Defesa de Mestrado – Caio Henrique Oliveira Cunha – 29/6/2022

14/06/2022 10:02
Defesa de Dissertação de Mestrado
Aluno Caio Henrique Oliveira Cunha
­­Orientador

Coorientador

Prof. Eduardo Camponogara, Dr. – DAS/UFSC

Prof. Laio Oriel Seman, Dr. – PPGEAS

Data 29/6/2022 (quarta-feira) – 14h

Videoconferência (https://meet.google.com/vcy-rauz-wmh)

Banca Prof. Eduardo Camponogara, Dr. – DAS/UFSC (presidente);

Prof. Argimiro Resende Secchi, Dr. – COPPE/UFRJ;

Prof. Bruno Araújo Cautiero Horta, Dr. – UNIVALI;

Prof. Eric Aislan Antonelo, Dr. – DAS/UFSC.

Título Redes ReLU como Modelos Inteiros-Mistos aplicadas à Sintonia de Simuladores de Poços de Petróleo
Resumo: Na área de pesquisa operacional, algoritmos de inteligência artificial (IA), especialmente algoritmos pertencentes à classe de aprendizado de máquina, têm sido empregados em sistemas de suporte à decisão. O acesso a grandes conjuntos de dados, o aumento da capacidade de processamento computacional e os avanços científicos têm possibilitado a integração de algoritmos de aprendizado de máquina em sistemas de suporte à decisão, orientados a dados, e com isso gera-se ganhos significativos nas operações diárias de sistemas industriais. Nas operações diárias da produção de petróleo, algumas ferramentas computacionais são úteis para os engenheiros (responsáveis) que tomam as decisões sobre as melhores condições de operação, as quais dependem de modelos estáticos representativos de poços, reservatórios e processos. Esses modelos possuem parâmetros-chave utilizados para ajustá-los. Na prática, manter os modelos de poços atualizados é uma tarefa desafiadora, pois os parâmetros-chave só são revisados quando um poço é submetido a um teste de separação, que ocorre apenas em certos períodos de tempo. Portanto, os modelos vigentes de poços podem não refletir a condição real durante um período de tempo, uma vez que os parâmetros-chave podem estar desatualizados, e com isso gerar perdas de produção consideráveis. Além disso, como não é possível medir a vazão de petróleo de cada poço separadamente, pois os medidores ficam posicionados após a mistura da produção dos vários poços, a metodologia proposta auxilia na predição da vazão de petróleo de cada poço, separadamente. Neste cenário, uma metodologia é desenvolvida com o objetivo de encontrar parâmetros-chave atualizados de modelos estáticos representativos de poços, encontrados em plataformas reais de petróleo. Com os parâmetros-chave ajustados, foi observado que a produção de petróleo aumentou significativamente em relação à produção com os parâmetros-chave históricos.