Avaliação do
Você é humano?
8
5
=
Denunciar conteúdo impróprio
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Aplicação de aprendizado de máquina não-supervisionado na determinação da rota de completação de poços
Use este link compartilhar ou citar este material: http://educapes.capes.gov.br/handle/capes/1055976
Registro completo de metadados
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Souza, Troner Assenheimer de | - |
| Autor(es): dc.contributor | Ahón, Victor Rolando Ruiz | - |
| Autor(es): dc.contributor | Carrasco, Alfredo Moisés Vallejos | - |
| Autor(es): dc.contributor | Queiroz Neto, João Crisósthomo de | - |
| Autor(es): dc.contributor | http://lattes.cnpq.br/8331372428400308 | - |
| Autor(es): dc.creator | Sousa, Gabriel Maia | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T20:10:37Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T20:10:37Z | - |
| Data de envio: dc.date.issued | 2025-07-21 | - |
| Data de envio: dc.date.issued | 2025-07-21 | - |
| Fonte completa do material: dc.identifier | https://app.uff.br/riuff/handle/1/39358 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1055976 | - |
| Descrição: dc.description | Tendo em vista a crescente demanda por aumento da exploração de poços de petróleo e gás no cenário brasileiro, as operações de completação de poços têm ganhado relevância, uma vez que são elementos vitais para assegurar a integridade das estruturas, a produtividade dos campos e a preservação ambiental. Nesse contexto, destacam-se dois grandes subgrupos de estratégias de completação, convencional e inteligente. Diante desse cenário, o presente trabalho teve como objetivo implementar um sistema baseado em aprendizado de máquina não supervisionado para determinar a rota ideal de completação de poços de petróleo. A metodologia foi estruturada de forma sequencial, iniciando-se pela coleta e análise de dados históricos sobre completações, considerando variáveis como profundidade, número de zonas, diâmetro do poço, porosidade, permeabilidade, densidade, temperatura e pressão, além das técnicas previamente utilizadas. Foi aplicada a técnica de aprendizado de máquina não supervisionado, utilizando o algoritmo K-means para realizar a clusterização dos dados e identificar padrões que indicassem as melhores rotas de completação. Ferramentas como o método do cotovelo, o índice de silhouette e o diagrama de Voronoi foram empregadas para determinar a quantidade ideal de clusters. A avaliação do modelo considerou métricas como precisão e eficiência. A etapa de validação utilizou novos conjuntos de dados rotulados para comparar as previsões obtidas com os métodos tradicionais, possibilitando ajustes e melhorias no sistema. A partir da análise do conjunto de dados rotulados, os resultados indicaram que a utilização de três clusters apresentou acurácia de 87%, superior ao modelo com dois clusters, que obteve 52%. Esses resultados sugerem que a aplicação de aprendizado de máquina não supervisionado pode ser uma alternativa promissora para a tomada de decisão em operações de completação, contribuindo para a inovação tecnológica na indústria de petróleo e gás. | - |
| Descrição: dc.description | In view of the growing demand for increased exploration of oil and gas wells in the Brazilian scenario, well completion operations have gained relevance, since they are vital elements to ensure the integrity of structures, field productivity and environmental preservation. In this context, two large subgroups of completion strategies stand out: conventional and intelligent. In view of this scenario, the present work aimed to implement a system based on unsupervised machine learning to determine the ideal route for completing oil wells. The methodology was structured sequentially, starting with the collection and analysis of historical data on completions, considering variables such as depth, number of zones, well diameter, porosity, permeability, density, temperature and pressure, in addition to previously used techniques. The unsupervised machine learning technique was applied, using the K-means algorithm to perform data clustering and identify patterns that indicated the best completion routes. Tools such as the elbow method, the silhouette index and the Voronoi diagram were used to determine the ideal number of clusters. The model evaluation considered metrics such as accuracy and efficiency. The validation stage used new labeled data sets to compare the predictions obtained with traditional methods, enabling adjustments and improvements to the system. Based on the analysis of the labeled data set, the results indicated that the use of three clusters presented an accuracy of 87%, higher than the model with two clusters, which obtained 52%. These results suggest that the application of unsupervised machine learning can be a promising alternative for decision-making in completion operations, contributing to technological innovation in the oil and gas industry. | - |
| Descrição: dc.description | 94 f. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Direitos: dc.rights | Open Access | - |
| Direitos: dc.rights | CC-BY-SA | - |
| Palavras-chave: dc.subject | Exploração e produção | - |
| Palavras-chave: dc.subject | Inteligência artificial | - |
| Palavras-chave: dc.subject | Eficiência operacional | - |
| Palavras-chave: dc.subject | Rotas operacionais | - |
| Palavras-chave: dc.subject | Análise de dados | - |
| Palavras-chave: dc.subject | Clusterização | - |
| Palavras-chave: dc.subject | Poço de petróleo | - |
| Palavras-chave: dc.subject | Aprendizado de máquina | - |
| Palavras-chave: dc.subject | Completação Inteligente | - |
| Palavras-chave: dc.subject | Exploration and production | - |
| Palavras-chave: dc.subject | Artificial intelligence | - |
| Palavras-chave: dc.subject | Operational efficiency | - |
| Palavras-chave: dc.subject | Operational routes | - |
| Palavras-chave: dc.subject | Data analysis | - |
| Palavras-chave: dc.subject | Clustering | - |
| Título: dc.title | Aplicação de aprendizado de máquina não-supervisionado na determinação da rota de completação de poços | - |
| Tipo de arquivo: dc.type | Trabalho de conclusão de curso | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal Fluminense - RiUFF | |
Não existem arquivos associados a este item.
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma:
- O Termo de Uso pode ser modificado pela CAPES a qualquer tempo, sem necessidade de notificação prévia, sendo que tais modificações serão válidas a partir da data de sua veiculação neste portal;
- Para aprovação de cadastro do usuário ao sistema, a CAPES pode requisitar o fornecimento de informações, haja vista a política de segurança adotada, objetivando resguardar a segurança dos usuários nesse ambiente virtual;
- O usuário aceita e declara compreender que, em razão do peculiar ambiente da Internet, a CAPES não poderá garantir que o acesso ao site seja livre de erros ou problemas decorrentes de casos fortuitos, internos ou externos, casos de força maior ou ainda de outros casos não inteiramente sujeitos a controle direto dos administradores do site e, portanto o usuário se obriga a isentar a CAPES de quaisquer reclamações ou indenizações. A CAPES também não se responsabiliza por interrupções, interceptações, invasões, disseminação de vírus ou outros atos ilícitos, típicos e atípicos de ambiente virtual, e de web, dos quais a CAPES não tenha tido intenção deliberada de participar ou praticar;
- O usuário aceita e declara compreender que qualquer texto, marca, áudio, imagem, ou conteúdo veiculados no site são protegidos por direitos de propriedade intelectual o qual deve ser respeitado de acordo com a licença concedida pelo respectivo detentor dos referidos direitos, sob pena de apuração das responsabilidades cabíveis;
-
Desta forma a CAPES se exime de toda e qualquer responsabilidade por eventuais perdas, danos e prejuízos de qualquer natureza decorrentes:
- Do descumprimento da lei, da moral e dos bons costumes, como consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da infração aos direitos de propriedade intelectual e industrial, segredos empresariais, compromissos contratuais de qualquer tipo, direitos à honra, à intimidade pessoal e familiar, à imagem das pessoas, direitos de propriedade e de toda e qualquer natureza pertencentes a um terceiro por consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da falta de veracidade, precisão, exatidão, pertinência e/ou atualidade dos conteúdos;
- Da inadequação para qual seja o propósito, ou da frustração, das expectativas geradas pelos conteúdos;
- Exceto quando mencionado explicitamente, ou quando se tratar de citação de material alheio ou ilustração, nos limites estabelecidos pela Lei 9.610/98, todo o Conteúdo textual original do Portal eduCAPES está disponível livremente para leitura, entre outros direitos, conforme definido na licença Creative Commons;
- A CAPES não se responsabiliza pelos comentários, opiniões, informações, depoimentos, mensagens, vídeos, textos, imagens, áudios ou qualquer outro tipo de conteúdo que sejam, postados, publicados e disponibilizados através do Portal eduCAPES pelos usuários, sendo a responsabilidade civil e criminal atribuída única e exclusivamente ao autor dos comentários, opiniões, informações, ou mensagens. Todo o conteúdo publicado por usuários são de responsabilidade exclusiva dos mesmos e de caráter completamente independente, sendo que todo e qualquer tipo de opinião, ideal e/ou posição expressados não refletem necessariamente o ponto de vista e a posição do Portal eduCAPES e/ou da CAPES. A CAPES se reserva o direito de armazenar as informações destes autores e/ou Usuários, a fim de viabilizar sua identificação;
- O usuário aceita e declara compreender que a CAPES poderá disponibilizar no Portal eduCAPES, links de acesso para outros sites e endereços virtuais administrados, controlados ou operados por terceiros. Qualquer site conectado a partir do eduCAPES não está sob o controle da CAPES;
- A CAPES não assume nenhuma responsabilidade ou obrigação por qualquer informação, comunicação ou material encontrado em tais sites, ou em qualquer site conectado a tais sites. A CAPES não assume qualquer responsabilidade pelos serviços ou funcionalidades ali dispostos, sendo a decisão de utilização e a forma de relacionamento com os mesmos de exclusiva responsabilidade do usuário, que inclusive isenta a CAPES de fiscalizar o conteúdo ou zelar pela integridade de tais sites ou endereços virtuais.
- O usuário aceita e declara compreender que o acesso a determinadas áreas do site será restrito. Para acessá-las, o usuário deverá fazer o login e cadastrar uma senha de acesso. A senha é individual, sigilosa e intransferível, sendo o usuário o único responsável pela guarda da mesma. O usuário assume toda e qualquer responsabilidade pelo mau uso ou pela utilização da senha por terceiros;
- A CAPES reserva o direito de excluir o cadastro, de excluir o material submetido ou proibir o acesso do usuário ao portal eduCAPES no caso de qualquer abuso ou indício de prática ilícita no uso do site ou de qualquer uso não autorizado ou proibido pelo usuário, nos termos da legislação brasileira;
- As condições estabelecidas no Termo de Aceite e Uso do Site são regidas pela lei brasileira. Sob nenhuma circunstância o usuário deverá violar qualquer lei usando o portal eduCAPES para propósitos que incluam, mas não limitados a isso, difamação ou perturbação de outros, violação de direitos de propriedade intelectual ou de terceiros, envio de material obsceno ou ofensivo, vírus, arquivos corrompidos, ou outros programas que poderiam danificar ou alterar este site ou os computadores de empresa ou de terceiros;
- A CAPES reserva o direito de retirar qualquer conteúdo que infrinja a lei, a moral e os bons costumes nos termos da legislação vigente e também na hipótese de o conteúdo não se coadunar com as finalidades educativas do Portal. A CAPES garante o direito de defesa e contraditório dos usuários. O usuário reconhece que o material enviado por terceiros, que não a CAPES, não é endossado pela mesma.
Concordo e desejo baixar o arquivo
Não concordo e não irei baixar o arquivo
Não concordo e não irei baixar o arquivo