[pt] A tecnologia de poços inteligentes já possui muitos anos de experiência de campo. Inúmeras publicações tem descrito como o controle de fluxo remoto e os sistemas de monitoração podem diminuir o número de intervenções, o número de poços e aumentar a eficiência do gerenciamento de reservatórios. Apesar da maturidade dos equipamentos de completação o conceito de poço inteligente integrado como um elemento chave do Digital Oil Field ainda não está completmente desenvolvido. Sistemas permanentes de monitoração nesse contexto tem um papel fundamental como fonte da informação a respeito do sistema de produção real visando calibração de modelos e minimização de incerteza. Entretanto, cada sensor adicional representa aumento de complexidade e de risco operacional. Um entendimento fundamentado do que realmente é necessário, dos tipos de sensores aplicáveis e quais técnicas de análises estão disponíveis para extrair as informações necessárias são pontos chave para o sucesso do projeto de um poço inteligente. Este trabalho propõe uma nova forma de tratar os dados em tempo real de poços inteligentes através da centralização do pré-processamento dos dados. Um modelo poço inteligente numérico para temperatura em regime transiente foi desenvolvido, testado e validado com a intenção de gerar dados sintéticos. A aplicação foi escolhida sem perda de generalidade como um exemplo representativo para validação dos algorítmos de limpeza e extração de características desenvolvidos. Os resultados mostraram aumento da eficiência quando comparados com o estado da arte e um potencial para capturar a influência mútua entre os processos de produção. / [en] Intelligent Well (IW) technology has built-up several years production experience. Numerous publications have described how remote flow control and monitoring capabilities can lead to fewer interventions, a reduced well count and improved reservoir management. Despite the maturity of IW equipment, the concept of the integrated IW as a key element in the Digital Oil Field still not fully developed. Permanent monitoring systems in this framework play an important role as source of the necessary information about actual production system aiming model calibration and uncertainty minimization. However, each extra permanently installed sensor increases the well s installation complexity and operational risk. A well-founded understanding of what data is actually needed and what analysis techniques are available to extract the required information are key factors for the success of the IW project. This work proposes a new framework to real-time data analysis through centralizing pre-processing. A numeric IW transient temperature model is developed, tested and validated to generate synthetic data. It was chosen without loss off generality as a representative application to test and validate the cleansing and feature extraction algorithms developed. The results achieved are compared with the state of the art ones showing advantages regarding efficiency and potential to capture mutual influence among processes.