Arquivamento definitivo - Art. 33 da LPI
#11.1.1
10/10/2023
RPI 2753
Dados do pedido
Número
102020013089Tipo
Depósito
Publicação
Pedido arquivado: o exame técnico não foi requerido nos 36 meses seguintes ao depósito de 26/06/2020, prazo do art. 33 da LPI. A tecnologia está em domínio público no Brasil.
Falar com um especialistaÚltima movimentação publicada pelo INPI: 10/10/2023. Atualizamos a cada nova RPI, publicada semanalmente.
Depositantes
E. S. (pessoa física)
AL, BR
E. J. (pessoa física)
AL, BR
F. F. (pessoa física)
AL, BR
H. P. (pessoa física)
AL, BR
J. A. (pessoa física)
AL, BR
J. N. (pessoa física)
AL, BR
L. L. (pessoa física)
AL, BR
T. V. (pessoa física)
AL, BR
T. S. (pessoa física)
AL, BR
W. S. (pessoa física)
AL, BR
W. L. (pessoa física)
AL, BR
Inventores
E. S. (pessoa física)
BR
E. J. (pessoa física)
BR
F. F. (pessoa física)
BR
H. P. (pessoa física)
BR
J. A. (pessoa física)
BR
J. N. (pessoa física)
BR
L. L. (pessoa física)
BR
T. V. (pessoa física)
BR
T. S. (pessoa física)
BR
W. S. (pessoa física)
BR
W. L. (pessoa física)
BR
Classificação IPC
Resumo técnico
UM PROCESSO ESCALÁVEL PARA DETECÇÃO DE HIDRATOS EM POÇOS DE PETRÓLEO UTILIZANDO ABORDAGENS PVT E IA.A presente patente tem por objeto um processo escalável de monitoramento em tempo real de poços de petróleo para detecção da formação de hidratos, utilizando dados de pressão, temperatura e vazão dos poços. Utiliza-se de uma combinação de classificadores de aprendizagem profunda e abordagens analíticas do tipo Pressão-Volume-Temperatura (PVT) para prever a ocorrência desse evento indesejado, a qual é extremamente indesejada em operações de produção e injeção em poços de óleo e gás, por afetar a segurança operacional e gerar tempo não-produtivo, com altos custos associados. O sistema de aprendizado profundo proposto é uma abordagem de inteligência artificial dedicada à detecção de eventos de formação de hidratos. Já o procedimento analítico baseado no envelope de formação de hidratos, determinado por modelos PVT da literatura, é utilizado para identificar a zona de ocorrência do fenômeno. Essa metodologia conjunta é apta para monitoramento em tempo real dos dados dos sensores nos poços, detecção e alerta acerca de eventos de formação de hidratos. Os métodos de aprendizagem profunda utilizados conferem uma acurácia superior com relação às outras estratégias presentes na indústria. Eles também possibilitam sua escalabilidade para a detecção de outros eventos além da formação de hidrato. A solução pode também ser adaptada para o monitoramento em tempo real e classificação de eventos de diferentes setores industriais com malhas fechadas, que usufruem de sensoriamento remoto. Portanto, o processo proposto tem o objetivo de identificar e antecipar eventos de falha relacionada a hidratos em linhas de produção dos poços de petróleo, melhorando assim a segurança operacional e reduzindo tempo e custos de parada e manutenção.
Publicações na Revista da Propriedade Industrial (RPI).
#11.1.1
10/10/2023
RPI 2753
#11.1
25/07/2023
RPI 2742
#3.1
11/01/2022
RPI 2662
#2.1
10/11/2020
RPI 2601
#2.5
15/09/2020
RPI 2593
#2.10
Número de Protocolo '870200079538' em 26/06/2020 10:06 (WB)
07/07/2020
RPI 2583
Da mesma categoria
Monitoramento de patentes
Receba alertas de despachos, decisões e vencimentos do INPI para o seu portfólio.