Classificação de problemas de garantia de escoamento pormeio de algoritmos de machine learning

Mayara J. R. Santos, Maria da Penha C. Fonseca, Fabiana R. Leta, João Felipe M. Araujo, Geraldo S. Ferreira, Gilson B. A. Lima, Cláudio B. C. de Lima, Luciano de C. Maia

Resumo


A garantia de escoamento ́e uma ́area de estudo ligada à produção offshore de petróleo. Ainstabilidade de fluxo, o slugging, a forma ̧c ̃ao de hidratos e a deposição de incrustações são exemplos de problemas de garantia de escoamento que afetam a produção de petróleo [8]. [...]

Texto completo:

PDF

Referências


Akinsete, O., Oshingbersan, A.Leak Detection in Natural Gas Pipelines Using IntelligentModels. SPE International Heavy Oil Conference and Exhibition held in Kuwait City, Kuwait.2019.

Brill, J. P., Mukherjee, H.Multiphase Flow in Wells. Society of Petroleum Engineer Inc.Texas, 1999.

Khodenko, I., Ivanov, S., Perets, D., Simonov, M.Detection of lost circulation in drillingwells employing sensor data using machine learning technique. Procedia Computer Science156. 2019.

Marins, M. A.Machine Learning Techniques Applied to Hydrate Failure Detection on Produc-tion Lines.Disserta ̧c ̃ao de Mestrado, UFRJ, Rio de Janeiro. 2018.

Pereira, E. J. R. Classifica ̧c ̃ao do Evento de Pris ̃ao de Coluna Mecˆanica em Atividade de Per-fura ̧c ̃ao de Po ̧cos Offshore por T ́ecnica de Aprendizado de M ́aquina. Disserta ̧c ̃ao de Mestrado,UFF, Niter ́oi, 2019.

Santos, I. H., Lisboa, H. F., Feital, T. S.; Cˆamara, M. M., Soares R. M, Marins, M. A., Barros,B. D., Prego, T. M.; Lima, A. A.; Netto, S. L.Hydrate Failure Detection in Production andInjection Lines Using Model and Data-driven Approaches.. Rio Oil Gas Expo and Conference2018.

Sloan, D., Koh, C., Sum, A. K.Natural Gas Hydrates in Flow Assurance. Gulf ProfessionalPublishing. 2011.[8] Vargas, R. E. V., Munaro, C. J., Ciarelli, P. M., Medeiros, A. G. Amaral, B. G., Burrionuevo,D. C., Ara ́ujo, J. C. D., Ribeiro, J. L., Magalh ̃ae L. P.A realistic and public dataset withrare undesirable real events in oil wells. Journal of Petroleum Science and Engineering, v. 181,2019.


Apontamentos

  • Não há apontamentos.


SBMAC - Sociedade de Matemática Aplicada e Computacional
Edifício Medical Center - Rua Maestro João Seppe, nº. 900, 16º. andar - Sala 163 | São Carlos/SP - CEP: 13561-120
 


Normas para publicação | Contato