Prognóstico de Anomalias em Sistemas de Elevação Natural de Petróleo com Aprendizado de Máquina
Nome: RICARDO EMANUEL VAZ VARGAS
Tipo: Tese de doutorado
Data de publicação: 27/08/2019
Orientador:
Nome |
Papel |
|---|---|
| PATRICK MARQUES CIARELLI | Orientador |
Banca:
| Nome |
Papel |
|---|---|
| EVANDRO OTTONI TEATINI SALLES | Orientador |
| LEIZER SCHNITMAN | Examinador Externo |
| LUIS MARTÍ OROSA | Examinador Externo |
| MÁRIO CESAR MELLO MASSA DE CAMPOS | Examinador Externo |
| THOMAS WALTER RAUBER | Examinador Externo |
Resumo: A indústria de petróleo considera que prognóstico de anomalias em poços produtores de petróleo pode ajudar a reduzir custos de manutenção e a evitar perdas de produção e acidentes ambientais e à vida humana. Elevação Natural é um dos sistemas de produção mais comuns, no qual a pressão do reservatório de petróleo é suficiente para elevar e escoar hidrocarbonetos a uma taxa comercialmente aceitável sem requerer qualquer tipo de bombeamento nos poços de produção. Um poço de produção de petróleo se refere a um conjunto de sensores e de sistemas mecânicos, elétricos e hidráulicos. Como em praticamente qualquer processo industrial, ocorrem também em processo de elevação e escoamento de petróleo variados tipos de anomalias. Esta tese aborda as hipóteses que anomalias em sistemas de elevação natural de petróleo podem ser detectadas e classificadas com Aprendizado de Máquina e que instâncias simuladas e desenhadas à mão por especialistas são alternativas para o treinamento de classificadores de anomalias reais raras. A escassez de medições nesse tipo de processo devido à baixa confiabilidade da instrumentação em tais ambientes hostis é uma desvantagem. Outra questão é a ausência de dados em quantidade, em qualidade e adequadamente estruturados relacionados a anomalias em sistemas de elevação natural de petróleo. Para contribuir com abordagens para prognóstico desse tipo de anomalia baseadas em Aprendizado de Máquina, este trabalho preparou e tornou público um conjunto de dados original e realista com instâncias de oito tipos de anomalias caracterizadas por oito variáveis de processo. Muitas horas de trabalho conjunto com engenheiros da Petróleo Brasileiro S.A. especialistas em Elevação e Escoamento de Petróleo foram necessárias para validar instâncias históricas e para produzir instâncias simuladas e desenhadas à mão. A metodologia desenvolvida e utilizada nessa preparação é detalhada. Desafios específicos que pesquisadores podem explorar com o conjunto de dados publicado são definidos. Resultados experimentais relacionados a esses desafios mostram que as hipóteses abordadas são verdadeiras. Este trabalho resultou em duas contribuições relevantes. Um conjunto de dados público e desafiador que pode ser usado como referência para o desenvolvimento de (i) técnicas de Aprendizado de Máquina relacionadas a dificuldades inerentes a dados reais e (ii) métodos para tarefas específicas associadas a prognóstico anomalias em sistemas de elevação natural de petróleo. A outra contribuição são os desafios específicos que foram propostos.
