INTELIGÊNCIA COMPUTACIONAL PARA PREDIÇÃO DE PRODUÇÃO DE RESERVATÓRIOS DE PETRÓLEO
Autor
Luis Carlos Ferreira da Silva
Resumo
A indústria do petróleo tem se deparado com problemas para analisar e otimizar a produção enquanto facilidades operacionais disponibilizam um volume de informações que cresce de forma exponencial. Técnicas convencionais de modelagem de reservatórios como simulação matemática e visualização estão bem desenvolvidas e disponíveis. Outro problema importante está relacionado a campos maduros que têm adquirido importância com os aumentos do preço do petróleo no mercado internacional. A proposta deste trabalho é o uso de técnicas de Data Mining como redes neurais artificiais e algoritmos genéticos como ferramentas de modelagem de reservatórios para produzir soluções mais eficientes para a predição e otimização na produção de petróleo. Problemas práticos serão examinados e discutidos para a produzir soluções mais efetivas.
Abstract
The petroleum industry is facing problems to analyze and optimize production due to the exponentially increasing amount of data provided by the production facilities. Conventional reservoir modeling techniques like numerical reservoir simulation and visualization were well developed and available. Another important problem is related to the mature fields that have gained importance with the increases of the price of the oil in the international market. This work proposes data mining methods like neural networks and genetic algorithms together with reservoir modeling tools to produce more efficient solutions for oil production prediction and optimization. Practical real problems were examined and discussed to produce more effective solutions.
