SciELO - Scientific Electronic Library Online

 
 número43Rendimiento académico y patrones de uso del campus virtual: Un estudio de caso controlado índice de autoresíndice de assuntosPesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Journal

Artigo

Indicadores

Links relacionados

  • Não possue artigos similaresSimilares em SciELO

Compartilhar


RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação

versão impressa ISSN 1646-9895

Resumo

CHAILE, Valter; MORO, Sergio; CARNEIRO, Aristides  e  RAMOS, Ricardo F.. Aplicação das Redes Neuronais Artificias para classificação das operações de perfuração: O caso de poços deepwater de Exploração e Produção. RISTI [online]. 2021, n.43, pp.5-20.  Epub 30-Set-2021. ISSN 1646-9895.  https://doi.org/10.17013/risti.43.5-20.

A aplicação de métodos automáticos para classificação de texto não estruturadas são extremamente valiosas para a indústria de Oil&Gas. A perfuração é uma operação que acarreta custos elevados que são proporcionais à duração das atividades. A classificação das diversas operações durante a perfuração é muito importante para gerar premissas de duração para o projeto de novos poços. Para este artigo, dois procedimentos independentes foram realizados para identificar o melhor modelo de NPT (Non-Productive Time) e PT (Productive Time). As conclusões apontam o modelo Multi-layer Perceptron (MLP) como o melhor modelo. O sistema de classificação pode ser utilizado para produzir um relatório preciso e detalhado sobre as atividades realizadas durante a perfuração de um poço. Através desse trabalho é possível concluir que os relatórios diários de perfuração atualmente disponíveis representam uma fonte rica de informação e podem ser utilizados para melhorar o processo de construção de poços de petróleo.

Palavras-chave : redes neuronais artificiais; inteligência artificial; classificação; aprendizagem de máquina; perfuração; completação.

        · resumo em Inglês     · texto em Português     · Português ( pdf )