[pt] A estimativa de produção de petróleo é um dos parâmetros essenciais para
mensurar a economicidade de um campo e, para tanto, existem várias técnicas
convencionais na área da engenharia de petróleo para predizer esse cálculo. Essas
técnicas abrangem desde modelos analíticos simplificados até simulações numéricas
mais complexas. Este trabalho propõem o uso de Redes Neurais Artificias (RNA) para
prever uma curva de produção de óleo que mais se aproxime da obtida por um
simulador numérico. A metodologia consiste na utilização da rede neural do tipo
feedforward para a previsão da vazão inicial e da curva de produção ao longo de dez
anos para um poço produtor de óleo. Essa metodologia tem aplicação prática na área
da exploração, visto que, nessa fase, ainda há muita incerteza sobre a acumulação de
petróleo e, portanto, os modelos de reservatório tendem a não ser complexos. Os
resultados foram obtidos a partir do treinamento de RNAs com dados coletados do
simulador numérico IMEX, cujas saídas foram posteriormente comparadas com os
dados originais da simulação numérica. Foi possível obter uma precisão de 97 por cento na
estimativa da vazão inicial do poço produtor de óleo. A previsão da curva de produção
apresentou um erro percentual médio absoluto inferior a 10 por cento nos dois primeiros anos.
Apesar dos valores de erro terem crescido ao longo dos últimos anos, eles são menores
quando comparados com a metodologia de declínio exponencial e com a regressão
linear múltipla. / [en] Production forecasting is one of the essential parameters to measure the economics of
an oil field. There are several conventional techniques in petroleum engineering to
estimate the production curve. They range from simplified analytical models to
complex numerical simulations. This study proposes the use of Artificial Neural
Networks (ANN) to predict an oil production curve that approximates to a numerical
simulator curve. The methodology consists of using a feedforward neural network to
predict the initial flow and the production forecast over ten years of an oil well. This
methodology has practical application in the exploration area, since, at this stage, there
is still much uncertainty about the oil accumulation, so the reservoir models tend not
to be complex. The results were obtained from the ANN training with data collected
from the numerical simulator IMEX, whose outputs were later compared with the
original data of the numerical simulation. It was possible to get an estimate for the oil
initial flow forecast with an accuracy of 97 percent. The production forecast had a mean
absolute percentage error of less than 10 percent in the first two years. Despite the increasing
error values over the years, they are smaller when compared to those obtained from the
exponential decline and multiple linear regression.
| Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:51297 |
| Date | 19 January 2021 |
| Creators | MONIQUE GOMES DE ARAUJO |
| Contributors | IVAN FABIO MOTA DE MENEZES, IVAN FABIO MOTA DE MENEZES |
| Publisher | MAXWELL |
| Source Sets | PUC Rio |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | TEXTO |
Page generated in 0.002 seconds