Use este identificador para citar ou linkar para este item: https://repositorio.ufrn.br/jspui/handle/123456789/12970
Título: Processamento Inteligente de Sinais de Pressão e Temperatura Adquiridos Através de Sensores Permanentes em Poços de Petróleo
Autor(es): Pires, Paulo Roberto da Motta
Palavras-chave: sensores permanentes (PDG);filtragem de ruído;transformada wavelet discreta;mapas auto-organizáveis (SOM);sistemas neuro-fuzzy;permanent downhole gauges (PDG);noise filtering;discrete wavelet transform (DWT);self-organizing maps (SOM);neuro-fuzzy systems
Data do documento: 6-Fev-2012
Editor: Universidade Federal do Rio Grande do Norte
Citação: PIRES, Paulo Roberto da Motta. Processamento Inteligente de Sinais de Pressão e Temperatura Adquiridos Através de Sensores Permanentes em Poços de Petróleo. 2012. 89 f. Dissertação (Mestrado em Pesquisa e Desenvolvimento em Ciência e Engenharia de Petróleo) - Universidade Federal do Rio Grande do Norte, Natal, 2012.
Resumo: Originally aimed at operational objectives, the continuous measurement of well bottomhole pressure and temperature, recorded by permanent downhole gauges (PDG), finds vast applicability in reservoir management. It contributes for the monitoring of well performance and makes it possible to estimate reservoir parameters on the long term. However, notwithstanding its unquestionable value, data from PDG is characterized by a large noise content. Moreover, the presence of outliers within valid signal measurements seems to be a major problem as well. In this work, the initial treatment of PDG signals is addressed, based on curve smoothing, self-organizing maps and the discrete wavelet transform. Additionally, a system based on the coupling of fuzzy clustering with feed-forward neural networks is proposed for transient detection. The obtained results were considered quite satisfactory for offshore wells and matched real requisites for utilization
metadata.dc.description.resumo: Originalmente voltadas ao monitoramento da operação, as medições contínuas de pressão e temperatura no fundo de poço, realizadas através de PDGs (do inglês, Permanent Downhole Gauges), encontram vasta aplicabilidade no gerenciamento de reservatórios. Para tanto, permitem o monitoramento do desempenho de poços e a estimativa de parâmetros de reservatórios no longo prazo. Contudo, a despeito de sua inquestionável utilidade, os dados adquiridos de PDG apresentam grande conteúdo de ruído. Outro aspecto igualmente desfavorável reside na ocorrência de valores espúrios (outliers) imersos entre as medidas registradas pelo PDG. O presente trabalho aborda o tratamento inicial de sinais de pressão e temperatura, mediante técnicas de suavização, mapas auto-organizáveis e transformada wavelet discreta. Ademais, propõe-se um sistema de detecção de transientes relevantes para análise no longo histórico de registros, baseado no acoplamento entre clusterização fuzzy e redes neurais feed-forward. Os resultados alcançados mostraram-se de todo satisfatórios para poços marinhos, atendendo a requisitos reais de utilização dos sinais registrados por PDGs
URI: http://repositorio.ufrn.br:8080/jspui/handle/123456789/12970
Aparece nas coleções:PPGCEP - Mestrado em Ciência e Engenharia do Petróleo

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
PauloRMP_DISSERT.pdf21,04 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.