Aplicação de aprendizado de máquina não-supervisionado na determinação da rota de completação de poços

Tendo em vista a crescente demanda por aumento da exploração de poços de petróleo e gás no cenário brasileiro, as operações de completação de poços têm ganhado relevância, uma vez que são elementos vitais para assegurar a integridade das estruturas, a produtividade dos campos e a preservação ambiental. Nesse contexto, destacam-se dois grandes subgrupos de estratégias de completação, convencional e inteligente. Diante desse cenário, o presente trabalho teve como objetivo implementar um sistema baseado em aprendizado de máquina não supervisionado para determinar a rota ideal de completação de poços de petróleo. A metodologia foi estruturada de forma sequencial, iniciando-se pela coleta e análise de dados históricos sobre completações, considerando variáveis como profundidade, número de zonas, diâmetro do poço, porosidade, permeabilidade, densidade, temperatura e pressão, além das técnicas previamente utilizadas. Foi aplicada a técnica de aprendizado de máquina não supervisionado, utilizando o algoritmo K-means para realizar a clusterização dos dados e identificar padrões que indicassem as melhores rotas de completação. Ferramentas como o método do cotovelo, o índice de silhouette e o diagrama de Voronoi foram empregadas para determinar a quantidade ideal de clusters. A avaliação do modelo considerou métricas como precisão e eficiência. A etapa de validação utilizou novos conjuntos de dados rotulados para comparar as previsões obtidas com os métodos tradicionais, possibilitando ajustes e melhorias no sistema. A partir da análise do conjunto de dados rotulados, os resultados indicaram que a utilização de três clusters apresentou acurácia de 87%, superior ao modelo com dois clusters, que obteve 52%. Esses resultados sugerem que a aplicação de aprendizado de máquina não supervisionado pode ser uma alternativa promissora para a tomada de decisão em operações de completação, contribuindo para a inovação tecnológica na indústria de petróleo e gás.

Author dc:creator

• Sousa, Gabriel Maia

Statement dc:rights

• Open Access

Language dc:language.iso

pt_BR

Repository record dc:identifier.uri

https://app.uff.br/riuff/handle/1/39358

OAI identifier oai:identifier

oai:app.uff.br:1/39358