Estudo e modelagem de eventos indesejáveis em escoamento de petróleo

Abstract

O escoamento multifásico de petróleo apresenta variáveis que impactam diretamente em sua eficiência, bem como nos problemas que o compõem. As adversidades enfrentadas podem ter origem na estrutura física da operação, como golfadas severas de terreno, fechamento espúrio de válvulas e a perda rápida de produção, ou por características dos fluidos, como a deposição de parafinas, crescimento do BSW (Basic Sediment and Water), deposição inorgânica e formação de hidratos. A aplicação de ferramentas desenvolvidas a partir da transformação digital, como, por exemplo, algoritmos de aprendizado de máquina, tem sido implementada na indústria de óleo e gás para a predição desses tipos de adversidades. Entretanto, a necessidade de dados para o treinamento do modelo dessas ferramentas tem sido um ponto de grande relevância. À vista disso, este trabalho tem como objetivo a geração de um robusto banco de dados com dados de produção contendo informações como pressões, vazões e temperaturas posicionados esquematicamente nos locais da TPT (do inglês Temperature and Pressure Transducer) em 0 metros e Medidor Permanente de Fundo de Poço (PDG, do inglês Permanent Downhole Gauge) em 1600 metros. Foram definidos cinco inputs de modo a criar um mapa de variáveis que contemplarão 243 cenários de referência abrangendo variados contrastes operacionais; ademais, foram considerados cenários que ocasionassem eventos de variação no escoamento separadamente, como o fechamento de válvula, crescimento do BSW e a deposição de parafinas para cada caso base além da sobreposição de eventos. Os dados foram obtidos utilizando a técnica de simulação numérica através do simulador ALFAsim® (Artificial Lift and Flow Assurance Simulator) da empresa ESSS. Os resultados obtidos foram comparados entre si e foi observado que a variação dos inputs escolhidos teve influência nos resultados obtidos quanto a intensidade do evento acidental gerado