Sistema de apoio à decisão no desenvolvimento de um campo de petróleo com injeção de água usando aprendizagem por reforço

• Ano de defesa: 2019
• Autor(a) principal: Santos, Kaline Souza dos
• Orientador(a): Dória Neto, Adrião Duarte
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Programa de Pós-Graduação: PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA E ENGENHARIA DE PETRÓLEO
• País: Brasil
• Palavras-chave em Português: Sistema inteligente; Aprendizagem por reforço; Algoritmo Q-Learning; Análise econômica
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS::ENGENHARIA QUIMICA::TECNOLOGIA QUIMICA::PETROLEO E PETROQUIMICA
• Link de acesso: https://repositorio.ufrn.br/jspui/handle/123456789/27670

Para o desenvolvimento de um campo de petróleo a solução operacional é bastante complexa, devido às grandes quantidades de variáveis envolvidas no processo, tais como: espaçamento entre poços, números de poços, sistema de injeção de fluidos para a recuperação suplementar, entre outros. Nesse contexto, esta pesquisa apresenta a implementação e a aplicação de um sistema inteligente de apoio à decisão buscando alternativas para o desenvolvimento de um campo de petróleo, submetido ao processo de injeção de água, utilizando Aprendizagem por Reforço (AR) com base no algoritmo Q-Learning. O ambiente considerado foi um modelo de simulação de reservatório homogêneo, semissintético, com alguns dados semelhantes de um reservatório localizado no Nordeste Brasileiro. O modelo analisado corresponde ao um reservatório de dimensões 400 m x 400 m x 26 m, permeabilidades entre 40 mD e 400 mD, porosidade de 23%. O algoritmo de aprendizado consiste encontrar, em conjunto com o simulador matemático STARS (Steam Thermal and Advanced Processes Reservoir Simulator) da CMG (Computer Modelling Group), a política ótima (diminuir ou não alterar a vazão de injeção de água inicial), em tempo hábil, que forneça como recompensa o maior Valor Presente Líquido (VPL) em um horizonte de produção de 240 meses. Os resultados mostram que a política ótima de injeção de água obtida usando a implementação de AR possibilitou aumentos significativos no VPL e no Fator de Recuperação de Óleo no fim do projeto, além de melhorar a rentabilidade, reduzindo os custos com a injeção de água, tratamento e descarte da água produzida e aumentando o tempo de viabilidade do projeto.