Evaluación de algoritmos de clasificación aplicados a la identificación de tipos de roca a
partir de los registros Gamma Ray, Porosidad y Densidad, en pozos ubicados en la Cuenca
de los Llanos Orientales, Colombia.
Aceros, S. y Gómez, V.
Universidad Nacional de Colombia
RESUMEN
Con el objetivo de clasificar en 5 clases de tipos de roca
(lutita, limolita arcillosa, limolita, arenisca arcillosa y
arenisca) a partir de registros (Gamma Ray, Densidad
y Porosidad Efectiva) de pozos ubicados en la Cuenca
de los Llanos Orientales, se identificó el logaritmo de
clasificación PART como el más preciso, entre un
conjunto de algoritmos probados, tales como J48, RF,
PART y SVM en el software WEKA.
Inicialmente, se realizó una etapa de entrenamiento del
algoritmo con los datos registros del pozo T116 y
posteriormente, se aplicó el algoritmo con mayor
precisión al pozo T90.
Al comprobar el algoritmo con los datos de prueba, se
obtuvo una clasificación correcta de los tipos de roca
del 65%. De acuerdo con la matriz de confusión, el
algoritmo presentó clasificación incorrecta
principalmente para las litologías Limolita y Arenisca
Arcillosa.
Los resultados obtenidos permiten concluir que, para
obtener un mejor resultado en la clasificación, es
necesario contar con información litológica adicional, tal
como PEF Y Gamma Ray Espectral, y así podrá
delimitar de mejor manera los rangos para las litologías
Limolitas y Areniscas Arcillosas.
PALABRAS CLAVE
Registros de pozo, Clasificación, Tipos de roca, PART,
Litología, Cuenca de los Llanos Orientales.
INTRODUCCION
La identificación rápida del tipo de roca perforada en
pozos de petróleo permite la optimización de tiempo y
recursos, además de conocer con precisión las
características geológicas del yacimiento. También es
utilizado para la toma eficiente de decisiones en la
etapa de completamiento, con el fin maximizar la
producción de petróleo y minimizar problemas
asociados a arenamientos.
Generalmente este tipo de clasificación demanda
análisis de laboratorios de difícil acceso en campo que
requieren de un tiempo considerable para su obtención.
Debido a esta necesidad, en los últimos años, los
profesionales vinculados a las geociencias y el sector
de hidrocarburos se han interesado por desarrollar
herramientas y conocimientos que permitan dar
celeridad a la caracterización geológica a partir de
información básica como registros eléctricos.
Hall, B. realizó una caracterización de facies utilizando
Aprendizaje de Máquina; Martin K. Dubois, Geoffrey C.
Bohling, Swapan Chakrabarti, realizaron una
comparación de cuatro enfoques para el problema de
clasificación de facies; G.C. Bohling y M.K. Dubois,
realizaron la aplicación de las técnicas de redes
neuronales y cadena de Markov para la predicción de
litofacies a partir de registros de pozos; estos son
algunos de los autores que han influido a la presente
investigación a partir de su introducción del aprendizaje
de máquinas para la caracterización geológica de
manera más ágil y precisa.
De acuerdo con los trabajos realizados previamente,
concluyen que la precisión de los algoritmos puede
mejorar si se tienen atributos o parámetros cuantitativos
que permitan una agrupación o clasificación de los
datos bien definida, según el caso.
El interés de la presente investigación se enfocó en
usar información de registros de pozo que comúnmente
los profesionales tienen a la mano y a partir de ello,
identificar los criterios más predominantes para la
clasificación de tipo de roca, a partir de registros de
pozo.
Para la obtención de esta identificación, se requirió
contar con un software de licencia libre que permitiera
hacer minería de datos y así poder ajustar parámetros
de evaluación.
Al adquirir la distribución de los datos de entrada, se
obtuvo que el problema planteado es desbalanceado,
lo cual dificultó la precisión del algoritmo al clasificar los
tipos de roca con menos densidad de datos.
También se observó que el mejor parámetro para la
clasificación en este caso fue el Gamma Ray y que los
registros de densidad y porosidad no influyeron
notoriamente.
Es por ello que, para futuros trabajos se propone el uso
de otros registros que aporten información cuantitativa
de la litología, que conlleven a una mejor clasificación
por parte del algoritmo.
Este estudio fue desarrollado para implementar
algoritmos de aprendizaje de máquina para la
caracterización litológica de las Cuencas Colombianas,
para este caso Cuenca de los Llanos Orientales; a partir
de registros de pozo típicamente adquiridos por las
compañías operadoras.
Se evidencia la oportunidad de aplicar y mejorar esta
metodología dependiendo de la información disponible
según el ambiente de depositación, para lograr obtener
plasmada la caracterización geológica desarrollada por es 550 y el número de atributos es 4. (4=3 más la clase
un profesional en un modelo cuantitativo. que es tipo de roca).

METODOLOGÍA Los atributos son las propiedades petrofísicas de la

A partir de un conjunto de datos obtenidos de 2 pozos sección litológica perforada en el T116 y son porosidad
de la Cuenca de los Llanos Orientales, tales como (efectiva), densidad y Gamma Ray. El software también
porcentaje de arcilla, modelo de permeabilidad, permitió visualizar la predominancia de cada atributo en
densidad, porosidad, resistividad, rayos Gamma y la clasificación, como se evidencia en la siguiente
neutrón; se determinó que solo se tomaría la imagen.
información relacionada a
registro Gamma Ray, densidad
y porosidad, al ser registros
típicamente obtenidos durante
la perforación de un pozo y por
su relación directa con la
litología perforada.

Posteriormente, se realizó la
limpieza de los datos,
eliminando aquellos que no
tienen un valor válido, con el fin
de que el análisis no se vea
afectado en su proceso de
clasificación.

Sin embargo, para la definición

de los tipos de roca, se utilizó el
modelo petrofísico previamente establecido a partir de
pruebas de laboratorio de los pozos.
La clasificación de tipos de roca establecida es la
siguiente:
Imagen 1. Distribución de clases por atributo.
El atributo GR es el que mejor separa los datos del tipo
de roca “5-Lutita”: si el GR >63 el dato pertenece sin
duda alguna al tipo de roca “5-Lutita” (clase azul), si el
48<GR<63 el dato pertenece al tipo de roca “4-Limolita
Arcillosa” (clase roja); sin embargo, si el GR<48 ya se
observan no muy buenas separaciones.

Así mismo, se puede evidenciar que los demás

atributos no son muy buenos separadores.

En la distribución de los datos de tipo de roca, se tienen

5 clases y cada una con un valor diferente: 75 datos
corresponden al tipo de roca “1-Arenisca”, 92 datos a
“2-Arenisca Arcillosa”, 36 datos a “3-Limolita”, 77 datos
a “4-Limolita Arcillosa” y finalmente 234 datos
corresponden al tipo de roca “5-Lutita”; es decir, es un
problema desbalanceado.

Teniendo en cuenta lo anterior, el algoritmo tiende a

Tabla 1. Clasificación de los tipos de roca
Esta clasificación fue aplicada a los datos de registros
previamente depurados.
Una vez establecidos los archivos a analizar, se
procedió a ingresar al software WEKA el archivo .CSV
que contenía los datos de los registros antes
seleccionados para el pozo T116.
generalizar, presentando una muy buena clasificación
para la clase con mayor cantidad de datos y una no muy
buena clasificación para la clase con menor cantidad de
datos.
RESULTADOS
El software muestra los resultados de la correcta o
incorrecta clasificación efectuada por cada algoritmo,
los cuales se resumen en la siguiente tabla.

El software permitió realizar un análisis inicial de la

distribución de los datos, es decir la cantidad de datos
por atributos (registros de pozo), a partir del cual se
estableció que la cantidad de datos totales o instancias

Tabla 2. Porcentajes de clasificación correcta e incorrecta por
algoritmo.
Así mismo, al aplicar los algoritmos, WEKA arroja la
exactitud de la clasificación por clase, dando
información en columnas como el verdadero positivo,
falso positivo, precisión, y ROC área (Receiver
Operator Character).
Tabla 3. Estadística del resultado del algoritmo PART usando
validación cruzada al pozo T116.
Tabla 4. Estadística del resultado del algoritmo PART al pozo T90.
Tabla 5. Estadística del resultado del algoritmo J48 usando
validación cruzada al pozo T116.
Tabla 6. Estadística del resultado del algoritmo J48 al pozo T90.
Finalmente, cada algoritmo dio como resultado una
matriz de confusión, donde se puede analizar con
mayor detalle los aciertos en la clasificación y en qué
clase presentó mayor dificultad.
Imagen 2. Matrices de confusión de los algoritmos en etapa de
entrenamiento y validación.
DISCUSIÓN
De la Tabla 2. Porcentajes de clasificación correcta e
incorrecta por algoritmo. se resaltan los casos
clasificados correctamente, evidenciando que, para
este caso, no hay un clasificador predominante pues
ambos arrojan los dos algoritmos presentan los mismos
valores.
Posteriormente, al analizar los resultados obtenidos de
ROC, y partiendo del entendido que es el porcentaje de
veces que clasificará correctamente cada clase; se
observa que la prueba con los datos del pozo “T90” en
los algoritmos de clasificación J48 y PART, existe un
mejor comportamiento para los tipos de roca Arenisca
Arcillosa y Limolita aplicando el algoritmo PART, de
acuerdo con la siguiente gráfica.
Gráfica 1. Comparación del ROC, algoritmo PART vs J48.
Teniendo en cuenta lo anterior, se seleccionó el
algoritmo PART como el mejor clasificador probado,
para los tipos de roca del presente trabajo. Por lo cual,
para se procedió a analizar su matriz de confusión.
Imagen 3. Matriz de confusión algoritmo PART pozo T90.
El clasificador indica que no presenta claridad en la
clasificación de los tipos de roca Limolita y Arenisca
Arcillosa, dado que para la limolita únicamente clasifica
2 casos de manera correcta, confundiendo entonces 41
casos con Limolita Arcillosa. Con respecto a la Arenisca
Arcillosa, el clasificador presenta aún más
inconvenientes pues no clasifica ni un solo caso de
manera correcta, confundiendo los datos con los tipos
de roca Limolita Arcillosa y Limolita.
A continuación, y con el fin de profundizar en lo
anteriormente expuesto, se presentan las reglas
usadas por el algoritmo.
Imagen 4. Reglas del algoritmo PART pozo T90, Software WEKA.
Como se observa, las reglas no son claras en la
clasificación de Limolita y Arenisca Arcillosa, puesto
que realiza sobreposición de las mismas, resultando
que el algoritmo no refleja precisión en dichas clases.
Los resultados obtenidos se asocian a la similitud que
existe entre estas litologías en cuanto a valores de
Gamma Ray, porosidad efectiva y densidad; por lo cual,
se hace necesario utilizar otro registro litológico para el
entrenamiento del algoritmo. Algunos registros
litológicos recomendados son Gamma Ray espectral y
PEF (factor fotoeléctrico), sin embargo, esto debe ser
evaluado teniendo en cuenta las características
geológicas de la zona de donde provienen los registros.
CONCLUSIONES
• El software WEKA permitió evaluar diferentes
algoritmos y su precisión para la clasificación
de los tipos de roca planteados inicialmente en
este artículo.
• El ROC fue la principal variable para el análisis
de resultados de los algoritmos y también
permitió seleccionar el algoritmo PART como el
mejor de los probados, identificando las
litologías que presentaron menor precisión.
• De acuerdo con los resultados obtenidos, los
registros Gamma Ray, porosidad efectiva y
densidad, no fueron lo suficientemente útiles
para que el algoritmo logre una eficiente
clasificación.
• Como consecuencia de la no posible
delimitación de los tipos de roca que
presentaron los registros utilizados para el
entrenamiento del algoritmo, las reglas
generadas por el Software WEKA para el
algoritmo PART no son lo suficientemente
precisas.
• Se recomienda que, para obtener un mejor
clasificador, se evalúe nuevamente este y otros
algoritmos con otros registros litológicos,
teniendo en cuenta las características
geológicas de la zona.
• Los registros evaluados corresponden a un
ambiente de depositación fluvial, con altas
heterogeneidades en los tipos de roca, lo cual
se interpreta generó la dificultad para la
clasificación del algoritmo.
REFERENCIAS
Duda, R. O., Hart, P. E., y Stork, D. G., 2001, Patrones
de Clasificación, Segunda Edición: John Wiley & Sons,
Inc., Nueva York, 654.
Delfiner, P., Peyret, O., Serra, O., 1987. Determinación
automática de litología a partir de registros de pozo.
Society of Petroleum Engineers Formation Evaluation
2, 303–310.
Hall, B., 2016. Clasificación de facies usando
aprendizaje de máquina.
G.C. Bohling y M.K. Dubois., 2003. Aplicación integrada
de las técnicas de redes neuronales y cadena de
Markov para la predicción de litofacies a partir de
registros de pozo. Kansas Geological Survey.,
Lawrence, Kansas, USA.
Martin K. Dubois, Geoffrey C. Bohling, Swapan
Chakrabarti., 2006. Comparación de cuatro enfoques
para el problema de clasificación de facies. Kansas
Geological Survey, University of Kansas, Lawrence,
KS, USA. Computers & Geosciences 33 (2007), 599–
617.
Rogers, S.J., Fang, J.H., Karr, C.L., Stanley, D.A.,
1992. Determinación de litología a partir de registros de
pozo usando redes neuronales. American Association
of Petroleum Geologists Bulletin 76, 731–739
Saggaf, M.M., Nebrija, E.L., 2000. Estimación de
litologías y facies deposicionales a partir de registros
wireline. American Association of Petroleum Geologists
Bulletin 84, 1633–1646.