As grandes descobertas de petróleo em águas ultra-profundas são um grande incentivo à produção petrolífera e têm representado grandes investimentos na Galp. No entanto, explorar estes valiosos recursos em altas profundidades requer a utilização de ferramentas e metodologias que permitam prever como vai ser o comportamento dos poços durante a perfuração. A equipa de perfuração é responsável por estimar os custos e duração das operações em novos poços e simular a perfuração, estimando um resultado que culmina com um plano de perfuração. A perfuração é uma operação que acarreta custos elevados que são proporcionais à duração das atividades. Em poços exploratórios, caso não sejam encontrados hidrocarbonetos, não haverá retorno do investimento. Por esta razão, a classificação das operações durante a perfuração é muito importante para gerar premissas de duração para o projeto de novos poços. Para este estudo, três procedimentos independentes foram propostos. O primeiro consiste na classificação das operações de perfuração nos atributos: (i)Tipo de operação, (ii) causa de tempo não produtivo e (iii) fase de operação, usando as redes Multi-Layer Perceptron (MLP). O segundo procedimento diz respeito à classificação usando redes Long Short-Term Memory (LSTM) para os mesmos atributos, O terceiro e último, diz respeito à comparação dos resultados dos dois modelos propostos com o objetivo de identificar aquele que apresentou o melhor resultado. Através desse trabalho é possível concluir que os dados de perfuração atualmente disponíveis representam uma fonte rica de informação e podem ser utilizados para otimizar o processo de construção de poços de petróleo.

The large Ultra-Deepwater oil discoveries are a major incentive for oil production and have been a major investment in Galp, but the exploration of these valuable natural resources at high depths requires the use of tools and methodologies that are capable to predict how It will be the behaviour while drilling. The drilling team is responsible for estimating the costs and duration of operations in new simulated wells and estimating a result that culminates with a drilling plan. Drilling is an operation that carries high costs that are proportional to the duration of activities. For exploration wells, if no hydrocarbons are found, there will be no return on investment. For this reason, the classification of the various operations during drilling is key to generate duration assumptions for the design of new wells. For this study, three independent procedures have been proposed. The first consists of the classification of drilling operations in the attributes: (i)Type of operation, (ii) cause of non-productive time and (iii) phase of operation, using Multi-Layer Perceptron (MLP) networks. The second procedure concerns the classification of the same attributes using Long Short-Term Memory (LSTM) networks. The third and last one concerns the comparison of the results of the two models proposed with the objective of identifying the model that presented the best result. Through this work it is possible to conclude that the available drilling data represent a potential source of information and can be used to optimize the petroleum well construction.