[pt] MODELAGEM E PREVISÃO DO VOLUME DE ÓLEO RECUPERÁVEL: METODOLOGIA E APLICAÇÃO EM BACIAS BRASILEIRAS

• Ano de defesa: 2007
• Autor(a) principal: FABRICIO BROSEGHINI BARCELOS
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: MAXWELL
• Palavras-chave em Português: [pt] PREVISAO; [pt] BACIA PETROLIFERA; [pt] VOLUME DE OLEO RECUPERAVEL; [pt] EVOLUCAO DAS DESCOBERTAS; [en] FORECASTING; [en] PETROLEUM BASIN; [en] RECOVERABLE OIL VOLUME; [en] EVOLUTION OF DISCOVERIES
• Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=9628&idi=1; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=9628&idi=2; http://doi.org/10.17771/PUCRio.acad.9628

[pt] A presente tese apresenta e discute metodologias para prever o volume de óleo recuperável em bacias petrolíferas e explicar a evolução do processo de descoberta. A evolução do processo de descoberta é modelada pelo produto de duas funções matemáticas de tendências opostas: a função seleção de controle, crescente, que representa o grau de conhecimento e informação adquiridos na região de exploração, e a função seleção de condições, decrescente, indicando que a condição de exploração piora em conseqüência da depleção da área considerada. São propostas três novas metodologias que utilizam funções de controle nãolineares para explicar a influência do progresso tecnológico no acréscimo dos volumes recuperáveis. Além disso, utiliza-se o esforço exploratório, representado pela quantidade de poços já perfurados, como variável explicativa para as funções de controle e condição. As metodologias acima mencionadas foram testadas utilizando dados históricos referentes a cinco bacias petrolíferas. Após avaliar a capacidade explicativa dos modelos através do ajuste aos dados históricos, foram feitas previsões (out of sample) para um horizonte de 3 e 10 anos com o objetivo de avaliar a capacidade preditiva. Os testes feitos com dados de quatro diferentes bacias indicam que o uso do esforço de perfuração como variável explicativa pode melhorar a previsão a longo prazo. A análise nos resíduos dos modelos propostos indica que os modelos têm boa capacidade explicativa, pois capturaram a informação contida nos dados descrevendo satisfatoriamente o processo de evolução de descobertas nas séries observadas.