Abstract FR:

Dans un essai de puits petrolier, l'evolution de la pression fournit des informations sur le puits, le reservoir et ses limites. Un expert des gisements petroliers, analyse visuellement les changements de tendance sur la derivee premiere de la pression, et identifie le ou les systemes reservoir-puits correspondants, c'est le diagnostic. L'objet de cette these est d'automatiser ce diagnostic en utilisant la derivee seconde de la pression. Pour aboutir a un tel systeme automatique, on commence par l'acquisition des connaissances des experts de la societe elf aquitaine production (eap). Cette acquisition se fait sur la derivee premiere de la pression en utilisant des modeles theoriques pour assurer un bon transfert des connaissances vers le logiciel. La modelisation de cette connaissance par la derivee seconde constitue le veritable apprentissage du systeme. Ensuite, nous construisons un operateur dit de pretraitement qui doit nous permettre de passer des donnees brutes de l'essai a une information propre ; ce pretraitement est necessaire pour eliminer le bruit. On calcule alors la derivee seconde de la pression et on procede a l'extraction des formes elementaires selon une approche structurelle. Cette extraction consiste a segmenter la courbe derivee seconde des techniques de split and merge. Le resultat de la segmentation est code par des lettres et des attributs selon les memes regles etablies lors de l'apprentissage du systeme. On construit ensuite une phrase pour caracteriser la signature du ou des ecoulements presents dans l'essai. Enfin, dans une etape ultime, appelee analyse syntaxique, le phrase est scindee en un, deux ou trois sous-phrases (puits, reservoir et limite(s)) pour etablir un diagnostic. Le logiciel a ete teste a la fois sur des donnees simulees et sur des donnees reelles ; il fournit des resultats tres satisfaisants. En particulier, les modeles non identifies directement par le systeme sont ceux pour lesquels l'expert ne peut conclure sans informations supplementaires. Enfin, il arrive que l'algorithme suggere des modeles non necessairement reconnus par l'expert, et fournisse ainsi une aide precieuse au diagnostic.