Validação de testes de produção de poços de petróleo baseada em mineração de dados
Ano de defesa: | 2019 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | , |
Tipo de documento: | Dissertação |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Universidade Federal do Rio de Janeiro
|
Programa de Pós-Graduação: |
Programa de Pós-Graduação em Engenharia de Produção
|
Departamento: |
Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia
|
País: |
Brasil
|
Palavras-chave em Português: | |
Área do conhecimento CNPq: | |
Link de acesso: | http://hdl.handle.net/11422/13265 |
Resumo: | 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. |
id |
UFRJ_4d20a73586f9fbf455e39c3f12d4c5d1 |
---|---|
oai_identifier_str |
oai:pantheon.ufrj.br:11422/13265 |
network_acronym_str |
UFRJ |
network_name_str |
Repositório Institucional da UFRJ |
repository_id_str |
|
spelling |
Duque, Maria Clara Machado de Almeida.http://lattes.cnpq.br/0463308973406153http://lattes.cnpq.br/7437348364700310Baioco, Juliana SouzaEvsukoff, Alexandre GonçalvesFerreira Filho, Virgílio José Martins2020-10-18T22:13:24Z2020-10-20T03:00:08Z2019-03http://hdl.handle.net/11422/13265Durante 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.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.Submitted by Moreno Barros (moreno@ct.ufrj.br) on 2020-10-18T22:13:24Z No. of bitstreams: 1 MariaClaraMachadoDeAlmeidaDuque.pdf: 8884583 bytes, checksum: 3a191b8297633f7b3d8e757230eedebd (MD5)Made available in DSpace on 2020-10-18T22:13:24Z (GMT). No. of bitstreams: 1 MariaClaraMachadoDeAlmeidaDuque.pdf: 8884583 bytes, checksum: 3a191b8297633f7b3d8e757230eedebd (MD5) Previous issue date: 2019-03porUniversidade Federal do Rio de JaneiroPrograma de Pós-Graduação em Engenharia de ProduçãoUFRJBrasilInstituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de EngenhariaCNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAOEstudos de validaçãoMineração de dadosProdução de petróleoValidação de testes de produção de poços de petróleo baseada em mineração de dadosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisabertoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRJinstname:Universidade Federal do Rio de Janeiro (UFRJ)instacron:UFRJLICENSElicense.txtlicense.txttext/plain; charset=utf-81853http://pantheon.ufrj.br:80/bitstream/11422/13265/2/license.txtdd32849f2bfb22da963c3aac6e26e255MD52ORIGINALMariaClaraMachadoDeAlmeidaDuque.pdfMariaClaraMachadoDeAlmeidaDuque.pdfapplication/pdf8884583http://pantheon.ufrj.br:80/bitstream/11422/13265/1/MariaClaraMachadoDeAlmeidaDuque.pdf3a191b8297633f7b3d8e757230eedebdMD5111422/132652020-10-20 18:56:50.179oai:pantheon.ufrj.br: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Repositório de PublicaçõesPUBhttp://www.pantheon.ufrj.br/oai/requestopendoar:2020-10-20T20:56:50Repositório Institucional da UFRJ - Universidade Federal do Rio de Janeiro (UFRJ)false |
dc.title.pt_BR.fl_str_mv |
Validação de testes de produção de poços de petróleo baseada em mineração de dados |
title |
Validação de testes de produção de poços de petróleo baseada em mineração de dados |
spellingShingle |
Validação de testes de produção de poços de petróleo baseada em mineração de dados Duque, Maria Clara Machado de Almeida. CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO Estudos de validação Mineração de dados Produção de petróleo |
title_short |
Validação de testes de produção de poços de petróleo baseada em mineração de dados |
title_full |
Validação de testes de produção de poços de petróleo baseada em mineração de dados |
title_fullStr |
Validação de testes de produção de poços de petróleo baseada em mineração de dados |
title_full_unstemmed |
Validação de testes de produção de poços de petróleo baseada em mineração de dados |
title_sort |
Validação de testes de produção de poços de petróleo baseada em mineração de dados |
author |
Duque, Maria Clara Machado de Almeida. |
author_facet |
Duque, Maria Clara Machado de Almeida. |
author_role |
author |
dc.contributor.advisorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/0463308973406153 |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/7437348364700310 |
dc.contributor.author.fl_str_mv |
Duque, Maria Clara Machado de Almeida. |
dc.contributor.referee1.fl_str_mv |
Baioco, Juliana Souza |
dc.contributor.referee2.fl_str_mv |
Evsukoff, Alexandre Gonçalves |
dc.contributor.advisor1.fl_str_mv |
Ferreira Filho, Virgílio José Martins |
contributor_str_mv |
Baioco, Juliana Souza Evsukoff, Alexandre Gonçalves Ferreira Filho, Virgílio José Martins |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO |
topic |
CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO Estudos de validação Mineração de dados Produção de petróleo |
dc.subject.por.fl_str_mv |
Estudos de validação Mineração de dados Produção de petróleo |
description |
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. |
publishDate |
2019 |
dc.date.issued.fl_str_mv |
2019-03 |
dc.date.accessioned.fl_str_mv |
2020-10-18T22:13:24Z |
dc.date.available.fl_str_mv |
2020-10-20T03:00:08Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/11422/13265 |
url |
http://hdl.handle.net/11422/13265 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal do Rio de Janeiro |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Engenharia de Produção |
dc.publisher.initials.fl_str_mv |
UFRJ |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia |
publisher.none.fl_str_mv |
Universidade Federal do Rio de Janeiro |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRJ instname:Universidade Federal do Rio de Janeiro (UFRJ) instacron:UFRJ |
instname_str |
Universidade Federal do Rio de Janeiro (UFRJ) |
instacron_str |
UFRJ |
institution |
UFRJ |
reponame_str |
Repositório Institucional da UFRJ |
collection |
Repositório Institucional da UFRJ |
bitstream.url.fl_str_mv |
http://pantheon.ufrj.br:80/bitstream/11422/13265/2/license.txt http://pantheon.ufrj.br:80/bitstream/11422/13265/1/MariaClaraMachadoDeAlmeidaDuque.pdf |
bitstream.checksum.fl_str_mv |
dd32849f2bfb22da963c3aac6e26e255 3a191b8297633f7b3d8e757230eedebd |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRJ - Universidade Federal do Rio de Janeiro (UFRJ) |
repository.mail.fl_str_mv |
|
_version_ |
1766886500092346368 |