XINFORMAÇÕES SOBRE DIREITOS AUTORAIS
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital
Título: ESTIMATIVA DA VAZÃO DE PRODUÇÃO DE POÇOS UTILIZANDO TÉCNICAS DE INTELIGÊNCIA ARTIFICIAL Autor: RAFAEL BASTOS SCISINIO DIAS
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):
MARCIO DA SILVEIRA CARVALHO - ORIENTADOR
SERGIO SANTIAGO RIBEIRO - COORIENTADOR
Nº do Conteudo: 59936
Catalogação: 12/07/2022 Liberação: 12/07/2022 Idioma(s): PORTUGUÊS - BRASIL
Tipo: TEXTO Subtipo: TRABALHO DE FIM DE CURSO
Natureza: PUBLICAÇÃO ACADÊMICA
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=59936@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=59936@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.59936
Resumo:
Título: ESTIMATIVA DA VAZÃO DE PRODUÇÃO DE POÇOS UTILIZANDO TÉCNICAS DE INTELIGÊNCIA ARTIFICIAL Autor: RAFAEL BASTOS SCISINIO DIAS
SERGIO SANTIAGO RIBEIRO - COORIENTADOR
Nº do Conteudo: 59936
Catalogação: 12/07/2022 Liberação: 12/07/2022 Idioma(s): PORTUGUÊS - BRASIL
Tipo: TEXTO Subtipo: TRABALHO DE FIM DE CURSO
Natureza: PUBLICAÇÃO ACADÊMICA
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=59936@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=59936@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.59936
Resumo:
A utilização de técnicas de inteligência artificial para estimação da vazão de produção de poços tem sido aplicada como substituto dos métodos tradicionais de caracterização de poços. Entretanto, ainda não é claro que as técnicas de inteligência artificial são capazes de fato de fornecer uma estimativa da vazão de produção, com um erro reduzido. Desse modo, o objetivo deste trabalho é desenvolver uma metodologia baseada em técnicas de inteligência artificial e implementar a mesma em um código computacional capaz de estimar a vazão de produção, com um erro baixo. Para atingir o objetivo, foram realizadas algumas simulações com diferentes modelos de rede neural e comparadas as previsões geradas, com os dados reais. E os resultados obtidos apresentaram comportamento satisfatório, assim como um erro consideravelmente reduzido.
Descrição | Arquivo |
NA ÍNTEGRA |