Aplicação de Técnicas de Aprendizado de Máquina na Previsão de Vazão em Meios Porosos

Authors

  • Vinicius O. Costa
  • Angélica N. Caseri
  • Sinesio Pesco

Abstract

Estudos recentes mostram a importância de se prever a vazão do óleo na indústria do petróleo, principalmente pela questão de monitoramento e manutenção de reservatórios [1]. Séries históricas de produção em reservatórios de petróleo revelam correlações entre diversas propriedades, em particular, observa-se uma correlação entre vazão e pressão que será utilizada para prever valores da vazão. Em outros estudos [2], [3] foram mostradas aplicações de modelos preditivos para a previsão da vazão do óleo. [...]

Downloads

Download data is not yet available.

Author Biographies

Vinicius O. Costa

Departamento de Matemática, Pontifícia Universidade Católica do Rio de Janeiro, Rio de Janeiro, Brasil

Angélica N. Caseri

Departamento de Matemática, Pontifícia Universidade Católica do Rio de Janeiro, Rio de Janeiro, Brasil

Sinesio Pesco

Departamento de Matemática, Pontifícia Universidade Católica do Rio de Janeiro, Rio de Janeiro, Brasil

References

“INSIM-FT in three-dimensions with gravity”. Em: Journal of Computational Physics 380 (2019), pp. 143–169. issn: 0021-9991. doi: https://doi.org/10.1016/j.jcp.2018.12.016.

Isabel Gonçalves, Thiago Silva, Abelardo Barreto e Sinesio Pesco. “Predicting oil field production using the Random Forest algorithm”. Em: Anais Estendidos do XXXV Conference on Graphics, Patterns and Images. SBC, 2022, pp. 134–139. doi: 10.5753/sibgrapi.est.2022.23277.

Yuejin Luo, P.A. Bern Bern e B.D. Chambers. “Flow-Rate Predictions for Cleaning Deviated Wells”. Em: Paper presented at the IADC/SPE Drilling Conference, New Orleans, Louisiana (1992). doi: https://doi.org/10.2118/23884-MS.

Lior Rokach e Oded Maimon. “Decision Trees”. Em: vol. 6. Jan. de 2005, pp. 165–192. doi: 10.1007/0-387-25465-X_9.

Alexey Natekin e Alois Knoll. “Gradient Boosting Machines, A Tutorial”. Em: Frontiers in neurorobotics 7 (dez. de 2013), p. 21. doi: 10.3389/fnbot.2013.00021.

Published

2023-12-18