COPPE/UFRJCOPPE/UFRJ

“TCC”“TCC”

Trabalho de Conclusão de Curso

Gerenciamento Digital de Campos de

Petróleo

Pós Graduação Executiva em

Petróleo e Gás

13 de Março de 2007 / 28 de fevereiro de 2008

18ª Turma

Coordenadora: Suzana Kahn Ribeiro

Flávio Ferreira da FonteFlávio Ferreira da Fonte

Resumo do Trabalho apresentado à COPPE/UFRJ como parte dos requisitos

necessários para a obtenção do Diploma de Especialização em Pós Graduação

Executiva em Petróleo e Gás Natural.

GERENCIAMENTO DIGITAL DE CAMPOS DE PETRÓLEO

Flávio Ferreira da Fonte

Fevereiro/2008

Orientador: Prof. Gilberto Ellwanger

Este trabalho tem por objetivo analisar as tecnologias emergentes que estão

sendo empregadas no Gerenciamento Digital Integrado de Campos de Petróleo, que

visam maximizar a produção, aumentar o índice de recuperação de hidrocarbonetos e

otimizar os custos de exploração e produção.

2

Currículo Resumido

O autor, Flávio Ferreira da Fonte, trabalha na Oracle desde 2004. É Consultor de

Vendas Sênior e especialista em soluções de tecnologias Oracle para os clientes

Petrobras, PEMEX e PDVSA. Em Junho de 2007 participou do treinamento global da

Oracle para a Indústria de Óleo e Gás. Atuou também no desenvolvimento de um

modelo de inteligência de negócios voltada para a área de Upstream.

Trabalhou na Petrobras, na área de Tecnologia da Informação, no período de

2000 a 2004, tendo atuado em sistemas específicos da área de Abastecimento,

participado da implantação do Portal de Compras da Petrobras, chamado Petronect e

da Certificação ISSO-9001 da TI.

Graduado em Tecnólogo em Processamento de Dados, o autor também concluiu

os cursos de especialização de Análise de Sistemas e pós-graduação do IAG Master,

ambos ministrados pela PUC-RIO.

Agradecimento

3

Agradeço a minha família e aos colegas de trabalho da Oracle, Andres Prieto, David

Shimbo, Miguel Cruz, Eduardo Lopez, Elizabeth Faria, João Fernandez e Samy

Szpigiel pelo apoio recebido.

Índice do Trabalho

4

1. Introdução.................................................................................................................62. Análise das principais tecnologias utilizadas nos projetos de “Digital Oilfields”.......7

2.1.Obtenção de informações em tempo real...........................................................72.2.Gerenciamento das Informações......................................................................122.3.Computação de Alto Desempenho...................................................................132.4. Centros de comando e monitoração remotos..................................................142.5 Sistemas para análise e simulação de reservatórios de hidrocarbonetos........162.6. Sistemas para análise e suporte à decisão.....................................................18

3. Conclusões.............................................................................................................24Referências................................................................................................................26

1. Introdução

5

A geopolítica mundial, a dependência massiva de combustíveis fósseis, o

questionamento sobre a duração das reservas mundiais de hidrocarbonetos, entre

outros fatores, têm ocasionado uma escalada do preço do barril do petróleo.

Com o preço do petróleo acima de US$60 o barril, as companhias passaram a

investir mais na pesquisa e desenvolvimento de novas tecnologias. Podemos citar

como exemplo a Chevron, que nos últimos 5 anos gastou mais de US$ 5 bilhões de

seu orçamento com tecnologias, voltadas não somente para área de automação

industrial, como também para a área de tecnologia da informação.

Apesar desta evolução tecnológica, a indústria do petróleo ainda vive uma

escassez de recursos de infra-estrutura, tais como sondas de perfuração e

plataformas de produção, o que acarreta uma grande demanda pelos recursos

disponíveis no mercado, que passam a ser alugados ou construídos por valores

maiores que o usual, aumentando assim os custos associados às operações de

Exploração e Produção (E&P).

Com este cenário estabelecido, onde é necessário encontrar um ponto de

equilíbrio entre receitas e custos, as grandes companhias petroleiras passaram cada

vez mais a inovar e executar projetos com uso intensivo de tecnologias de automação

e informação na área de E&P, visando mitigar riscos, acelerar a produção, aumentar

os índices de recuperação das reservas e otimizar os custos.

Estes projetos receberam a denominação no idioma inglês de “Digital Oilfields” [1]

ou “Gerenciamento Digital de Campos de Petróleo”. Como exemplos temos: a Shell,

com o Smart Fields; a BP, com o Fields of Future (que prevê atingir a meta de 1 bilhão

de barris incrementais por uso de novas tecnologias) e a Chevron, com o i-Field.

No Brasil, a Petrobras está executando um programa de E&P similar, chamado

GeDIg. Este programa estabelece o gerenciamento integrado dos processos

produtivos do E&P, através do uso objetivo da informação, automação, modelagem e

tecnologias de simulação, para adicionar valor aos ativos de E&P.

Neste projeto estão sendo avaliadas tecnologias, buscando estabelecer padrões e

“benchmarks”, que sejam mais adequados e rentáveis para cada campo de petróleo,

seja ele onshore ou offshore[2].

6

Os principais tópicos analisados pelo GeDIg são: os testes de softwares providos

pelas companhias de serviço (Halliburton/ Landmark, Schlumberger, etc); mapear e

recomendar novos processos e fluxos de trabalho (workflows); implementar centros

de operações remotos; avaliar completações inteligentes; avaliar automação de

elevação artificial e bancos de dados em tempo real.

Nos projetos de “Digital Oilfields” as tecnologias mais utilizadas estão voltadas

para a obtenção de informações em tempo real, gerenciamento das informações,

computação de alto desempenho, sistemas para visualização, análise e simulação de

reservatórios, centros de comando e monitoração remotos, sistemas para análise e

suporte à decisão, detalhadas no próximo item.

2. Análise das principais tecnologias utilizadas nos projetos de “Digital Oilfields”

2.1.Obtenção de informações em tempo real

Eventos diversos gerados no mundo real, como por exemplo, o de monitorar o

funcionamento de uma turbina, precisam ser capturados e mapeados em uma

plataforma tecnológica que permita a monitoração, a análise e a tomada de decisões o

mais rápido possível.

Diversas tecnologias emergentes tais como identificação por rádio freqüência

(RFID), sensores, Wi-Max, satélites estão sendo utilizadas para auxiliar na obtenção

destas informações. Para a aquisição de dados de poços de petróleo em tempo real,

as companhias estão modernizando suas instalações e infra-estrutura, atualizando

válvulas e instalando sensores e fibras óticas em plataformas e risers.

Durante a fase de perfuração dos poços de petróleo os sensores são utilizados

para obterem informações sobre a perfuração em tempo real. Através deles podem ser

lidos a pressão anular próxima da broca, a densidade de circulação, o torque, a

vibração, etc.

Com essas informações os engenheiros podem realizar perfurações com maior

eficiência e menor danos às formações rochosas.

7

Os desafios neste caso para uso de sensores são as altas temperaturas, as

pressões encontradas, os materiais e fluidos corrosivos que colocam em risco a

confiabilidade e durabilidade dos sensores.

Na fase de produção, tipicamente, estes sensores monitoram a produção de óleo,

gás e água versus tempo e volume cumulativo; diferença de pressão na superfície

versus na cabeça do poço; eficiência do fluxo de subida artificial; etc.

Como exemplo do uso destes sensores na indústria do petróleo, temos a

companhia norueguesa Statoil que mantém, em sua sede, na Noruega, um sistema

chamado TurboWatch, fornecido pela empresa Shipcom Wireless [3], que monitora

mais de 200 equipamentos em oito plataformas de petróleo no Mar do Norte. Este

sistema realiza a coleta de informações de diversas máquinas e alimenta outros

sistemas de negócio e de manutenção da empresa. A figura 1 identifica as oito

plataformas da Statoil que utilizam o sistema TurboWatch.

FIGURA 1

Os sensores podem ser instalados na cabeça do poço, na coluna de produção e

em outros locais e os dados coletados por estes são transferidos para sistemas

supervisórios especializados chamados de SCADA (Supervisory Control and Data

8

Aquisition). No sistema SCADA cada sensor é visto como uma “Tag” única, ou seja,

um identificador único, sob a qual são alocados e inseridos os dados.

Além do sistema SCADA, algumas companhias utilizam outras camadas de

software para manter um histórico destas medidas obtidas. Normalmente a primeira

interface com o SCADA é feita por um sistema historiador. Um dos sistemas

historiadores utilizado atualmente chama-se OSI/PI, da empresa OSIsoft [4].

Contudo, além desta camada historiadora, as empresas também utilizam um

sistema gerenciador de banco de dados, no qual são armazenadas, em tabelas

relacionais, todas as informações referentes aos campos e poços.

Atualmente o Banco de Dados Relacional Oracle [5] é o mais utilizado para

armazenar estas informações críticas e fundamentais para as companhias petroleiras.

A figura 2 demonstra o fluxo das informações entre os sistemas SCADA, OSI/PI e

o Gerenciador de Banco de Dados.

FIGURA 2

A figura 2 também mostra que é necessário ter uma camada de aplicações que

faça a interface com o usuário. Neste caso, o uso de um portal personalizado na

Intranet da companhia é extremamente recomendado para atender a necessidade de

9

reunir todos os sistemas e aplicações que o usuário precisará utilizar em um único

ponto de interação, com uma interface de acesso padronizada.

Este tipo de portal de informações pode ser desenvolvido pela própria empresa,

visando atender seus requisitos específicos ou pode ser fornecido por companhias

especializadas e com tecnologias própria (Landmark [6], Schlumberger [7], etc).

A figura 3 mostra um centro de controle de processos offshore, fornecido pela

empresa ABB.

FIGURA 3

Cada tipo de poço (maduro, óleo leve, óleo pesado, águas profundas, etc) pode ter

uma automação diferenciada, que vai desde simples monitoração de superfície até ao

controle de subsuperfície com completação inteligente [8].

No projeto GeDIg da Petrobras, uma das localizações piloto escolhidas foi a do

campo de Carapeba (que é um campo maduro composto por 3 poços com

completação seca [8]), situado na parte nordeste da Bacia de Campos, que recebeu

automação de subsuperfície e emprego de sensores nos poços.

10

A figura 4 detalha a configuração do campo de Carapeba.

FIGURA 4

Em Carapeba, estão sendo monitorados os índices de produtividade, pressão na

base do poço, total fluxo versus tempo, pressão e temperatura versus profundidade,

alertas para produção abaixo do ponto ótimo, etc.

Os poços que fazem uso destas tecnologias de monitoração, acompanhamento e

controle (MAC) são denominados Poços Inteligentes ou como no idioma inglês

“Intelligent Wells”.

Nos chamados Poços Inteligentes o emprego da tecnologia possibilita: a redução

de intervenções e do tempo de reparo, o aumento da detecção pro - ativa de

condições anormais, a descoberta de causa raiz de problemas, a redução ou

eliminação de falhas, a priorização e a otimização de atividades, a otimização do uso

de recursos como tripulações e equipamentos, a aceleração da produção por acesso a

mais zonas de forma simultânea e a mitigação de riscos.

2.2.Gerenciamento das Informações

Dependendo da tecnologia utilizada nos poços, da quantidade de sensores em

operação e dos intervalos de medições empregados, podem ser gerados mais de 10

Gb (Gigabytes) de dados por dia, em um simples campo de petróleo offshore, o que é

11

uma grande preocupação para os CIOs (Chief Information Officer) das empresas de

petróleo.

Neste contexto, o gerenciamento do ciclo de vida da informação passa a ter

grande importância para as companhias petroleiras. É necessário entender quais

dados são ativos, históricos ou que devem ser arquivados em meios mais econômicos.

Com o emprego correto destas técnicas, é possível economizar espaço nos meios

de armazenamento digital e também economizar grandes somas com uso de meios de

armazenamento mais baratos.

Outra grande preocupação diz respeito à disponibilidade destes dados para os

usuários, atendendo aos níveis de serviço acordados e aos níveis segurança

necessários.

Para garantir a performance no acesso a estes dados, devem ser realizados,

periodicamente estudos de capacidade e atualização tecnológica (hardware e

software) do ambiente no qual estão hospedados.

Todo usuário para ter acesso aos dados, deverá passar por um fluxo de segurança

das informações, no qual a sua credencial digital será autenticado (identificação de

usuário, senha, biometria, etc), sendo também verificado neste momento qual o nível

permitido de acesso às informações.

As informações confidenciais devem ter uso restrito e, se possível devem ser

mantidas de forma criptografada.

Possíveis acessos a dados sigilosos ou confidenciais via Internet, devem ser

realizados utilizando recursos de VPN (Virtual Private Network) ou outros protocolos

seguros (exemplo HTTPS).

Sistemas de auditoria e rastreabilidade do uso das informações, devem ser

mantidos para que em caso de tentativa de uso ou alterações indevidas, sejam

rapidamente disparados alertas para os administradores de segurança das

informações.

12

Quanto à questão da padronização dos dados, algumas iniciativas estão sendo

desenvolvidas por fabricantes e organizações, visando criar modelos de dados

comuns para a indústria, tais como o WITSML (que é um padrão voltado para dados

de perfuração), o PRODML (que é um padrão para dados de produção), o MIMOSA

(que é voltado para monitoração) e ainda um novo padrão chamado PPDM.

Também é necessário que as empresas tenham soluções para recuperação de

desastres, ou seja, caso aconteça um desastre no site principal onde estão

armazenados os dados, um site secundário deverá ser rapidamente acionado para

suprir as necessidades dos usuários, garantindo o menor tempo de interrupção

possível.

Atualmente a Oracle fornece soluções de gerenciamento de dados, segurança das

informações e recuperação de desastres para diversas companhias petroleiras.

2.3.Computação de Alto Desempenho

A quantidade de dados gerados nos projetos de “Digital Oilfields”, mais a

necessidade de diversos times de geofísicos e engenheiros, acessarem este enorme

volume de informações em tempo real, obrigaram as companhias petroleiras a utilizar

servidores de alta performance para o processamento de dados, com capacidade e

escalabilidade capazes de acompanhar o crescimento das aplicações de E&P.

Os sistemas necessários para atender esta demanda, foram denominados de

sistemas de computação de alto desempenho.

O termo computação de alto desempenho, no inglês High Performance

Computing , refere-se à utilização em paralelo de clusters de computadores de

múltiplos processadores ligados em um único sistema interconectado.

Um elevado nível de conhecimento técnico é necessário para montar e utilizar

esses sistemas, porém eles podem ser criados a partir de componentes existentes no

mercado.

Devido à sua flexibilidade, alta capacidade de processamento, e relativamente

baixo custo, os sistemas HPC cada vez mais dominam o mundo da supercomputação.

13

O uso de computação de alto desempenho tem se mostrado bastante eficiente

para as aplicações de E&P, principalmente para as áreas de visualização e simulação

de reservatórios e aplicações voltadas para geologia e geofísica.

As empresas Landmark, SGI [9], Oracle e Sun [10] têm adotado e difundido o uso

de computação de alto desempenho.

2.4. Centros de comando e monitoração remotos

A indústria do petróleo passou por grandes transformações nos últimos anos. Hoje

está em franco crescimento mundial, mas ainda faltam recursos humanos para

atender as necessidades dessas empresas.

As empresas petroleiras normalmente têm suas áreas produtivas em regiões

inóspitas, como em alto mar, em desertos, ou em locais de difícil acesso onde muitas

pessoas qualificadas não gostariam de trabalhar.

Também existem situações em que são necessários conhecimentos de

especialistas, que caso precisassem se deslocar até o local do problema, o tempo de

deslocamento inviabilizaria o emprego e a eficiência de determinadas soluções.

As companhias petroleiras estão investindo fortemente em centros de comando e

monitoração remotos, de forma que os especialistas, engenheiros, geocientistas e

outros times diversos, não precisem se deslocar até a área de produção.

As diversas equipes, com conhecimentos diversos, interagem em um centro de

comando remoto, ocasionando uma troca de experiências muito maior e a resolução

de problemas em um tempo menor.

Como exemplo do uso com sucesso deste tipo de tecnologia temos a empresa

Statoil.Na plataforma Kristin, situada a 240 Km da costa da Noruega, a Statoil

economizou no primeiro ano do uso deste tipo de tecnologia USD $36,5 milhões em

custos de operações, minimizando o número de empregados na plataforma, número

de deslocamentos, maximizando a segurança, obtendo soluções mais rápidas e

aumentando a qualidade de vida de seus empregados.[11]

14

A figura 5 mostra o Centro de operações dos gerentes da plataforma Kristin, que

fica conectado, continuamente, ao centro de comando onshore.

FIGURA 5

No Brasil, a Petrobras já faz uso desta tecnologia no seu projeto de “Digital

Oilfields”, chamado GeDIg, no qual foram implementados 2 (dois) Centros de Decisão.

Nestes centros, equipes multidisciplinares atuam de forma colaborativa

acompanhando a produção, detectando problemas, propondo soluções e atuando nos

processos decisórios que foram previamente desenhados. As equipes destes centros

interagem com as equipes que estão nas plataformas em tempo real.

A figura 6 mostra um dos centros de controle remoto da Petrobras.

15

FIGURA 6

As empresas petroleiras passaram a adotar o nome de Operações Integradas para

este novo conceito, onde diferentes departamentos offshore e onshore trabalham de

forma integrada, aumentando a produtividade e eficiência.

2.5 Sistemas para análise e simulação de reservatórios de hidrocarbonetos

Uma das áreas da indústria de E&P, que mais avançou foi a de modelagem e

simulação de reservatórios.

Grandes melhorias foram incorporadas nos softwares existentes, de forma que os

modelos estruturais dos reservatórios possam ser construídos garantindo a maior

acuracidade possível.

O modelo estrutural de um reservatório é muito importante, porque neles são

realizados cálculos de reserva, predições de produção e planos de desenvolvimento

de campos.

Até bem pouco tempo atrás, na região do Mar do Norte, devido à baixa precisão

dos modelos existentes, as companhias de serviço eram obrigadas a realizar mais

furos que o necessário e revisar constantemente as suas previsões, ocasionando

atrasos e custos extraordinários para colocação em produção de campos de petróleo.

16

O modelo estrutural, que é construído inicialmente a partir dos dados sísmicos, é

refinado para a construção de um modelo geológico, onde são inseridas as falhas e

estruturas existentes, representando o reservatório em uma visão em 3D.

Devido à sua extrema importância estes modelos devem ser sempre atualizados

com os dados do campo, permitindo que sejam feitas simulações do comportamento

do reservatório sob influência de diversos fatores.

A maioria dos projetos de “Digital Oilfields” fazem uso intensivo dos softwares de

visualização e simulação de reservatórios, obtendo dados dos poços e campos no

menor intervalo de tempo possível, de modo que estes sistemas possam ser vistos

como sistemas de gerenciamento de reservatórios em tempo real.

Os dados disponíveis são carregados continuamente nos simuladores, permitindo

alcançar um melhor modelo computacional dos reservatórios e a realização de

previsões mais próximas da realidade.

A partir dos modelos existentes podem ser montados diferentes cenários para

avaliar medidas e seus possíveis resultados.

Além disto, a partir dos dados históricos, podem ser analisados os padrões

encontrados e realizar predições como, por exemplo, entrada de areia no poço. A

figura 7 exemplifica uma tela de um simulador de reservatórios da empresa Roxar [12].

FIGURA 7

17

2.6. Sistemas para análise e suporte à decisão

A indústria de exploração e produção de petróleo vem criando uma série de novos

conceitos. Um dos conceitos em uso atualmente é quanto à existência de um “Ciclo

Rápido” e de um “Ciclo Lento” de tratamento de informações, dependente das

necessidades do negócio e das operações.

Exemplificando este conceito, podemos classificar as informações de operações

de poços de petróleo (vazão, pressão, temperatura, etc), como pertencentes ao “Ciclo

Rápido”. Estes tipos de informações precisam ser disponibilizados e analisados o mais

rápido possível.

Já as informações do “Ciclo Lento” podem ser disponibilizadas em um prazo maior,

por exemplo, informações mensais de custos realizados de projetos de E&P.

A disponibilização e uso de informações em tempo real sobre o comportamento

dos poços de petróleo, intervenções realizadas, detalhamento de perdas em cada

poço, custos de materiais e mão de obra por fornecedores para cada intervenção,

passaram a ser imprescindíveis para as operações de E&P e são a base para a

tomada de decisões.

O volume destas informações é cada vez maior e podemos dizer que pertencem

ao ciclo rápido.

A tarefa de analisar estes dados, sem softwares especializados pode tomar um

tempo muito grande e valioso dos engenheiros no campo.

Para disponibilizar as informações corretas, para as pessoas certas, no tempo

necessário, as companhias de petróleo estão investindo fortemente em projetos de

uso de softwares de Inteligência de Negócios, tanto para as informações do Ciclo

Rápido, quanto para as informações do Ciclo Lento.

De acordo com a Wikipedia [13], Inteligência de Negócio é um termo de

gerenciamento de negócios, que se refere às aplicações e tecnologias que são

utilizadas para obter, prover acesso e analizar dados e informações de acordo com as

operações das companhias.

18

A Inteligência de Negócios pode auxiliar as companhias a ter um conhecimento

melhor dos fatores que afetam seus negócios e auxiliar na tomada de decisões, e é

atualmente uma das principais necessidades das companhias de E&P.

Uma solução de Inteligência de Negócios é composta de um armazém de dados

(“Datawarehouse”, “DataMarts”) e ferramentas para analisar e mostrar os seus

resultados para os usuários através de relatórios analíticos.

Existem várias ferramentas no mercado para construção destes relatórios, que

variam de acordo com a necessidade dos usuários. Estes relatórios podem ser

disponibilizados em portais Web, onde também são colocados indicadores importantes

(produção de óleo e gás, alarmes de produção abaixo do ponto ótimo, etc).

Os dados para a montagem destes relatórios podem ter origens diversas, tais

como sistemas especializados da Landmark ou Schlumberger, Bancos de Dados das

empresas petroleiras, sistemas ERP (Oracle e-Business Suíte, J D Edwards, etc).

As companhias British Petroleum e OXY, já iniciaram projetos de Inteligência de

Negócios, para o chamado ciclo rápido de informações.

A BP, para as suas operações no Golfo do México, está analisando o uso de uma

solução de inteligência de negócio que integre informações oriundas de seus diversos

sistemas e publique na web relatórios diversos que auxiliem no aumento da

produtividade e redução de custos de uma forma geral.

Este tipo de sistema pode ser configurado para que diferentes pessoas possam ter

visões diferentes dos dados operacionais e corporativos, de acordo com a

necessidade do trabalho ou função que executam. Cada funcionário que utiliza o

sistema faz parte de um grupo ou perfil que ao conectar-se tem disponibilizado uma

tela com as operações a quais está autorizado e deve usar no seu dia a dia.

Desta forma evita-se que aconteça um excesso de dados e informações para o

pessoal de campo.

A figura 8 mostra um painel web, customizado para o usuário, utilizado para

acompanhar a produção de óleo, gás e água. O usuário interage com o gráfico e pode

ter uma visão mais detalhada, de acordo com a sua necessidade.

19

Neste exemplo a produção está declinando e se o usuário desejar pode ter uma

visão mais detalhada (Figura 9), bastando apenas clicar na linha do gráfico.

As consultas das figuras 8 e 9 foram construídas utilizando o software Oracle

Business Intelligence Enterprise Edition. Com este software é possível customizar

diferentes visões com diferentes tipos de gráficos.

FIGURA 8

FIGURA 9

20

As ferramentas de Inteligência de Negócios também podem prover uma série de

gráficos (Figura 10), que conjugados às informações textuais e links, auxiliam no

entendimento das informações.

FIGURA 10

Outra funcionalidade importante para este tipo de ferramentas é a integração com

o pacote Microsoft Office. Os relatórios e gráficos construídos na ferramenta de

Inteligência de Negócios podem ser abertos e utilizados no Excel e no Powerpoint

(Figura 11).

FIGURA 11

21

Com estas novas ferramentas de Inteligência de Negócio, os engenheiros podem

analisar o desempenho dos ativos, identificarem quais poços não estão produzindo de

acordo com o planejado, analisar custos e acessar em tempo real os indicadores

chaves para os negócios Estes indicadores chaves incluem receitas e lucro por barril,

custos de elevação, etc.

De uma maneira visual e de forma muito mais rápida do que através da análise de

diversos relatórios numéricos, estes mapas de desempenho podem auxiliar a

aumentar a compreensão de uma determinada situação operacional. Estes painéis

permitem aos operadores tomarem decisões melhores e mais rápidas, promovendo

ainda operações mais seguras.

Informações originadas em diversas localizações geográficas e departamentos da

companhia, que anteriormente levavam semanas para serem agrupadas, agora são

rapidamente analisadas, a partir de um único painel de controle.

As aplicações de Inteligência de Negócios continuam a evoluir e estão se

integrando aos sistemas GIS (Geographical Information Systems) das companhias,

fazendo a ligação entre dados e a sua localização específica em um mapa.

Com este tipo de integração, podem ser construídas aplicações para rastreamento

de furacões, segurança de pessoal, acompanhamento da produção, etc. (vide Figura

12)

FIGURA 12

22

Quanto às informações pertencentes ao ciclo longo, destacamos àquelas

relacionadas ao orçamento e acompanhamento de gastos, receitas versus despesas,

relatórios financeiros destinados à agencias governamentais e SEC, etc.

Para estes tipos de informações, existem softwares especializados de Inteligência

de Negócio, que facilitam as tarefas executadas pelos usuários, aumentam a

produtividade e provêm informações gerenciais detalhadas para melhorar a tomada de

decisão.

Normalmente estes sistemas são integrados aos já utilizados no ciclo rápido de

informações.

Outra necessidade da área de exploração e produção é a realização de análises

detalhadas sobre os dados existentes, para descobrir padrões e predizer situações.

Com este objetivo as empresas estão aplicando a técnica chamada Mineração de

Dados, ou no idioma inglês “Data Mining”.

Esta técnica vem sendo empregada para identificar áreas a serem perfuradas,

otimizar resultados de fraturas hidráulicas em poços, selecionar candidatos à fratura

hidráulica versus tratamento químico, antecipar anomalias, etc.

Existem basicamente 2 tipos de “Data Mining”: o Descritivo e o Preditivo.

No Descritivo, realiza-se um processo exploratório dos dados procurando

descobrir padrões que se repetem e relacionamentos existentes nas diferentes

características dos dados.

No Preditivo, busca-se, a partir de um modelo, antecipar possíveis fatos e

características [14].

As ferramentas de “Data Mining” fazem uso intensivo de algoritmos estatísticos.

Dentre os existentes podemos citar os de Atribuição de Importância, Classificação e

Predição, Regressão, Clusters, Regras de Associação, Extração de Características,

Text Mining, BLAST, Arvores de Decisão e Modelos SVM.

23

3. Conclusões

A indústria do petróleo vem passando por uma fase sem precedentes de

desenvolvimentos tecnológicos com sua rápida aplicação no campo.

Os avanços atuais estão permitindo que as companhias petroleiras consigam

aumentar os índices de recuperação de reservas e acelerar a produção.

As reservas de óleo de uma forma global têm crescido graças às novas

tecnologias e a melhor definição dos campos existentes.

Fontes alternativas e de custos mais elevados, tais como óleo pesado da bacia do

Orinoco, “Oil Sands Tar” do Canadá, passaram a ter viabilidade econômica nesta

época em que o preço do petróleo vem quebrando recordes a cada semana.

Companhias como a Petrobras e a Chevron, graças ao uso de tecnologias citadas

neste trabalho, já chegaram à fronteira de águas ultra-profundas, abaixo da camada

do sal.

As grandes companhias petroleiras estão focadas em programas de redução de

custos e aumento de produtividade, com isto vêm conseguido atingir seus objetivos

operacionais e financeiros. O lucro líquido da Exxon Mobil foi de USD 40 bi em 2007; a

Chevron lucrou USD 18 bi e a ConocoPhilips USD 11 bi em 2007.[15]

Usar tecnologia por si só, não leva nenhuma empresa aos melhores resultados.

Também é necessário o investimento intensivo no capital humano.

Somente com uma força de trabalho bem treinada e motivada é que se pode

continuar tendo estes índices excepcionais.

Atualmente um dos maiores desafios para a indústria de óleo e gás é o de atrair e

o de formar talentos. As companhias petroleiras estão investindo fortemente em

programas de capacitação, nas parcerias com instituições de ensino e nas joint-

ventures com empresas desenvolvedoras de tecnologias.

A troca de experiências e colaboração em escala global está ocasionando um

aumento do número de comunidades eletrônicas voltadas para a indústria de óleo e

24

gás; o uso de blogs e wikis para disseminação de experiências e o uso de ambientes

virtuais, como o “Second Life”, para promoção de empresas e de novas tecnologias.

Dentro deste contexto a SPE (Society of Petroleum Engineers), o IBP (Instituto

Brasileiro de Petróleo Gás e Biocombustíveis) e a COPPE/UFRJ (Instituto Luiz Alberto

Coimbra de Pós-Graduação e Pesquisa de Engenharia) têm prestado valiosa

contribuição.

Segundo o Vice Presidente da Chevron, Donald L. Paul, deveremos ter em breve

uma nova geração de aplicações de visualização de sísmica e modelagem de

reservatórios, grandes avanços na robótica submarina e ainda como fronteira final

para a indústria, a exploração e produção de petróleo offshore no Ártico [16].

A indústria deverá continuar a atender as necessidades globais crescentes por

energia.

As empresas continuarão buscando melhorar a performance dos seus ativos e do

capital investido nos novos desenvolvimentos, expandir e diversificar os recursos

energéticos base e o uso de tecnologia será preponderante nos próximos anos.

25

Referências

Jacobs – “Digital Oil Field of the Future Lessons from Other Industries” Cambridge Energy Research Inc (CERA)

Lima e outros - SPE PAPER 112191 – GEDIG Carapeba – A journey from Integrated Intelligent Field Operation to Asset Value Chain Optmization

www.shipcomwireless.com

www.osisoft.com

www.oracle.com

www.halliburton/landmark

www.schlumberger.com

José Eduardo Thomas – Fundamentos de Engenharia do Petróleo

www.sgi.com

www.sun.com

Digital Energy Journal (Nov & Dec 2007 issue)

Digital Energy Journal (Jun 2006 issue)

Wikipedia – www.wikipedia.com

Shahab D Mohaghegh – SPE PAPER 84441 – Essential Components for a Data Mining Tool for the Oil & Gas Industry.

O Globo – 04 de Março de 2008

Jornal of Petroleum Technology - October 2007 – Special Comemorative Issue

26