As sondas de intervenção são um recurso crucial na exploração e
produção de petróleo, sendo utilizadas nas operações de manutenção de
poços. As empresas de petróleo planejam quais sondas atenderão os poços. O
Problema de Programação de Plataforma de Trabalho (WRSP) determina
quais sondas atenderão os poços e quando as atividades ocorrerão. Com
o intuito de auxiliar o WRSP, esta tese propõe uma metodologia de
otimização orientada por dados (DD) baseada em regressão, aplicandoa em instâncias reais. Essa abordagem de otimização DD é dividida em
três fases: tratamento de dados, onde técnicas de mineração de texto e
agrupamento são usadas para refinar e recuperar informações dos dados;
modelagem preditiva usando regressão de cume para estimar a duração
do workover e as incertezas endógenas do modelo; otimização, onde a
previsão da regressão e seu erro aleatório são inseridos nos modelos de
restrições probabilÃsticas conjuntas (JCC), gerando soluções mais resilientes
às incertezas. Propomos uma formulação estocástica de JCC baseada em
simulação e distância de Wasserstein para gerar cenários e reduzir o tamanho
do problema. Esse modelo é comparado com quatro alternativas: um DD
não estocástico, um CC integrado estocástico, um modelo estocástico com
restrição orçamentária e a abordagem atual da empresa. Para instâncias
de pequeno e médio porte, o modelo estocástico JCC garante um nÃvel de
confiança de viabilidade e um erro de aproximação inferior a 5 por cento. No entanto,
o modelo estocástico JCC não fecha o GAP em instâncias maiores. Para
essas instâncias, o modelo DD não estocástico é uma boa alternativa com
perturbações não superiores a 10 por cento. No geral, a metodologia de otimização
DD encontra cronogramas que são mais frequentemente viáveis e com custos
menores em comparação com o método da empresa.
|