Um Estudo da Sensibilidade dos Hiperparâmetros no Embed to Control and Observe

Abstract

O uso de simuladores convencionais para simulação de fluxo em reservatórios de petróleo demanda uma alta capacidade computacional. Isso pode se tornar um fator impeditivo para determinados estudos que envolvem reservatórios de grandes dimensões. Entre os simuladores não convencionais, os modelos proxy são caracterizados por uma maior agilidade em relação aos modelos de simulação numérica tradicionais. Tais modelos também podem ser atualizados muito rapidamente com novos dados, em comparação com modelos numéricos [2]. Neste contexto, surge o E2CO, uma técnica desenvolvida por [1] que incorpora entrada de dados (vetor que possui características dos poços) e saída de dados e/ou dados de poço (pressão de fundo de poço para poços injetores, vazão de óleo e água de poços produtores), juntamente com informações baseadas na física dos reservatórios por meio das funções de perda física. Na Figura 1, temos um diagrama que ilustra como ocorre o procedimento de treinamento deste modelo. O que o E2CO trás de novidades positivas em relação às demais técnicas presentes na literatura, é que ele é mais rápido computacionalmente por fazer a evolução no tempo do estado do reservatório (vetor contendo pressão e saturação), e a estimativa de dados de poço num espaço de dimensão reduzida. Neste trabalho propomos um estudo da sensibilidade dos hiperparâmetros do modelo E2CO (por exemplo, funções de perda de fluxo monofásica, bifásica, e dos pesos envolvidos em tais funções, e das seeds), e de como eles impactam na acurácia das predições. Entender a influência dos hiperparâmetros é crucial, pois os mesmos são essenciais na etapa de treinamento do modelo. [...]