[pt] A crescente produção de petróleo em águas brasileiras torna cada vez mais
importante a gestão logística de alívios das plataformas produtoras. A programação
de alívios das plataformas deve ser realizada de forma antecipativa, evitando a
parada de produção por falta de espaço disponível para armazenagem. Uma
interrupção da produção de petróleo, por menor que seja, causa uma perda direta de
receita para a empresa produtora. Alívios realizados muito próximos ao completo
enchimento de todos os tanques da plataforma representam risco iminente de perda
de produção e são denominados alívios críticos. Este trabalho tem como objetivo
realizar um estudo estatístico com dados históricos de 2016 a 2019 para criar um
modelo multivariado de previsão dos alívios críticos em uma grande empresa de
petróleo brasileira. O modelo de regressão dinâmica foi utilizado para avaliar como
as variáveis presentes no processo de programação de alívios se relacionam com o
percentual mensal de alívios críticos. A partir do modelo gerado foram identificadas
que as variáveis de produção mensal, estoque médio, previsão do tempo, lote médio
e exportações mensais impactam no percentual de alívios críticos do mês. Foi
realizada uma análise de sensibilidade, a partir da qual foi possível concluir que a
gestão de estoques da empresa é o fator fundamental para a redução dos alívios
críticos e consequentemente a redução das chances de perda de produção. / [en] The growing oil production in Brazilian waters makes the logistic
management of offloadings from the platforms increasingly important. The
platform offloading schedule must be carried out in advance, avoiding production
stoppage due to lack of available storage space. An interruption in oil production,
however small, causes a direct revenue loss for the producing company.
Offloadings performed very close to the complete filling of all the platform tanks
represent an imminent loss of production risk and are called critical offloadings.
This work aims to carry out a statistical study with historical data from 2016 to 2019
to create a multivariate model for forecasting critical offloadings in a large Brazilian
oil company. The dynamic regression model was used to evaluate how the variables
present in the offloading scheduling process are related to the monthly percentage
of critical offloadings. From the developed model, it was identified that the
variables of monthly production, average stock, weather forecast, average batch and
monthly exports impact the percentage of critical offloadings of the month. A
sensitivity analysis was carried out, from which it was possible to conclude that the
company s inventory management is the fundamental factor for the reduction of
critical offloadings and, consequently, the reduction of the chances of production
loss.
| Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:53910 |
| Date | 27 July 2021 |
| Creators | SILVIA HELENA FERRARO |
| Contributors | FERNANDO LUIZ CYRINO OLIVEIRA, FERNANDO LUIZ CYRINO OLIVEIRA, FERNANDO LUIZ CYRINO OLIVEIRA |
| Publisher | MAXWELL |
| Source Sets | PUC Rio |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | TEXTO |
Page generated in 0.378 seconds