Detecção de anomalias em poços de petróleo surgentes com stacked autoencoders

Nascimento, Rodrigo Scoralick Fontoura do; Barbosa, Bruno Henrique Groenner; Vargas, Ricardo Emanuel Vaz; Santos, Ismael

doi:10.20906/sbai.v1i1.2856

Cited by 1 publication

(2 citation statements)

References 18 publications

(24 reference statements)

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Redes neurais artificiais também possuem capacidade de aprendizado e adaptac ¸ão através de uma arquitetura baseada na aquisic ¸ão de conhecimento e habilidades organizacionais do cérebro humano. A aplicac ¸ão de redes neurais na elaborac ¸ão de um sensor virtual pode ser vista em [9], [26], [27], enquanto em [3] utiliza-se no cenário de detecc ¸ão de anomalias em poc ¸os de petróleo.…”

Section: A Nonlinear Autoregressive With Exogenous Inputs (Narx)unclassified

“…Há anos, monitorar processos é uma atividade realizada em diversos setores da indústria e trata-se de uma etapa muito importante para a garantia de um funcionamento correto, seja para reduzir custos de manutenc ¸ão, evitar perdas de produc ¸ão, identificar melhorias no processo, possibilitar ac ¸ões de prevenc ¸ão de acidentes e falhas. Quando um processo envolve ambiente hostil, esse monitoramento passa a ser indispensável, como é o caso de poc ¸os de extrac ¸ão de petróleo [1]- [3].…”

Section: Introduc ¸ãOunclassified

See 1 more Smart Citation

Desenvolvimento de soft sensor para poços de petróleo usando MGGP

Cunha,

Ferreira,

Groenner Barbosa

2024

Anais Do XVI Congresso Brasileiro De Inteligência Computacional

View full text Add to dashboard Cite

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.

show abstract

Section: A Nonlinear Autoregressive With Exogenous Inputs (Narx)unclassified

Section: Introduc ¸ãOunclassified