Banca de QUALIFICAÇÃO: FRANCISCA DE FATIMA DO N. SILVA

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: FRANCISCA DE FATIMA DO N. SILVA
DATA: 14/08/2012
HORA: 15:00
LOCAL: Sala de Treinamento do NUP-ER (1º andar)
TÍTULO:

UM MODELO HÍBRIDO PARA PREVISÃO DE SÉRIES TEMPORAIS: UMA APLICAÇÃO NA INDÚSTRIA DE PETRÓLEO 

PALAVRAS-CHAVES:

Modelos estatísticos de Box & Jenkins, Redes Neurais Artificiais (RNA’s), Curvas de produção e vazão de petróleo

PÁGINAS: 50
GRANDE ÁREA: Engenharias
ÁREA: Engenharia Elétrica
RESUMO:

Atualmente, é de grande interesse o estudo de métodos de previsão de Séries Temporais, ou seja, conseguir identificar e predizer algumas características do processo num ponto futuro. Na engenharia de petróleo uma das atividades essenciais é a estimativa de produção de óleo existente nas reservas petrolíferas de reservatórios maduros. O cálculo dessas reservas é crucial para a determinação da viabilidade econômica de sua explotação. Atualmente, a indústria do petróleo faz uso de técnicas convencionais de modelagem de reservatórios como simulação matemática para previsão da produção de petróleo. No entanto, o objetivo fundamental deste trabalho é propor uma metodologia de Análise de Séries Temporais baseada nos tradicionais modelos estatísticos de Box & Jenkins, que em conjunto com a técnica inteligente de Redes Neurais Artificiais (RNA’s), possibilite a construção de um modelo híbrido de predição de dados de produção de petróleo, tomando por base a capacidade que a rede tem em aprender com a experiência e partir para generalização baseada no seu conhecimento prévio. Para tanto, a Rede Neural será treinada com a finalidade de estimar os erros associados ao modelo estatístico de Série Temporal, possibilitando ao pesquisador fazer uma comparação entre os erros gerados pelo modelo e os erros estimados pela RNA e então corrigir o erro associado ao Modelo de Série Temporal, de forma a aproximar a série estimada à série de dados original. Os dados que serão utilizados foram obtidos através do simulador comercial STARS (Steam, Thermal, and Advanced Processes Reservoir Simulator) – versão 2007 e referem-se às curvas de produção acumulada e de vazão de petróleo. O algoritmo de predição proposto receberá como entrada os dados fornecidos pelo simulador e fornecerá como saída uma estimativa do valor no tempo n+h onde h representa o horizonte de predição. Por fim, será feito um estudo comparativo da performance preditiva do modelo de Box & Jenkins clássico e o modelo de Box & Jenkins corrigido pela Rede Neural.  A arquitetura recorrente em estudo neste trabalho deverá ser capaz de prover estimativas confiáveis, tanto para um horizonte de predição de passos simples quanto para um horizonte de múltiplos passos.

 

MEMBROS DA BANCA:
Presidente - 347628 - ADRIAO DUARTE DORIA NETO
Interno - 347559 - WILSON DA MATA
Externo ao Programa - 320597 - PAULO SERGIO LUCIO