Dissertação de Mestrado - Bruno dos Santos Costa

 

Banca:

Orientador: Sinésio Pesco (PUC Rio)
Co-orientador: Abelardo Borges Barreto Jr (PUC Rio)
Thiago de Menezes Duarte e Silva (Schulumberger Serviços de Petróleo – Matriz)
Malú Grave (UFF)
Emílio José Rocha Coutinho (Petróleo Brasileiro – Rio de Janeiro)

Um Estudo da Sensibilidade dos Hiperparâmetros no E2CO

Esta dissertação insere-se no contexto da Modelagem Matemática, com ênfase em problemas relacionados à Engenharia de Reservatórios. Em particular, abordaremos ao longo do texto a aplicação de redes neurais para a predição de importantes dados de poços de petróleo, tais como pressão de fundo de poço, vazão de óleo e água, ao longo de períodos prolongados.

Para isso, utilizaremos o método conhecido como Embed to Control and Observe. Um dos principais tópicos discutidos será a sensibilidade dos hiperparâmetros das redes neurais, que são definidos durante o processo de treinamento. Em especial, investigaremos como a variação desses hiperparâmetros impacta na acurácia das predições.

Além disso, avaliaremos a acurácia dos resultados comparando-os com os resultados fornecidos pelo simulador comercial IMEX.

Outro ponto de destaque será a análise da viabilidade de aumentar a confiabilidade desses dados por meio da aplicação do estimador de James-Stein, já que este estimador domina o estimador de mínimos quadrados ordinários com relação ao critério de erro quadrático médio escalar.

Carregando