Fábio Arbex Araújo
Resumo
Este trabalho desenvolve um modelo em redes neurais artificiais, para a obtenção das vazões e pressões em uma malha de escoamento de petróleo, pertencente a um campo de produção terrestre da PETROBRAS, a ser utilizado como núcleo de cálculo de um algoritmo de otimização. É desenvolvido um modelo hidráulico simplificado, baseado na teoria da mecânica dos fluidos, a ser utilizado para comparação com a abordagem por redes neuronais. Os resultados dos modelos são comparados em relação aos valores das variáveis de campo, obtidas remotamente por medidores instalados na malha. A base de dados é separada em grupos, de acordo com a intensidade de treinamento recebido pela rede neuronal, com a finalidade de se avaliar o impacto dessa característica nos resultados. Os dois modelos também são avaliados quanto ao tempo de resposta, resultado de grande importância no contexto de um problema de otimização, a ser utilizado em tempo real pela equipe de operação.
Abstract
The present work contains the development of an artificial neural network model which is able to obtain flow and pressure values in a crude oil flow network which is located in a real onshore oil production site belonging to Petrobras SA. This model will be used as a calculation module for an optimization system. A simplified hydraulic model is developed herein, based on Fluid Mechanics, to be compared with the neural networks approach. Results of the models are compared to the field database values, obtained remotely by measuring devices installed in the network. This database is classified into different groups, according to the intensity of the training received by the neural network, with the goal of evaluating the impact of this characteristic on the results. Both models are also evaluated with respect to response time, a variable of great importance in the context of optimization problems, which are to be solved in real-time by the operations staff.
