Orientadores: Otto Luiz Alcântara Santos, Gabriel Alves da Silva Costa Lima / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica e Instituto de Geociências / Made available in DSpace on 2018-08-18T06:06:36Z (GMT). No. of bitstreams: 1 GutierrezSotomayor_GabrielPaulo_D.pdf: 3385823 bytes, checksum: 4b18b1db85b45c78fc076632345c8bd2 (MD5) Previous issue date: 2011 / Resumo: A construção de poços de petróleo requer uma estimativa de custos a mais precisa possível, visando-se manter uma adequada taxa de retorno para a explotação de uma jazida. Uma variável significativa na estimativa de custos é o tempo de cada uma das operações para a construção do poço. Geralmente, a estimativa de tempos em poços complexos é associada a cenários de incerteza e conhecimento parcial de parâmetros. Um poço complexo, cujos custos chegam a superar US$ 150.000.000,00, pode ser um poço multilateral em águas profundas, um poço exploratório em águas profundas, um poço de grande extensão, ou também pode ser um poço profundo vertical ou horizontal em ambiente de sal. Dentro deste contexto, este trabalho apresenta uma metodologia que combina diferentes tipos de incertezas na previsão de tempo de perfuração em poços complexos e compara os resultados do enfoque probabilístico, largamente usado pela indústria, com uma abordagem híbrida, isto é, uma abordagem probabilística-possibilística, para o tratamento das incertezas na estimativa do tempo de perfuração, a partir de uma base de dados de campo marítimo em águas profundas. Primeiramente, são identificadas as variáveis críticas e as incertezas a elas associadas, que são classificadas como incertezas epistêmicas ou aleatórias. A seguir estas variáveis são representadas por meio de distribuição de probabilidade e distribuição de possibilidade, sendo ambas distribuições combinadas em apenas um resultado para representar a incerteza total do tempo para perfurar um poço complexo, que é uma distribuição de possibilidade. Este trabalho discute as limitações do uso da Teoria das Probabilidades para modelar as incertezas em poços complexos e apresenta uma metodologia para tratamento das incertezas nas estimativas de tempos operacionais de perfuração de poços, no qual co-existem amostras de dados em quantidade suficiente para a geração de distribuições de probabilidades e amostras em quantidades insuficientes, onde são geradas distribuições de possibilidades / Abstract: The construction of oil wells requires a cost estimate as accurate as possible in order to maintain an adequate rate of return for the exploitation of a deposit. A significant variable in the cost estimate is the time of each operation for the construction of the well. Estimated time in complex wells generally is associated with scenarios of increased uncertainty and partial knowledge of parameters. A complex well, which costs may exceed US$ 150,000,000.00, can be a multilateral well in deep water, an exploratory well in deep water, an extend-reach well, or could also be a deep vertical/horizontal well in salt environment. Within this context, this work presents a methodology that combines different types of uncertainties, forecastes the drilling time in complex wells and compares the results of the probabilistic approach, widely used by the industry, with a hybrid approach, that is, a probabilistic-possibilistic approach, to estimate drilling time, based on an offshore deep waters database. First, it identifies the critical variables and uncertainties associated with them, which are classified as random or epistemic uncertainties. Then, these variables are represented by probability distribution and possibility distribution and both distributions are combined into a possibility distribution to represent the total uncertainty of the time to drill a complex well. This work discusses the limitations of the use of probability theory to model uncertainties in complex oilwells and presents a methodology to treat uncertainties in forecasting operational drilling time, where co-exist samples with sufficient data to generate probability distribution and samples with insufficient data to generated possibility distribution / Doutorado / Reservatórios e Gestão / Doutor em Ciências e Engenharia de Petróleo

Conselho Nacional de Desenvolvimento CientÃfico e TecnolÃgico