Estimação do teor de óleos e graxas em água descartada no mar usando redes neurais recorrentes

Abstract

Água produzida, em plataformas marítimas, é um dos efluentes recuperados de poços em conjunto com petróleo e gás natural, sendo o principal resíduo gerado nesse processo. O Teor de Óleos e Graxas (TOG) é considerado um dos principais parâmetros de controle do descarte de água produzida no mar, com limites diários e mensais definidos pela legislação vigente. A medição de TOG usada como referência pelo IBAMA é feita pelo método gravimétrico, SM 5520B, com amostras de água coletadas diariamente e enviadas para laboratório acreditado, que fornece os resultados após cerca de 20 dias a partir da data de amostragem. A necessidade de ações corretivas em caso de valores acima do limite tem motivado o uso de métodos alternativos que gerem estimativas com maior frequência. Neste trabalho, dois modelos baseados em redes neurais recorrentes são propostos para obter estimativas de TOG. Variáveis do processo de tratamento de água produzida, informações sobre produtos químicos utilizados e dados sobre produção diária de uma plataforma offshore foram coletados, tratados e utilizados para treinar, validar e testar esses modelos. A comparação entre o erro de estimativa desses modelos com os dos métodos existentes de estimação mostra a vantagem do uso dos modelos propostos.