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

Autores

  • Mayara J. R. Santos PGMEC/UFF
  • Maria da Penha C. Fonseca PGMEC/UFF
  • Fabiana R. Leta PGMEC/UFF
  • João Felipe M. Araujo PPGEQ/UFF
  • Geraldo S. Ferreira PGEB/UFF
  • Gilson B. A. Lima PPGEP/UFF
  • Cláudio B. C. de Lima PETROBRAS
  • Luciano de C. Maia PETROBRAS

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]. [...]

Downloads

Não há dados estatísticos.

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.

Downloads

Publicado

2021-12-20

Edição

Seção

Resumos