Uso de redes neurais para a modelagem do processo de acidificação em rochas carbonáticas
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Outros Autores: | |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
Texto Completo: | https://app.uff.br/riuff/handle/1/16458 |
Resumo: | A estimulação de poços é uma técnica que visa aumentar a produção de um poço. Tomadas de decisão em tempos de operação são necessárias para decidir o rumo que um projeto de estimulação irá seguir. Este tempo nem sempre está a favor do projeto e, portanto, técnicas são desenvolvidas com o intuito de diminui-lo ao máximo, sendo a Inteligência Artificial uma delas. Este trabalho visa validar a utilização desta técnica através da produção de modelos de Redes Neurais Artificiais aplicadas ao “Modelo Volumétrico” de acidificação, que é um dos métodos existentes de estimulação de poços. Por meio da geração de um banco de dados pseudo experimental, baseado nas variáveis e suas relações dentro do “Modelo volumétrico”, quatro modelos de Redes Neurais foram produzidos e alimentados utilizando a linguagem R de programação em conjunto com o software RStudio®. Os resultados obtidos foram transformados em dados visuais para a avaliação de cada modelo. A análise de resultados teve como base o comparativo das métricas de erro aplicadas as Redes Neurais produzidas, o comportamento de cada modelo em relação as variáveis regentes do “Modelo volumétrico” e o comportamento dos modelos IAs em satisfazer o maior número de resultados previstos pelo mesmo modelo de acidificação |
id |
UFF-2_bc7a8a536f2fb250e05c46bf7b54ff40 |
---|---|
oai_identifier_str |
oai:app.uff.br:1/16458 |
network_acronym_str |
UFF-2 |
network_name_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository_id_str |
2120 |
spelling |
Uso de redes neurais para a modelagem do processo de acidificação em rochas carbonáticasInteligência artificialAcidificaçãoEstimulação de poçosRedes neurais artificiaisRede neural artificialAcidificaçãoPoço de petróleoArtificial intelligenceAcidizingStimulationArtificial neural networkA estimulação de poços é uma técnica que visa aumentar a produção de um poço. Tomadas de decisão em tempos de operação são necessárias para decidir o rumo que um projeto de estimulação irá seguir. Este tempo nem sempre está a favor do projeto e, portanto, técnicas são desenvolvidas com o intuito de diminui-lo ao máximo, sendo a Inteligência Artificial uma delas. Este trabalho visa validar a utilização desta técnica através da produção de modelos de Redes Neurais Artificiais aplicadas ao “Modelo Volumétrico” de acidificação, que é um dos métodos existentes de estimulação de poços. Por meio da geração de um banco de dados pseudo experimental, baseado nas variáveis e suas relações dentro do “Modelo volumétrico”, quatro modelos de Redes Neurais foram produzidos e alimentados utilizando a linguagem R de programação em conjunto com o software RStudio®. Os resultados obtidos foram transformados em dados visuais para a avaliação de cada modelo. A análise de resultados teve como base o comparativo das métricas de erro aplicadas as Redes Neurais produzidas, o comportamento de cada modelo em relação as variáveis regentes do “Modelo volumétrico” e o comportamento dos modelos IAs em satisfazer o maior número de resultados previstos pelo mesmo modelo de acidificaçãoWell stimulation is a technique that aim to increase the production of a well. Decision-making at operational times is necessary to decide the course a stimulation project will take. This time is not always in favor of the project, so the techniques are developed in order to decrease it as much as possible. Artificial Intelligence is one of them. This work aims to validate the use of this technique through the production of Artificial Neural Networks models applied to the "volumetric model" of acidification, which is one of the existing methods of well stimulation. Through the generation of a pseudo experimental database, based on the variables and their relationships within the “Volumetric Model”, four models of Neural Networks were obtained and fed using an “R” programming language in conjunction with the RStudio Software. The results obtained were transformed into visual data for an evaluation of each model. The analysis of results was based on the comparison of the error metrics applied to the produced Neural Networks, the behavior of each model in relation to the ruling variables of the “Volumetric model” and the behavior of the IAs models in satisfy the largest number of results produced by the same acidification modelAraujo, João Felipe Mitre deVallejos Carrasco, Alfredo MoisesBaioco, Juliana SouzaAzevedo, Lucas Souza deLira, Matheus Trifilio2020-12-18T15:14:11Z2020-12-18T15:14:11Z2020info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfAZEVEDO, Lucas Souza de; LIRA, Matheus Trifilio. Uso de redes neurais para a modelagem do processo de acidificação em rochas carbonáticas. 2020. 97 f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Petróleo) - Universidade Federal Fluminense, Niterói, 2020.https://app.uff.br/riuff/handle/1/16458http://creativecommons.org/licenses/by-nd/3.0/br/CC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2022-02-08T17:55:17Zoai:app.uff.br:1/16458Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202022-02-08T17:55:17Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false |
dc.title.none.fl_str_mv |
Uso de redes neurais para a modelagem do processo de acidificação em rochas carbonáticas |
title |
Uso de redes neurais para a modelagem do processo de acidificação em rochas carbonáticas |
spellingShingle |
Uso de redes neurais para a modelagem do processo de acidificação em rochas carbonáticas Azevedo, Lucas Souza de Inteligência artificial Acidificação Estimulação de poços Redes neurais artificiais Rede neural artificial Acidificação Poço de petróleo Artificial intelligence Acidizing Stimulation Artificial neural network |
title_short |
Uso de redes neurais para a modelagem do processo de acidificação em rochas carbonáticas |
title_full |
Uso de redes neurais para a modelagem do processo de acidificação em rochas carbonáticas |
title_fullStr |
Uso de redes neurais para a modelagem do processo de acidificação em rochas carbonáticas |
title_full_unstemmed |
Uso de redes neurais para a modelagem do processo de acidificação em rochas carbonáticas |
title_sort |
Uso de redes neurais para a modelagem do processo de acidificação em rochas carbonáticas |
author |
Azevedo, Lucas Souza de |
author_facet |
Azevedo, Lucas Souza de Lira, Matheus Trifilio |
author_role |
author |
author2 |
Lira, Matheus Trifilio |
author2_role |
author |
dc.contributor.none.fl_str_mv |
Araujo, João Felipe Mitre de Vallejos Carrasco, Alfredo Moises Baioco, Juliana Souza |
dc.contributor.author.fl_str_mv |
Azevedo, Lucas Souza de Lira, Matheus Trifilio |
dc.subject.por.fl_str_mv |
Inteligência artificial Acidificação Estimulação de poços Redes neurais artificiais Rede neural artificial Acidificação Poço de petróleo Artificial intelligence Acidizing Stimulation Artificial neural network |
topic |
Inteligência artificial Acidificação Estimulação de poços Redes neurais artificiais Rede neural artificial Acidificação Poço de petróleo Artificial intelligence Acidizing Stimulation Artificial neural network |
description |
A estimulação de poços é uma técnica que visa aumentar a produção de um poço. Tomadas de decisão em tempos de operação são necessárias para decidir o rumo que um projeto de estimulação irá seguir. Este tempo nem sempre está a favor do projeto e, portanto, técnicas são desenvolvidas com o intuito de diminui-lo ao máximo, sendo a Inteligência Artificial uma delas. Este trabalho visa validar a utilização desta técnica através da produção de modelos de Redes Neurais Artificiais aplicadas ao “Modelo Volumétrico” de acidificação, que é um dos métodos existentes de estimulação de poços. Por meio da geração de um banco de dados pseudo experimental, baseado nas variáveis e suas relações dentro do “Modelo volumétrico”, quatro modelos de Redes Neurais foram produzidos e alimentados utilizando a linguagem R de programação em conjunto com o software RStudio®. Os resultados obtidos foram transformados em dados visuais para a avaliação de cada modelo. A análise de resultados teve como base o comparativo das métricas de erro aplicadas as Redes Neurais produzidas, o comportamento de cada modelo em relação as variáveis regentes do “Modelo volumétrico” e o comportamento dos modelos IAs em satisfazer o maior número de resultados previstos pelo mesmo modelo de acidificação |
publishDate |
2020 |
dc.date.none.fl_str_mv |
2020-12-18T15:14:11Z 2020-12-18T15:14:11Z 2020 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
AZEVEDO, Lucas Souza de; LIRA, Matheus Trifilio. Uso de redes neurais para a modelagem do processo de acidificação em rochas carbonáticas. 2020. 97 f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Petróleo) - Universidade Federal Fluminense, Niterói, 2020. https://app.uff.br/riuff/handle/1/16458 |
identifier_str_mv |
AZEVEDO, Lucas Souza de; LIRA, Matheus Trifilio. Uso de redes neurais para a modelagem do processo de acidificação em rochas carbonáticas. 2020. 97 f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Petróleo) - Universidade Federal Fluminense, Niterói, 2020. |
url |
https://app.uff.br/riuff/handle/1/16458 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
http://creativecommons.org/licenses/by-nd/3.0/br/ CC-BY-SA info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nd/3.0/br/ CC-BY-SA |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF) instname:Universidade Federal Fluminense (UFF) instacron:UFF |
instname_str |
Universidade Federal Fluminense (UFF) |
instacron_str |
UFF |
institution |
UFF |
reponame_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
collection |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF) |
repository.mail.fl_str_mv |
riuff@id.uff.br |
_version_ |
1807838749141237760 |