Please use this identifier to cite or link to this item:
http://hdl.handle.net/11422/8160
Type: | Trabalho de conclusão de graduação |
Title: | Seleção de poços para a operação de estimulação utilizando inteligência artificial |
Author(s)/Inventor(s): | Oliveira, Allan do Amaral de |
Advisor: | Ferreira Filho, Virgílio José Martins |
Abstract: | Operações de estimulação são práticas comumente empregadas na indústria petrolífera de forma a possibilitar o aumento ou manutenção da produção de campos de óleo e gás. A seleção dos poços candidatos a sofrer tal operação assim como o planejamento da mesma é realizada com base em estudos de reservatórios, softwares de simulação e na experiência adquiria por especialistas da área ao longo de suas vidas. Devido à característica subjetiva das variáveis envolvidas neste processo de escolha e execução, profissionais do setor tem se interessado cada vez mais por sistemas inteligentes que possam servir de apoio à tomada de decisão em diversos aspectos da operação. Desta forma, o objetivo deste trabalho é, com base em uma revisão bibliográfica de assuntos ligados a estimulação de poços e técnicas de inteligência artificial, apresentar através de estudos de caso e prospectivo uma metodologia de “É preciso força pra sonhar e perceber que a estrada vai, além do que se vê” VIII seleção de poços para operações de estimulação utilizando os paradigmas inteligentes Redes Neurais Artificiais, Algoritmos Genéticos e Lógica Fuzzy, concluindo através de seus resultados as vantagens, desvantagens e aplicação presente e futura da técnica desenvolvida por pesquisadores norte americanos no início dos anos 2000. |
Keywords: | Seleção de poços Estimulação Redes Neurais Artificiais Algoritmos genéticos Lógica Fuzzy |
Subject CNPq: | CNPQ::ENGENHARIAS |
Production unit: | Escola Politécnica |
Publisher: | Universidade Federal do Rio de Janeiro |
Issue Date: | Jul-2012 |
Publisher country: | Brasil |
Language: | por |
Right access: | Acesso Aberto |
Appears in Collections: | Engenharia de Petróleo |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
monopoli10004071.pdf | 1.84 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.