
Previsão de Taxa de Perfuração em Poços de Petróleo Offshore Utilizando Aprendizado de Máquina
Author(s) -
André Michels Branco,
Janaína Gomide
Publication year - 2021
Language(s) - Portuguese
Resource type - Conference proceedings
DOI - 10.5753/eniac.2021.18279
Subject(s) - physics , zoology , humanities , environmental science , biology , art
A taxa de perfuração (ROP) de um poço de petróleo é uma métrica muito importante de se controlar, por inuenciar na produtividade do poço, no desgaste da broca e na segurança do poço e operação. Este trabalho avalia a utilização do algoritmo de oresta aleatória para previsão da ROP em poços de petróleo offshore como alternativa para modelos tradicionalmente utilizados pela indústria. Modelos de oresta aleatória foram avaliados com diferentes hiper-parâmetros para 4 poços offshore no pré-sal da Bacia de Santos. De forma geral, os modelos de oresta aleatória apresentaram resultados superiores para cada poço, mas não houve uma combinação de hiper-parâmetros ótima comum entre os poços.