Exportar registro bibliográfico

Integração mundial de bases de dados de Improved and Enhanced Oil Recovery (IOR/EOR): predições e análises estratégicas por meio de algoritmos de Inteligência Artificial (2019)

  • Authors:
  • USP affiliated author: CUSTODIO, LUIZ FELIPE NIEDERMAIER - EP
  • School: EP
  • Sigla do Departamento: PMI
  • Subjects: ENGENHARIA DE PETRÓLEO; INTELIGÊNCIA ARTIFICIAL; ALGORITMOS; BASES DE DADOS
  • Language: Português
  • Abstract: Os métodos de Improved e Enhanced Oil Recovery (IOR/EOR) apresentam ampla relevância para garantir melhor eficiência na recuperação de petróleo. O desenvolvimento e aplicação de algoritmos de Inteligência Artificial, por outro lado, tem sido cada vez mais difundido. A partir de algoritmos de Machine Learning aplicados a uma base de dados mundial, este trabalho visa observar a dinâmica das variáveis que influenciam nos métodos de IOR/EOR, além de desenvolver uma sistemática de predição (screening) dos métodos de IOR/EOR mais adequados para cada campo de produção. Uma base de dados foi contruída totalizando 1035 projetos de IOR/EOR, localizados em 28 países ao redor do mundo, mais de 30 métodos de IOR/EOR e 323 variáveis. A compilação dos dados foi feita a partir de artigos científicos, relatórios de órgãos especializados, além de apresentações para investidores de companhias operadoras, dentre outras fontes. A base de dados resultante, inédita contém seis principais conjuntos de variáveis para cada reservatório: (i) registros de localização; (ii) métodos de recuperação envolvidos; (iii) propriedades geológicas e petrofísicas dos reservatórios; (iv) níveis de maturidade e lucratividade; (v) fator de recuperação e propriedades termodinâmicas; (vi) empresas operadoras e demais particularidades. Após etapas de pré-processamento incluindo uniformização, ajustes e limpeza das variáveis, foram executadas análises por redes neurais artificiais não supervisionadas, a partir de algoritmos de Self-Organizing Maps. Utilizaram-se: as component plots para observar interrelações entre variáveis; a imputação para a predição do método de IOR/EOR mais indicado para os campos de interesse; e a dissimilaridade do seno para obter-se reservatórios análogos. Tal integração de diversas bases de dados dos métodos de IOR/EOR em diferentes regiões do mundo como fonte de treinamento e aprendizado deredes neurais artificiais não supervisionadas é considerado inédito, possibilitando confirmar informações da literatura e trazer insights acerca das aplicações, vantagens e limitações de cada método de IOR/EOR. Os resultados do screening também trazem inovações: foi possível incluir preço do barril de petróleo e, de maneira implícita, fatores como disponibilidade de recursos e aspectos regulatórios, e validar o modelo com casos reais em que aspectos espacialmente próximos aos campos de produção mostraram ser mais relevantes na escolha do método de IOR/EOR do que exclusivamente propriedades petrofísicas dos reservatórios, tornando-se uma ferramenta relevante para embasar e agilizar as tomadas de decisões no desenvolvimento de um campo de produção.
  • Imprenta:

  • Download do texto completo

    Tipo Nome Link
    Versão Publicada LuizFelipeNiedermaierCust... Direct link
    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      CUSTÓDIO, Luiz Felipe Niedermaier. Integração mundial de bases de dados de Improved and Enhanced Oil Recovery (IOR/EOR): predições e análises estratégicas por meio de algoritmos de Inteligência Artificial. 2019. Trabalho de Conclusão de Curso (Graduação) – Escola Politécnica, Universidade de São Paulo, Santos, 2019. Disponível em: https://bdta.abcd.usp.br/directbitstream/147a9ced-bb9f-4a45-b072-6f4014669648/LuizFelipeNiedermaierCustodio%20-%20PMI-19.pdf. Acesso em: 28 mar. 2024.
    • APA

      Custódio, L. F. N. (2019). Integração mundial de bases de dados de Improved and Enhanced Oil Recovery (IOR/EOR): predições e análises estratégicas por meio de algoritmos de Inteligência Artificial (Trabalho de Conclusão de Curso (Graduação). Escola Politécnica, Universidade de São Paulo, Santos. Recuperado de https://bdta.abcd.usp.br/directbitstream/147a9ced-bb9f-4a45-b072-6f4014669648/LuizFelipeNiedermaierCustodio%20-%20PMI-19.pdf
    • NLM

      Custódio LFN. Integração mundial de bases de dados de Improved and Enhanced Oil Recovery (IOR/EOR): predições e análises estratégicas por meio de algoritmos de Inteligência Artificial [Internet]. 2019 ;[citado 2024 mar. 28 ] Available from: https://bdta.abcd.usp.br/directbitstream/147a9ced-bb9f-4a45-b072-6f4014669648/LuizFelipeNiedermaierCustodio%20-%20PMI-19.pdf
    • Vancouver

      Custódio LFN. Integração mundial de bases de dados de Improved and Enhanced Oil Recovery (IOR/EOR): predições e análises estratégicas por meio de algoritmos de Inteligência Artificial [Internet]. 2019 ;[citado 2024 mar. 28 ] Available from: https://bdta.abcd.usp.br/directbitstream/147a9ced-bb9f-4a45-b072-6f4014669648/LuizFelipeNiedermaierCustodio%20-%20PMI-19.pdf

    Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

    Digital Library of Academic Works of Universidade de São Paulo     2012 - 2024