Uso de redes neurais para a modelagem do processo de acidificação em rochas carbonáticas

• Autor(a) principal: Azevedo, Lucas Souza de
• Data de Publicação: 2020
• Outros Autores: Lira, Matheus Trifilio
• 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
• topic: Inteligência artificial; Acidificação; Estimulação de poços; Redes neurais artificiais; Rede neural artificial; Acidificação; Poço de petróleo; Artificial intelligence; Acidizing; Stimulation; Artificial neural network

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