R
Repositório do ISCTE-IUL
Guest
Breve resumo:
Info Adicional:
Autor:
Clica para continuares a ler...
Title: Aplicação das redes neuronais artificiais para classificação das operações de perfuração: O caso de poços deepwater de exploração e produção
Authors: Chaile, V.; Moro, S.; Carneiro, A.; Ramos, R. F.
Abstract: A aplicação de métodos automáticos para classificação de texto não
estruturadas são extremamente valiosas para a indústria de Oil&Gas. A perfuração
é uma operação que acarreta custos elevados que são proporcionais à duração das
atividades. A classificação das diversas operações durante a perfuração é muito
importante para gerar premissas de duração para o projeto de novos poços. Para
este artigo, dois procedimentos independentes foram realizados para identificar
o melhor modelo de NPT (Non-Productive Time) e PT (Productive Time ). As
conclusões apontam o modelo Multi-layer Perceptron (MLP) como o melhor
modelo. O sistema de classificação pode ser utilizado para produzir um relatório
preciso e detalhado sobre as atividades realizadas durante a perfuração de um poço.
Através desse trabalho é possível concluir que os relatórios diários de perfuração
atualmente disponíveis representam uma fonte rica de informação e podem ser
utilizados para melhorar o processo de construção de poços de petróleo.
Authors: Chaile, V.; Moro, S.; Carneiro, A.; Ramos, R. F.
Abstract: A aplicação de métodos automáticos para classificação de texto não
estruturadas são extremamente valiosas para a indústria de Oil&Gas. A perfuração
é uma operação que acarreta custos elevados que são proporcionais à duração das
atividades. A classificação das diversas operações durante a perfuração é muito
importante para gerar premissas de duração para o projeto de novos poços. Para
este artigo, dois procedimentos independentes foram realizados para identificar
o melhor modelo de NPT (Non-Productive Time) e PT (Productive Time ). As
conclusões apontam o modelo Multi-layer Perceptron (MLP) como o melhor
modelo. O sistema de classificação pode ser utilizado para produzir um relatório
preciso e detalhado sobre as atividades realizadas durante a perfuração de um poço.
Através desse trabalho é possível concluir que os relatórios diários de perfuração
atualmente disponíveis representam uma fonte rica de informação e podem ser
utilizados para melhorar o processo de construção de poços de petróleo.
Info Adicional:
Title: Aplicação das redes neuronais artificiais para classificação das operações de perfuração: O caso de poços deepwater de exploração e produção Authors: Chaile, V.; Moro, S.; Carneiro, A.; Ramos, R. F. Abstract: A aplicação de métodos automáticos para classificação de texto não estruturadas são extremamente valiosas para a indústria de Oil&Gas. A perfuração é uma operação que acarreta custos elevados que são proporcionais à duração das atividades. A classificação das diversas operações durante a perfuração é muito importante para gerar premissas de duração para o projeto de novos poços. Para este artigo, dois procedimentos independentes foram realizados para identificar o melhor modelo de NPT (Non-Productive Time) e PT (Productive Time ). As conclusões apontam o modelo Multi-layer Perceptron (MLP) como o melhor modelo. O sistema de classificação pode ser utilizado para produzir um relatório preciso e detalhado sobre as atividades realizadas durante a perfuração de um poço. Através desse trabalho é possível concluir que os relatórios diários de perfuração atualmente disponíveis representam uma fonte rica de informação e podem ser utilizados para melhorar o processo de construção de poços de petróleo.
Autor:
Clica para continuares a ler...