$$\newcommand{\bra}[1]{\left<#1\right|}\newcommand{\ket}[1]{\left|#1\right>}\newcommand{\bk}[2]{\left<#1\middle|#2\right>}\newcommand{\bke}[3]{\left<#1\middle|#2\middle|#3\right>}$$
X
INFORMAÇÕES 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.
Coleção Digital

Avançada


Estatísticas | Formato DC |



Título: ESTIMATION OF WELL PRODUCTION FLOW RATE USING ARTIFICIAL INTELLIGENCE TECHNIQUES
Autor: RAFAEL BASTOS SCISINIO DIAS
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):  MARCIO DA SILVEIRA CARVALHO - ADVISOR
SERGIO SANTIAGO RIBEIRO - CO-ADVISOR

Nº do Conteudo: 59936
Catalogação:  12/07/2022 Liberação: 12/07/2022 Idioma(s):  PORTUGUESE - BRAZIL
Tipo:  TEXT Subtipo:  SENIOR PROJECT
Natureza:  SCHOLARLY PUBLICATION
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:
The use of artificial intelligence techniques to estimate the production flow rate of wells has been applied as a substitute for the traditional methods of well characterization. However, it is not clear that artificial intelligence techniques are able to actually provide an estimate of the production flow, with a reduced error. Thus, the objective of this work is to develop a methodology and a computational code capable of estimating the production flow, with a low error. To achieve the objective, some simulations were carried out with different models of neural network and the generated predictions were compared with the real data. And the results obtained showed satisfactory behavior, as well as a considerably reduced error.

Descrição Arquivo
COMPLETE  PDF
Logo maxwell Agora você pode usar seu login do SAU no Maxwell!!
Fechar Janela



* Esqueceu a senha:
Senha SAU, clique aqui
Senha Maxwell, clique aqui