Please use this identifier to cite or link to this item:
http://hdl.handle.net/10071/25280
Author(s): | Chaile, V. Moro, S. Carneiro, A. Ramos, R. F. |
Date: | 2021 |
Title: | Aplicação das redes neuronais artificiais para classificação das operações de perfuração: O caso de poços deepwater de exploração e produção |
Number: | 43 |
Pages: | 5 - 20 |
ISSN: | 1646-9895 |
DOI (Digital Object Identifier): | 10.17013/risti.43.5-20 |
Keywords: | Redes neuronais artificiais Inteligência artificial Classificação Aprendizagem de máquina Perfuração Completação |
Abstract: | A aplicação de métodos automáticos para classificação de texto não estruturadas são extremamente valiosas para a indústria de Oil&Gas. A perfuração é uma operação que acarreta custos elevados que são proporcionais à duração das atividades. A classificação das diversas operações durante a perfuração é muito importante para gerar premissas de duração para o projeto de novos poços. Para este artigo, dois procedimentos independentes foram realizados para identificar o melhor modelo de NPT (Non-Productive Time) e PT (Productive Time ). As conclusões apontam o modelo Multi-layer Perceptron (MLP) como o melhor modelo. O sistema de classificação pode ser utilizado para produzir um relatório preciso e detalhado sobre as atividades realizadas durante a perfuração de um poço. Através desse trabalho é possível concluir que os relatórios diários de perfuração atualmente disponíveis representam uma fonte rica de informação e podem ser utilizados para melhorar o processo de construção de poços de petróleo. |
Peerreviewed: | yes |
Access type: | Open Access |
Appears in Collections: | ISTAR-RI - Artigos em revistas científicas internacionais com arbitragem científica |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
article_84694.pdf | Versão Editora | 586,53 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.