CNOOC Brasil: Gêmeos Digitais e IA na construção de poços no pré-sal brasileiro

A construção de um poço de petróleo em ambientes como o pré-sal passa por diferentes etapas de alta complexidade. O processo começa com a perfuração e segue até a completação, responsável por preparar o poço e instalar os equipamentos necessários para o início da produção.

Ao longo deste processo, grandes volumes de dados precisam ser acompanhados e analisados para identificar desvios, compreender ocorrências e apoiar decisões que podem impactar o desempenho da operação.

É nesse contexto que CNOOC Brasil, CESAR e Universidade Federal de Alagoas (UFAL) desenvolvem uma solução baseada em Gêmeos Digitais e Inteligência Artificial, conectando tecnologia, pesquisa aplicada e conhecimentos especializados de engenharia de petróleo.

A proposta é reunir informações hoje distribuídas em diferentes fontes e integrá-las a modelos físicos, matemáticos e de IA capazes de comparar o comportamento esperado da operação com aquilo que acontece em campo. Assim, os engenheiros passam a contar com mais elementos para identificar riscos, investigar desvios e avaliar oportunidades de melhoria. Na visão da CNOOC Brasil, conhecer e compreender o histórico operacional é essencial para planejar melhor o futuro.

No âmbito da engenharia de poços, a organização identificou como prioridade a captura, organização e análise estruturada das informações geradas ao longo das operações, buscando transformar a experiência operacional, tanto em termos de desempenho quanto de inovação e lições aprendidas, em conhecimento capaz de apoiar operações futuras cada vez mais seguras, eficientes e otimizadas. Para avançar nesse desafio, a CNOOC Brasil buscou a parceria do CESAR e da UFAL, direcionando recursos de PD&I para o desenvolvimento da solução.

O desafio de transformar dados da construção de poços em informação para decidir

Durante as etapas de perfuração e completação, uma grande quantidade de informações é produzida continuamente. Parte desses dados chega em formatos não estruturados, como documentos e boletins operacionais, exigindo a consulta e a interpretação de diferentes fontes de arquivos para reconstruir o histórico da operação, identificar ocorrências e investigar possíveis causas de perda de performance.

Um dos desafios do projeto está justamente em estruturar as informações contidas nos documentos de planejamento e execução dos poços em uma base de conhecimento organizada e rastreável. A partir dela, o projeto busca facilitar a identificação, correlação e interpretação de informações relevantes de poços de correlação, aproveitando a experiência acumulada em operações anteriores para apoiar o planejamento e a execução de novos poços.

Esse acompanhamento acontece em condições desafiadoras: as operações podem ocorrer em lâminas d’água próximas de 2 km e envolver poços que atingem entre 6 a 7km de profundidade. Mesmo com uma sequência de operações previamente planejada, diferenças entre o comportamento esperado e aquilo que efetivamente acontece em campo podem surgir durante o processo construtivo.

Entre as ocorrências que exigem atenção estão os tempos não produtivos, ou NPT, períodos em que a operação é interrompida por falhas de equipamentos ou outras situações operacionais. Entender a causa raiz dessas paradas pode transformar o histórico da operação em aprendizado para decisões futuras. Em um contexto no qual uma falha pode gerar dias de indisponibilidade e mobilizar recursos significativos, antecipar riscos reduz o número de intervenções corretivas e seus impactos. 

“Um dos pontos que buscamos entender melhor são os tempos não produtivos, os NPTs. Não basta identificar que houve uma parada; precisamos compreender o que levou àquela ocorrência, chegar à causa raiz e transformar esse aprendizado em conhecimento para as próximas operações. É aí que Gêmeos Digitais e Inteligência Artificial podem fazer diferença, ajudando a antecipar situações de risco e a reduzir o impacto de paradas e intervenções corretivas”, explica Thaysa dos Anjos, gerente de projetos no CESAR.

Gêmeos Digitais, IA e engenharia de petróleo 

A solução desenvolvida pela CNOOC Brasil, CESAR e UFAL funciona como uma espécie de “super copiloto” para os engenheiros, organizando e interpretando diferentes fontes de dados e conectando-as a modelos capazes de representar o comportamento da operação.

A abordagem combina modelos clássicos baseados em física, Gêmeos Digitais, bem como métodos orientados a dados e IA, permitindo comparar aquilo que deveria acontecer, segundo os modelos, com o desempenho observado em campo. Variáveis associadas à perfuração, como força, pressão e rotação podem ser analisadas em conjunto com o histórico da operação para identificar condições de risco, investigar perdas de performance e apoiar ajustes antes que determinados problemas evoluam para falhas.

Na frente de desempenho de perfuração, por exemplo, modelos desenvolvidos com participação da UFAL consideram características como a formação geológica e configurações dos equipamentos para estimar o comportamento esperado.

A comparação com os resultados obtidos em campo pode indicar oportunidades de ajuste na configuração dos equipamentos ou nas condições da própria operação. O projeto também contempla a análise do BHA (Bottom Hole Assembly – em português, Composição de Fundo ou Coluna de Fundo), conjunto de componentes localizado na parte inferior da coluna de perfuração, e modelos voltados à etapa de completação, apoiando a avaliação das configurações adotadas na preparação do poço para a produção.

“A aplicação de IA e Gêmeos Digitais na exploração do Pré-sal exige precisão técnica e processamento de alto volume de dados. Nossa atuação conjunta com a CNOOC e a UFAL foca em resolver desafios de engenharia por meio da tecnologia, comprovando a capacidade do ecossistema brasileiro de entregar soluções aplicáveis a operações de alta complexidade”, destaca Beto Macedo, Diretor Executivo do CESAR.

A iniciativa também explora modelos de IA de código aberto, buscando reduzir a infraestrutura necessária para processamento em nuvem e ampliar a eficiência computacional e energética. Para integrar todas essas frentes, o projeto reúne profissionais de software, dados, IA, design e qualidade do CESAR, o conhecimento especializado em engenharia de petróleo e modelagem da UFAL e a experiência da CNOOC Brasil sobre as condições e necessidades reais da operação.

Uma plataforma em evolução a partir da operação

O projeto já conta com uma primeira versão funcional da plataforma em validação, em ambiente não produtivo, pela CNOOC. Nela, os engenheiros podem consultar informações dos poços e seus principais parâmetros, carregar e analisar documentos, exportar dados e avançar na identificação de eventos relacionados aos tempos não produtivos.

A partir das primeiras experiências com o protótipo, a CNOOC Brasil avalia que a solução já demonstra estar caminhando na direção desejada, incorporando informações relevantes sobre o desempenho dos poços, como parâmetros de perfuração e a curva de Time versus Depth.

Os feedbacks dessa etapa já orientam a evolução da solução. Funcionalidades para acessar informações específicas de cada poço e comparar diferentes parâmetros em uma mesma visualização, por exemplo, foram incorporadas a partir das necessidades percebidas durante o uso. A plataforma é, assim, construída e refinada de acordo com as particularidades da operação e com a experiência dos profissionais envolvidos.

“Até o momento, a parceria com o CESAR tem sido bastante produtiva e enriquecedora. Ao longo do desenvolvimento, também identificamos em conjunto diversas oportunidades de otimização. Agora, estamos prestes a receber a segunda versão do protótipo, que já deverá incorporar novas funcionalidades e ampliar significativamente nossa capacidade de avaliação da ferramenta”, destaca Breno Tebaldi, D&C Lead na CNOOC Brasil.

À medida que novos dados são incorporados, cresce também a capacidade de comparar operações, investigar causas e identificar padrões relacionados à performance e aos NPTs. A expectativa é ampliar progressivamente essa base de dados para pelo menos 100 poços, aumentando a quantidade e a diversidade das informações disponíveis para análise.

“A perspectiva é ampliar progressivamente essa base de dados, incorporando modelos estatísticos, analíticos e de inteligência artificial para o acompanhamento das operações de perfuração e completação. Os próximos ciclos incluem o aprofundamento da classificação dos eventos de tempo não produtivo (NPT), com identificação de suas causas-raiz e correlação com o cronograma operacional, permitindo avaliar impactos sobre prazos, curva S e custos previstos nos documentos financeiros (AFE)”, explica João Paulo Santos, professor da UFAL.

Paralelamente, estão sendo desenvolvidos modelos de otimização de performance para apoiar a seleção de equipamentos e parâmetros operacionais, buscando maior eficiência e redução do tempo das operações. Os próximos ciclos também preveem a preparação da arquitetura para receber dados em tempo real, novos módulos de identificação de anomalias e a integração de informações das fases de perfuração e produção. Com essa evolução, Gêmeos Digitais e IA podem ampliar a capacidade de antecipar falhas e apoiar uma operação mais preditiva, com potencial para reduzir intervenções corretivas, custos e a mobilização de recursos em operações offshore.

“O potencial de evolução é grande. Nossa expectativa é que, ao final do projeto, as principais etapas da construção de poços estejam integradas à solução, permitindo ao usuário entender de forma simples e estruturada o que funcionou bem, o que pode ser melhorado e, principalmente, aplicar as lições aprendidas de operações anteriores no planejamento e execução dos próximos poços”, complementa Breno.

Inovação aplicada aos desafios de Óleo e Gás

Desafios de alta complexidade na indústria de Óleo e Gás exigem a conexão entre diferentes áreas de conhecimento e uma compreensão profunda do contexto em que a tecnologia será aplicada.

No CESAR, competências em Inteligência Artificial, dados, engenharia de software, Gêmeos Digitais e pesquisa aplicada são articuladas ao conhecimento de negócio e à experiência de especialistas de diferentes áreas para desenvolver soluções alinhadas às particularidades de cada operação.

No projeto desenvolvido com a CNOOC Brasil e a UFAL, essa atuação aproxima engenharia de petróleo e desenvolvimento tecnológico para transformar grandes volumes de dados em novas possibilidades de análise e apoio à decisão, em uma solução que continua evoluindo à medida que incorpora novos dados, modelos e aprendizados.

Conheça a atuação do CESAR em Óleo e Gás e as tecnologias que aplicamos aos desafios do setor: https://oeg.cesar.org.br/