Escolar Documentos
Profissional Documentos
Cultura Documentos
177-222
Luciana Faletti Almeida Marco Aurlio Cavalcanti Pacheco Marley Maria Bernardes Rebuzzi Vellasco
Yvn Jess Tpac Valdivia Juan Guillermo Lazo Lazo
resumo
PALAVRAS-CHAVE: A atividade de gerenciamento de reservatrios uma
tarefa essencial que visa o desafio da otimizao da
otimizao
algoritmos genticos explotao de reservatrios petrolferos. Como respos-
engenharia de reservatrios ta a tal desafio, a indstria de leo e gs vem desenvol-
campos de petrleo inteligentes vendo novas tecnologias, como a de poos inteligen-
tratamento de incertezas tes. Esses poos se propem a baratear as operaes
de restauraes mais corriqueiras atravs do controle
de sua tecnologia. Este trabalho trata do desenvolvi-
abstract
KEYWORDS: Reservoir management is an essential task aimed at
the challenge of optimizing the exploration of petroli-
optimization
ferous reservoirs. In response to such a challenge, the
genetic Algorithms
evolutionary Computation oil and gas industry has been developing new techno-
reservoir Engineering logies, such as intelligent wells. These wells are inten-
intelligent Fields ded to reduce the costs of the more commonplace res-
uncertainties toring operations by controlling their technology. This
work studies the development of intelligent fields and
introduces a decision taking support system able to op-
timize, through evolutionary algorithms, the intelligent
well technology control process considering the techni-
cal uncertainties: in valves and geological failures. Mo-
reover, the system proposes to support decision taking,
to use or not intelligent wells, given a reservoir ready to
be explored or to receive expansion investments. The
optimization seeks a strategy of pro-active control, in
other words, act before the effect, seeking in the initial
production times a configuration of valves capable of:
177
Sistema de apoio deciso para uso de poos inteligentes no desenvolvimento de reservatrios de petrleo - Almeida et al.
178
Boletim tcnico de Produo de Petrleo da Petrobras, Rio de Janeiro - volume 3, n 1, p. 177-222
Assim, o problema que surge nesse contexto que, nativa, para determinados perodos de tempo ao longo
dado um reservatrio petrolfero pronto para ser explo- do processo de explotao do reservatrio, buscando o
rado ou pronto para realizar mais investimentos em ex- aumento do VPL (valor presente lquido).
panso, h a necessidade de uma metodologia que per- A otimizao, levando em considerao incertezas
mita auxiliar ao especialista na tomada de deciso en- tcnicas, tem como objetivo obter um VPL otimizado
tre investir em poos inteligentes ou investir em poos mdio para os diversos cenrios gerados na simulao
convencionais. Para apoiar essa deciso, levando em Monte Carlo e, com isso, ter uma anlise econmica do
considerao as possveis combinaes de operao das uso de poos inteligentes mesmo considerando a pos-
vlvulas existentes em poos inteligentes, e os diversos sibilidade de ocorrer falhas nesses poos.
perfis de produo que podem ser gerados, sugere-se A otimizao, levando em considerao incertezas
a aplicao de uma metodologia de otimizao de geolgicas, tem como objetivo obter uma configura-
operao dessas vlvulas. o do estado das vlvulas para determinados perodos
Na literatura, encontram-se trabalhos que abordam de tempo ao longo do processo de explotao do re-
o problema de otimizao de operao de vlvulas em servatrio que, na mdia, represente a melhor soluo
poos inteligentes utilizando mtodos de otimizao cls- para trs cenrios geolgicos do reservatrio em ques-
sicos (gradiente decrescente, gradiente conjugado e gra- to (melhor, pior e mais provvel).
diente conjugado no linear) (Yeten et al. 2002; Yeten, Assim, o objetivo do sistema obter uma compara-
2003; Khargoria et al. 2002). Entretanto, se o nmero o econmica entre o uso de poos convencionais e
de vlvulas ou segmentos de cada poo a ser otimizado de poos inteligentes, considerando, nesses ltimos,
aumenta, ou vrios poos so considerados na otimiza- operao otimizada, incertezas tcnicas e geolgicas.
o, o problema torna-se bastante complexo, dificultan- A partir dessas comparaes, o decisor obtm subs-
do a sua abordagem atravs dos mtodos clssicos de dios para tomar a deciso de usar ou no poos inteli-
otimizao. Nesse caso, o uso de algoritmos genticos gentes em um projeto de produo petrolfera, alm de
(Goldberg, 1989; Michalewicz, 1996) como mtodo de obter o controle otimizado das vlvulas existentes nos
otimizao torna-se uma estratgia interessante. Gai poos inteligentes.
(2001), em seu trabalho de otimizao de controle de
fluxo em poos multilaterais, concluiu seu estudo indi-
cando que no houve grandes avanos em ferramentas sistema de apoio de-
para otimizao do desempenho de poos inteligentes
nos ltimos tempos, e indica o uso de tentativa e erro ciso para o uso de poos
pela indstria no controle desses poos.
inteligentes no desenvolvi-
objetivos
mento de reservatrios
O objetivo deste trabalho investigar e propor um
sistema de apoio deciso sob incertezas tcnicas e
petrolferos
geolgicas, baseado em algoritmos genticos (AG) (Gol-
dberg, 1989) e simulao Monte Carlo (SMC) (Boyle et Os poos inteligentes so parte de uma tecnologia
al. 1997; Hammersley e Handscomb,1964), para ser relativamente recente, sem muitos dados relativos a sua
empregado no desenvolvimento e gerenciamento de confiabilidade e melhor forma de utilizao, o que leva
reservatrios inteligentes de petrleo, buscando otimi- necessidade de se obter metodologias padronizadas
zar estratgias timas de produo e apoiar a tomada para o clculo do benefcio do uso desses poos.
de deciso pelo uso de poos inteligentes. Neste trabalho proposto um sistema de apoio
Essa otimizao do controle de vlvulas visa deter- deciso que visa obter uma metodologia para o clculo
minar o estado das vlvulas, encontradas em uma alter- do benefcio do uso de poos inteligentes, apoiando as
179
Sistema de apoio deciso para uso de poos inteligentes no desenvolvimento de reservatrios de petrleo - Almeida et al.
atividades de desenvolvimento e gerenciamento de cam- Otimizao do controle das vlvulas com incerteza tc-
pos de petrleo inteligentes. O sistema proposto ca- nica de falhas: o mdulo de otimizao est subordinado
paz de: avaliar a viabilidade do uso de completao in- ao mdulo de tratamento de incerteza de falhas. Assim, so
teligente na presena de falhas de vlvulas; otimizar uma gerados cenrios de ocorrncia de falhas das vlvulas pelo
configurao de estratgia de controle de vlvulas (on/ mdulo de tratamento de incerteza de falha, por simulao
off ou abertura contnua), quando for considerado van- Monte Carlo, e cada cenrio gerado enviado ao mdulo
tajoso o uso de poos inteligentes; determinar a me- otimizador. O mdulo otimizador, ento, obtm o valor do
lhor configurao de estratgia de controle de vlvulas VPL da operao de vlvulas otimizadas, condicionada ao
mesmo na presena de incertezas tcnicas geolgicas. cenrio de falhas recebido. Uma vez obtidos os VPL das ope-
Os mdulos que compem o sistema so: mdulo raes otimizadas para todos os cenrios gerados, calcula-se
de otimizao do controle de vlvulas, mdulo de tra- a mdia dos VPL dessas solues. Essa mdia indica a viabili-
tamento de incerteza tcnica de falha, mdulo de tra- dade do uso de poos inteligentes na alternativa em anlise
tamento de incerteza geolgica e o mdulo funo ob- considerando-se a possibilidade de falhas;
jetivo. O simulador de reservatrio (IMEX) utilizado
para apoiar no clculo do VPL, pois ele fornece as cur- Otimizao da operao das vlvulas com incerteza
vas de produo de leo e gua. Esse sistema pode ser tcnica geolgica: o mdulo de otimizao gera solues
visualizado na figura 1. propostas que so enviadas ao mdulo funo objetivo e
recebidas pelo simulador de reservatrio; o mdulo de tra-
A seguir, so consideradas as dependncias e cone-
tamento de incertezas geolgicas indica ao mdulo funo
xes entre os mdulos:
objetivo os trs cenrios geolgicos do reservatrio em ques-
Otimizao do controle das vlvulas: o mdulo de to (melhor, mais provvel e pior); o simulador gera as cur-
otimizao gera possveis solues que so enviadas ao vas de produo, da soluo proposta para cada um dos
mdulo funo objetivo e recebidas pelo simulador de trs cenrios, e as envia ao mdulo clculo do VPL, que
reservatrio; o simulador de reservatrio envia as cur- realiza o clculo para cada cenrio e devolve ao mdulo de
vas de produo ao mdulo que realiza o clculo do otimizao, responsvel pelo calculo do VPL mdio. Ao fi-
VPL e esse devolve ao mdulo de otimizao o valor do nal de muitas iteraes, obtida a soluo que fornece
VPL. Ao final de muitas iteraes, obtida a soluo uma operao de vlvulas otimizadas que, na mdia, repre-
que fornece uma operao de vlvulas otimizada; senta a melhor soluo para os trs cenrios.
180
Boletim tcnico de Produo de Petrleo da Petrobras, Rio de Janeiro - volume 3, n 1, p. 177-222
Em todas as etapas o sistema de otimizao visa tores e injetores, de forma a poder representar vlvu-
maximizar o VPL do campo. A seguir, detalhes da mo- las on/off e vlvulas de abertura contnua. A quanti-
delagem de cada mdulo da figura 1. dade e a localizao das vlvulas em cada poo da
alternativa determinada pelo especialista. Em se-
otimizao de controle de vlvulas de guida, para o caso de vlvulas on/off, o sistema con-
poos inteligentes trola a abertura e o fechamento das completaes,
onde as vlvulas esto localizadas, atravs do coman-
do *OPEN/*CLOSED existente na definio de cada
Um poo inteligente um poo com completao
completao. J para as vlvulas com abertura cont-
inteligente. Completao inteligente pode ser definida
nua, h duas maneiras de represent-las:
como uma completao com instrumentao (sensores
especiais e vlvulas) instalada no tubo de produo. Essa alterando os valores de restries de operao do
instrumentao viabiliza o monitoramento contnuo e poo, tais como as taxas mximas de injeo de
o ajuste das taxas de vazo de fluidos e presses. Esse gua *STW (surface water rate) e presso de fundo
monitoramento e ajuste permitem o controle de inje- mxima *BHP (bottom hole pressure), ambas em
o e obstruo de fluido. poos injetores;
Desse modo, o mdulo de otimizao de contro-
le de vlvulas consiste em encontrar a melhor confi- alterando um fator de correo do ndice de pro-
gurao de um conjunto particular de vlvulas exis- dutividade ou injetividade nas completaes afe-
tentes em poos inteligentes para cada intervalo de tadas pelas vlvulas *FF (ndice de injetividade).
tempo ao longo de um perodo total de simulao
Para definir as seqncias de tempo em que as vl-
que oferea o maior VPL. Essa otimizao realiza-
vulas permanecero em uma determinada configura-
da atravs da filosofia de estratgia de controle pr-
o, utiliza-se o comando *TIME do simulador segui-
ativo e algoritmos genticos so usados como m-
do dos comandos que estabelecem a operao das
todo de otimizao, que representa o principal m-
vlvulas (*OPEN, *CLOSED, *STW, *BHP, *FF). A figu-
dulo do sistema, sedo capaz de trabalhar com qual-
ra 2 exemplifica a descrio de um poo injetor com
quer configurao de vlvulas on/off ou vlvulas de
vlvula on/off.
abertura contnua.
As sees seguintes apresentam a forma como as
vlvulas so representadas no sistema de otimizao de
estratgia de controle de vlvulas de poos inteligentes
e a modelagem do algoritmo gentico para otimizao
de controle dessas vlvulas.
181
Sistema de apoio deciso para uso de poos inteligentes no desenvolvimento de reservatrios de petrleo - Almeida et al.
representao do cromossomo
182
Boletim tcnico de Produo de Petrleo da Petrobras, Rio de Janeiro - volume 3, n 1, p. 177-222
183
Sistema de apoio deciso para uso de poos inteligentes no desenvolvimento de reservatrios de petrleo - Almeida et al.
va j definida. Isso significa que o investimento inicial (per- R(t i ) = Q(ti ).Poil (ti ) (4)
furaes, plataforma etc) no ir variar na otimizao, sendo
ento desconsiderado. Portanto, considera-se apenas o valor T
VPR = R (t i ).e
t i
das vlvulas utilizadas na alternativa junto com alguns cus- (5)
i=1
tos atrelados a esses dispositivos.
Dessa forma, o VPL fica determinado pela diferena Onde:
entre o valor presente da alternativa ( VP ) (fluxo de cai-
xa descontado) menos o custo de desenvolvimento das T = representa o tempo de produo da alternativa.
vlvulas ( DV ) existentes na alternativa (equao 1).
Para o clculo do valor do custo operacional
VPL = VP DV (1)
C OP (t i ) , neste trabalho considera-se apenas o custo
de retirada da gua C w (por unidade de volume), mul-
tiplicado pela afluncia de gua W (t i ) ocorrida em
O custo de desenvolvimento das vlvulas ( DV )
cada tempo , mais o custo da vlvula , se houver substi-
calculado considerando o custo do packer ( C P ) por
tuio de vlvula no tempo. Dessa forma, o custo ope-
vlvula; o custo do flat-pack ( C FP ) por poo inteligente; o
racional para o tempo t dado pela equao 6.
custo de cada vlvula ( CV ) e o custo do HPU (hydraulic
power unit) ( C HPU ) por reservatrio. Desse modo, o custo
de desenvolvimento das vlvulas dado pela equao 2.
C OP (t i ) = C w .W (t i ) + C V (6)
184
Boletim tcnico de Produo de Petrleo da Petrobras, Rio de Janeiro - volume 3, n 1, p. 177-222
e o clculo das probabilidades de falhas realizado pelo Neste trabalho foram utilizadas tcnicas de amostragem
mdulo de tratamento de incertezas tcnicas de falha, baseadas em seqncias de baixa discrepncia que quan-
tanto para o caso sem reposio de vlvula quanto para do empregadas na simulao Monte Carlo so conhecidas
o caso com reposio de vlvula. como Quase Monte Carlo (Wang, 2001; Sobol, 1967; Hal-
ton, 1960; Faure, 1982), onde a seleo dos valores da
modelo probabilstico para confiabilidade de amostra controlada. Dessa forma, com um nmero me-
vlvulas nor de amostras, consegue-se amostrar adequadamente
uma distribuio de probabilidade, permitindo uma acele-
As vlvulas usadas em poos inteligentes so relati- rao da convergncia, diminuindo o custo computacional
vamente novas na indstria, e existe pouca informao da simulao e melhorando a eficincia da mesma. A figu-
disponvel sobre sua confiabilidade. Possveis falhas nas ra 6 mostra a distribuio de probabilidade weibull utiliza-
vlvulas podem afetar muito o desempenho das com- da neste trabalho. A figura 7 mostra duas amostras de 500
pletaes inteligentes. O impacto do efeito de uma fa- pontos da distribuio weibull, sendo a primeira obtida a
lha depende da poca em que ocorre a falha e do me- partir de uma seqncia pseudo-aleatria e a segunda de
canismo de reao da vlvula ao falhar. Existem vlvu- uma seqncia quase aleatria de Sobol.
las que, ao falhar, se fecham totalmente, e outras se
abrem totalmente. Os mecanismos de reao s falhas
que as vlvulas assumem esto normalmente relacio-
nados a como o hardware foi fabricado.
De forma a se considerar a incerteza sobre a ocorrn-
cia de falha nas vlvulas de uma determinada alternativa
de produo, optou-se por utilizar a simulao Monte Carlo
(SMC) (Boyle et al. 1997; Hammersley e Handscomb,1964).
Estudos mostram que a funo de distribuio mais con-
veniente para representar a distribuio de vida dos pro-
dutos (vlvulas), onde a taxa de falhas varia com o tempo,
a distribuio weibull (Abernathy, 2000; Weibull, 2002;
Yeten et al. 2004). Sendo assim, essa foi a distribuio
utilizada neste trabalho para modelar as falhas das vlvu-
las. As caractersticas e parmetros da weibull utilizada aqui Figura 6 Distribuio de probabilidade Weibull.
se encontram no Apndice A.
Figure 6 Weibull probability distribution.
185
Sistema de apoio deciso para uso de poos inteligentes no desenvolvimento de reservatrios de petrleo - Almeida et al.
Figura 8 Representao do
cromossomo de otimizao de vlvulas
com incerteza de falha.
186
Boletim tcnico de Produo de Petrleo da Petrobras, Rio de Janeiro - volume 3, n 1, p. 177-222
as vlvulas que sofrem falhas ficam totalmente comparam-se os valores com os valores de proba-
abertas a partir do intervalo em que ocorreu a bilidade de falha {RK} do intervalo correspondente,
falha at o fim do tempo de produo (vlvulas obtidos com a equao 9. Se RK < pK, significa que
sem opo de reparao). Sob estas condies, a vlvula falhou no k-simo intervalo de tempo.
obtm-se uma operao otimizada de vlvulas Se RK > pK a vlvula permanece intacta;
para a iterao (i) de Monte Carlo e o respecti-
vo VPL (i); apenas no intervalo de tempo onde ocorrer a
falha a vlvula mantida aberta e indicada
armazena-se VPL(i) da configurao otimizada;
como inoperante;
voltar ao passo 1 at completar o total de itera-
j no intervalo de tempo subseqente ao que
es de Monte Carlo;
ocorreu a falha considera-se que esta vlvula foi
calcular a mdia dos VPL(i) armazenados. substituda por uma nova. Inicia-se novamente o
sorteio e a comparao a partir de t0 e assim su-
Assim, o VPL mdio obtido ir evidenciar se o uso cessivamente at terminar os intervalos restan-
de poos inteligentes para uma dada alternativa atra- tes. Caso ocorra uma falha no ultimo intervalo, a
tivo, mesmo considerando que podem ocorrer falhas vlvula no ser mais substituda e se mantm
nas vlvulas instaladas nesse tipo de poo. como falha nesse ltimo intervalo;
Para cada iterao (i) de Monte Carlo: calcular a mdia dos VPL(i) armazenados.
a partir de um gerador de seqncias de baixa Dessa forma, obtm-se um VPL mdio que ir mos-
discrepncia de Sobol (Sobol,1967), obtm-se trar se o uso de poos inteligentes em uma dada al-
uma seqncia de nmeros quase-aleatrios, ternativa vivel, mesmo considerando a possibili-
com distribuio uniforme, utilizados na obten- dade de ocorrerem falhas nesses mecanismos, a pos-
o do conjunto de valores que representam sibilidade de substituio e o custo da nova vlvula
as realizaes de falha para uma vlvula em em caso de falha.
todos os intervalos de tempo. Repete-se isto A seguir, a descrio do mdulo de tratamento das
para todas as vlvulas; incertezas geolgicas.
187
Sistema de apoio deciso para uso de poos inteligentes no desenvolvimento de reservatrios de petrleo - Almeida et al.
188
Boletim tcnico de Produo de Petrleo da Petrobras, Rio de Janeiro - volume 3, n 1, p. 177-222
189
Sistema de apoio deciso para uso de poos inteligentes no desenvolvimento de reservatrios de petrleo - Almeida et al.
Os valores geolgicos do reservatrio so os seguintes: O especialista responsvel pela criao dessa al-
ternativa criou uma restrio que impe que a pro-
permeabilidade 575,0 (md) nas direes i,
duo deve parar ao se atingir 90% de water cut.
j; 57,40 (md) na direo k;
Entende-se por water cut o percentual de gua no
porosidade 0,23. total de lquidos produzidos no poo produtor (ou
no campo). Esse tipo de restrio normalmente se faz
A caracterstica principal desse modelo a exis- em reservatrios com aqferos ativos, o que o caso
tncia de uma regio com 100% de saturao de desse reservatrio.
gua na parte mais funda, formando um aqfero. A prxima seo descreve os testes realizados com
As demais regies possuem saturao de gua no o algoritmo de otimizao de controle de vlvulas.
valor de 0,25. Esse fato cria a condio de heteroge-
neidade da reserva. Na figura 11 mostra-se a viso otimizao de controle de vlvulas em
3D desse campo. poos inteligentes
190
Boletim tcnico de Produo de Petrleo da Petrobras, Rio de Janeiro - volume 3, n 1, p. 177-222
A tabela 2 mostra os valores dos parmetros utiliza- Parmetros do AG Teste 1 Teste 2 Teste 3 Teste 4
dos no clculo do VPL.
Nm ero de geraes 150 150 100 150
191
Sistema de apoio deciso para uso de poos inteligentes no desenvolvimento de reservatrios de petrleo - Almeida et al.
teste 2
Figure 13 Accumulated oil and water curves Figure 14 Score curve test 2.
base case vs. controlled case test 1.
A figura 15 mostra as curvas de leo acumulado e a
Analisando-se as curvas de leo acumulado para o gua acumulada do caso base e do caso controlado.
caso base e para o caso controlado no teste 1 percebe- Nas curvas de leo acumulado da figura 16 perce-
se que, a partir do ano 2014, o caso controlado come- be-se que, at o ano de 2008, os dois casos tm o mes-
a a produzir mais leo que o caso base, chegando a mo volume de leo acumulado; a partir desse ano at
um acmulo maior de leo. Atravs das curvas de gua 2016, o caso base tem um volume maior de leo acu-
acumulada pode-se perceber um atraso de mais ou mulado que o caso controlado. De 2017 at o fim do
menos quatro anos da chegada da frente de gua do perodo de explotao, o caso controlado passa a ter
caso controlado com relao ao caso base. um volume maior de leo acumulado.
192
Boletim tcnico de Produo de Petrleo da Petrobras, Rio de Janeiro - volume 3, n 1, p. 177-222
teste 3
Tabela 7 Resultados teste 3 (reservatrio Figura 17 Curva de leo e gua acumulados caso base
sinttico vlvulas abertura contnua). x caso controlado teste 3.
Table 7 Test 3 results (synthetic reservoir Figure 17 Accumulated oil and water curves for the
continuous opening valves). base case vs. controlled case test 3.
193
Sistema de apoio deciso para uso de poos inteligentes no desenvolvimento de reservatrios de petrleo - Almeida et al.
teste 4
194
Boletim tcnico de Produo de Petrleo da Petrobras, Rio de Janeiro - volume 3, n 1, p. 177-222
195
Sistema de apoio deciso para uso de poos inteligentes no desenvolvimento de reservatrios de petrleo - Almeida et al.
196
Boletim tcnico de Produo de Petrleo da Petrobras, Rio de Janeiro - volume 3, n 1, p. 177-222
Os testes foram realizados rodando um algoritmo A tabela 14 mostra os resultados alcanados para o
gentico distribudo onde o mdulo de avaliao a caso base e o caso controlado, bem como o desvio pa-
parte executada dentro do ambiente paralelo. O uso dro dos VPL otimizados para cada cenrio. O resulta-
de um ambiente paralelo nos testes dessa seo se fez do apresentado para o caso controlado representa a
necessrio devido ao grande nmero de simulaes mdia dos VPL otimizados para cada cenrio gerado. O
exigidas. Foram realizados testes com os dois modelos: aumento do VPL, no caso controlado, indica a viabilida-
o modelo onde no existe substituio de vlvulas em de do uso de poos inteligentes nesse reservatrio,
caso de falha; e o modelo onde a vlvula substituda mesmo levando em considerao a possibilidade de
caso ocorra falha. ocorrncia de falhas.
Para ambos os modelos foram utilizados os reserva-
trios sintticos com a mesma alternativa de poos Caso Base Controlado Aumento % Desvio padro ( )
descrita para os testes vistos anteriormente.
Tambm para esses testes, o perodo de realizao VPL (US$) 128.411.174,47 131.364.205,24 2,30% 1.790.733,10
do controle das vlvulas foi de dois anos, para um pe- Tabela 14 Resultados.
rodo total de simulao de 20 anos. Sendo assim, exis-
tem dez intervalos de tempo onde as vlvulas podem Table 14 Results.
ou no sofrer alterao no seu estado.
Foram feitas 600 simulaes Monte Carlo, sendo 200 A figura 24 mostra o histograma dos VPL otimizados
obtidas de uma seqncia pseudo-aleatria e 400 de uma encontrados para os cenrios gerados nas simulaes
seqncia quase Monte Carlo de Sobol. Esses testes fo- Monte Carlo.
ram rodados em 20 mquinas AMD ATHLON XP 2600. O
tempo mdio de simulao foi de quatro segundos.
Parmetros do AG Valor
Nmero de indivduos 65
Figura 24 Histograma VPs incerteza tcnica
Tabela 13 Nmero de genes 10 sem substituio de vlvulas.
Parmetros do AG. Nmero de rodadas 1
Figure 24 NPV histogram technical
Steady-state 0.4
Table 13 uncertainty without replacing the valves.
GA Parameters. Taxa de crossover inicial 0.65
Taxa de mutao inicial 0.08 Para explicar a ausncia de valores de VPL entre
Total de simulaes 3.900.000 129.000.000,00 e 131.500.000,00 existentes no histo-
grama (fig. 24), foi realizada uma anlise dos cenrios
Tempo de processamento 9 dias
de falhas gerados para cada iterao Monte Carlo.
197
Sistema de apoio deciso para uso de poos inteligentes no desenvolvimento de reservatrios de petrleo - Almeida et al.
Atravs dessa anlise, percebe-se que sempre que a Cas o Bas e Contr olado
Aum e nto De s vio padro
vlvula trs, localizada na camada de maior permeabili- % ( )
dade, encontra-se falha desde o primeiro intervalo, o V PL (US$) 128.411.174,47 133.244.939,04 3,80% 258.651,70
algoritmo de otimizao no consegue alcanar valo- Tabela 16 Resultados.
res melhores que 129.000.000,00. Porm, quando o
cenrio gerado faz com que a vlvula trs funcione, pelo Table 16 Results.
menos no primeiro intervalo de tempo, o algoritmo oti-
mizador consegue chegar a valores de VPL maiores que
A figura 25 mostra o histograma dos VPL otimiza-
131.000.000,00 nas solues otimizadas. Os melhores
dos encontrados para os cenrios gerados nas simula-
valores de VPL ocorrem quando o cenrio gerado per-
es Monte Carlo.
mite o controle da vlvula trs por mais tempo.
Parmetros do AG Valor
Nm ero de geraes 100
Nm ero de indivduos 65 Figura 25 Histograma VPL incerteza tcnica
Nm ero de genes 10 com substituio de vlvulas.
Tabela 15 Parmetros do AG.
Nm ero de rodadas 1
Figure 25 NPV histogram technical
Steady-state 0.4 uncertainty replacing the valves.
Table 15 GA Parameters.
Taxa de crossover inicial 0.65
Taxa de m utao inicial 0.08 Para melhor entender a ocorrncia de VPL no his-
Total de s im ulaes 3.900.000 tograma da figura 25, fez-se novamente uma anlise
Tem po de proces s am ento 9 dias dos cenrios de falhas gerados nas iteraes Monte
Carlo. Percebe-se, outra vez, que os VPL mais baixos
A tabela 16 mostra os resultados alcanados para o caso ocorrem quando a vlvula 3 passa mais tempo na con-
base e o caso controlado, bem como o desvio padro dos dio de falha, sem poder ser controlada. Como nes-
VPL otimizados para cada cenrio. O resultado apresenta- se estudo existe a possibilidade de substituio de
do para o caso controlado representa a mdia dos VPL oti- uma vlvula que falhou por uma nova, na maior par-
mizados para cada cenrio gerado. O aumento do VPL no te dos cenrios as vlvulas possuem perodos de ati-
caso controlado indica, novamente, a viabilidade do uso de vidade maiores, sem falha e podendo ser controlada.
poos inteligentes nesse reservatrio, mesmo levando em Consegue-se ento, uma maior incidncia de bons
considerao a possibilidade de ocorrncia de falhas e o VPL, mesmo considerando-se o valor do custo da vl-
gasto com a substituio da vlvula que falhou. vula a cada substituio.
198
Boletim tcnico de Produo de Petrleo da Petrobras, Rio de Janeiro - volume 3, n 1, p. 177-222
199
Sistema de apoio deciso para uso de poos inteligentes no desenvolvimento de reservatrios de petrleo - Almeida et al.
200
Boletim tcnico de Produo de Petrleo da Petrobras, Rio de Janeiro - volume 3, n 1, p. 177-222
campo, o simulador pode ignorar a informao gera- Os testes realizados com o modelo de otimizao,
da pelo algoritmo gentico. Como exemplo, no re- considerando incertezas geolgicas, tm como obje-
servatrio sinttico, a primeira camada possui a me- tivo encontrar uma configurao de vlvulas que, na
nor permeabilidade, o que dificulta a passagem do mdia, seja a melhor configurao para os trs cen-
fluxo. Ento os valores determinados pelo algoritmo rios geolgicos (melhor, pior e mais provvel) do re-
otimizador para o operador STW so ignorados pelo servatrio em questo. O algoritmo otimizador con-
simulador a partir do momento em que o BHP atinge segue chegar a uma configurao que aumenta a
o valor mximo declarado nessa camada. No conse- produo de leo, diminui a produo de gua e,
guindo um aumento significativo na produo de conseqentemente, aumenta o VPL para os trs ce-
leo, o algoritmo gentico busca, ento, uma maior nrios. Analisando a curva score do algoritmo gen-
reduo de produo de gua. Percebe-se, ento, que tico, percebe-se que esse ainda no convergiu, indi-
para essa representao de vlvula, o algoritmo ge- cando a necessidade de um maior nmero de gera-
ntico consegue uma diminuio do volume acumu- es para se chegar a uma convergncia; porm,
lado de gua produzida muito significativa (cerca de como critrio de anlise de deciso, o resultado en-
60%); porm, o ganho do volume acumulado de leo contrado sugere o uso de poos inteligentes nesse
menor que as demais representaes. reservatrio, mesmo levando-se em considerao as
A representao de vlvula multiposies atravs da incertezas geolgicas.
alterao do ndice de injetividade (FF) do poo se mos-
trou mais adequada do que a alterao do operador
STW. Isso porque o FF representa a frao do tubo de
nomenclatura
produo que est realmente liberada para produo
ou injeo, simulando, assim, de forma mais real, o com-
Packer - normalmente isola o espao anular do poo
portamento de uma vlvula multiposio.
(espao entre a coluna de produo e o revestimento);
Os testes realizados com o modelo de otimizao
com incerteza de falhas tiveram por objetivo apoiar a Flat-pack - um cabo chato que fica dentro do poo (no
deciso pelo uso ou no de poos inteligentes em pro- espao anular) usado para transmitir (ou receber) infor-
jetos de explotao. Atravs do resultado alcanado maes das completaes inteligentes;
nesses testes, pode-se perceber que o uso de poos in-
teligentes no reservatrio em questo vantajoso mes- HPU - unidade que leva potncia (no caso hidrulica) para
mo considerando-se a possibilidade de falha nas vlvu- o acionamento das vlvulas de completao inteligente.
las. Quando no se considera a possibilidade de substi-
tuir a vlvula que falhou por uma nova, no se tem o
gasto da substituio; porm, a possibilidade do con-
trole de uma determinada completao por mais tem-
po fica prejudicada. A no substituio da vlvula tam-
bm limita os cenrios de falhas, j que aps a ocorrn-
cia da primeira falha a vlvula mantida nesse estado,
ignorando o cenrio gerado a partir desse momento.
Quando se considera a possibilidade de substituir a
vlvula que falhou por uma nova, o tempo de controle
de uma determinada completao aumenta e garante
melhores VPL. Isso pode ser observado comparando-se
o teste sem substituio de vlvulas com o teste com
substituio de vlvulas, onde o segundo consegue
melhores resultados.
201
Sistema de apoio deciso para uso de poos inteligentes no desenvolvimento de reservatrios de petrleo - Almeida et al.
referncias bibliogrficas
ABERNATHY, R. B. The new weibull handbook. 4. ed. HAMMERSLEY, J. M.; HANDSCOMB, D. C. Monte Carlo
Houston: R. B. Abernethy, 2000. 310 p. methods. Londres: Methuen, 1964. 178 p. il.
ALMEIDA, L. F. Otimizao de alternativas para desen- KHARGORIA, A.; ZHANG, F.; LI, R.; JALALI, Y. Application
volvimento de campo de petrleo utilizando computa- of distributed electrical measurements and inflow con-
o evolucionria. 2003. 82 f. Tese (Mestrado) Pontifcia trol in horizontal wells under bottom-water drive. Ri-
Universidade Catlica do Rio de Janeiro, Rio de Janeiro, 2003. chardson: Society of Petroleum Engineers, 2002. (SPE Paper
78275-MS). Paper presented at European Petroleum Confe-
BOYLE, P.; BROADIE, M.; GLASSERMAN, P. Monte Carlo me- rence, 29-31 October 2002, Aberdeen, United Kingdom.
thods for security pricing. Journal of Economic Dynamics
and Control, Amsterdam, v. 21, n. 8-9, p. 1267-1321, 1997. MCKAY, M. D.; CONOVER, W. J.; BECKMAN, R. J. A compa-
rison of three methods for selecting values of input variables
COMPUTER MODELING GROUP. IMEX advanced oil/gas in analysis of output from a computer code. Technome-
reservoir simulator version 2000 users guide. Calgary: trics, Rochester, v. 21, n. 2, p. 239-245, 1979.
CMG, 2000. 746 p.
MICHALEWICZ, Z. Genetic algorithms + Data structures =
CRICHLOW, H. B. Modern reservoir engineering: a simu- Evolution programs. New York: Springer-Verlag, 1996. 387 p. il.
lation approach. New Jersey: Prentice-Hall, 1977. 354 p. il.
OWEN, A. B. Orthogonal arrays for computer experiments
FRANCHI, J. R. Integrated flow modeling. New York: El- integration and visualization. Statistical Sinica, Taipei, Taiwan,
sevier Science, 2000. 304 p. il. v. 2, n. 2, p. 439-452, 1992.
FAURE, H. Discrepancies de suites associates a un system SAAD Y.; SHULTZ M. H. GMRES: generalized minimum resi-
the numeration. Acta Arithmetic, n. 41, p. 337-351, 1982. dual algorithm for solving nonsymmetric linear systems. SIAM
Journal of Scientific and Statistical Computing, Philadel-
GAI, H. Downhole flow control optimization in the phia, PA, v. 7, n. 3, p. 856-869, 1986.
worlds 1st extended reach multilateral well at wytch
farm. Richardson: Society of Petroleum Engineers, 2001. (SPE SOBOL, I. M. On the distribution of points in cube and the
Paper 67728). Paper presented at SPE/IADC Drilling Confe- approximate evaluation of integrals. U.S.S.R. Computatio-
rence, 27 February-1 March 2001, Amsterdam, Netherlands. nal Mathematics and Mathematical Physics, Moscow , v.
7, n. 4, p. 86-112, 1967.
GOLDBERG, D. E. Genetic algorithms in search, optimi-
zation, and machine learning. Addison-Wesley Publishing TANG, B. Orthogonal Array-based Latin Hypercube. Jour-
Company, Inc.1989. nal of the American Statistical Association, New York, v.
88, p.1392-1397, 1993.
HALTON J. H. On the efficiency of certain quasirandom se-
quences of points in evaluating multidimensional integrals. TPAC, Y. J. Sistema inteligente de otimizao de alter-
Numerische Mathematik, New York, v. 2, n. 1, p. 84-90, 1960. nativas de desenvolvimento de campos petrolferos.
202
Boletim tcnico de Produo de Petrleo da Petrobras, Rio de Janeiro - volume 3, n 1, p. 177-222
referncias bibliogrficas
2005. 163 f. Tese (Doutorado) Pontifcia Universidade Cat- ternational Horizontal Well Technology Conference, 4-7 No-
lica do Rio de Janeiro, Rio de Janeiro, 2005. vember 2002, Calgary, Alberta, Canada.
WANG, X. Variance reduction techniques and quasi-Monte YETEN, B. Optimum deployment of nonconvencional
Carlo methods. Journal of computational and applied wells. 2003. Tese (Doutorado) Stanford, 2003.
mathematics, New York, v. 132, n. 2, p. 309-318, 2001.
YETEN, B.; BROUWER, D. R.; DURLOFSKY, L. J.; AZIZ, K.
YETEN, B.; DURLOFKY, L.; AZIZ, K. Optimization of smart Decision analysis under uncertainty for smart well deployment.
wells control. Richardson: Society of Petroleum Engineers, Journal of Petroleum Science and Engineering, Amster-
2002. (Paper SPE 79031-MS). Paper presented at SPE Interna- dam, v. 43, p. 183 -199, 2004.
tional Thermal Operations and Heavy Oil Symposium and In-
bibliografia
DOUGLAS JUNIOR, J.; ARBOGAST, T. Dual-porosity models YETEN, B.; JALALI, Y. Effectiveness of intelligent com-
for flow in naturally fractured reservoirs. In: CUSHMAN, J. H. pletions in a multiwell. Richardson: Society of Petroleum
(Ed.). Dynamics of fluids in hierarchical porous formati- Engineers, 2001. (SPE Paper 68077-MS). Paper presented at
ons. London: Academic Press, 1990. p. 177-221. SPE Middle East Oil Show , 17-20 March 2001, Bahrain.
webgrafia
203
Sistema de apoio deciso para uso de poos inteligentes no desenvolvimento de reservatrios de petrleo - Almeida et al.
A probabilidade para que uma vlvula falhe est relacionada sua con-
fiabilidade, que se altera com o passar do tempo. Alm disso, com relao
ao tempo de vida de um componente, o mecanismo mais provvel da falha
tambm pode mudar. Inicialmente, a probabilidade de falha mais elevada
para um componente pode ser do tipo mortalidade infantil. Nesse estgio,
a falha causada muito provavelmente por testes inadequados do equipa-
mento ou devido a danos causados durante a instalao. Com o passar do
tempo esse mecanismo da falha torna-se menos provvel de ocorrer. A
probabilidade de falha diminui com o tempo aps o perodo de mortalida-
de infantil. A taxa de falhas nesse estgio baixa e aproximadamente cons-
tante, e julgada ser devido a erros aleatrios. Aps esse perodo de con-
fiabilidade relativamente elevada, o componente comea a envelhecer,
podendo falhar devido a esse envelhecimento. A tendncia prevista nesse
estgio que a taxa de falhas aumente com tempo.
Os diferentes mecanismos de falha em funo do tempo esto repre-
sentados na curva bathtub, como mostrado na figura 27. O perodo 0 < t <
t1 mostra o decaimento da taxa de falha com tempo, correspondendo ao
mecanismo de falha do tipo mortalidade infantil. No perodo o t1 < t < t2,
a taxa de falha constante, correspondendo ocorrncia de falha aleat-
ria. O ltimo perodo t > t2 corresponde ao mecanismo de falha do tipo
envelhecimento. A funo correspondente densidade de probabilidade
de falha (PDF) mostrada na figura 28. Nessa figura, a probabilidade da
falha volta a diminuir aps o perodo atrasado porque a falha j ocorreu.
Figura 27
Curva bathtub.
Figure 27
Bathtub curve.
204
Boletim tcnico de Produo de Petrleo da Petrobras, Rio de Janeiro - volume 3, n 1, p. 177-222
( 1) (10)
t
h (t ) =
Onde:
= parmetro de forma;
= parmetro de escala.
205
Sistema de apoio deciso para uso de poos inteligentes no desenvolvimento de reservatrios de petrleo - Almeida et al.
Figura 30
Funes de
densidade de
probabilidade
variando .
Figure 30
Probability
density
functions
changing .
cenrios de confiabilidade
(t ) = c + zt (13)
Onde:
c e z = constantes.
parmetros da weibull
206
Boletim tcnico de Produo de Petrleo da Petrobras, Rio de Janeiro - volume 3, n 1, p. 177-222
Yeten et al. (2004). Com esses valores de parmetro, a F = estimativa do verdadeiro valor da varivel.
weibull toma a forma mostrada nas figuras 31 e 32. O erro padro, SE (F ) , descrito na equao 15, uma
medida do erro cometido pelas estimativas em relao
simulao Monte Carlo mdia da amostra.
SD(F )
Monte Carlo uma ferramenta de simulao estatsti- SE(F )= (15)
ca que utiliza mtodos de amostragem para resolver pro- M
blemas de natureza estocstica ou determinstica. A Si-
mulao Monte Carlo um mtodo apropriado para re- O coeficiente de variao, CV, (equao 16) uma
solver problemas de alta dimenso e/ou parmetros esto- medida adimensional da preciso das estimativas.
csticos e, muitas vezes, usada para calcular o valor es-
perado e a disperso (desvio padro) de uma varivel que SD(F ) (16)
CV =
funo de varias variveis estocsticas e que no pode F
ser tratada analiticamente, considerando as faixas de va-
riao e as distribuies de probabilidades do conjunto de As estimativas feitas com simulao Monte Carlo
parmetros incertos (Hammersley e Handscomb,1964). no possuem um padro bem definido de convergn-
Uma das grandes vantagens da simulao Monte cia para o valor verdadeiro. De acordo com a equa-
Carlo sobre outras tcnicas numricas a possibilidade o 15, o erro das estimativas diminui com a raiz qua-
de avaliar o erro das estimativas. O desvio padro das drada de M. Logo, deve-se ter uma amostra muito
amostras (equao 14) uma medida da disperso dos grande para que uma preciso aceitvel seja atingi-
valores estimados em relao mdia. da. Entretanto, quanto maior a amostra, maior o cus-
to computacional, podendo at inviabilizar a aplica-
o. Analisando novamente a equao 15, o erro das
1 M
2
1 M
SD(F ) = fj
M 1 j =1
[ ] 2
f j
M j =1
(14) estimativas pode ser reduzido se o desvio padro das
estimativas puder ser reduzido de alguma forma. Exis-
tem vrias tcnicas para reduzir o erro, manipulando
Onde: o desvio padro (ou varincia) das estimativas. Essas
tcnicas so conhecidas como tcnicas de reduo
f j = resultado para cada cenrio considerado ou cada de varincia (McKay et al. 1979; Owen, 1992; Tang
simulao; 1993; Boyle et al. 1997).
M = nmero de amostras ou cenrios
207
Sistema de apoio deciso para uso de poos inteligentes no desenvolvimento de reservatrios de petrleo - Almeida et al.
o simulador IMEX
caractersticas do IMEX
208
Boletim tcnico de Produo de Petrleo da Petrobras, Rio de Janeiro - volume 3, n 1, p. 177-222
O IMEX suporta, tambm, as opes de dupla poro- O arquivo .DAT imprescindvel, uma vez que con-
sidade e dupla permeabilidade (Douglas, 1990), que per- tm todas as informaes que definem a configura-
mitem o tratamento de reservatrios com fraturas, onde o completa da reserva a ser simulada. A informa-
as fraturas so modeladas como duas partes com poro- o contida no arquivo .DAT est classificada em sete
sidade primria e secundria. J pela dupla permeabili- tipos de dados: controle de entrada e sada, descri-
dade possvel modelar a comunicao de fluidos en- o do reservatrio; propriedades dos componentes;
tre as duas partes definidas na fratura. rochas e fludos; condies iniciais; informao sobre
O simulador IMEX usa uma rotina de soluo basea- os mtodos numricos; informao dos poos e da-
da em eliminao de Gauss incompleta. Isso serve como dos recorrentes.
um acondicionamento dos dados antes de aplicar o m- Se a simulao for com recorrncia, dever existir o
todo GMRES (generalized minimum residual) (Saad e arquivo .RRF, e a entrada seguinte composta pelo conjun-
Shultz, 1986), que um mtodo iterativo que permite to de arquivos .DAT, .IRF, .MRF e .RRF da ltima execuo.
minimizar a norma do resduo baseado na gerao dos Os arquivos .OUT e .IRF contm os resultados glo-
espaos de Krilov. Em conjunto, o acondicionamento dos bais da simulao, isto , valores de leo, gs, gua etc.
dados e o mtodo GMRES permitem diminuir o custo O arquivo .IRF contm o ndice dos resultados e o arqui-
computacional e os requerimentos de memria quando vo .OUT armazena os resultados numricos em si.
o nmero de equaes a resolver muito grande.
comando INCLUDE
uso do IMEX
Neste trabalho, os nicos dados a serem alterados
Nesse simulador, a comunicao com o usurio efetua-
do ponto de vista do simulador de reservatrio so os
da atravs de arquivos de entrada e sada. O usurio deve
relacionados aos poos (informao dos poos e dados
criar um arquivo texto de entrada (formato .DAT) que con-
descritos na tabela 23).
tm: a configurao da malha, informao geolgica, tipo
de fluxo de leo, condies iniciais, mtodos numricos, lista Tipos de da dos us ados no arquivo .D A T
de poos, entre outras coisas. O simulador, aps a execuo, 1 . D ad os d e co ntrole de e ntrad a e s ada
fornece os valores de sada em um grupo de arquivos. Esse 2 . D ad os d e de s cri o d o re s e rvatrio
fluxo de informaes apresentado na figura 33:
3 . Pro pried ad es d os com po ne ntes
4 . D ad os d e rocha s e flu id os
5 . C on di es Iniciais
6 . In form a o s o bre o s m to do s nu m rico s
7 . In form a o do s po os e da do s reco rren te s .
Tabela 23 Tipos de dados existentes no
arquivo.DAT.
209
Sistema de apoio deciso para uso de poos inteligentes no desenvolvimento de reservatrios de petrleo - Almeida et al.
210
Boletim tcnico de Produo de Petrleo da Petrobras, Rio de Janeiro - volume 3, n 1, p. 177-222
211
Sistema de apoio deciso para uso de poos inteligentes no desenvolvimento de reservatrios de petrleo - Almeida et al.
212
Boletim tcnico de Produo de Petrleo da Petrobras, Rio de Janeiro - volume 3, n 1, p. 177-222
213
Sistema de apoio deciso para uso de poos inteligentes no desenvolvimento de reservatrios de petrleo - Almeida et al.
214
Boletim tcnico de Produo de Petrleo da Petrobras, Rio de Janeiro - volume 3, n 1, p. 177-222
215
Sistema de apoio deciso para uso de poos inteligentes no desenvolvimento de reservatrios de petrleo - Almeida et al.
216
Boletim tcnico de Produo de Petrleo da Petrobras, Rio de Janeiro - volume 3, n 1, p. 177-222
217
Sistema de apoio deciso para uso de poos inteligentes no desenvolvimento de reservatrios de petrleo - Almeida et al.
218
Boletim tcnico de Produo de Petrleo da Petrobras, Rio de Janeiro - volume 3, n 1, p. 177-222
219
Sistema de apoio deciso para uso de poos inteligentes no desenvolvimento de reservatrios de petrleo - Almeida et al.
autores
faletti@ele.puc-rio.br marco@ele.puc-rio.br
Luciana Faletti Almeida possui Graduao em Engenharia Eltri- Marco Aurelio Cavalcanti Pacheco concluiu o Doutorado em
ca pela Universidade do Estado do Rio de Janeiro (UERJ) em 1999, Mes- Computer Science - University of London em 1991. Atualmente Pro-
trado em Engenharia Eltrica pela Pontifcia Universidade Catlica do Rio fessor Associado da Pontifcia Universidade Catlica do Rio de Janei-
de Janeiro (2003) e Doutorado em Engenharia Eltrica pela Pontifcia ro (PUC-RJ) e Professor Adjunto da Universidade do Estado do Rio de
Universidade Catlica do Rio de Janeiro (PUC-RJ) em 2007. Atualmente Janeiro (UERJ). Atua na rea de Cincia da Computao, com nfase
Pesquisadora da PUC-RJ e Professora do Centro Federal de Educao Tec- em Sistemas de Informao. Em suas atividades profissionais intera-
nolgica Celso Suckow da Fonseca (CEFET-RJ). Tem experincia na rea giu com 136 colaboradores em co-autorias de trabalhos cientficos.
de Engenharia Eltrica, com nfase em Mtodos de Apoio Deciso, e Em seu currculo Lattes os termos mais freqentes na contextualiza-
Cincia da Computao, com nfase em Sistemas de Computao. Atua o da produo cientfica, tecnolgica e artstico-cultural so: algo-
principalmente nos seguintes temas: otimizao, engenharia de reserva- ritmos genticos, nanotecnologia, business intelligence, redes neu-
trios, computao evolucionria, algoritmos genticos, redes neurais, rais, neuro-fuzzy, evolvable hardware, reinforcement learning, otimi-
lgica fuzzy, campos de petrleo inteligentes e tratamento de incertezas. zao e classificao.
220
Boletim tcnico de Produo de Petrleo da Petrobras, Rio de Janeiro - volume 3, n 1, p. 177-222
autores
marley@ele.puc-rio.br yvantv@ele.puc-rio.br
Marley Vellasco possui Graduao em Engenharia Eltrica nfase Yvn Jess Tpac Valdivia possui Graduao em Engenharia
em Eletrnica pela Pontifcia Universidade Catlica do Rio de Janeiro (PUC- Eletrnica, pela Universidad Nacional de San Agustn de Arequipa (1994),
RJ) em 1984, Mestrado em Engenharia Eltrica pela PUC-RJ (1987) e Mestrado em Engenharia Eltrica pela Pontifcia Universidade Catlica
Doutorado em Computer Science - University of London (1992). Atual- do Rio de Janeiro (PUC-RJ) em 2000 e Doutorado em Engenharia Eltri-
mente Professor Associado da PUC-RJ. Atua na rea de Cincia da ca pela PUC-RJ (2005). Atualmente engenheiro de pesquisa da PUC-
Computao, com nfase em Inteligncia Computacional. Tem experincia RJ. Tem experincia na rea de Cincia da Computao, com nfase em
na rea de Cincia da Computao, com nfase em Inteligncia Computa- redes neurais, algoritmos genticos, fuzzy e logic reinforcement lear-
cional, atuando principalmente nos seguintes temas: redes neurais, lgica ning, atuando principalmente nos seguintes temas: algoritmos genti-
fuzzy, algoritmos genticos, modelos hbridos, minerao de dados, busi- cos, otimizao, reinforcement learning, E&P e packet routing.
ness intelligence, reinforcement learning e nanotecnologia.
juan@ele.puc-rio.br
221
Sistema de apoio deciso para uso de poos inteligentes no desenvolvimento de reservatrios de petrleo - Almeida et al.
expanded abstract
Reservoir management is an important task aimed the obtained configuration leads to a maximization of
at the optimization of oil reservoir exploration. To meet the NPV (Net Present Value). The usage of control
this challenging mission, the oil and gas industry has strategies that aim to benefit completion identifies the
been developing new technologies such as intelligent oil field as intelligent. Other studies also deal with valve
wells. The purpose of these wells is to reduce costs of control optimization problems in intelligent wells.
the most common restoring operations by controlling However, they use classical optimization methods; these
their technology. Thus, this work deals with intelligent methods limit the number of valves or optimize strategies
fields development and presents a decision support without considering time. The evolutionary model, based
system able to optimize, by using evolutionary on genetic algorithm, applied in this study, can formulate
algorithms, the intelligent wells technology control a control strategy for all valves in a certain production
process considering geological and technical configuration, for any desired time interval, according
uncertainties. In addition, the system supports the to the economical criteria of NPV maximization. In order
decision of whether to use or not intelligent wells, given to support the decision making for the use or not of
a reservoir ready to be explored or to receive expansion intelligent wells, technical and geological uncertainties
investments. The control of Intelligent Wells Technology are considered. The proposed model was evaluated in
(IWT), as applied in this study, refers to the opening and three oil reservoirs. The first a synthetic reservoir, simple
closing operations of valves in these types of wells. An and unreal; the other two are more complex with more
optimization based on genetic algorithms is used to realistic characteristics. The results obtained indicate that
produce a pro-active control strategy, that is, one that the proposed model allows good control strategies that
anticipates the actions to be taken at the present time in increase the NPV. The main contribution of this work is
order to achieve better results in the future. Such a the conception and implementation of a system based
strategy proposes a valve configuration that will be able on intelligent techniques that is able to support the
to: delay the water cut of producer wells, advance the development and management of intelligent oil
oil production or benefit the oil recuperation. As a result, reservoirs considering uncertainties.
222
Boletim tcnico de Produo de Petrleo da Petrobras, Rio de Janeiro - volume 3, n 1, p. 177-222