Machine Translated by Google

Artigo referenciado

Sistema para estimar petróleo não descoberto, utilizando dados de reservas, bacias,
PVT e geometria fractal

Jorge Huescani Jiménez Bernal

jorge.huescani.jimenez@pemex.com
Fernando Ascêncio Cendejas
fernando.ascencio@pemex.com
Pemex
José Luis Bashbush Bauza
jbashbush@slb.com
Schlumberger

Artigo recebido em setembro de 2017 e aceito em novembro de 2017

Resumo

As reservas originais e remanescentes de petróleo, condensado e gás são os activos a serem desenvolvidos e monetizados por cada empresa
petrolífera. O grau de participação em projetos de exploração, a compra de direitos de exploração, bem como o financiamento, são atribuídos
com base nas quantidades de petróleo bruto ou de gás que podem ser registadas contabilmente com indicadores de geração de valor, como o
valor atual líquido ou caixa. fluxo. Para os países produtores que são altamente dependentes da exportação do seu petróleo bruto e gás, é
imperativo saber por quanto tempo mais poderão continuar a explorar as suas reservas como alavanca para o desenvolvimento e, mais ainda, as
empresas precisam de saber como ainda falta muito petróleo para ser descoberto dentro de suas bacias, produção comercial, qual será a
magnitude das próximas descobertas, haverá possibilidades de encontrar campos gigantes, só grandes, só médios ou só campos pequenos. As
técnicas disponíveis para estimar recursos não descobertos, também chamados de prospectivos, são variadas e sempre dentro do sistema
euclidiano. Mas a geometria fractal nos aproxima de seus conceitos e aplicações atuais, a possibilidade de utilizá-la na estimativa do petróleo que
resta a ser descoberto nas bacias do sistema petrolífero mexicano. Utilizando os valores de reserva originais dos campos em exploração, das
novas descobertas, dos campos fechados e abandonados, bem como daqueles que são classificados como recursos contingentes, foi desenvolvido
um sistema computacional para estimar os volumes não descobertos, sob os conceitos : engenharia de reservatórios, distribuição de probabilidade,
geometria fractal e leis de potência.

Palavras-chave: Dados de reservas, geometria fractal, engenharia de reservatórios, distribuição de probabilidade.

Sistema de estimativa de petróleo não descoberto, utilizando dados de reservas, bacias,

PVT e geometria fractal

Abstrato

As reservas recuperáveis de petróleo, condensado e gás são os activos a serem desenvolvidos e rentabilizados por qualquer empresa petrolífera.
O grau de participação em projetos de exploração, a compra de direitos de exploração, bem como o financiamento, são atribuídos com base nos
volumes disponíveis de petróleo bruto ou gás, que podem ser registados contabilmente com indicadores de geração de valor, como o valor
presente líquido ou fluxo de caixa. Para os países produtores de petróleo e gás, altamente dependentes da exportação dos seus volumes de
vendas de petróleo bruto e de vendas de gás, é imperativo saber por quanto tempo mais poderão continuar a

114 | Engenharia de petróleo VOL. 58 Nº 2, MARÇO-ABRIL 2018 · ISSN 0185-3899

Machine Translated by Google

Jorge Huescani Jiménez Bernal, Fernando Ascencio Cendejas, José Luis Bashbush Bauza

usando esse tesouro não renovável como alavanca de desenvolvimento, e mais ainda, as empresas petrolíferas precisam saber quanto
petróleo ainda permanece por descobrir dentro de suas bacias com produção comercial, de que magnitude serão as próximas descobertas,
haverá possibilidades de encontrar campos gigantes , apenas campos grandes, apenas médios ou apenas pequenos. As técnicas disponíveis
para estimar o recurso não descoberto, também denominado recurso prospectivo, são variadas e sempre dentro do sistema euclidiano.
Mas a geometria fractal nos traz com seus conceitos e aplicações atuais, a possibilidade de utilizá-la na reserva de volumes não descobertos
de petróleo e gás nas bacias do sistema petrolífero mexicano. Utilizando descobertas antigas em exploração, novas descobertas, recursos
em desenvolvimento e contingentes, foi desenvolvido um software para estimar os volumes não descobertos, sob os critérios dos conceitos:
engenharia de reservatórios, distribuição de probabilidade, geometria fractal e leis de potência.

Palavras-chave: Dados de reservas, geometria fractal, engenharia de reservatórios, distribuição de probabilidade.

Introdução a ponto de ter um sistema funcional desenvolvido que

Os hidrocarbonetos são a fonte de energia comercial
globalizada na sua utilização e continuarão a sê-lo nas
próximas décadas. Os projectos de investimento das
empresas petrolíferas documentam cenários de quinze
anos, mas para alguns campos, os perfis futuros das
reservas restantes são projectados para mais de 50 anos.
No entanto, são apenas perfis e o esgotamento das reservas
dependerá da procura e do preço, pelo que é fundamental
conhecer a sua disponibilidade para antecipar a sua
reposição. A restituição das reservas depende de algumas
variáveis como o comportamento das jazidas, o
desenvolvimento e reclassificação das reservas das jazidas,
a delimitação dos campos, mas sobretudo depende da
incorporação de novas jazidas, que antes de serem
descobertas Fazem parte de uma carteira de investimentos
da componente exploratória; isto é, recursos prospectivos
que são transformados em reservas no curto prazo.
permite, com base em dados de produção e reservas,
estimar os volumes ainda não descobertos ao nível da bacia.
Seleção de amostras em campos existentes e utilização
de experimentos PVT para campos novos ou
recentemente incorporados, em um único inventário: o
de petróleo bruto equivalente
Todos os dados de
reservas originais em suas categorias 2P, compostas por
todos os campos descobertos nas bacias petrolíferas do
México com produção comercial, tanto os descobertos há
décadas como os descobertos recentemente. O agrupamento
dos dados foi em nível de bacia, os que foram estudados
foram: Bacia de Burgos, Bacia de Sabinas, Bacia Sudeste,
Bacia Tampico-Misantla e Bacia Veracruz.

Os critérios adotados para obter o volume 2P original foram

os seguintes:
Exposição do problema

Critério 1: Para campos com produção histórica, será

A indústria petrolífera como tal está sempre associada ao
sucesso e ao fracasso das atividades de exploração e
exploração. Uma vez que haja produção comercial dos
campos, para estimar as reservas remanescentes destes
em qualquer uma das suas categorias, existe uma grande
quantidade disponível. software comercial, e estamos
familiarizados com eles há mais de 15 anos. Porém, para
estimar recursos prospectivos ou não descobertos, não há
disponibilidade comercial, alguns sistemas são gerenciados
com sigilo e, portanto, não há muita documentação ou
trabalho técnico que fale sobre como calcular recursos
prospectivos, por isso esta investigação,
utilizada a sua produção acumulada (Np e Gp, ou apenas
Gp se o campo for produtor de gás) mais as suas reservas
restantes de 2P (de petróleo e gás, ou apenas gás), gás os
volumes são convertidos com o fator de equivalência gás-
líquido para uma fase líquida conhecida como equivalente
de petróleo bruto, que depende tanto da composição do
fluido produzido quanto da eficiência em cada etapa dos
processos industriais no trajeto de transporte do petróleo e
produção de gás, desde as baterias de separação até os
centros de processamento, considerando os fatores de
desempenho e encolhimento do gás nesse trajeto.

VOL. 58 Nº 2, MARÇO-ABRIL 2018 · ISSN 0185-3899 Engenharia de Petróleo | 115

Machine Translated by Google
Sistema para estimativa de petróleo não descoberto, utilizando dados de reservas, bacias, PVT e geometria fractal, pp 114-135
Critério 2: O volume original de petróleo para campos novos ou
recentemente descobertos será o resultado da utilização dos fatores
corrigidos de volume de petróleo e da razão de solubilidade de um
processo de liberação diferencial para aquele de liberação instantânea.
Critério 2.1: Um caso particular para novos campos, se e somente se
forem de gás e condensado, é retirar da análise PVT os dados da relação
gás-óleo (GOR), os dados de flash de fluido vivo e os dados de flash
atmosférico. análise por teor de água, obter os inversos dos RGA's para
o reservatório e as pressões de orvalho do fluido limpo, que serão as
razões líquido-gás, também conhecidas como riqueza de condensado, e
com este parâmetro determinar seu fator de equivalência gás-líquido para
converter tudo em equivalente de petróleo bruto.
Todas as informações utilizadas são baseadas nos valores
dados oficiais de 1º de janeiro de 2016, onde o valor de cada fator de
equivalência gás-líquido foi extraído de um balanço de desempenho e
encolhimento em cada etapa dos processos desde as baterias de
separação até os centros de processamento. A produção acumulada e o
total de reservas provadas restantes mais as reservas prováveis foram
convertidas para petróleo bruto equivalente, de modo que ao serem
somadas se obtém a reserva 2P original, cujo vetor será carregado no
sistema desenvolvido em linguagem Matlab®.
, sob os princípios da geometria fractal.
Recursos desenvolvidos e usados
Foram utilizadas as bases de dados de reservas oficiais em 1º de janeiro
de 2016, considerando a produção acumulada dos campos em operação,
fechados e abandonados extraídos do sistema SEREH®. Além disso, foi
desenvolvido um programa em linguagem Matlab, que gera uma regressão
não linear sobre a parábola fractal gerada com os dados de cada bacia,
desta forma é obtido um modelo matemático da bacia com seu ajuste,
cuja inclinação da reta linha que ajusta os dados do maior valor ao ponto
de inflexão onde a linha reta se separa da parábola, esta será a dimensão
fractal da bacia.
Substituindo o valor da declividade ou dimensão fractal de cada bacia no
modelo matemático proposto, para cada i-ésimo elemento, até um limite
ou fronteira conhecido como perceptibilidade econômica; e subtraindo o
que a reta representa versus a parábola, obter-se-ão os volumes a serem
descobertos, bem como a quantidade de campos pendentes de descoberta.
116 | Engenharia de petróleo
Objetivo da pesquisa
O objetivo deste trabalho foi criar um sistema computacional que permita
gerar uma análise estatística robusta com distribuições fractais de
probabilidade parabólicas, utilizando dados de volumes produzidos
acumulados e reservas remanescentes em sua categoria 2P, a partir de
1º de janeiro de 2016, onde todos os campos em estão incluídas, extraídas
de uma base de dados institucional da Petróleos Mexicanos conhecida
como SEREH, que como qualquer base de dados contém números frios
que só se tornam importantes quando analisados com técnicas estatísticas,
e através de dados concretos, obtemos os modelos matemáticos das
bacias que servem como uma base para tomar decisões e conclusões.
O tamanho das reservas restantes de petróleo líquido e gasoso para cada
campo provém, por sua vez, das reservas consolidadas de mais de um
campo, o que leva a passar de escala em escala, do nível do poço para o
nível do campo. Justamente nesta escala é onde as informações dos
campos já descobertos podem ser integradas e o comportamento do que
foi descoberto nas bacias pode ser mapeado do ponto de vista gigascópico,
que quando dado um tratamento baseado na ordem do tamanho de seus
campos, obtemos distribuições de natureza fractal.
Geometria fractal e sua aplicação em
Engenharia de petróleo
A geometria fractal é um ramo da matemática que estuda objetos que
possuem dimensão não inteira e que possuem propriedades de escala
muito particulares.
Em outras palavras, é uma evidência de que muitos processos ou
fenômenos ocorrem na natureza e são invariantes em escala, como deltas
de rios, meandros, vestígios de dessecação e galhos de árvores são
exemplos de fenômenos que seguem padrões de distribuição fractal. Em
probabilidade e estatística, a distribuição fractal parabólica é um tipo de
distribuição de probabilidade discreta em que o logaritmo da frequência
ou tamanho das entidades em uma população é um polinômio quadrático
do logaritmo de sua posição, ou seja, de seu lugar hierárquico. ou valor
sequencial de seu tamanho, (Rank), Figura 1.
VOL. 58 Nº 2, MARÇO-ABRIL 2018 · ISSN 0185-3899
Machine Translated by Google
Jorge Huescani Jiménez Bernal, Fernando Ascencio Cendejas, José Luis Bashbush Bauza
Figura 1. Comportamento característico de uma distribuição de probabilidade fractal aplicada a reservas de petróleo. SPE 25826, JF
Brett, Consultores Internacionais de Petróleo e Gás 1993.
Distribuições de probabilidade
Uma distribuição de probabilidade é uma forma de expressar
o intervalo de valores possíveis para uma variável incerta e,
portanto, a probabilidade desses valores. A maneira mais
comum de expressá-lo é por meio de uma função de
densidade de probabilidade. Distribuições de probabilidade
são modelos matemáticos que podem ser visualizados
através de gráficos que relacionam os diversos valores
prováveis que uma variável aleatória pode assumir, com a
frequência de ocorrência de cada um desses valores
prováveis. As distribuições de probabilidade são classificadas
em diversos tipos de acordo com sua simetria e posição de
suas medidas descritivas: média, mediana e desvio padrão.
Neste trabalho é importante conhecer dois tipos de
distribuição não tão comuns, que são parte central do
desenvolvimento do sistema para estimar o recurso
prospectivo, a distribuição de probabilidade fractal parabólica
e a distribuição de Levy-Pareto.
Distribuição de probabilidade fractal
parabólica
Esta distribuição está praticamente crescendo em suas
aplicações, não é tão comum e é pouco conhecida. De
acordo com a enciclopédia gratuita Wikipedia, em
probabilidade e estatística, a distribuição fractal parabólica é um tipo de
VOL. 58 Nº 2, MARÇO-ABRIL 2018 · ISSN 0185-3899
distribuição de probabilidade discreta em que o logaritmo
da frequência ou tamanho das entidades em uma população
é um polinômio quadrático do logaritmo da linha. Isto pode
melhorar muito o ajuste através de uma simples relação de
lei de potência. Em diversas aplicações, existe o chamado
efeito rei, em que o elemento de classificação mais alta tem
uma frequência ou tamanho significativamente maior do
que o modelo prevê com base nos outros elementos. A
função massa de
a probabilidade é dada, em função da linha n, por f (n, b, c)
ÿn –b exp [-c(log n)2 ], onde b e c são parâmetros da
distribuição.
Distribuição de probabilidade de Levy-Pareto
A distribuição de Pareto também é conhecida como lei de
potência, Bradford, hiperbólica, fractal, flaking, Zipf (quando
a inclinação é 1,0), log-geométrica e distribuições em forma
de J. A distribuição de Pareto, em homenagem ao
economista italiano Vilfredo Pareto, é uma distribuição de
lei de potência, onde o expoente da lei de potência é
constante, descreve a probabilidade de ocorrência de
eventos semelhantes e é a distribuição de probabilidade
típica de variáveis estatísticas aleatórias que começam do
zero, que não possuem limite superior definido e cuja
probabilidade de ocorrência é baixa.
Engenharia de Petróleo | 117
Machine Translated by Google
Sistema para estimativa de petróleo não descoberto, utilizando dados de reservas, bacias, PVT e geometria fractal, pp 114-135
Combinação de ambas as distribuições de
probabilidade
A distribuição fractal parabólica especifica que um gráfico
log-log do número cumulativo de campos de petróleo
descobertos versus o tamanho dos campos poderia resultar
em uma linha reta aproximada com uma inclinação negativa
constante, se e somente se o número de descobertas fosse
completo, se o sistema não estiver completo, continuará a
se comportar como parabólico.
Uma distribuição de Pareto é dada por uma lei de potência da forma:
Onde C é uma constante de proporcionalidade.
V é o volume de petróleo em um campo
N(V), é o número de províncias com volume maior ou igual
a V.
A Equação 1.1-b indica que um gráfico de N(V) contra V,
em coordenadas log-log, deve dar origem a uma reta com
inclinação igual ao parâmetro (-ap) e um intercepto, em V =
1, igual para C.
A distribuição de Pareto é a distribuição de probabilidade
característica dos fractais. Mandelbrot define um
118 | Engenharia de petróleo
Acima da linha reta sólida vista para os campos maiores
(círculos pretos) na Figura 2, a linha reta tracejada tem uma
inclinação constante conhecida como parâmetro de forma.
Os círculos claros representam volumes descobertos de
petróleo e gás abaixo dos níveis económicos actuais.
O volume de petróleo e gás descoberto é dado pela área
sob a curva. A linha reta é extrapolada para um volume
mínimo arbitrário para calcular o petróleo e o gás pendentes
a serem descobertos, que é igual à área entre a linha reta e
os círculos abertos.
(1.1-a)
E claro, C é a constante do parâmetro de forma, também é
conhecido como expoente de Pareto e também como
dimensão fractal.
Tomando logaritmos para ambos os lados da equação 1.1-a
(1.1-b)
fractal como uma estrutura que contém um arranjo
organizado de padrões repetidos em muitas faixas de
escala. Nos fractais, a parte lembra o todo. Algumas
propriedades fundamentais dos fractais são autosimilaridade,
autoafinidade e invariância de escala.
VOL. 58 Nº 2, MARÇO-ABRIL 2018 · ISSN 0185-3899
Machine Translated by Google

Jorge Huescani Jiménez Bernal, Fernando Ascencio Cendejas, José Luis Bashbush Bauza

Figura 2. Fundamentação de trabalho para estimar petróleo e/ou gás não descoberto, Pareto vs Log normal, (Assessing Oil
Resources in the Middle East and North Africa, Roberto Aguilera, (IIASA) Schlossplatz 1, A-2361, Laxenburg, Austria .

Dimensão fractal
Do ponto de vista da geometria fractal, a dimensão fractal é
um número real que generaliza o conceito de dimensão
ordinária para objetos geométricos que não admitem espaço
tangente. A dimensão fractal é um expoente que explica
quão completamente um fractal parece preencher o espaço
à medida que o fractal é expandido para escalas cada vez
mais finas. Não existe uma única dimensão fractal, mas sim
uma série de dimensões que, frequentemente,
Eles são equivalentes, embora nem sempre. Os cálculos de
dimensão fractal são obtidos a partir de fractais formalmente
definidos. No entanto, certos fenômenos e objetos da vida
real podem apresentar propriedades fractais. Em geral, se
tomarmos um conjunto de dimensão D, podemos decompor-
lo em N réplicas dele mesmo reduzido por um fator de
escala r, e teríamos NrD = C, onde C é constante.
Resolvendo, obtemos a equação 2.0:

(2.0)

O cálculo da dimensão fractal não pode ser obtido com
exatidão, mas deve ser estimado. A dimensão fractal refere-
se à forma como o objeto geométrico preenche o espaço
em que está imerso. As dimensões fractais podem ser
números inteiros ou frações. No entanto, você deve ter
cuidado para não ver estruturas fractais onde não existem.
Auto semelhança
Um fractal é um espaço com um número fracionário de
dimensões (por exemplo, 1,7 dimensões) e tal espaço tem
uma estrutura semelhante em diferentes escalas (princípio
da auto-similaridade). Um fractal é uma forma geométrica

VOL. 58 Nº 2, MARÇO-ABRIL 2018 · ISSN 0185-3899 Engenharia de Petróleo | 119

Machine Translated by Google

Sistema para estimativa de petróleo não descoberto, utilizando dados de reservas, bacias, PVT e geometria fractal, pp 114-135

que apresenta simetria de escala. Ou seja, se alguma área
dela for aumentada, qualquer número de vezes que o
mesmo número continuará aparecendo. Autosimilaridade é
conhecida como a característica apresentada por
determinados objetos em que os menores detalhes que a
compõem possuem alguma relação estatística com sua
propriedades globais, sendo tais detalhes repetidos de
maneira infinita. A Figura 3 é um exemplo de que fractais
estão presentes em escalas enormes ou pequenas, seja
desde um fragmento de gelo, vegetação, até uma galáxia,
a fragmentação está presente.

Figura 3. Diferentes escalas de fragmentação de elementos e repetição de estruturas, os fractais estão presentes desde plantas até
galáxias.

A busca pelo petróleo se beneficia do uso de fractais por
meio de estudos de distribuição espacial, pois uma
característica das estruturas de armazenamento é que elas
são irregulares, possuem repetição de padrões e também
são estatisticamente autossimilares. As armadilhas pequenas
repetem as características das armadilhas grandes.
A Figura 4 apresenta uma composição de ambas as
variabilidades das estruturas, ou seja, tanto lateralmente
quanto verticalmente, observam-se armadilhas de
armazenamento, algumas já descobertas, outras cheias ou
secas, outras pendentes de serem descobertas.

Figura 4. Apresenta-se a variabilidade lateral e vertical de estruturas em rochas carbonáticas, do ponto de vista da geometria fractal,
invariância de escala. Pemex 2015.

120 | Engenharia de petróleo VOL. 58 Nº 2, MARÇO-ABRIL 2018 · ISSN 0185-3899

Machine Translated by Google

Jorge Huescani Jiménez Bernal, Fernando Ascencio Cendejas, José Luis Bashbush Bauza

Bacias disponibilidade ou acomodação - de uma bacia, enquanto as condições

Uma bacia é uma depressão na superfície da Terra que acumula
sedimentos. As bacias se formam quando a litosfera se estende, fratura,
carrega ou comprime em resposta a processos tectônicos globais.
Esses processos também governam o tamanho e a profundidade do
espaço.
climáticas determinam a entrada de água e sedimentos como material
de preenchimento da bacia. As bacias
Eles podem ser deformados por movimentos tectônicos: extensão,
compressão, movimento de deslizamento ou qualquer combinação
destes. Veja na Figura 5
uma visão geral da modelagem de bacias hidrográficas.

Figura 5. Na modelagem de bacias e sistemas petrolíferos é reconstruída a deposição das rochas geradoras, reservatório,
rochas de vedação e de cobertura, e os processos de formação e geração de armadilhas, migração e acumulação de hidrocarbonetos
desde sua origem até o presente. Revisão do campo petrolífero, verão de 2009. Schlumberger.

Como calcular a dimensão fractal numa É importante considerar que, ao omitir os logaritmos, o comportamento
dos gráficos será do tipo lei de potência ou log normal, mas para que a
bacia com produção comercial?
análise seja fractal são necessários os logaritmos, pois ao incluir todos
os tipos de tamanhos no logaritmo duplo gráfico, eles estão honrando
Voltando a vários critérios de autores com trabalhos reconhecidos, e
os conceitos de irregularidade, auto-similaridade, fragmentação,
especialmente o da SPE 25826 de JF Brett e LD Feldkamp, ao organizar
invariância de escala e repetição de padrões. A Figura 6 mostra um
os campos descobertos em uma bacia, em ordem do maior para o
mapa com a distribuição espacial (área) dos 243 campos descobertos
menor, sendo o maior o número um dentro do sequência de descobertas
apenas na Bacia de Burgos a partir de 1º de janeiro de 2016 e sua
e a menor a última, e com base no suporte teórico desenvolvido nos
representação fractal parabólica está na Figura 7, ambas as figuras
pontos 3.1 a 4.3.
incluem campos de uma visão pontual dimensional em faixas de
tamanhos diferentes que vão desde pequeno (menos de 1,0 mmbpce),
Ao utilizar coordenadas logarítmicas duplas, visualiza-se a distribuição
médio (de 1,0 a 10 mmbpce), grande (de 10 a 50 mmbpce) e muito
fractal parabólica de qualquer bacia ou processo em análise, de forma
grande (maior que 50 mmbpce), existe também o conceito de inclinação
que, ao utilizar o conceito de inclinação de uma reta, nos dados que
igual ao dimensão fractal.
refletem o comportamento linear em um conjunto de dados com
distribuição fractal parabólica, será obtida a dimensão fractal da
entidade em estudo, para cada uma das bacias com produção comercial.

VOL. 58 Nº 2, MARÇO-ABRIL 2018 · ISSN 0185-3899 Engenharia de Petróleo | 121

Machine Translated by Google

Sistema para estimativa de petróleo não descoberto, utilizando dados de reservas, bacias, PVT e geometria fractal, pp 114-135

Figura 6. Mapa de área de todos os campos com produção comercial descobertos na Bacia de Burgos a partir de
1º de janeiro de 2016. Pemex.

Figura 7. Modelo de distribuição fractal da reserva 2P original de todos os campos descobertos na Bacia de Burgos, a partir de 1º de
janeiro de 2016. O conceito de dimensão fractal é explicado.

122 | Engenharia de petróleo VOL. 58 Nº 2, MARÇO-ABRIL 2018 · ISSN 0185-3899

Machine Translated by Google

Jorge Huescani Jiménez Bernal, Fernando Ascencio Cendejas, José Luis Bashbush Bauza

Generalidades do sistema desenvolvido e No lado esquerdo o logotipo oficial da Pemex Exploração e

sua interface gráfica: SEPCROP/DiPF,
(Bacias) e modelo analítico proposto
O nome SEPCROP/DiPF, (Bacias) foi escolhido por ser a
sigla que representa o Sistema de Avaliação de Prospectos
com Reservas Originais de Petróleo/
Distribuição de Probabilidade Fractal, (Bacias), no
Produção e no lado direito o logotipo oficial da UNAM em
sua Pós-Graduação em Engenharia já que esta pesquisa
foi desenvolvida como uma tese para obtenção do grau de
Mestre em Engenharia dentro do Mestrado e Programa de
Doutorado em Engenharia de Exploração e Aproveitamento
de Recursos Naturais do Subsolo, opção Engenharia de
Reservatórios, UNAM, Figura 8.

Figura 8. Capa principal do sistema desenvolvido em linguagem Matlab.

Selecionar o botão Iniciar exibe o menu de seleção para cada bacia específica, Figura 9.

Figura 9. Tela do menu para escolha, são cinco bacias com dados completos.

VOL. 58 Nº 2, MARÇO-ABRIL 2018 · ISSN 0185-3899 Engenharia de Petróleo | 123

Machine Translated by Google

Sistema para estimativa de petróleo não descoberto, utilizando dados de reservas, bacias, PVT e geometria fractal, pp 114-135

Como qualquer sistema, a entrada de dados é necessária.
O Excel foi utilizado como pré-processador do sistema para
extrair os valores da reserva original em equivalente de
petróleo bruto e ordenar o valor resultante do maior para o
menor, atribuindo o número 1 ao maior valor (campo maior) e
dependendo do número de campos. Para cada bacia o último
valor será aquele de menor magnitude (menor campo). O
conceito de reserva original na sua modalidade mais simples
é o produto do volume original pelo fator de recuperação, e na
sua modalidade discreta é a soma dos valores da reserva
remanescente com a produção acumulada, Figuras 10 e 11 .
Basicamente o sistema é composto por três módulos que
serão explicados a seguir.
Módulo 1
Entrada de dados: Extraído do SEREH®, Detalhes da reserva
2P original ordenado do maior para o menor, ele é exportado
do Excel para um arquivo *.txt para cada bacia e carregado na
estrutura do código Matlab como um vetor em cada bacia.

Figura 10. Composição da reserva 2P remanescente e produção acumulada em petróleo bruto equivalente.

Figura 11. Definição da reserva 2P original nos modos instantâneo e projetado, em equivalente petróleo bruto.

124 | Engenharia de petróleo VOL. 58 Nº 2, MARÇO-ABRIL 2018 · ISSN 0185-3899

Machine Translated by Google
Jorge Huescani Jiménez Bernal, Fernando Ascencio Cendejas, José Luis Bashbush Bauza
Entrada de dados: extraído do SEREH®, Detalhes da reserva
2P original ordenado do maior para o menor, ele é exportado
do Excel para um arquivo *.txt para cada bacia e carregado
na estrutura do código Matlab como um vetor
Figura 12. Diagrama de blocos do módulo 1 do programa SEPCROP/DiPF (Bacias).
Passo 1: Com todos os dados originais da reserva vetorizados,
o programa procederá ao gráfico em escala logarítmica dupla
em relação ao Rank (ou seja, sua posição hierárquica ou valor
sequencial de seu tamanho), e os dados de cada bacia em
estudo serão agrupados para serem exibidos na janela
principal da interface gráfica.
Passo 2: Derivado de dezenas de execuções em cada uma
das bacias, considerou-se eliminar os dados de reservas
originais abaixo de um milhão de barris de petróleo equivalente,
pois se a regressão não linear não for feita, torna-se mais
difícil ajustar a um valor de R2 próximo a 1,0, esta decisão
torna o sistema auditável, uma vez que está incluído o conceito
de perceptibilidade econômica, ou seja, é a utilização de
condições de contorno para o algoritmo proposto. Obtém-se a
curva de ajuste aos dados logarítmicos duplos, bem como a
função matemática deste ajuste e o coeficiente de correlação
R2 . formado pela ordenada na origem seja substituído (b) e o
Este critério não afeta o cálculo dos recursos pendentes a
serem descobertos, pois a fração que não está incluída já é
marginal no processo de estimativa e, portanto, a solução não
é atomizada.
VOL. 58 Nº 2, MARÇO-ABRIL 2018 · ISSN 0185-3899
em cada bacia. A estrutura do sistema é descrita por módulos.
O Módulo 1 começa per se com o carregamento do vetor de
reserva original *.txt 2P em equivalente de petróleo bruto,
anteriormente referido na Figura 12.
Passo 3: Utilizando os conceitos ponto-inclinação da geometria
analítica, procedemos à determinação da dimensão fractal de
cada bacia, para isso é necessário utilizar uma faixa de escala
do gráfico logarítmico duplo dentro do eixo das ordenadas,
que será o ponto b você ordenado à origem, e de forma
semiautomática é estimada a inclinação da curva, que será a
que melhor gera uma reta que passa pela maioria dos pontos
da parábola, cuja tendência é linear , na área de Rank
superior, contando também com um intervalo dentro do eixo
das abcissas, que permitirá definir as condições de contorno
da área entre a reta (dimensão fractal) e a curva parabólica
(distribuição fractal), ou seja, com base em um limite mínimo
de comercialidade. A dimensão fractal será a inclinação obtida,
então será estimada a magnitude do recurso não descoberto.
O recurso será obtido ponto a ponto, ou seja, um valor Rank
do iesth corresponderá ao volume de petróleo não descoberto.
O modelo a ser utilizado para isso exige que o par de valores
valor da inclinação do melhor ajuste linear (dimensão fractal),
restando o modelo analítico proposto, definido pela equação
6.1.
Engenharia de Petróleo | 125
Machine Translated by Google
Sistema para estimativa de petróleo não descoberto, utilizando dados de reservas, bacias, PVT e geometria fractal, pp 114-135
Recurso prospectivo total = ÿn =
eu
Onde:
Posto: i-ésimo valor da sequência, seu valor vai de 1 para o
maior, que deve corresponder ao valor da ordenada
selecionada para a origem (b), até aquele cujo volume é igual
à unidade de volume a ser descoberta.
b: deve ser mantido fixo, pois é uma condição de contorno
que deve ser utilizada para toda a faixa de valores.
m: Dimensão fractal, resultado do melhor ajuste linear na
seção parabólica.
Figura 13. Diagrama de blocos do módulo 2 do programa SEPCROP/DiPF, (Bacias).
Passo 1: Com todos os dados vetorizados originais, o
programa irá calcular a média, mediana, moda, extremos,
variância, desvio padrão, contar o número de dados, calcular
os percentis de cada i-ésimo componente e plotá-los no
intervalo de o primeiro percentil (P1)
126 | Engenharia de petróleo
(6.1)
1 Recurso prospectivo (iesimo)
Módulo 2
Este módulo é para saída e exibição de resultados através da
interface gráfica, e corresponde aos cálculos obtidos a partir
dos parâmetros de tendência central e dispersão a partir de
dados agrupados do volume já descoberto. Além disso, são
executados cálculos para determinar parâmetros de posição
comumente conhecidos como percentis em tamanho de
campo, que para dados agrupados permitem a geração de
funções de probabilidade cumulativa de 0,0 a 1,0 e a geração
de gráficos em forma de S, sua interpretação é fácil e rápida,
Figura 13.
ao nonagésimo nono percentil (P99), então você acumulará
os resultados e traçará a função de probabilidade cumulativa,
bem como o histograma da distribuição do tamanho do campo
em relação à sua frequência de descoberta.
VOL. 58 Nº 2, MARÇO-ABRIL 2018 · ISSN 0185-3899
Machine Translated by Google
Jorge Huescani Jiménez Bernal, Fernando Ascencio Cendejas, José Luis Bashbush Bauza
Módulo 3
Esta também é a saída e exibição dos resultados através
da interface gráfica, e corresponde aos cálculos
Figura 14. Diagrama de blocos do módulo 3 do programa SEPCROP/DiPF, (Bacias).
Passo 1: Com os dados vetorizados dos resultados de 1 a
n dos recursos pendentes a serem descobertos, o programa
procederá ao cálculo da média, mediana, moda, extremos,
variância, desvio padrão, contará o número de dados, irá
calcular os percentis de cada i-ésimo componente e irá
representá-los graficamente no intervalo do percentil um
(P1) ao percentil noventa e nove (P99), após compilar os
resultados, irá representar graficamente a função de
probabilidade cumulativa, bem como o histograma da
distribuição por tamanho de campo em relação ao seu tamanho.
Análise fractal da Bacia de Burgos
A Figura 15 refere-se a todos os módulos do sistema
desenvolvido. No módulo 1 foi ajustada uma linha
VOL. 58 Nº 2, MARÇO-ABRIL 2018 · ISSN 0185-3899
que são obtidos a partir dos parâmetros de tendência central
e dispersão de dados agrupados do volume prospectivo ou
pendente a ser descoberto. Cálculos também são realizados
para determinar os parâmetros de posição, Figura 14.
reta cuja inclinação -1,2 é igual à dimensão fractal da Bacia
de Burgos, com ordenada na origem de 1400 e com
condições de contorno de 1 e 30 milhões de barris de
petróleo bruto equivalente, nestas condições “estima-se”
uma volume prospectivo livre de risco na Bacia de Burgos
da ordem de 3.434 milhões de barris de petróleo bruto
equivalente, modelado em 1.376 prospectos pendentes não
descobertos de médio a pequeno porte, representado pela
diferença da área linear em verde em relação à intersecção
da curva parabólica .
No módulo 2 do volume já descoberto, na Bacia de Burgos
a média é de 11,3 e a mediana é de 1,1 milhão de barris de
petróleo bruto equivalente.
Engenharia de Petróleo | 127
Machine Translated by Google

Sistema para estimativa de petróleo não descoberto, utilizando dados de reservas, bacias, PVT e geometria fractal, pp 114-135

Figura 15. Recursos prospectivos da Bacia de Burgos.

No jargão da Engenharia de Petróleo, P1 é chamado de
probabilidade de ocorrência de 10 por cento, P2 é
probabilidade de ocorrência de 50 por cento e P3 é
probabilidade de ocorrência de 90 por cento. Esta
nomenclatura será usada para todas as bacias nos módulos
2 e 3. Obtém-se assim que para as probabilidades de
ocorrência dos volumes já descobertos na Bacia de Burgos,
P1 é 27,3, P2 é 1,6 e P3 é 0,1, tudo em milhões de barris
de petróleo bruto equivalente. No módulo 3, corresponde a
os cálculos obtidos a partir dos parâmetros de tendência
central e dispersão a partir de dados agrupados dos
volumes prospectivos ou pendentes a serem descobertos.
Desta forma obtemos uma média e mediana de 3,0 e 1,8
milhões de barris de petróleo bruto equivalente para estes
recursos. Quanto às probabilidades de ocorrência dos
volumes a descobrir na Bacia de Burgos, obtém-se que P1
é 6,1, para P2 é 1,8 e para P3 é 1,1, em milhões de barris
de petróleo bruto equivalente.

128 | Engenharia de petróleo VOL. 58 Nº 2, MARÇO-ABRIL 2018 · ISSN 0185-3899

Machine Translated by Google

Jorge Huescani Jiménez Bernal, Fernando Ascencio Cendejas, José Luis Bashbush Bauza

Análise fractal da Bacia Sabinas
A Figura 16 refere-se a todos os módulos do sistema
desenvolvido, no módulo 1 foi ajustada uma reta no espaço
logarítmico duplo cuja inclinação -1,3 é igual à dimensão
fractal da Bacia de Sabinas, com ordenada na origem de
105 e com as condições de contorno de 1 e 10 milhões de
barris de petróleo bruto equivalente. Nestas condições,
“estima-se um volume prospectivo livre de risco na Bacia de
Sabinas da ordem de 206 milhões de barris de petróleo
bruto equivalente”, modelado em 99 prospectos pendentes
a serem descobertos.
médio a pequeno, representado pela diferença da área
linear em verde em relação à intersecção da curva parabólica.
No módulo 2 da Bacia de Sabinas, a média é de 4,3 e a
mediana é de 0,6 milhão de barris de petróleo bruto
equivalente. Adicionalmente, são calculados os percentis,
que para dados agrupados permitem a geração de funções
de probabilidade cumulativa, observando que a curva em
forma de “S” não é gerada como foi o caso de Burgos, o
que é interpretado como um sinal de que a bacia está
subexplorada .

Figura 16. Recursos prospectivos da Bacia de Sabinas.

VOL. 58 Nº 2, MARÇO-ABRIL 2018 · ISSN 0185-3899 Engenharia de Petróleo | 129

Machine Translated by Google

Sistema para estimativa de petróleo não descoberto, utilizando dados de reservas, bacias, PVT e geometria fractal, pp 114-135

Desta forma, obtém-se que para as probabilidades de
ocorrência dos volumes já descobertos na Bacia de Sabinas,
P1 é 12,5, P2 é 0,6 e P3 é 0,1, tudo em milhões de barris
de petróleo bruto equivalente.
No módulo 3 corresponde aos cálculos obtidos a partir dos
parâmetros de tendência central e dispersão a partir de
dados agrupados do volume prospectivo ou pendente a ser
descoberto. Obtemos assim uma média e mediana de 2,3 e
1,6 milhões de barris de petróleo equivalente. Quanto às
probabilidades de ocorrência dos volumes a descobrir na
Bacia de Sabinas, obtém-se que P1 é 4,4, para P2 é 1,6 e
para P3 é 1,1, em milhões de barris de petróleo bruto
equivalente.
Análise fractal da Bacia de Veracruz
A Figura 17 refere-se a todos os módulos do sistema
desenvolvido, no módulo 1 foi ajustada uma reta no espaço
logarítmico duplo cuja inclinação de -1,0 é igual à dimensão
fractal da Bacia de Veracruz, com ordenada na origem de
400 e com as condições de contorno de 1 e 30 milhões de
barris de petróleo bruto equivalente, nessas condições é
“estimado” um volume prospectivo sem risco na Bacia de
Veracruz na ordem de 1.184 milhões de barris de petróleo
bruto equivalente, modelado em 386 prospectos pendentes
a serem descoberto de médio a pequeno nesta escala,
representado pela diferença da área linear em verde em
relação à intersecção da curva parabólica.

Figura 17. Recursos prospectivos da Bacia de Veracruz.

130 | Engenharia de petróleo VOL. 58 Nº 2, MARÇO-ABRIL 2018 · ISSN 0185-3899

Machine Translated by Google
Jorge Huescani Jiménez Bernal, Fernando Ascencio Cendejas, José Luis Bashbush Bauza
No módulo 2, os parâmetros de tendência central e
dispersão dos dados agrupados do volume já descoberto
na Bacia de Veracruz, sendo a média 19,3 e a mediana 2,7
milhões de barris de petróleo bruto equivalente.
Adicionalmente, são calculados percentis que, para dados
agrupados, permitem a geração de funções de probabilidade
acumulada, observando que a curva de probabilidade
acumulada assume um formato linear, o que é interpretado
como um sinal de que a bacia está superexplorada. Desta
forma, obtém-se que para as probabilidades de ocorrência
dos volumes já descobertos na Bacia de Veracruz, P1 é
69,9, P2 é 2,7 e P3 é 0,2, todos em milhões de barris de
petróleo bruto equivalente.
No módulo 3 corresponde aos cálculos obtidos a partir dos
parâmetros de tendência central e dispersão a partir de
dados agrupados do volume prospectivo ou pendente a ser
descoberto. Obtemos assim uma média e mediana de 3,5
e 1,9 milhões de barris de petróleo equivalente. Quanto às
probabilidades de ocorrência dos volumes a serem
descobertos na Bacia de Veracruz, obtém-se que P1 é 7,7,
para P2 é 1,9 e para P3 é 1,1, em milhões de barris de
petróleo bruto equivalente.
VOL. 58 Nº 2, MARÇO-ABRIL 2018 · ISSN 0185-3899
Análise fractal da Bacia de Tampico
Misantla
A Figura 18 refere-se a todos os módulos do sistema
desenvolvido, no módulo 1 foi ajustada uma reta no espaço
logarítmico duplo cuja inclinação de -0,5 é igual à dimensão
fractal da Bacia Tampico Misantla, com ordenada na origem
de 436 e com as condições de contorno de 1 e 70 milhões
de barris de petróleo bruto equivalente, sob estas condições
é “estimado” um volume potencial livre de risco na Bacia de
Tampico Misantla da ordem de 1.453 milhões de barris de
petróleo bruto equivalente, modelado em 308 pendentes
prospectos a serem descobertos dentro da pequena faixa
desta escala, representada pela diferença da área linear em
verde em relação à intersecção da área parabólica.
No módulo 2, estão os parâmetros de tendência central e
dispersão de dados agrupados do volume já descoberto na
Bacia de Tampico Misantla, sendo a média 64,3 e a mediana
9,2 milhões de barris de petróleo bruto equivalente.
Adicionalmente, são calculados os percentis, que para
dados agrupados permitem a geração de funções de
probabilidade acumulada, observando que a curva possui
diferentes seções em seu comportamento, o que é
interpretado como um sinal de que a bacia possui sub-
bacias ou grupos com certa independência fractal. . Desta
forma, obtém-se que para as probabilidades de ocorrência
dos volumes já descobertos na Bacia Tampico-Misantla, P1
é 212,2, P2 é 9,2 e P3 é 0,1, em milhões de barris de
petróleo bruto equivalente.
Engenharia de Petróleo | 131
Machine Translated by Google

Sistema para estimativa de petróleo não descoberto, utilizando dados de reservas, bacias, PVT e geometria fractal, pp 114-135

Figura 18. Recursos prospectivos da Bacia Tampico-Misantla.

No módulo 3 corresponde aos cálculos obtidos a partir dos
parâmetros de tendência central e dispersão a partir de
dados agrupados do volume prospectivo ou pendente a ser
descoberto. Obtemos assim uma média e mediana de 8,4
e 3,2 milhões de barris de
equivalente de petróleo bruto. Quanto às probabilidades de
ocorrência dos volumes a serem descobertos na Bacia
Tampico-Misantla, obtém-se que P1 é 23,4, para P2 é 3,2 e
para P3 é 1,2, em milhões de barris de petróleo bruto
equivalente.

132 | Engenharia de petróleo VOL. 58 Nº 2, MARÇO-ABRIL 2018 · ISSN 0185-3899

Machine Translated by Google

Jorge Huescani Jiménez Bernal, Fernando Ascencio Cendejas, José Luis Bashbush Bauza

Figura 19. Recursos prospectivos das bacias do Sudeste.

No módulo 3 corresponde aos cálculos obtidos a partir dos São apresentados na Tabela 1 os resultados obtidos com
parâmetros de tendência central e dispersão a partir de o sistema desenvolvido, observa-se sob esta metodologia
dados agrupados do volume prospectivo ou pendente a ser que são esperadas descobertas de pequeno a médio porte
descoberto. Obtemos assim uma média e mediana de 6,1 em todas as bacias, as probabilidades de ocorrência P3 e
e 2,2 milhões de barris de petróleo equivalente. Quanto às P2 indicam que estará na faixa de 1,1 a 3,2 mmbpce.
probabilidades de ocorrência dos volumes a serem
descobertos nas bacias do Sudeste, obtém-se que P1 é
12,7, para P2 é 2,2 e para P3 é 1,1, em milhões de barris
de petróleo bruto equivalente.

VOL. 58 Nº 2, MARÇO-ABRIL 2018 · ISSN 0185-3899 Engenharia de Petróleo | 133

Machine Translated by Google

Sistema para estimativa de petróleo não descoberto, utilizando dados de reservas, bacias, PVT e geometria fractal, pp 114-135

Tabela 1. Resultados do sistema SEPCROP/DiPF (Bacias) para todas as bacias com produção comercial em 1º
de janeiro de 2016.

A Figura 20 consolida as bacias em estudo em uma imagem.

Figura 20. Distribuição espacial dos campos descobertos em cada uma das cinco bacias em estudo, retirada do WEC México,
2010. Schlumberger.

Conclusões fractal, portanto o uso da interface facilitará muito sua

A utilização de dados PVT é muito valiosa, pois ao corrigir
o fator de volume e a razão de solubilidade de um processo
de liberação diferencial, para aquele de liberação instantânea,
será garantido que o tamanho dos volumes das reservas
originais de petróleo e gás no petróleo bruto equivalente às
condições da superfície, estará correto, independentemente
da geometria e complexidade dos reservatórios.
aplicação.
O objectivo de ter um sistema cuja interface gráfica
apresentasse resultados simples e úteis para estimar o
potencial recurso petrolífero não descoberto utilizando
dados de produção e reservas remanescentes ao nível da
bacia foi alcançado. A função de ajuste permitirá gerar
estudos adicionais de modelagem de bacia.

O México tem um potencial petrolífero significativo, mas

Por outro lado, o programa SEPCROP/DiPF (Cuencas)
pode ser utilizado para resolver problemas em diversos
setores, como energia geotérmica, mineração, sismologia,
etc. Setores em que os usuários podem ter pouco
conhecimento de conceitos de geometria
estes não são volumes que possam ser extraídos
imediatamente. Seguindo as informações disponíveis sobre
os projetos no Plano de Negócios, poderão ser esperadas
novas quedas na produção nacional, caso os volumes
produzidos com as novas descobertas não sejam restabelecidos.

134 | Engenharia de petróleo VOL. 58 Nº 2, MARÇO-ABRIL 2018 · ISSN 0185-3899

Machine Translated by Google

Jorge Huescani Jiménez Bernal, Fernando Ascencio Cendejas, José Luis Bashbush Bauza

Obrigado Dissertação de Mestrado, UNAM, Faculdade de Engenharia,

Todo o apoio para a preparação deste trabalho é apreciado
aos Engenheiros: Gustavo Hernández García, Alfonso
Rodríguez Torres, Daniel Barrera Morales, Enrique Urzua
Pérez e José Manuel Reyes Casarreal.
Divisão de Pós-Graduação, México, DF
Jiménez Bernal, JH 2017. Determinação de petróleo não
descoberto nas bacias produtoras do sistema mexicano
usando distribuições de probabilidade fractal. Dissertação de
Mestrado, UNAM, Programa de Mestrado e Doutorado em
Engenharia, Cidade do México (maio de 2017).

Referências
Brett, JF e Feldkamp, LD 1993. A Evidência e Implicações de
uma Distribuição Fractal de Reservas de Petróleo.
Artigo apresentado no Simpósio SPE Hydrocarbon Economics
and Evaluation, Dallas, Texas, EUA, 29 a 30 de março.
SPE-25826-MS. https://doi.org/10.2118/25826-MS.
Flamenco López, FJ 2001. Modelagem de Fluxo de Fluidos
em Reservatórios Fraturados através do Uso de Fractais.
Laherrère, J. 1996. Distribuições do tipo “Fractal Parabólico”
na Natureza. Anais da Academia de Ciências: Ciências da
Terra e Planetárias
Série 322 IIA (7): 535-541. http://gallica.bnf.fr/ark:/12148/
bpt6k57588699/f23.item.
León Villeda, C. 2010. Análise de Testes de Interferência em
Reservatórios Naturalmente Fraturados com Geometria
Fractal. Dissertação de Mestrado, UNAM, Programa de
Mestrado e Doutorado em Engenharia.

Perfil dos autores

Jorge Huescani Jiménez Bernal

Engenheiro de Petróleo formado pela Faculdade de Engenharia da UNAM. Durante 1996 foi bolsista do Instituto Mexicano
de Petróleo. De 1997 a 2001 trabalhou na empresa Schlumberger como Engenheiro de Reservatórios. Ingressou na
Petróleos Mexicanos em 2002 na Gestão de Reservas de Hidrocarbonetos.

Concluiu o mestrado na Faculdade de Engenharia da UNAM, passando no exame de graduação com menção especial em
junho de 2017.

Fernando Ascêncio Cendejas

Formou-se em 1981 como Engenheiro de Energia na Universidade Autônoma Metropolitana. Em 1990 formou-se Mestre
em Engenharia de Petróleo pela Faculdade de Engenharia da Universidade Nacional Autônoma do México, e em 1996, na
mesma instituição, obteve o grau de Doutor em Engenharia. Seu projeto de pesquisa de doutorado tratou de processos de
transferência de calor em meios naturalmente fraturados, pelo qual obteve menção honrosa.
Publicou mais de 40 artigos técnicos em diversos fóruns nacionais e internacionais.

José Luis Bashbush Bauza

Tem mais de 45 anos de experiência na indústria petrolífera com extensa atividade em diversas partes do mundo, incluindo
África, Médio Oriente, Mar do Norte, Inglaterra, Japão, México, América do Norte e do Sul.

Trabalhou no Instituto Mexicano de Petróleo, Pemex, Schlumberger e na Faculdade de Engenharia da UNAM.

Recebeu o título de Engenheiro de Petróleo com Menção Honrosa da UNAM em 1969, fez mestrado em Engenharia de
Petróleo na Universidade do Texas em Austin e obteve o doutorado em Engenharia de Petróleo e Gás Natural pela
Universidade da Pensilvânia.

VOL. 58 Nº 2, MARÇO-ABRIL 2018 · ISSN 0185-3899 Engenharia de Petróleo | 135