Pesquisadores brasileiros desenvolveram uma ferramenta computacional que pode auxiliar a ampliar a recuperação de petróleo em poços do pré-sal. A tecnologia foi detalhada recentemente na revista científica Scientific Reports, do grupo Nature. Fugindo da abordagem clássica, alicerçada em propriedades físicas (difíceis de serem estimadas) e marcadores químicos, o grupo de cientistas, liderado pelo professor Anderson Rocha, pesquisador do Laboratório de Inteligência Artificial (Recod.ai) do Instituto de Computação da Unicamp, lançou mão do aprendizado de máquina para determinar o comportamento dos chamados poços injetores. O projeto foi realizado em parceria com a pesquisadora Alessandra Davolio, do Centro de Estudos de Energia e Petróleo (CEPETRO), e com o professor Denis Schiozer da Faculdade de Engenheria Mecânica, também da Unicamp.
Na indústria de produção de petróleo, é uma prática comum a perfuração de poços injetores, que são utilizados para a injeção de água ou gás nos reservatórios com o propósito de aumentar a recuperação de óleo e gás. Para engenheiros e geocientistas especializados no setor de exploração e produção de óleo e gás, compreender como a presença e o funcionamento dos poços injetores afetam a produção é uma informação fundamental para a gestão eficaz do campo.
A partir de um conjunto de dados reais do pré-sal e de outros dados mais gerais, o algoritmo acertou em estimar as conexões causais em séries temporais das produções dos campos de petróleo. “De um total de 32 poços analisados, sendo metade poços produtores e metade injetores, conseguimos identificar quais poços injetores estão dando suporte para quais poços produtores”, disse Manuel Castro, primeiro autor do artigo, que é pesquisador do Instituto de Computação.
Segundo ele, a metodologia proposta pelo grupo avança, de forma inédita, em um problema bastante complexo. “Depois dos passos iniciais, da perfuração dos poços produtores e injetores, é difícil saber, até pela dinâmica do processo, como ocorre na prática a conexão entre essas diferentes perfurações. Até porque é algo que se dá por meio das rochas” explicou Castro.
Os pesquisadores argumentam que o uso de técnicas de aprendizado de máquina para compreender o que está acontecendo com a produção de petróleo é uma área que promete gerar muitos benefícios positivos no futuro.
Devido à singularidade e complexidade dos campos do pré-sal brasileiro, o método desenvolvido pelo grupo brasileiro exibe atributos que satisfazem os critérios de robustez nas análises de dados. De acordo com os cientistas, esta aplicação demonstra relevância e eficácia no que diz respeito à compreensão e ao aprimoramento da gestão dos reservatórios. No futuro, esse método contribuirá para a otimização da produção, o gerenciamento mais eficiente dos reservatórios e o aprimoramento geral do desempenho nos campos do pré-sal.
O Centro de Estudos de Energia e Petróleo (CEPETRO) é um centro de pesquisa da Universidade Estadual de Campinas (Unicamp), com mais de 35 anos de história, focado em petróleo, gás, energias renováveis e transição energética. Instalado, atualmente, em cinco prédios com mais de 5 mil metros quadrados de área, possui dez laboratórios próprios e conta com mais de 350 pesquisadores. Além de executar projetos de pesquisa e desenvolvimento (P&D), o CEPETRO presta serviços técnicos e de consultoria, forma recursos humanos altamente qualificados e promove a disseminação do conhecimento. Seus projetos de P&D são financiados por empresas, fundações e agências governamentais de fomento à pesquisa. O CEPETRO é um dos maiores captadores de recursos via cláusula de PD&I da Agência Nacional do Petróleo, Gás Natural e Biocombustíveis (ANP).
(Publicado em 22/09/2023)