[en] OIL PRODUCTION FORECASTING WITH TIME SERIES: A CASE STUDY IN THE RONCADOR FIELD

[pt] PREVISÃO DA PRODUÇÃO DE PETRÓLEO COM SÉRIES TEMPORAIS: ESTUDO DE CASO NO CAMPO RONCADOR

[pt] DANIELA MENDONCA DOS SANTOS

[pt] SERIE TEMPORAL

[pt] EFICIENCIA OPERACIONAL

[pt] PREVISAO DE PRODUCAO

[pt] PRODUCAO DE PETROLEO

[en] TIME SERIE

[en] OPERATIONAL EFFICIENCY

[en] PRODUCTION PREDICTION

[en] OIL PRODUCTION

[pt] A previsão da produção de petróleo em campos maduros é essencial para a sustentabilidade técnica e econômica da indústria de óleo e gás. Apesar da relevância do tema, observa-se uma lacuna na literatura quanto à aplicação prática de modelos estatísticos que integrem variáveis exógenas em ambientes offshore brasileiros, especialmente em campos maduros como Roncador. Grande parte dos estudos concentra-se em abordagens baseadas apenas em séries endógenas ou em modelos geológicos complexos, que demandam alto custo e tempo de processamento, limitando sua aplicabilidade em cenários operacionais que exigem respostas rápidas. Este estudo busca preencher essa lacuna ao analisar a produção do Campo de Roncador, um dos maiores ativos offshore do Brasil, aplicando modelos estatísticos para prever sua produção futura. A pesquisa adota uma abordagem quantitativa, utilizando séries temporais mensais de produção de petróleo e água entre 2015 e 2025. Foram testados seis modelos preditivos: Suavização Exponencial Simples (SES), Holt, Holt-Winters, ETS, ARIMA e ARIMAX, sendo este último o único a incorporar variáveis exógenas. A análise revelou que o modelo ARIMAX apresentou o melhor desempenho, com menor erro quadrático médio (MSE) e maior aderência à série real, destacando-se como o mais robusto para o cenário analisado. A inclusão da variável produção de água como fator exógeno foi determinante para a acurácia do modelo, refletindo a maturidade do reservatório e sua influência na produção de petróleo. Os resultados reforçam a importância de modelos que considerem variáveis externas e a necessidade de dados confiáveis para decisões operacionais e econômicas. Este estudo contribui para o aprimoramento das estratégias de previsão em campos maduros, oferecendo uma alternativa prática e de menor custo frente às abordagens tradicionais.

[en] Production forecasting in mature oil fields is essential for the technical and economic sustainability of the oil and gas industry. Despite the relevance of the topic, there is a gap in the literature regarding the practical application of statistical models that integrate exogenous variables in Brazilian offshore environments, especially in mature fields such as Roncador. Most studies focus on approaches based solely on endogenous series or complex geological models, which require high cost and processing time, limiting their applicability in operational scenarios that demand quick responses. This study seeks to fill this gap by analyzing the production of the Roncador Field, one of Brazil s largest offshore assets, applying statistical models to forecast its future output. The research adopts a quantitative approach, using monthly time series of oil and water production between 2015 and 2025. Six predictive models were tested: Simple Exponential Smoothing (SES), Holt, Holt-Winters, ETS, ARIMA, and ARIMAX, the latter being the only one to incorporate exogenous variables. The analysis revealed that the ARIMAX model showed the best performance, with the lowest mean squared error (MSE) and the highest adherence to the actual series, standing out as the most robust for the analyzed scenario. The inclusion of the water production variable as an exogenous factor was decisive for the model’s accuracy, reflecting the reservoir’s maturity and its influence on oil production. The results reinforce the importance of models that consider external variables and the need for reliable data to support operational and economic decisions. This study contributes to improving forecasting strategies in mature fields, offering a practical and lower-cost alternative compared to traditional approaches.

MARCELO XAVIER SEELING

NARA ANGELICA POLICARPO

RODRIGO GOYANNES GUSMAO CAIADO

IGOR TONA PERES

MARCELO XAVIER SEELING

NARA ANGELICA POLICARPO

2026-02-03

2025-09-22

[pt] TEXTO

application/pdf

PORTUGUÊS

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=75275@1

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=75275@2

https://doi.org/10.17771/PUCRio.acad.75275