aplicación de técnicas computacionales en ingeniería de petróleo
TRANSCRIPT
Aplicación de técnicas computacionales enIngeniería de Petróleo: Casos en Petrobras
D.Sc. Yván Jesús Túpac Valdivia
Universidad San Pablo
17 de Noviembre de 2012
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 1 / 70
Contenido
1 Ingeniería de PetróleoDefiniciónÁreas de actuaciónEmpresa PETROBRAS
2 Proyectos en Ingeniería de PetróleoProyecto ANEPIProyecto ANEPI-CIProyecto SMART-E&PProyecto CONFPETRO
3 Producción académica obtenida
4 Bibliografía
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 2 / 70
Ingeniería de Petróleo Definición
Ingeniería de PetróleoDefinición
Área de estudio interdisciplinar que combina métodos científicos yprácticos orientándolos al desarrollo y aplicación de técnicas paradescubrir, explotar, desarrollar, transportar, procesar y tratar loshidrocarburos desde su estado natural (en el yacimiento), hasta losproductos finales o derivados.Están involucradas entre otras, las siguientes áreas de conocimiento:
Ingeniería MecánicaIngeniería CivilGeología e Ing. GeológicaIngeniería Eléctrica, electrónicaComputaciónIngeniería Industrial
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 3 / 70
Ingeniería de Petróleo Áreas de actuación
Ingeniería de PetróleoÁreas de actuación
Se tienen las siguientes áreas de actuación:1 Ingeniería de Yacimientos2 Ingeniería de pozos3 Proceso de producción4 Análisis económico
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 4 / 70
Ingeniería de Petróleo Definición
Ingeniería de PetróleoIngeniería de Yacimientos
El desafío principal es poder desplazar los fluidos desde el interior de lasrocas tal que puedan llevarse hacia la superficie.Algunas de sus áreas de estudio son:
Caracterización de los yacimientosPropiedades geológicas de rocasPropiedades de fluidosModelamiento y simulación de yacimientosHistory Matching
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 5 / 70
Ingeniería de Petróleo Definición
Ingeniería de PetróleoIngeniería de Pozos
Todo lo relacionado a la construcción de pozos petrolerosSondas de perforaciónCementacionesEstructurasEstabilidad de pozosPerforación off-shoreCompletaciones (conexión entre pozo y yacimiento)Pozos sensoriados (inteligentes)
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 6 / 70
Ingeniería de Petróleo Definición
Ingeniería de PetróleoProceso de Producción
Garantizar que el óleo fluya hasta la superficie. Existe elevación natural(suficiente presión) y elevación artificial:
Gas liftBombeo centrífugo inversoBombeo mecánicoInyección de aguaInyección de gas.Recuperación mejorada: uso de polímeros, agentes biológicos,solventes, vapor
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 7 / 70
Ingeniería de Petróleo Definición
Ingeniería de PetróleoAnálisis Económico
Analizar la factibilidad económica de un proyecto petrolífero, auxiliando enla toma de decisión de explorar un yacimiento petrolífero o expandir elproyecto:
Modelos de precios de commoditiesAnálisis de incertidumbre y riesgoOptimización de alternativas de E&POpciones de expansiónInversión en informaciónOptimización de producción y operación de pozos
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 8 / 70
Ingeniería de Petróleo Empresa PETROBRAS
Empresa PETROBRAS
Sociedad Anónima de Capital Abierto, cuyo accionista mayoritario esel Gobierno Brasileño1.Actuación como empresa de Energía con los siguientes rubros:
Exploración y Produción (E&P)RefineríaComercialización y transporte de óleo y gas naturalPetroquímicaDistribuición de derivadosElectricidadBiocombustibles y outras fontes renováveis de energia.
1www.petrobras.com.brDr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 9 / 70
Proyectos en Ingeniería de Petróleo
Sistema de Producción
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 10 / 70
Proyectos en Ingeniería de Petróleo
Proyectos en Ingeniería de Petróleo
1 ANEPI: Análise Econômica de Projetos de Exploração e ProduçãoE&P de Petróleo sob Incerteza (F1, F2, F3)
2 ANEPI-CI: Análise Econômica de Projetos de Exploração e ProduçãoE&P de Petróleo em Campos Inteligentes
3 CONFPETRO: Sistema de Caracterização da ConfiabilidadeHumana para a Área de Petróleo
4 SMART-E&P: Sistemas e Modelos Inteligentes Aplicados aReservatórios com Tecnologia de Malha Fechada para a Exploração eProdução de Petróleo e Gás
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 11 / 70
Proyectos en Ingeniería de Petróleo
Proyectos en Ingeniería de Petróleo
1 ANEPI: Análise Econômica de Projetos de Exploração e ProduçãoE&P de Petróleo sob Incerteza (F1, F2, F3)
2 ANEPI-CI: Análise Econômica de Projetos de Exploração e ProduçãoE&P de Petróleo em Campos Inteligentes
3 CONFPETRO: Sistema de Caracterização da ConfiabilidadeHumana para a Área de Petróleo
4 SMART-E&P: Sistemas e Modelos Inteligentes Aplicados aReservatórios com Tecnologia de Malha Fechada para a Exploração eProdução de Petróleo e Gás
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 11 / 70
Proyectos en Ingeniería de Petróleo
Proyectos en Ingeniería de Petróleo
1 ANEPI: Análise Econômica de Projetos de Exploração e ProduçãoE&P de Petróleo sob Incerteza (F1, F2, F3)
2 ANEPI-CI: Análise Econômica de Projetos de Exploração e ProduçãoE&P de Petróleo em Campos Inteligentes
3 CONFPETRO: Sistema de Caracterização da ConfiabilidadeHumana para a Área de Petróleo
4 SMART-E&P: Sistemas e Modelos Inteligentes Aplicados aReservatórios com Tecnologia de Malha Fechada para a Exploração eProdução de Petróleo e Gás
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 11 / 70
Proyectos en Ingeniería de Petróleo
Proyectos en Ingeniería de Petróleo
1 ANEPI: Análise Econômica de Projetos de Exploração e ProduçãoE&P de Petróleo sob Incerteza (F1, F2, F3)
2 ANEPI-CI: Análise Econômica de Projetos de Exploração e ProduçãoE&P de Petróleo em Campos Inteligentes
3 CONFPETRO: Sistema de Caracterização da ConfiabilidadeHumana para a Área de Petróleo
4 SMART-E&P: Sistemas e Modelos Inteligentes Aplicados aReservatórios com Tecnologia de Malha Fechada para a Exploração eProdução de Petróleo e Gás
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 11 / 70
Proyectos en Ingeniería de Petróleo Proyecto ANEPI
Proyecto ANEPIANEPI: Análise Econômica de Projetos de E&P de Petróleo sob Incerteza
Objetivo:Desarrollo de tecnologías para el Análisis de Alternativas de Desarrollode Campos de Petróleo bajo Incertidumbre Técnica y de Mercado
Optimizacion(Algoritmo Evolutivo)
EvaluacionEconomica Simulacion de
Reservorio Petrolıfero Alternativa de Desarrollo
(VPN) Reservorio
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 12 / 70
Proyectos en Ingeniería de Petróleo Proyecto ANEPI
Proyecto ANEPIANEPI: Análise Econômica de Projetos de E&P de Petróleo sob Incerteza
Objetivo:Desarrollo de tecnologías para el Análisis de Alternativas de Desarrollode Campos de Petróleo bajo Incertidumbre Técnica y de Mercado
Optimizacion(Algoritmo Evolutivo)
EvaluacionEconomica Simulacion de
Reservorio Petrolıfero Alternativa de Desarrollo
(VPN) Reservorio
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 12 / 70
Proyectos en Ingeniería de Petróleo Proyecto ANEPI
Proyecto ANEPIANEPI: Análise Econômica de Projetos de E&P de Petróleo sob Incerteza
Este proyecto constó de los siguientes módulos:
1 Optimización de alternativas en condiciones de certeza2 Análisis de Alternativas de Desarrollo de Campos Petrolíferos bajo
incertidumbres técnicas y de mercado3 Cálculo del Valor de Opción considerando incertidumbre técnica y de
Mercado
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 13 / 70
Proyectos en Ingeniería de Petróleo Proyecto ANEPI
Proyecto ANEPIOptimización de alternativas en condiciones de certeza
Encontrar una o más alternativas iniciales de desarrollo óptimas: número,localización, tipo, orden de perforación y dimensión de pozos petroliferos.
Aplicación de Computación Evolutiva [1, 2, 3, 4].
NPV = V −D
NPVcompute
Productioncurve
Reservoirsimulator
AlternativeWells
layout
Objective
function
ExpertReservoirmodel
CapEx
OpEx
EvolutionaryModel
knowledge
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 14 / 70
Proyectos en Ingeniería de Petróleo Proyecto ANEPI
Proyecto ANEPIOptimización de alternativas en condiciones de certeza
Modelo evolutivo:1 Representación: uso de un modelo de cromosoma con tamaño
variable (para soportar alternativas con cantidades diferentes depozos) y usando las estrategias de cromosoma creciente y cromosomaoscilante [5]
i, j i, j i, ji, ji, j,k i, j,k i, j,k i, j,kdir, l dir, l dir, l dir, l
0 1 0 1 1 10 0
Verticales Horizontales
Inyectores Productores Inyectores Productores
Mascara de activacion mi
Genotipo gi
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 15 / 70
Proyectos en Ingeniería de Petróleo Proyecto ANEPI
Proyecto ANEPIOptimización de alternativas en condiciones de certeza
Modelo evolutivo:2 Evaluación: que consta de dos etapas:
i Simulación de la producción para la alternativa de pozos de cromosoma:para obtener las curvas de producción de óleo, gas y agua. Uso de unsimulador de fluidos para modelo blackoil.
ii Cálculo del Valor Presente Neto de la alternativa del cromosoma a partirde la producción, información geométrica y datos de mercado. Uso deecuaciones para el flujo de caja descontado.
Se hace uso de la arquitectura master-slave para evaluaciones enparalelo [3, 6]
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 16 / 70
Proyectos en Ingeniería de Petróleo Proyecto ANEPI
Proyecto ANEPIOptimización de alternativas en condiciones de certeza
Modelo evolutivo: Simulación de producción
Evaluacion dela alternativa
AE Script de pozos
VPN
Alternativa(Cromosoma)
Datos de produccion:oleo, gas, agua y pasosde simulacion
Parametros demercado,inversiony operacion
Informacion de lageologıa de rocasparametros PVT, ,
info de pozos
Archivos desalida (.OUT.MRF .IRF)Simulador
blackoil
(CMG/IMEX)
Informacion demalla y pozos
Geometrıa dela malla
Filtro desalida
INCLUDE
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 17 / 70
Proyectos en Ingeniería de Petróleo Proyecto ANEPI
Proyecto ANEPIOptimización de alternativas en condiciones de certeza
Modelo evolutivo: Cálculo del VPN
NPV = PV −D
D = ( fhwa+ r)nw +b+nw
∑j=1|p j− pplat |cPV = (PVInc−PVOp)(1− I)
PVInc =T
∑i=1
Inc(ti)e−ρti PVOp =T
∑i=1
Op(ti)e−ρti
Inc(t) =(
Q(t)+G(t)1000
)Poil(t) Op(ti) = mnw +VcQ(ti)+RyInc(ti)+Fc +WcW (ti)
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 18 / 70
Proyectos en Ingeniería de Petróleo Proyecto ANEPI
Proyecto ANEPIOptimización de alternativas en condiciones de certeza
Ejemplo de Aplicación:Se usó un modelo de campo petrolífero homogéneo que consiste en unamalla de 30 × 30 × 1 con los siguientes parámetros geológicos:
Parámetro Valor UnidadPermeabilidad 1000.00 mdPorosidad 0.20Presión inicial 100.00 kg
cm2
Saturación agua 0.2
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 19 / 70
Proyectos en Ingeniería de Petróleo Proyecto ANEPI
Proyecto ANEPIOptimización de alternativas en condiciones de certeza
Ejemplo de Aplicación – Experimento 01 (Aleatorio):Respuesta ante una inicialización totalmente aleatoria.La respuesta encontrada es la siguiente:
Parámetro Valor UnidadVPN 1699.122 (MUS$)Petróleo 364.075 (Barriles)
HINJ
HINJ
HPRO1
VINJ
VINJ
VINJ
VINJ
VINJ
VINJ
VPRO
VPRO
VPRO
VPRO
VPRO
VPRO
VPRO
VPRO
VPRO
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 20 / 70
Proyectos en Ingeniería de Petróleo Proyecto ANEPI
Proyecto ANEPIOptimización de alternativas en condiciones de certeza
Ejemplo de Aplicación – Experimento 02 (S. Inicial):Alternativa “five-spot” original
HINJ1 HINJ2
HINJ3
HINJ4 HINJ5 HINJ6
HINJ7
HINJ8
HINJ9
HPRO1 HPRO2
HPRO3 HPRO4
Parámetro Valor UnidadVPN 1397.981 (MUS$)Petróleo 297.025 (Barriles)
Alternativa optimizada:
HINJ10 HINJ11
HINJ12
HINJ13
HINJ14
HINJ7 HINJ8
HINJ9
HPRO1 HPRO2
HPRO3 HPRO4
VINJ1
VINJ2
VINJ3
VINJ4
VINJ5 VINJ6
Parámetro Valor UnidadVPN 1667.821 (MUS$)Petróleo 359.100 (Barriles)
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 21 / 70
Proyectos en Ingeniería de Petróleo Proyecto ANEPI
Proyecto ANEPIAnálisis de Alternativas de desarrollo de campos petrolíferos bajo incertidumbres
Análisis de Alternativas de Desarrollo de Campos Petrolíferos bajoincertidumbres técnicas y de mercado. Regla de Decisión Óptima
Uso de Algoritmos Genéticos [7]
GENETIC ALGORITHM
Evaluation
Decision Rule(Threshold Curve)
Option ValueSim. Monte Carlo(Oil Price)
Generator and sampler of random numbers
Pseudo RandomLatin Hypercubic Sampling
Stochastic Processfor a Commodity
Geometric Brownian Motion Mean Reversion Process
HandlingLinear
Constraints
GENETIC ALGORITHM
Evaluation
Decision Rule(Threshold Curve)
Option ValueSim. Monte Carlo(Oil Price)
Generator and sampler of random numbers
Pseudo RandomLatin Hypercubic Sampling
Stochastic Processfor a Commodity
Geometric Brownian Motion Mean Reversion Process
HandlingLinear
Constraints
Decisi on Rule by Genetic Algorithm
0
2
4
6
8
10
12
14
16
18
20
22
24
26
28
30
32
34
0.0 00
0.0 82
0.16
4
0.24
7
0.32
9
0.41
1
0.4 93
0.5 75
0.65
8 0.
7 4
0.82
2
0.90
4
0.9 86
1.0 68
1.15
1
1.23
3
1.31
5
1.39
7
1.4 79
1.5 62
1.64
4
1.72
6
1.80
8 1.
89
1.9 73
Ti me (ye ars )
Oil
Pric
e (U
S$)
Alter native 1 Waiting 1 Alte rna tive 2 Wait in g 2 Alter native 3
Waiting Region
Waiting Region
Reg ion of Alt er na tiv e 2
Re gio n of Al te rna t ive 3
Re gi on of
Alt ernat iv e 1
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 22 / 70
Proyectos en Ingeniería de Petróleo Proyecto ANEPI
Proyecto ANEPIAnálisis de Alternativas de desarrollo de campos petrolíferos bajo incertidumbres
Modelo evolutivo:Para decidir qué alternativa será aplicada se usa una “curva de disparo”por cada alternativa, que suele aproximarse mediante una curvalogarítmica más un punto libre
a + b log(τ)
y para periodos de espera (sin tomar decisión), se definen curvas de esperade la forma
aW + bW log(τ)
donde los parámetros (a, b, aW , bW ) y los puntos libres son obtenidos porel modelo evolutivo por cada alternativa
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 23 / 70
Proyectos en Ingeniería de Petróleo Proyecto ANEPI
Proyecto ANEPIAnálisis de Alternativas de desarrollo de campos petrolíferos bajo incertidumbres
Modelo evolutivo:Representación: cada gen del cromosoma almacena los parámetros deuna curva logarítmica más su punto libre
Gen1 Gen2 Gen3 GenN
b1
a1
b2
a2
PuntoLibre1
PuntoLibre2
PuntoLibre3
PuntoLibreN
b3
a3
bN
aN
. . .
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 24 / 70
Proyectos en Ingeniería de Petróleo Proyecto ANEPI
Proyecto ANEPIAnálisis de Alternativas de desarrollo de campos petrolíferos bajo incertidumbres
Modelo evolutivo:Evaluación: Simular con Montecarlo varios caminos de precio de petróleoy calcular el valor de opción de las alternativas ejercidas
Tiempo
TExpiracion
PrecioCommodity
Esperar
t1
Ejercer
Curva dedisparoo
Luego, calcular el valor medio de todas las simulaciones
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 25 / 70
Proyectos en Ingeniería de Petróleo Proyecto ANEPI
Proyecto ANEPIAnálisis de Alternativas de desarrollo de campos petrolíferos bajo incertidumbres
Modelo evolutivo: ExperimentoDadas las siguientes alternativas:
Alternativa Alternativa 2 Alternativa 3Tamaño estimado dereserva (B)
400 M(bbl) 400 M(bbl) 400 M(bbl)
Calidad de reserva (q) 8% 16% 22%Inversión de desarrollo(D)
400 (MUS$) 1000 (MUS$) 1700 (MUS$)
Considerar dos funciones estocásticas de precio de petróleo:Movimiento Genométrico BrownianoRegresión a la media
Comparar con la metodología “clásica” con Ecuaciones DiferencialesParciales y evaluar el VPN de la alternativa escogida
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 26 / 70
Proyectos en Ingeniería de Petróleo Proyecto ANEPI
Proyecto ANEPIAnálisis de Alternativas de desarrollo de campos petrolíferos bajo incertidumbres
Modelo evolutivo: resultados
Modelo Evolutivo E.D.P.MGB 325.063 323.340MRM 305.840 313.860
Curvas de disparo para precio con MGBDecision Rule by D.P.E.
0
2
4
6
8
10
12
14
16
18
20
22
24
26
28
30
32
34
36
0.00
0.10
0.20
0.30
0.40
0.50
0.60
0.70
0.80
0.90
1.00
1.10
1.20
1.30
1.40
1.50
1.60
1.70
1.80
1.90
2.00
Time (years)
Oil
Pri
ce
(US
$)
Alternative 1 Waiting 1 Alternative 2 Waiting 2 Alternative 3
Region of
Alternative 1
Region of Alternative 2
Region of Alternative 3
Waiting Region
Waiting Region
Decision Rule by Genetic Algorithm
0
2
4
6
8
10
12
14
16
18
20
22
24
26
28
30
32
34
0.0
00
0.0
82
0.1
64
0.24
7
0.3
29
0.4
11
0.4
93
0.57
5
0.6
58 0
.74
0.82
2
0.9
04
0.9
86
1.0
68
1.15
1
1.2
33
1.3
15
1.3
97
1.47
9
1.5
62
1.6
44
1.7
26
1.80
8 1
.89
1.9
73
Time (years)
Oil
Pri
ce
(U
S$
)
Alternative 1 Waiting 1 Alternative 2 Waiting 2 Alternative 3
Waiting Region
Waiting Region
Region of Alternative 2
Region of Alternative 3
Region of
Alternative 1
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 27 / 70
Proyectos en Ingeniería de Petróleo Proyecto ANEPI
Proyecto ANEPICálculo del Valor de Opción considerando incertidumbre
Cálculo del Valor de Opción bajo incertidumbre técnica y de mercadoUso de Opciones Reales y Números Fuzzy [8, 9, 10]
Generator and sampler of random numbers
Pseudo-randomQuasi Monte Carlo
Stochactic Process for a Commodity
Geometric Brownian MotionMean Reversion ProcessMean Reversion Process with jumps
Fuzzy Numbers
Calculation of the Threshold Curve:
Algorithm ofGrant, Vora and
Weeks Modified for Fuzzy Numbers
Monte Carlo Simulation
to Determine theReal Option Value
(Fuzzy Number)
Real Option Value
(Fuzzy Mean)
Market Uncertainty
Technical Uncertainty
Generator and sampler of random numbers
Pseudo-randomQuasi Monte Carlo
Stochactic Process for a Commodity
Geometric Brownian MotionMean Reversion ProcessMean Reversion Process with jumps
Stochactic Process for a Commodity
Geometric Brownian MotionMean Reversion ProcessMean Reversion Process with jumps
Fuzzy Numbers
Calculation of the Threshold Curve:
Algorithm ofGrant, Vora and
Weeks Modified for Fuzzy Numbers
Monte Carlo Simulation
to Determine theReal Option Value
(Fuzzy Number)
Real Option Value
(Fuzzy Mean)
Market Uncertainty
Technical Uncertainty
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 28 / 70
Proyectos en Ingeniería de Petróleo Proyecto ANEPI
Proyecto ANEPICálculo del Valor de Opción considerando incertidumbre
Sea un campo, no desarrollado con intertidumbre en el tamano de reservaB y calidad económica q (vistas como una distribución triangular).
Se puede reducir el riesgo invirtiendo en obtener nueva información dela reservaSe debe evaluar cuál es la mejor opción de invertir en información y sivale la pena esta inversión si el precio del petróleo sigue un procesoestocástico (MRM o MGB).Para k alternativas concosto de desarrollo D(Bk), el VPN se calcula:
NPV(P)k = V (P)k − D(B)k
= qkPBk − D(Bk) (1)
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 29 / 70
Proyectos en Ingeniería de Petróleo Proyecto ANEPI
Proyecto ANEPIIntegración [11, 12]
Evolution ar y Alg orithm
Genet ic operators
NPV Computing
Alternative
DVNPV −=
Objective Function
Wells Layout
Reservoir Simulator (or Proxy)
Experts’ knowledge
CAPEX Parameters
OPEX Parameters
Produ ction Curve
Reservoir Model
GENETIC ALGORITHM
Evaluation
Decision Rule(Thresho ldCurve)
Option ValueSim. Monte Car lo( Oil Pri ce )
Gene ra to r an d sa mple r
o f ra ndom numbers
Pse udo RandomLati nHypercubic Samp ling
Stochas ti c Proces sfo r a Commo di ty
Geometri c Brownia n Mot ion Mean Rev ersion Process
Ha nd li ngL ine ar
Const ra in ts
GENETIC ALGORITHM
Evaluation
Decision Rule(Thresho ldCurve)
Option ValueSim. Monte Car lo( Oil Pri ce )
Gene ra to r an d sa mple r
o f ra ndom numbers
Pse udo RandomLati nHypercubic Samp ling
Stochas ti c Proces sfo r a Commo di ty
Geometri c Brownia n Mot ion Mean Rev ersion Process
Ha nd li ngL ine ar
Const ra in ts
D e c is i o n R u le b y G e n e ti c A lg o r it h m
0
2
4
6
8
1 0
1 2
1 4
1 6
1 8
2 0
2 2
2 4
2 6
2 8
3 0
3 2
3 4
0.0
00
0.0
82
0
.164
0.2
47
0.
329
0.4
11
0.
493
0.5
75
0.6
58
0 .74
0.8
22
0.
904
0.9
86
1.0
68
1
.151
1.2
33
1.
315
1.3
97
1.
479
1.5
62
1.6
44
1.
726
1.8
08
1 .89
1.9
73
Ti me (y e a rs )
Oi
l Pr
ice
(US
$)
A lt er n at iv e 1 W a itin g 1 A lt er na ti ve 2 W ai tin g 2 A lte r na ti ve 3
W a iti n g R e g io n
W a iti n g R e g io n
R e g io n o f A lt e rn a ti v e 2
R e g io n o f A lt er n a ti ve 3
R eg i o n o f
A lte r n at iv e 1
Generator and samp ler of r an dom numbers
Pse udo- ra ndom
Q ua si Mon te Ca r lo
Stochactic Process for a Commodi ty
Ge om et ric Bro wnia n M o tion
Me an Re ve rsio n Pr oc essMe an Re ve rsio n Pr oc ess with jum p s
Fu zzy Numbers
Calculati on of th e Thresho ld Cu rve:
Algo rithm ofGrant, Vo ra and
Weeks Modi fied for F uzzy Numbers
M onte Carlo S imulatio n
to Deter mine theReal Op tion Value
(Fuzzy Numbe r )
Real Op tion Valu e
( Fuz zy Me an )
M arket Uncertaint y
Technical Uncertainty
Generator and samp ler of r an dom numbers
Pse udo- ra ndom
Q ua si Mon te Ca r lo
Stochactic Process for a Commodi ty
Ge om et ric Bro wnia n M o tion
Me an Re ve rsio n Pr oc essMe an Re ve rsio n Pr oc ess with jum p s
Stochactic Process for a Commodi ty
Ge om et ric Bro wnia n M o tion
Me an Re ve rsio n Pr oc essMe an Re ve rsio n Pr oc ess with jum p s
Fu zzy Numbers
Calculati on of th e Thresho ld Cu rve:
Algo rithm ofGrant, Vo ra and
Weeks Modi fied for F uzzy Numbers
M onte Carlo S imulatio n
to Deter mine theReal Op tion Value
(Fuzzy Numbe r )
Real Op tion Valu e
( Fuz zy Me an )
M arket Uncertaint y
Technical Uncertainty
Optimized alternatives
Decision Rule
Option value considering the value of the expansion option or investment in information
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 30 / 70
Proyectos en Ingeniería de Petróleo Proyecto ANEPI
Proyecto ANEPIOtros productos
Se implementó una herramienta de evaluaciones en paralelo usandoCORBA para la evaluación de individuos del modelo evolutivo [6, 4]
Estrutura Dados
Cenário de Avaliação
Motor Simulador
Módulo de Dados Módulo de Serviços Módulo Avaliador
Envia Arquivo .DAT e .INC Parâmetros para o VPL: Parâmetros do campo e poços Requisição de inicialização Requisição de status Retorna ACK da inicialização
Envia Requisição de simulação Requisição de status Retorna VPL (Avaliação), Custo de Desenvolvimento, Óleo Acumulado, ACK da avaliação
Retorna Status atual do cenário
Retorna Status atual do avaliador
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 31 / 70
Proyectos en Ingeniería de Petróleo Proyecto ANEPI
Proyecto ANEPIOtros productos
Esta estructura también fue utilizada por otros modelos de búsquedadesarrollados por el Centro de Pesquisas de Petrobras [13]
Estrutura Dados
Cenário de Avaliação
Motor de Simulação
Módulo de Dados Módulo de Serviços Módulo Simulador
Envia Parâmetros para o VPL: Requisição de status Retorna ACK da inicialização
Envia Requisição de simulação Requisição de status Requisição para Arquivos de Simulador Retorna VPL (Avaliação), Custo de Desenvolvimento, Óleo Acumulado, ACK da avaliação
Retorna Status atual do módulo simulador
Envia Arquivos para Simulação (.DAT, .INC) compactados Retorna Arquivos com respostas da simulação (.RWO)
TFTP
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 32 / 70
Proyectos en Ingeniería de Petróleo Proyecto ANEPI-CI
Proyecto ANEPI-CIANEPI-CI: Análise Econômica de Projetos de Exploração e Produção E&P dePetróleo em Campos Inteligentes
Desarrollo de tecnologías para el Análisis de Alternativas de Desarrollode Campos de Petróleo Inteligentes
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 33 / 70
Proyectos en Ingeniería de Petróleo Proyecto ANEPI-CI
Proyecto ANEPI-CIObjetivos
Objetivo 1: Investigar y proponer un sistema de optimización bajoincertidumbre geológica y de confiabilidad a emplear en el desarrolloy gestión de un reservorio inteligente de petróleo.
Determinar estrategias óptimas de producción y apoyar en la decisiónde usar o no pozos inteligentesUso de Computación Evolutiva y Simulación Monte Carlo [14, 15]
Objetivo 2: Perfeccionamiento de las herramientas desarrolladas enel proyecto ANEPI (F1,F2,F3)
STarWeb: Sistema de Distribuição de Tarefas em RedesHerramienta ANEPI
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 34 / 70
Proyectos en Ingeniería de Petróleo Proyecto ANEPI-CI
Proyecto ANEPI-CIObjetivos
Objetivo 1: Investigar y proponer un sistema de optimización bajoincertidumbre geológica y de confiabilidad a emplear en el desarrolloy gestión de un reservorio inteligente de petróleo.
Determinar estrategias óptimas de producción y apoyar en la decisiónde usar o no pozos inteligentesUso de Computación Evolutiva y Simulación Monte Carlo [14, 15]
Objetivo 2: Perfeccionamiento de las herramientas desarrolladas enel proyecto ANEPI (F1,F2,F3)
STarWeb: Sistema de Distribuição de Tarefas em RedesHerramienta ANEPI
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 34 / 70
Proyectos en Ingeniería de Petróleo Proyecto ANEPI-CI
Proyecto ANEPI-CICampos Inteligentes
Apoyo a la decisión de uso de pozos inteligentesEstrategias óptimas de producción y apoyo a la decisión de usar pozosinteligentes.Este sistema debe ser capaz de:
Evaluar el uso de completaciones inteligentes en presencia de falla enválvulasOptimizar una configuración de operación de válvulas (de tipo on/offo continuas) cuando se usa pozos inteligentes.Determinar la mejor estrategia de operación de válvulas cuando existeincertidumbre geológica.
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 35 / 70
Proyectos en Ingeniería de Petróleo Proyecto ANEPI-CI
Proyecto ANEPI-CICampos Inteligentes
Se modeló e implementó el siguiente sistema [14, 16, 17, 15]:
Sistema de Otimização do Controle de Válvulas de Po ços Inteligentes sob Incertezas
Módulo Função Objetivo
Módulo Otimização do Controle de Válvulas
On/Off ou Abertura Contínua
(Algoritmos Genéticos)
IMEX (Simulador de Reservatório)
Módulo Tratamento de Incerteza de Falha
(MC,QMC)
Módulo Tratamento de Incerteza Geológica
Cálculo do VPL
Cenário de falha das válvulas
Condição das
Válvulas
Curva de Produção
Valor
do VPL
Cenários Geológicos
Cenário Financeiro para Cálculo do VPL
VPL Otimizado
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 36 / 70
Proyectos en Ingeniería de Petróleo Proyecto ANEPI-CI
Proyecto ANEPI-CIStarWeb: Sistema de distribución de Tareas en Red
Simulación paralelizada de alternativas de producción (usandosimulador de flujos)Uso de una arquitectura en estrella y recursiva para distribuir lastareas a lo largo de ejecutores y otros distribuidoresUso de WEB Services que aplican comunicación en http:// yfacilidad de distribución inter-redesUso de XML para especificación de tareasMultiplataformaPuede ser usado con otros sistemas
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 37 / 70
Proyectos en Ingeniería de Petróleo Proyecto ANEPI-CI
Proyecto ANEPI-CIStarWeb y Herramienta ANEPI
StarWeb: Sistema de distribución de Tareas en Red
Executor
Aplicação Cliente
Rede 1Rede 2
Distribuidor
����������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������
Facilidade de transposição de
firewalls
Executor
Executor
Executor
Distribuidor
Aplicativo Web de Comando e Administração
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 38 / 70
Proyectos en Ingeniería de Petróleo Proyecto ANEPI-CI
Proyecto ANEPI-CIStarWeb y Herramienta ANEPI
Herramienta ANEPI [18]
BD localGACom
Executor(WebService)
Rede 1Rede 2
Distribuidor(WebService)
Distribuidor(WebService)
������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������
Facilidade de transposição de firewalls
Executor(WebService)
STarWeb
ANEPI
Executor(WebService)
Executor(WebService)
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 39 / 70
Proyectos en Ingeniería de Petróleo Proyecto ANEPI-CI
Visión Integrada del Proceso E&P
Extraído de [19, 20]
Caracterização no subsolo
Atualização de modelo
Controle
Monitoração
Perfurações, construção e
operação
Otimização da produção
Sistema injetor
Sistema produtor
Área de drenagem
Planta de tratamento e compressão
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 40 / 70
Proyectos en Ingeniería de Petróleo Proyecto ANEPI-CI
Visión Integrada de la Gestión E&P
Modelo do Sistema
OpçõesReais
Novas TecnologiasEOR
Sensoriamento, monitoração
real-time
Novos materiais
Nanotecnologia
Alternativa de desenvolvimento
Modelo de reservatório
InversãoSísmica
Controle e Otimização
(Campo Inteligente)
Análise Econômica e de Risco eOtimização
Análise Integradade Dados
BD
AjusteHistórico
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 41 / 70
Proyectos en Ingeniería de Petróleo Proyecto SMART-E&P
Visión Integrada de la Gestión E&P
Modelo do Sistema
OpçõesReais
Novas TecnologiasEOR
Sensoriamento, monitoração
real-time
Novos materiais
Nanotecnologia
Alternativa de desenvolvimento
Modelo de reservatório
InversãoSísmica
Controle e Otimização
(Campo Inteligente)• Módulo 2 – Controle Pró-Ativo:
Otimização de Posicionamento e Controle de Válvulas
• Módulo 3 – Controle Reativo
• Módulo 5 – Proxy de Reservatório Usando Caos Polinomial
• Módulo 6 – Estimação dinâmica do modelo de reservatório
Análise Econômica e de Risco eOtimização
• Módulo 1 – Otimização de Alternativas com Poços Multilaterais
Análise Integradade Dados
BD
Módulo 4 – Ajuste Histórico Inteligente
AjusteHistórico
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 42 / 70
Proyectos en Ingeniería de Petróleo Proyecto SMART-E&P
Proyecto SMART E&PSMART E&P: Sistemas e Modelos Inteligentes Aplicados a Reservatórios comTecnologia de Malha Fechada para a Exploração e Produção de Petróleo e Gás
Proyecto que integra varios frentes de investigación en el área de E&Porganizados como módulos de acuerdo a su área de aplicación:
1 Otimização de Alternativas com Poços Multilaterais2 Controle Pró-Ativo: Otimização de Posicionamento e Controle de
Válvulas3 Controle Reativo da produção4 Estimação dinâmica do modelo de reservatório sob incertezas5 Inversão Sísmica 3D
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 43 / 70
Proyectos en Ingeniería de Petróleo Proyecto SMART-E&P
Proyecto SMART E&POptimización de Alternativas con pozos Multilaterales
Comp. Evolutiva para optimizar alternativas con pozos multilaterales [21]
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 44 / 70
Proyectos en Ingeniería de Petróleo Proyecto SMART-E&P
Proyecto SMART E&POptimización de localización y operación de válvulas
Se optimiza:Cantidad y localización de las válvulasConsidera incertidumbre técnica y geológica usando simulación MonteCarloEstudio de expansiones para modelar las incertidumbres
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 45 / 70
Proyectos en Ingeniería de Petróleo Proyecto SMART-E&P
Proyecto SMART E&PControl reactivo de la producción
Modelo de control lazo cerrado de producción a corto y medio plazoIdentificación del modelo de reservorio: Neuronal, Lineal, no linealOptimización: Reinf. Learning, MPC, Algoritmos Evolutivos [22, 23]Tratamiento de incertidumbre del modelo de reservorio: QIEA-R.
Reservatório
������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������
Modelo proxy do Reservatório
������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������
Otimização da estratégia de Controle
)1(
)1(
)1(
+++
tW
tG
tO
)1( +tP
)1(ˆ)1(ˆ)1(ˆ
+++
tW
tG
tO
)(* ta
)(ˆ ta
SP
SP
SP
W
G
O
Nova informação
Modelo de Incertezas
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 46 / 70
Proyectos en Ingeniería de Petróleo Proyecto SMART-E&P
Proyecto SMART E&PControl reactivo de la producción
Control de waterflooding usando Reinforcement LearningIncrementar factor de recuperación controlando el watercut porpresión de fondo (BHP) o water injection rate (STW)
AGENTE
AMBIENTE
ti+1
ai = STWa,i
Acaoti
VPLi
- Matriz Q(a,s)
- Q-learning
- Polıtica
- Rotina de RESTART
- Simulador IMEX
- Results Report
Premio
VPLi+1
- CAPEX/OPEX
- Mercado
- Calculo VPL
Oi+1
Gi+1
Wi+1
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 47 / 70
Proyectos en Ingeniería de Petróleo Proyecto SMART-E&P
Proyecto SMART E&PControl reactivo de la producción
Control de waterflooding usando Reinforcement LearningIncrementar factor de recuperación controlando el watercut porpresión de fondo (BHP) o water injection rate (STW)
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 48 / 70
Proyectos en Ingeniería de Petróleo Proyecto SMART-E&P
Proyecto SMART E&PProxy de reservorio con característica recursiva
Modelo de Reservorio cuyas saidas pueden ser reaprovechadas para unpróximo paso de previsión (multistep forecasting) [22].
Estimación de modelo clásica y neuronalAplicabilidad en el control de producción
MODELO DE
RESERVORIO
(Recursivo)
Av.Pressuret−1
Oilt−1
Watert−1
Gast−1
Watercutt−1
BHPINJt−1
BHPPRODt−1
Entrad
asRecursivas
Con
trol
Reservorio
Av.Pressuret
Oilt
Watert
Gast
Watercutt
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 49 / 70
Proyectos en Ingeniería de Petróleo Proyecto SMART-E&P
Proyecto SMART E&PEstimación dinámica del modelo de reservorio bajo incertidumbre
Estimación de los Parámetros geológicos del modelo de reservorio bajoincertidumbre usando [24]
Expansión de PCA Karhunen-Loève para actualizar los parámetrosInversión bayesiana para auxiliar en la actualización.
SistemaReal
Algoritmo de Controle
Modelo aproximado do
reservatório
Algoritmo de Atualização
(Expansão K-L)
Entrada SaídaRuído Ruído
Otimização Sensores
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 50 / 70
Proyectos en Ingeniería de Petróleo Proyecto SMART-E&P
Proyecto SMART E&PInversión Sísmica 3D – Estimación dinámica del modelo de reservorio bajoincertidumbre
Desarrollo de un método de estimación de parámetros sísmicos para unmodelo de capas en 3D con baja inclinación a partir de datos de reflexiónsísmica usando Computación Evolutiva Híbrida [25]
Fuentes
V1
Receptores
V2
V3
x
z
y
Malla
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 51 / 70
Proyectos en Ingeniería de Petróleo Proyecto SMART-E&P
Proyecto SMART E&PGestión Integrada y Soporte a la Decisión E&P
Sistema de Controle de Produção
Sistema ANEPI
Módulo de Análise de Decisão do Uso de Poços
Inteligentes• Otimização de Localização e
Controle de Válvulas sob Incertezas
Módulo deAnálise de Decisão de Alternativas por Opções Reais sob
Incertezas
Sistema Real
Módulo deControle Reativo de Válvulas
Módulo deOtimização Waterflood
Gerador de Modelo de
Reservatório
Módulo deOtimização de Alternativas
de Exploração
Poços Multilaterais
Sistema de Modelagem Dinâmica de Reservatórios
Módulo deEstimação dos
parâmetros sob Incerteza
Sistema de Gerência de Arquivos
Módulo deDados
Sísmicos
Módulo deModelos de Reservatórios
CamposAlternativas
Poços
Servidor BD
Simuladores
IMEX Proxy
Simulador com Incertezas
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 52 / 70
Proyectos en Ingeniería de Petróleo Proyecto CONFPETRO
Proyecto CONFPETROSistema de Caracterização da Confiabilidade Humana para a Área de Petróleo
Crear un sistema basado en lógica Fuzzy para reduir las posibilidades deerror humano en el Area de Petróleo [26, 27].
Para las actividades de operación, mantenimiento e inspección detrasferencia y almacenamiento en la REDUC (Refinaria Duque deCaxias – RJ)Unidad de Producción de Gas en Pólo Cacimbas – (Unidade deNegócios – ES)
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 53 / 70
Proyectos en Ingeniería de Petróleo Proyecto CONFPETRO
Proyecto CONFPETROSistema de Caracterização da Confiabilidade Humana para a Área de Petróleo
Crear un sistema basado en lógica Fuzzy para reduir las posibilidades deerror humano en el Area de Petróleo [26, 27].
Para las actividades de operación, mantenimiento e inspección detrasferencia y almacenamiento en la REDUC (Refinaria Duque deCaxias – RJ)Unidad de Producción de Gas en Pólo Cacimbas – (Unidade deNegócios – ES)
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 53 / 70
Proyectos en Ingeniería de Petróleo Proyecto CONFPETRO
Proyecto CONFPETRO1. Caracterização da Confiabilidade Humana em um Processo
Caracterizada por el grado de cumplimiento de un conjunto de atributos:Performance Shaping Factors (PSFs) humanos técnico o ambientales
Se requiere la opinion de expertos sobre la influencia de cada factoren la confiabilidad humana.Determinando un grado de importancia de cada especialista seobtiene el grado de influencia ajustado de cada PSF.Se conoce la opinión de cada operador y con esto se obtiene opinionesnormalizadas al máximo.Se obtiene un grado de atencion consensual por cada PSF.Se puede determinar un grado de atención global.
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 54 / 70
Proyectos en Ingeniería de Petróleo Proyecto CONFPETRO
Proyecto CONFPETROCaracterización de Confiabilidad Humana: Proceso
Proceso con k PSFs, M expertos y N operadores.
Caracterização da
Confiabilidade
Humana em um
Processo
Para um procedimento com K PSFs, e contando com M especialistas e N operadores
Opiniões sobre graus de
influência (M x K)
PSFs (K)
Questionários (M)
Opiniões sobre graus de
atendimento (N x K)
graus de influência
padrão (K)
graus de atendimento
consensual (K)
graus de atendimento por
operador (N)
grau de atendimento global
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 55 / 70
Proyectos en Ingeniería de Petróleo Proyecto CONFPETRO
Proyecto CONFPETROCaracterización de Confiabilidad Humana: Procedimiento
Procedimiento con A acciones, k factores cognitivos, M expertos y Noperadores.Para um procedimento com A ações, considerando K fatores cognitivos, contando com M especialistas e N operadores
possibilidades de falha nas ações e
incertezas associadas (A x 2)
graus de influência de fatores
cognitivos (K)
graus de atendimento dos
operadores (N x K)
Caracterização da
Confiabilidade
Humana em um
Procedimento
Testes Cognitivos (N x K)
Opiniões sobre graus de influência
de fatores cognitivos (M x K)
Opiniões sobre possibilidades de
falha (M x A)
Opiniões sobre graus de
dependência (M x A)
Opiniões sobre graus de
transtorno(M x A x A)
Opiniões sobre graus de
incerteza(M x A)
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 56 / 70
Proyectos en Ingeniería de Petróleo Proyecto CONFPETRO
Proyecto CONFPETROPSF (Performance Shaping Factors)
Conjunto de atributos que caracterizan confiabilidad humana para unprocedimiento dentro de un proceso. Son 64 factores agrupados en:
Factores Internos: entrenamiento, experiencia del trabajador,prácticas, patrones de desempeño, stress, personalidad, estado físico,cultura del trabajador.Características Situacionales: Arquitectura, ambiente de trabajo,horarios, turnos, equipos, personas, organización, reglamentos,políticas.Procedimientos: Procedimientos escritos, no escritos, comunicación,cuidados advertencias, métodos de trabajo, equipo de trabajo,necesidades de: previsión, toma de decisiones, complejidad, memoria,cálculos y físicas, feedback, interfaz del hardware, repetitividad
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 57 / 70
Proyectos en Ingeniería de Petróleo Proyecto CONFPETRO
Proyecto CONFPETROPSF (Performance Shaping Factors)
Conjunto de atributos que caracterizan confiabilidad humana para unprocedimiento dentro de un proceso. Son 64 factores agrupados en:
Factores Internos: entrenamiento, experiencia del trabajador,prácticas, patrones de desempeño, stress, personalidad, estado físico,cultura del trabajador.
Características Situacionales: Arquitectura, ambiente de trabajo,horarios, turnos, equipos, personas, organización, reglamentos,políticas.Procedimientos: Procedimientos escritos, no escritos, comunicación,cuidados advertencias, métodos de trabajo, equipo de trabajo,necesidades de: previsión, toma de decisiones, complejidad, memoria,cálculos y físicas, feedback, interfaz del hardware, repetitividad
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 57 / 70
Proyectos en Ingeniería de Petróleo Proyecto CONFPETRO
Proyecto CONFPETROPSF (Performance Shaping Factors)
Conjunto de atributos que caracterizan confiabilidad humana para unprocedimiento dentro de un proceso. Son 64 factores agrupados en:
Factores Internos: entrenamiento, experiencia del trabajador,prácticas, patrones de desempeño, stress, personalidad, estado físico,cultura del trabajador.Características Situacionales: Arquitectura, ambiente de trabajo,horarios, turnos, equipos, personas, organización, reglamentos,políticas.
Procedimientos: Procedimientos escritos, no escritos, comunicación,cuidados advertencias, métodos de trabajo, equipo de trabajo,necesidades de: previsión, toma de decisiones, complejidad, memoria,cálculos y físicas, feedback, interfaz del hardware, repetitividad
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 57 / 70
Proyectos en Ingeniería de Petróleo Proyecto CONFPETRO
Proyecto CONFPETROPSF (Performance Shaping Factors)
Conjunto de atributos que caracterizan confiabilidad humana para unprocedimiento dentro de un proceso. Son 64 factores agrupados en:
Factores Internos: entrenamiento, experiencia del trabajador,prácticas, patrones de desempeño, stress, personalidad, estado físico,cultura del trabajador.Características Situacionales: Arquitectura, ambiente de trabajo,horarios, turnos, equipos, personas, organización, reglamentos,políticas.Procedimientos: Procedimientos escritos, no escritos, comunicación,cuidados advertencias, métodos de trabajo, equipo de trabajo,necesidades de: previsión, toma de decisiones, complejidad, memoria,cálculos y físicas, feedback, interfaz del hardware, repetitividad
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 57 / 70
Proyectos en Ingeniería de Petróleo Proyecto CONFPETRO
Proyecto CONFPETROPSF (Performance Shaping Factors)
Conjunto de atributos que caracterizan confiabilidad humana para unprocedimiento dentro de un proceso. Son 64 factores agrupados en:
Stress Psicológico: inicio inesperado, presión, vigilancia, monotonía,exposición, amenazas de empleo, conflictos, sensibilidad humana,distracciones, recompensas, reconocimiento.
Stress Fisiológico: duración del stress, fatiga, incomodidad, hambre,sed, temperatura, radiaciones, falta de oxígeno, exposición química,vibraciones, limitación y repetición de movimientos, ejercicio físico,ritmo circadiano
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 58 / 70
Proyectos en Ingeniería de Petróleo Proyecto CONFPETRO
Proyecto CONFPETROPSF (Performance Shaping Factors)
Conjunto de atributos que caracterizan confiabilidad humana para unprocedimiento dentro de un proceso. Son 64 factores agrupados en:
Stress Psicológico: inicio inesperado, presión, vigilancia, monotonía,exposición, amenazas de empleo, conflictos, sensibilidad humana,distracciones, recompensas, reconocimiento.Stress Fisiológico: duración del stress, fatiga, incomodidad, hambre,sed, temperatura, radiaciones, falta de oxígeno, exposición química,vibraciones, limitación y repetición de movimientos, ejercicio físico,ritmo circadiano
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 58 / 70
Proyectos en Ingeniería de Petróleo Proyecto CONFPETRO
Sistema CONFPETRO
Atributos de Confiabilidade
Humana
64
1
k
Contexto de indução ao erro
Procedimentos de Operação,
Manutenção e Inspeção
n
k
1
Módulo de:
• Criação do Padrão de Qualidade
• Determinação dos Graus de:
� atendimento ao PQ � Inclusão do PQ nos operários
Módulo:
• Construtor da Árvore Fuzzy de falhas humanas
• Cálculo da possibilidade de erro humano.
Construção de seqüência de ações humanas em função de PF; Dep; GT, para cada procedimento.
Identificação das demandas Cognitivas em cada procedimento.
Aplicação de testes psicológicos aos operários
Alterações nos procedimentos. Aplicação de novas estratégias de treinamento. Exigências de novas normas.
Legenda: PF: Probabilidades de falha humana Dep: Dependência entre ações. GT: Grau de Transtorno PQ: Padrão de Qualidade
Modelo Fuzzy 1. Pes o do especialista 2. Matriz de concordância 3. Teoria de Consenso
Construtor de regras fuzzy
IF...PSF... and . ..Ação... Then Confiabilidade Humana....
Sistema de Caracterização da Confiabilidade Humana para a Área de Petróleo
Atributos de Confiabilidade
Humana
64
1
k
Contexto de indução ao erro
Procedimentos de Operação,
Manutenção e Inspeção
n
k
1
Módulo de:
• Criação do Padrão de Qualidade
• Determinação dos Graus de:
� atendimento ao PQ � Inclusão do PQ n os t rabalhadores
Módulo:
• Construtor da Árvore Fuzzy de falhas humanas
• Cálculo da possibilidade de erro humano.
Construção de seqüência de ações humanas em função de PF; Dep; GT, para cada procedimento.
Identificação das demandas Cognitivas em cada procedimento.
Aplicação de testes psicológicos aos trabalhadores
Alterações nos procedimentos. Aplicação de novas estratégias de treinamento. Exigências de novas normas.
Legenda: PF: Probabilidades de falha humana Dep: Dependência entre ações. GT: Grau de Transtorno PQ: Padrão de Qualidade
Modelo Fuzzy 1. Pes o do especialista 2. Matriz de concordância 3. Teoria de Consenso
Construtor de regras fuzzy
IF...PSF... and . ..Ação... Then Confiabilidade Humana....
Sistema de Caracterização da Confiabilidade Humana para a Área de Petróleo
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 59 / 70
Producción académica obtenida
Producción académicaInvestigación en Ing. Petróleo – Producción Académica
Se los siguientes productos:Proyectos tecnológicos I&D:
- ANEPI,F2,F3, ANEPI-CI, SMART-E&P, CONFPETROPremios ganados:
- Prêmio Petrobras de Tecnologia ediciones 2005, 2007, 2008, 2011Producción Bibliográfica:
- LIBRO Análise Econômica de Projetos de Desenvolvimento de Camposde Petróleo sob Incerteza, Ed. Interciência/PUC-Rio, maio 2007.
- LIBRO Oil Field Development under Uncertainty. Ed. Heidelberg:Springer Berlin, 2009.Capítulos en libros; aprox. 50 Artículos en proceedings, 7 artículos enrevistas indexadas.Tesis de Doctorado, Disertaciones de Maestría, trabajos de pregrado.
Congresos: CITARE 2007
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 60 / 70
Bibliografía
Bibliografía I
Y. J. Túpac, M. M. Vellasco, and M. A. C. Pacheco, “Selection ofAlternatives for Oil field Development by Genetic Algorithms,” RevistaEngenharia Térmica, Edição Especial, vol. 2, pp. 51–54, may 2002.
L. F. Almeida, “Otimização de alternativas para desenvolvimento de campode petróleo usando computação evolucionária,” Master’s thesis,Departamento de Engenharia Elétrica, Pontifícia Universidade Católica doRio de Janeiro, Rio de Janeiro, Brasil, 2003, (In Portuguese).
Y. J. T. Valdivia, “Sistema inteligente de otimização de alternativas dedesenvolvimento de campos petrolíferos,” Ph.D. dissertation, Departamentode Engenharia Elétrica, Pontifícia Universidade Católica do Rio de Janeiro,Rio de Janeiro, RJ, Brasil, 2005, (In Portuguese).
L. F. Almeida, Y. T. Valdivia, M. M. B. R. Vellasco, and M. A. C. Pacheco,“Otimização de alternativas para o desenvolvimento de campos de petróleo,”Gestão & Produção, vol. 14, pp. 489–503, 12 2007.
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 61 / 70
Bibliografía
Bibliografía II
R. S. Zebulum, M. A. Pacheco, and M. M. B. R. Vellasco, EvolutionaryElectronics: Automatic Design of Electronic Circuits and Systems by GeneticAlgorithms. CRC Press, 2002.
Y. J. Túpac and L. Faletti, “Parallel evolutionary algorithms applied tooptimize the oilfields development,” in Proceedings del Encuentro Chileno deComputación, Curicó, Chile, 2011. [Online]. Available:http://jcc2011.utalca.cl/actas/ECC/jcc2011_submission_170.pdf
J. Lazo, M. Pacheco, and M. Vellasco, “Real options and genetic algorithmsto approach of the optimal decision rule for oil field development underuncertainties,” in Theoretical Advances and Applications of Fuzzy Logic andSoft Computing, ser. Advances in Soft Computing, O. Castillo, P. Melin,O. Ross, R. Sepúlveda Cruz, W. Pedrycz, and J. Kacprzyk, Eds. SpringerBerlin / Heidelberg, 2007, vol. 42, pp. 445–454,10.1007/978-3-540-72434-6_44. [Online]. Available:http://dx.doi.org/10.1007/978-3-540-72434-6_44
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 62 / 70
Bibliografía
Bibliografía III
J. G. L. Lazo, “Determinação do valor de opções reais por simulação montecarlo com aproximação por números fuzzy e algoritmos genéticos,” Ph.D.dissertation, Departamento de Engenharia Elétrica, Pontifícia UniversidadeCatólica do Rio de Janeiro, Rio de Janeiro, RJ, Brasil, 2004, (In Portuguese).
J. G. Lazo Lazo, M. M. B. R. Vellasco, and M. A. C. Pacheco,“Determination of real options value by monte carlo simulation and fuzzynumbers,” in Proceedings of the Fifth International Conference on HybridIntelligent Systems, ser. HIS’05. Washington, DC, USA: IEEE ComputerSociety, 2005, pp. 488–496. [Online]. Available:http://dx.doi.org/10.1109/ICHIS.2005.35
J. G. L. Lazo, M. M. B. R. Vellasco, M. A. C. Pacheco, , and M. A. G. Dias,“Real options value by monte carlo simulation and fuzzy numbers,”International Journal of Business, vol. 12, may 2007.
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 63 / 70
Bibliografía
Bibliografía IV
Y. J. Túpac, L. Faletti, J. G. Lazo, M. M. R. Vellasco, and M. A. Pacheco,“Decision support system for economic analysis of E&P projects underuncertainties,” in SPE Intelligent Energy Conference and Exhibition.Amsterdam, The Netherlands: Society of Petroleum Engineers, 2008.
M. A. Pacheco and M. M. Vellasco, Eds., Intelligent Systems in Oil FieldDevelopment under Uncertainty. Springer Berlin / Heidelberg, January2009.
A. A. Emerick and R. C. M. P. Portella, “Production optimization withintelligent wells,” in SPE Latin American & Caribbean Petroleum EngineeringConference. Buenos Aires, Argentina: Society of Petroleum Engineers, 2007.
L. F. Almeida, “Sistema híbrido de otimização de estratégias de controle deválvulas de poços inteligentes sob incertezas,” Ph.D. dissertation,Departamento de Engenharia Elétrica, Pontifícia Universidade Católica doRio de Janeiro, Rio de Janeiro, Brasil, 2007, (In Portuguese).
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 64 / 70
Bibliografía
Bibliografía V
L. Faletti, M. M. Vellasco, and M. A. C. Pacheco, “Optimization system forvalve control in intelligent wells under uncertainties,” Journal of PetroleumScience and Engineering, vol. 73, pp. 129–140, may 2010.
L. Almeida, Y. Valdivia, J. Lazo, M. Pacheco, and M. Vellasco,“Evolutionary computation for valves control optimization in intelligent wellsunder uncertainties,” in Theoretical Advances and Applications of FuzzyLogic and Soft Computing, ser. Advances in Soft Computing, O. Castillo,P. Melin, O. Ross, R. Sepúlveda Cruz, W. Pedrycz, and J. Kacprzyk, Eds.Springer Berlin / Heidelberg, 2007, vol. 42, pp. 425–434,10.1007/978-3-540-72434-6_42. [Online]. Available:http://dx.doi.org/10.1007/978-3-540-72434-6_42
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 65 / 70
Bibliografía
Bibliografía VI
L. F. Almeida, Y. J. Túpac, M. A. C. Pacheco, M. M. B. R. Vellasco, andJ. G. L. Lazo, “Evolutionary optimization of smart-wells control undertechnical uncertainties,” in SPE Latin American & Caribbean PetroleumEngineering Conference. Buenos Aires, Argentina: Society of PetroleumEngineers, 2007.
A. A. Emerick, E. Silva, B. Messer, L. F. Almeida, D. Szwarcman, M. A. C.Pacheco, and M. M. B. R. Vellasco, “Well placement optimization using agenetic algorithm with nonlinear constraints,” in SPE Reservoir SimulationSymposium. The Woodlands, Texas, USA: Society of Petroleum Engineers,2009.
M. Nikolaou, A. Stan Cullick, L. A. Saputelli, G. Mijares, S. Sankaran, andL. C. Reis, “A consistent approach toward reservoir simulation at differenttime scales,” in SPE Intelligent Energy Conference and Exhibition.Amsterdam, The Netherlands: Society of Petroleum Engineers, 2006.
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 66 / 70
Bibliografía
Bibliografía VII
M. Nikolaou, A. Stan Cullick, and L. A. Saputelli, “Productionoptimization–a moving-horizon approach,” in SPE Intelligent EnergyConference and Exhibition. Amsterdam, The Netherlands: Society ofPetroleum Engineers, 2006.
B. Messer, “Projeto de Poços multilaterais em Reservatórios de Petróleootimizados por Algoritmos Genéticos,” Master’s thesis, Departamento deEngenharia Elétrica, Pontifícia Universidade Católica do Rio de Janeiro, Riode Janeiro, Brasil, 2009, (In Portuguese).
Álvaro Gustavo Talavera, “Controle Preditivo com Aprendizado por Reforçopara Produção de Óleo em Poços Inteligentes,” Master’s thesis,Departamento de Engenharia Elétrica, Pontifícia Universidade Católica doRio de Janeiro, Rio de Janeiro, Brasil, 2010, (In Portuguese).
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 67 / 70
Bibliografía
Bibliografía VIII
A. G. Talavera, Y. J. Túpac, and M. M. R. Vellasco, “Controlling oilproduction in smart wells by MPC strategy with reinforcement learning,” inSPE Latin American and Caribbean Petroleum Engineering Conference.Lima, Peru: Society of Petroleum Engineers, 2010.
S. de Carvalho Miyoshi, “Modelo kernel PCA-genético para ajuste dehistórico,” Master’s thesis, Departamento de Engenharia Elétrica, PontifíciaUniversidade Católica do Rio de Janeiro, Rio de Janeiro, Brasil, 2010, (InPortuguese).
S. G. B. Huamán, “Inversão de Parâmetros Geofísicos em Três Dimensões apartir de Dados de Reflexão sísmica por Algoritmos genéticos Híbridos,”Master’s thesis, Departamento de Engenharia Elétrica, PontifíciaUniversidade Católica do Rio de Janeiro, Rio de Janeiro, Brasil, 2008, (InPortuguese).
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 68 / 70
Bibliografía
Bibliografía IX
J. More, R. Tanscheit, M. Vellasco, M. Pacheco, and D. Swarcman, “A fuzzyapproach to the study of human reliability in the petroleum industry,” inTheoretical Advances and Applications of Fuzzy Logic and Soft Computing,ser. Advances in Soft Computing, O. Castillo, P. Melin, O. Ross,R. Sepúlveda Cruz, W. Pedrycz, and J. Kacprzyk, Eds. Springer Berlin /Heidelberg, 2007, vol. 42, pp. 415–424, 10.1007/978-3-540-72434-6_41.[Online]. Available: http://dx.doi.org/10.1007/978-3-540-72434-6_41
J. D. Moré, “Análisis de la Confiabilidad humana en una Refinería depetróleo. Uso de metodología borrosa,” Cuadernos del CIMBAGE, vol. 12,pp. 71–84, 2010.
Dr. Yván Túpac (UCSP) Aplicación de técnicas computacionales en Ingeniería de Petróleo: Casos en Petrobras17 de Noviembre de 2012 69 / 70