Processamento Inteligente de Sinais de Pressão e Temperatura Adquiridos
por Sensores Permanentes em Poços Offshore"
Permanent Downhole Gauge" (PDG), Filtragem de Ruído,
Remoção de "Outliers", Transformada Wavelet Discreta, Detecção de
Transientes, Classificador Neuro-Fuzzy
Sensores permanentes de pressão e temperatura consistem em elementos
essenciais ao gerenciamento de campos produtores. Convencionalmente,
em poços offshore instalam-se dois sensores, a saber, o PDG (do
inglês, "Permanent Downhole Gauge") na coluna de produção/injeção, e o
TPT (Transmissor de Pressão e Temperatura), acomodado na árvore de
natal. Os registros fornecidos por tais instrumentos subsidiam a
otimização dos métodos de elevação artificial, permitem monitoramento
do desempenho de poços, e auxiliam a identificação e diagnóstico de
problemas operacionais. Para o gerenciamento de reservatórios, a
disponibilidade de medições contínuas de pressão e temperatura
representa significativo ganho na caracterização do fluxo em
sub-superfície.
No entanto, dadas as condições operacionais severas a que são
expostos, PDGs e TPTs retornam sinais com alto conteúdo de ruído e
frequentes valores espúrios ("outliers"). Além disso, dadas as altas
taxas de aquisição realizadas por esses instrumentos, em históricos
longos, a identificação de todos os transientes relevantes
("build-ups" ou "fall-offs"), cujas análises possam conduzir a
estimativa de parâmetros importantes ao gerenciamento de
reservatórios, requer grande esforço dos engenheiros de reservatórios
ou de avaliação, por vezes, mostrando-se impraticável.
O presente trabalho aborda esses problemas para sinais reais de PDG
adquiridos em poços "offshore". Para filtragem de ruído e remoção de
valores espúrios, avaliaram-se técnicas baseadas em suavização dos
sinais ("splines" cúbicas, regressão local), na transformada Wavelet
Discreta, e na clusterização através de "Self-Organizing Maps" (SOM).
Para a identificação automática de transientes relevantes foi
implementado um sistema de classificação neuro-fuzzy. Os resultados
mostraram-se de todo adequados aos requisitos reais de gerenciamento
de reservatórios, conduzindo à limpeza do sinal e à identificação
precisa dos períodos de transientes.