Este documento apresenta um trabalho de conclusão de curso sobre gerenciamento digital de campos de petróleo. O autor analisa as principais tecnologias utilizadas em projetos de "Digital Oilfields", incluindo obtenção de informações em tempo real através de sensores, gerenciamento e armazenamento de dados, e sistemas para análise e suporte à decisão. O trabalho também descreve casos reais de aplicação dessas tecnologias em campos da Petrobras.

1. COPPE/UFRJ
“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

2. Flávio 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

3. 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.
3

4. Agradecimento
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.
4

5. Índice do Trabalho
1. Introdução..............................................................................................................................................6
2. Análise das principais tecnologias utilizadas nos projetos de “Digital Oilfields”.................................7
2.1.Obtenção de informações em tempo real.........................................................................................7
2.2.Gerenciamento das Informações....................................................................................................12
2.3.Computação de Alto Desempenho.................................................................................................13
2.4. Centros de comando e monitoração remotos................................................................................14
2.5 Sistemas para análise e simulação de reservatórios de hidrocarbonetos.......................................16
2.6. Sistemas para análise e suporte à decisão.....................................................................................18
3. Conclusões...........................................................................................................................................24
Referências ..............................................................................................................................................26
5

6. 1. Introdução
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.
6

7. 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].
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.
7

8. Com essas informações os engenheiros podem realizar perfurações com maior
eficiência e menor danos às formações rochosas.
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
8

9. 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
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
9

10. 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
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].
10

11. 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.
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.
11

12. 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
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).
12

13. 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.
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.
13

14. 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.
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.
14

15. 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]
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

16. 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

17. 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

18. 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

19. 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

20. 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

21. 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

22. 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

23. 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

24. 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

25. 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

26. 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

27. 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