Utilização de redes neurais artificiais para a previsão da viscosidade de emulsões de água em óleo de petróleos brasileiros

• Ano de defesa: 2023
• Autor(a) principal: Oliveira, Rafael da Silva
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Viscosidade; Emulsão; Petróleo; Aprendizado de máquina; Inteligência artificial; Indústria petrolífera offshore; Rede neural artificial; Viscosity; Emulsion; Petroleum; Machine learning; Artificial intelligence
• Link de acesso: http://app.uff.br/riuff/handle/1/27765

Muitos desafios se fazem presentes na indústria de óleo e gás e o aparecimento de emulsões água em óleo na etapa de produção é um problema crítico. É comum que estas emulsões apresentem altos valores de viscosidade, ocasionando perda de carga nas linhas submarinas e consequentemente diminuição da produtividade do poço. O conhecimento da viscosidade nas linhas de produção é fundamental para o dimensionamento de equipamentos nas etapas de projeto e na tomada de decisões durante a operação dos campos offshore. Estudos reológicos são ferramentas muito úteis neste aspecto, porém dispendiosas devido a alocação de recursos humanos e equipamentos, logística de coleta das amostras e tempo elevado para realização dos estudos. Neste sentido, diversas correlações para a previsão da viscosidade de emulsões estão presentes na literatura, porém elas não são genéricas como desejado, geralmente apresentando bons resultados para emulsões formadas por óleos da mesma origem as quais foram modeladas. Avaliando essa questão e os novos métodos presentes na literatura, a utilização de inteligência artificial e aprendizado de máquina pode ser uma alternativa com grande potencial de sucesso para prever essa propriedade, caso muitos dados experimentais estejam disponíveis. Existem poucos trabalhos na literatura abordando o tema com essas ferramentas, mas foram observadas algumas metodologias que já foram utilizadas para problemas correlatos da indústria de óleo e gás e apresentaram bons resultados. Neste trabalho foi aplicada uma metodologia de otimização sequencial de uma rede neural artificial para prever a viscosidade de emulsões água em óleo, utilizando mais de 5000 pontos experimentais de estudos de caracterização reológica de óleos leves, médios e pesados originados de poços offshore brasileiros. Foi utilizada como variável de resposta a viscosidade relativa da emulsão e as variáveis empregadas para regressão foram o teor de água, temperatura, taxa de cisalhamento e °API. Após o treinamento, as redes geradas apresentaram bom desempenho com coeficiente de determinação (R2) superiores a 0,99 para os dados utilizados para teste. Após o ajuste da rede, foi empregada a estratégia de validação cruzada e a média do coeficiente de determinação para este teste também ficou acima de 0,99, comprovando a capacidade da metodologia de gerar modelos genéricos para o problema em questão.