Predição da taxa de perfuração de poços utilizando modelos de aprendizado de máquina. (2022)
- Authors:
- Autor USP: SILVA, DENISE LIDIANE DA - EP
- Unidade: EP
- Sigla do Departamento: PMI
- Subjects: PERFURAÇÃO DE POÇOS; REDES NEURAIS; APRENDIZADO COMPUTACIONAL
- Language: Português
- Abstract: Com a crescente preocupação com sustentabilidade nas indústrias e preservação da natureza, muito tem-se discutido sobre a necessidade de tornar as atividades da Indústria de Óleo e Gás mais seguras e harmoniosas possível. Ao encontro desta demanda, o uso de recursos digitais como redes neurais e os conceitos de inteligência computacional está se tornando cada vez mais necessário para o avanço e desenvolvimento de práticas industriais mais eficientes e sustentáveis. O setor de perfuração possui um grande potencial para implementação de tecnologias mais avançadas devido ao seu alto custo operacional, ao grande volume de informações obtidas em tempo real e, também, em relação ao risco envolvido nas atividades. Assim, este trabalho visa apresentar metodologia de predição da taxa de penetração (Rate of Penetration) utilizando as ferramentas Random Forest, Support Vector Machine e Redes Neurais Artificiais Multiple-Layer Perceptron, discorrer sobre exemplos de implementação de modelos de aprendizado de máquina para tais cálculos e, finalmente, propor o desenvolvimento de um código que seja capaz de prever tais taxas a partir dos dados de perfuração do Campo de Volve, disponibilizados pela Equinor, após o processo de manipulação de dados. Com isso, os resultados obtidos pelo trabalho foram avaliados por meio do erro quadrático médio e do tempo de execução, que indicam viabilidade do uso quando comparados com a bibliografia, sendo que o modelo de regressão Random Forest seria o mais indicado graças ao baixo erro resultante.
- Imprenta:
-
ABNT
SILVA, Denise Lidiane da. Predição da taxa de perfuração de poços utilizando modelos de aprendizado de máquina. 2022. Trabalho de Conclusão de Curso (Graduação) – Escola Politécnica, Universidade de São Paulo, São Paulo, 2022. Disponível em: https://bdta.abcd.usp.br/directbitstream/b5e534b0-6230-418c-a6b0-6ce04e65212e/Denise_Lidiane_da_Silva_PMI22.pdf. Acesso em: 22 abr. 2025. -
APA
Silva, D. L. da. (2022). Predição da taxa de perfuração de poços utilizando modelos de aprendizado de máquina. (Trabalho de Conclusão de Curso (Graduação). Escola Politécnica, Universidade de São Paulo, São Paulo. Recuperado de https://bdta.abcd.usp.br/directbitstream/b5e534b0-6230-418c-a6b0-6ce04e65212e/Denise_Lidiane_da_Silva_PMI22.pdf -
NLM
Silva DL da. Predição da taxa de perfuração de poços utilizando modelos de aprendizado de máquina. [Internet]. 2022 ;[citado 2025 abr. 22 ] Available from: https://bdta.abcd.usp.br/directbitstream/b5e534b0-6230-418c-a6b0-6ce04e65212e/Denise_Lidiane_da_Silva_PMI22.pdf -
Vancouver
Silva DL da. Predição da taxa de perfuração de poços utilizando modelos de aprendizado de máquina. [Internet]. 2022 ;[citado 2025 abr. 22 ] Available from: https://bdta.abcd.usp.br/directbitstream/b5e534b0-6230-418c-a6b0-6ce04e65212e/Denise_Lidiane_da_Silva_PMI22.pdf
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
Denise_Lidiane_da_Silva_P... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
