)

Ecole doctorale : École doctorale Information, Structures, Systèmes (Montpellier ; 2015-....)

École doctorale Information, Structures, Systèmes (Montpellier ; 2015-....)

Nom

École doctorale Information, Structures, Systèmes (Montpellier ; 2015-....)

Informations générales

Discipline : Biostatistique
Classification : Mathématiques

Mots-clés libres : Problème Inverse, Statistiques, Machine Learning, Petro-Physique, Hpc
Mots-clés :

Inversion (géophysique)
Analyse multivariée
Calcul intensif (informatique)
Sols -- Physique

Résumé : Dans cette thèse, on s'intéresse à l’automatisation de l’identification et de la caractérisation de strates géologiques à l’aide des diagraphies de puits. Au sein d’un puits, on détermine les strates géologiques grâce à la segmentation des diagraphies assimilables à des séries temporelles multivariées. L’identification des strates de différents puits d’un même champ pétrolier nécessite des méthodes de corrélation de séries temporelles. On propose une nouvelle méthode globale de corrélation de puits utilisant les méthodes d’alignement multiple de séquences issues de la bio-informatique. La détermination de la composition minéralogique et de la proportion des fluides au sein d’une formation géologique se traduit en un problème inverse mal posé. Les méthodes classiques actuelles sont basées sur des choix d’experts consistant à sélectionner une combinaison de minéraux pour une strate donnée. En raison d’un modèle à la vraisemblance non calculable, une approche bayésienne approximée (ABC) aidée d’un algorithme de classification basé sur la densité permet de caractériser la composition minéralogique de la couche géologique. La classification est une étape nécessaire afin de s’affranchir du problème d’identifiabilité des minéraux. Enfin, le déroulement de ces méthodes est testé sur une étude de cas.

Informations techniques

Type de contenu : Text
Format : PDF

Informations complémentaires

Entrepôt d'origine :

STAR : dépôt national des thèses électroniques françaises

Identifiant : 2018MONTS064
Type de ressource : Thèse

Fiche descriptive