Projeto de Aplicação de Técnicas de Big Data e Analytics

Este projeto investiga o desenvolvimento de detectores e classificadores de eventos indesejados (falhas) durante a operação de poços de petróleo. Resultados indicam capacidade de detecção das falhas com alto grau de acurácia (~90%) e bom tempo de antecipação.

[1] M. A. Marins, B. D. Barros, I. H. Santos, D. C. Barrionuevo, R. E. V. Vargas, T. de M. Prego, A. A. de Lima, M. L. R. de Campos, E. A. B. da Silva, and S. L. Netto, “Fault detection and classification in oil wells and production/service lines using random forest,” Journal of Petroleum Science and Engineering, vol. 197, pp. 1-10, Sept. 2020. DOI: 10.1016/j.petrol.2020.107879, ISSN: 0920-4105.

Fig. 1: (a) Desempenho (matriz de confusão) de sistema multi-classe de detecção e classificação de falhas em poços de petróleo; (b) Exemplo de detecção (marcação em vermelho) bem-sucedida de falha ocorrida em operação de poço.