O objetivo desta linha de pesquisa é o desenvolvimento de métodos e aplicativos computacionais para engenharia de reservatórios baseados em técnicas de inteligência artificial e computação de alto desempenho

O CTAI-UFBA possui parceria firmada com a PETROBRAS desde 2001 objetivando a elaboração de metodologias e ferramentas inteligentes que auxiliem os processos de tomadas de decisão relacionados às análises de poços, campos e reservatórios de petróleo. Desta parceria surgem especificamente relacionadas a reservatórios três tipos de problemas que serão estudados no INGP: Gerenciamento de reservatórios, Análise de regiões potenciais em reservatórios heterogêneos e Análise e gerenciamento de injeção de água em reservatórios heterogêneos.

1. Gerenciamento de reservatórios

   O objetivo é oferecer sistemas de apoio a tomada de decisões que propicie o acompanhamento, análises e gerenciamentos dos elementos que compõe o reservatório. Neste sentido, o desenvolvimento do SGPA (Sistema de Gerenciamento de Poços, Campos e Reservatórios de petróleo), fruto da parceria firmada em 2001, visa oferecer especificamente a área de reservatórios visualização, manipulação, análises e sistematização de conhecimento especialista.

2. Análise de regiões potenciais em reservatórios heterogêneos

   No gerenciamento dos reservatórios heterogêneos, onde um campo petrolífero pode ser constituído de diversas zonas produtoras sobrepostas, a escolha da melhor opção de intervenção pode demandar a análise de diversas variáveis. Este estudo demanda tempo na análise de diversas correlações entre as variáveis de uma zona e posteriormente a análise conjunta das diversas zonas sobrepostas. A aquisição da matriz de identificação de potencial para intervenções ou perfurações de poços é complexa.

   A solução adotada pela PETROBRAS UN-BA para identificação de regiões potenciais para produção ou injeção nestes tipos de reservatórios é a elaboração de abordagens de análises que contemplem os diversos aspectos relacionados ao reservatório. Destaca-se neste sentido a abordagem Mapas de Qualidade gerados através da aplicação de técnicas de Inteligência Artificial e geoprocessamento. Mapa de qualidade é uma representação bidimensional de regiões com potencial de produção em um reservatório proporcionando uma idéia de onde os poços poderão ser alocados para obter o máximo de produção e avaliar se estes poços apresentarão boa performance ou não. Esta abordagem pode ser utilizada para comparar reservatórios, classificar realizações estocásticas e incluir incertezas do reservatório no processo de decisão para o planejamento de uma estratégia de recuperação.

   Estudos visando à otimização desse processo utilizando-se computação paralela de alto desempenho serão conduzidos pelos pesquisadores do CTAI-UFBA.

3. Aplicação de técnicas de inteligência artificial para desenvolvimento de sistemas especialistas na análise de métodos de elevação e de mapas de qualidade

   Desde 2006, com o início do desenvolvimento da ferramenta MAICE (Metodologia para Armazenamento e Integração do Conhecimento Especialista), o CTAI aplica técnicas de Inteligência Artificial, mais especificamente Lógica Fuzzy e Redes Neurais Artificiais (RNA) no tratamento de problemas em plantas de elevação de petróleo.

   O MAICE corresponde a um ambiente integrado que facilita a modelagem de conhecimento para a implementação de sistemas especialistas. O MAICE utiliza atualmente os conceitos de lógica fuzzy e de redes neurais artificiais para a representação do conhecimento especialista, criando um ambiente amigável para o levantamento e testes de modelos de conhecimento. Esses modelos são usados como base para o desenvolvimento de um sistema especialista para auxiliar no diagnóstico e na tomada de decisão.

   Atualmente o MAICE está sendo usado com sucesso na modelagem do conhecimento referente ao tratamento de problemas de operação e respectivas sugestões de ação nas plantas de elevação de petróleo da PETROBRAS. Os modelos que estão sendo levantados baseiam-se nos métodos de elevação BCS, BCP, BM e GLI.

   Espera-se desenvolver sistemas especialistas para a análise automática de mapas de qualidade e de fluxo dos reservatórios, através da modelagem do conhecimento de análise destes mapas. A criação desses sistemas especialistas será feita pela adição de novas técnicas de Inteligência Artificial ao MAICE (tal como Redes Bayesianas) e pelo desenvolvendo de novos aplicativos computacionais dedicados a esse fim. O desenvolvimento e validação de programas computacionais, que explorem técnicas de programação paralela permitirá otimizar o processo de manipulação e análise de grandes volumes de dados, normalmente disponíveis.