Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/11422/13265
Especie: Dissertação
Título : Validação de testes de produção de poços de petróleo baseada em mineração de dados
Autor(es)/Inventor(es): Duque, Maria Clara Machado de Almeida.
Tutor: Ferreira Filho, Virgílio José Martins
Resumen: Durante a produção de campos de petróleo, testes de produção são conduzidos periodicamente em poços de petróleo para identificar as condições correntes de produção de cada poço. Após a finalização dos testes, estes são avaliados pela equipe responsável e, de acordo com as informações obtidas, podem ser validados ou não. O objetivo desse trabalho é criar ferramentas de validação de teste de produção, baseadas em mineração de dados para auxiliar no processo de validação em tempo real. A metodologia proposta é dividida em três etapas principais. Na primeira, um préprocessamento é feito para identificação de dados anômalos, utilizando os métodos LOF (Local Outlier Factor), Z-score modificado e da média das distâncias. Após isso, na segunda etapa, modelos preditivos de classificação são analisados para caracterizar um teste de produção como válido e inválido, de acordo com informações do histórico de produção do poço. Na terceira etapa, são aplicados modelos de regressão para previsão das variáveis de vazão de óleo, água e gás. Nesta parte ainda, um intervalo de predição para cada variável é construído através da técnica de amostragem bootstrap. A metodologia proposta foi aplicada em 13 poços representativos de um campo de petróleo brasileiro. As técnicas desenvolvidas facilitam o processo de tomada de decisão nas atividades de produção de petróleo.
Resumen: During production of petroleum fields, production tests are frequently conducted in each well to identify the current conditions of well production. After tests are done, they are evaluated by the responsible team and, according to the information obtained, can be validated or not. The objective of this work is to create production validation tools based on data mining to assist real-time validation process. The proposed methodology is divided into three main stages. In the first one, a preprocessing is done to identify anomalous data, using the Local Outlier Factor (LOF), modified Z-score and average distances. After that, in the second step, predictive models of classification are analyzed to characterize production test as valid and not valid, according to information of the production history of the well. In third step, regression models are applied to predict the oil, water and gas flow variables. In this part, a prediction interval for each variable is constructed using the bootstrap sampling technique. The proposed methodology was applied in 13 representative wells of a Brazilian oil field. The developed techniques collaborate with the decision-making process in oil production activities.
Materia: Estudos de validação
Mineração de dados
Produção de petróleo
Materia CNPq: CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO
Programa: Programa de Pós-Graduação em Engenharia de Produção
Unidade de producción: Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia
Editor: Universidade Federal do Rio de Janeiro
Fecha de publicación: mar-2019
País de edición : Brasil
Idioma de publicación: por
Tipo de acceso : Acesso Aberto
Aparece en las colecciones: Engenharia de Produção

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
MariaClaraMachadoDeAlmeidaDuque.pdf8.68 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.