Desenvolvimento de soft sensor para poços de petróleo usando MGGP

Abstract

Técnicas de inteligência artificial aplicadas em contextos reais como, por exemplo, previsão antecipada de comportamento e detecção de anomalias, podem implicar em redução de custo de manutenção, ações de prevenção de acidentes e falhas, auxílio em tomada de decisão, redução de perdas de produção e financeira, além de identificar pontos para melhoria do processo. Este trabalho apresenta uma proposta de aplicação de um soft sensor, utilizando um algoritmo evolutivo, para identificação de comportamento futuros de um sensor de temperatura durante operação de poços surgentes de petróleo. Para isso, primeiramente, são realizadas diversas execuções do algoritmo de programação genética multigênica (MGGP) a fim de identificar quais valores contribuem para um melhor resultado. Apos essa análise e determinação dos par ametros para o MGGP, o soft sensor, baseado em modelo NARX polinomial, e implementado sobre uma base de dados real publica com medições de sensores presentes em poços surgentes de petroleo, entre os períodos de 2017 e 2018. E realizado o treinamento do modelo e validação dos resultados que se mostram satisfatorios, resultando em uma função capaz de representar a dinâmica de operação de um poço surgente de petroleo em operação normal, contribuindo para a implementação de um sistema de detecção de falhas no poço.