METODOLOGIA PARA GESTÃO DE DADOS
PETROLÍFEROS
RECOLHA E DISPONIBILIZAÇÃO
DADOS SÍSMICOS E POÇOS
AGENDA
Gestão de dados Petrolíferos - SONANGOL GAD - 18 de Setembro de 2014 2
● Ciclo de vida dos dados
● Importância da gestão de dados
● Base de dados de sísmica de referência
● Control de qualidade sísmico
● Base de dados de referência de poços
● Conclusões
Gestão de dados Petrolíferos - SONANGOL GAD - 18 de Setembro de 2014 3
CICLO DE VIDA DOS DADOS
IMPORTÂNCIA DA GESTÃO DE DADOS
Dados
Dados
Bases Externas
CONTRATADAS
PARCEIROS
Bases Internas
BD ARQUIVOS BD NAVEGAÇÃO
BD TRATAMENTO
Utilizador Final
Projectos/estudos sem a gestão de dados…
4 Gestão de dados Petrolíferos - SONANGOL GAD - 18 de Setembro de 2014
Dados
Projecto Regional
Base de dados B
Projecto Regional
Base de dados A
Projecto Regional
Base de dados N
Dados
Utilizador Final
Bases Internas Bases Externas
CONTRATADAS
PARCEIROS BD ARQUIVOS BD NAVEGAÇÃO
BD TRATAMENTO
Com a gestão de dados…
5 Gestão de dados Petrolíferos - SONANGOL GAD - 18 de Setembro de 2014
Gestão de dados Petrolíferos - SONANGOL GAD - 18 de Setembro de 2014 6
BASE DE DADOS DE SÍSMICA DE REFERÊNCIA
Ciclo dos dados sísmicos na base de referência
Gestão de dados Petrolíferos - SONANGOL GAD - 18 de Setembro de 2014 7
CONTROL DE QUALIDADE SÍSMICO
Verificação de posicionamento/navegação :
Coerência com dados existentes
Dados culturais, SIG
Planos de posição, documentos de referência
Ferramentas externas de análise
Gestão de dados Petrolíferos - SONANGOL GAD - 18 de Setembro de 2014 8
POSICIONAMENTO 3D
POSICIONAMENTO 2D
?
Gestão de dados Petrolíferos - SONANGOL GAD - 18 de Setembro de 2014 9
BASE DE DADOS DE REFERÊNCIA DE POÇOS
● Inventariação
● Uniformização
● Control de qualidade pré-carregamento
• Fontes
• Geodesia
• Relatórios
● Carregamento em base dados
● Control de qualidade pós-carregamento
● Base de dados de referência
Gestão de dados Petrolíferos - SONANGOL GAD - 18 de Setembro de 2014 10
Ciclo dos dados de poços na base de referência
Gestão de dados Petrolíferos - SONANGOL GAD - 18 de Setembro de 2014 12
CONCLUSÕES
Unicidade dos dados de referência
Coerência, fidelidade e rapidez no acesso aos dados
Gestão eficaz dos espaços de armazenamento
Simplificação e eficácia de backups SIT
Traçabilidade dos dados
Segurança e protecção dos dados
Facilidade na criação novos projectos de estudos
Facilidade para exportação de dados (HQ, concessionaria,
parceiros, filiais, etc.)
Não a duplicação de dados….
Gestão de dados Petrolíferos - SONANGOL GAD - 18 de Setembro de 2014 13
Gestão de dados Petrolíferos - SONANGOL GAD - 18 de Setembro de 2014 14
Value of Data in the Oil Industry
CGG Data Management Services
Presentation Outline
Value of Data in the Oil Industry
– Introduction
– Data Management
– Legacy Data Services
– Data Management Training
Introduction
Introduction
Exploration & Exploitation of Hydrocarbon Resources
– Decisions on where to drill are based on analysis of very large amounts of
Geoscience Data.
– Has sufficient Data been acquired to minimise the risk of drilling failure.
– Can the relevant E&P data be readily accessible to all concerned.
Introduction
Risk Reduction
– Two equally important ingredients for E&P success
– Accurate & Accessible Data
– Well Trained people
Introduction
Current Well Drilling Costs:-
– Ultra Deep Water : $100 plus
– UK Shallow water : $60m
– Africa Land : $35m
– US Land : $4m
– The figures clearly show that making the incorrect decision on where to drill
because of the lack of data can be very costly
Data Management
Data Management
Over the years large amounts of E&P data has been acquired.
The assets of an Exploration well are the data collected during the drilling.
The actual exploration well has little residual value after drilling has been
completed.
The value of the Data collected is therefore many times greater than the
actual cost of the Data acquisition.
Unfortunately many technical professionals spend 80% of their time tracking
down, formatting, and validating data before they can spend the remaining
20% of their time doing the technical interpretations.
Data Management
Use your legacy data before acquiring new data
– Access to Legacy Data is vital when planning new wells
– However the following are required
– Legacy data must be available.
– The information must be relevant
– Knowledge should be accessible
Legacy Data Services
Seismic Tape Transcription
Quality and experience
High throughputs
Reformatting legacy data
Data Recovery
Duplicating and copying
3590 Audits
Seismic Vectorising
Total waveform digital reconstruction:
Classic VA/VA & Wiggle displays
True amplitude colour reconstruction:
colour displays
Dynamic range and integrity of data is
maintained
Interpretation and blemishes removed,
tears or poor splice corrected
GIS Services
Digitisation of geophysical, geological and cultural data
CRS verification
Multiple data sheet integration
Geodetic standardisation of disparate vintages
Gridding of contour information
Well Data Transformation
Additional Value from E&P Data
What more can be done with your data?
– Reorganise & extract well data into highly accessible format that will benefit all
E&P personnel
– Geologists
– Reservoir
– Geophysicists
– Drillers
The following legacy data types are often not readily available despite being
very costly to acquire originally:-
– Core Analysis Data and Reports
– Formation Pressure Measurements
– Seismic Checkshot Data
Data Management Training
Standard Course Content
Fundamentals of E&P Data Management
INP Mozambique
Course delivered on ‘proprietary’ basis
– Course took place in Maputo during late July 2014
– Dedicated to staff of INP Mozambique only – 14 trainees
– Standard course content – 4 days, 16 modules
Namcor, Namibia
Customised course due for delivery October 2014
– Request made after Namcor staff attended ‘Open Invitation’ course
– Extended training course – 10 days, 15 trainees
New topics introduced for October 2014
– GIS
– Human Resources
– NDR organisation
Thank you
How to manage physical E&P data Eldar Bjørge, Statoil Leading Advisor Data management (in Exploration) 2014-08-26
Content
1. How to manage seismic tapes and other media
2. How to manage well data on tapes and other media
3. How to handle physical logs, reports, maps
4. How to handle core material
2014-08-26
2014-08-26
Statoil order survey from
acquisition company
After acquisition
a)one dataset goes to
processing company
b)one dataset goes to
Statoils offline storage
1. 2 tape sets (a and b) are stored offline
2. The tapes are indexed in a database.
Relevant meta data added due to
support information search later.
After processing, the tapes
are sent to offline storage
and used as disaster copy
1. Acquisition of field seismic processing
b)
a)
a)
Iron Mountain is
Statoils contractor
for tape storage
Pre- &
post-stack
2014-08-26
1. Pre- and post-stack seismic
Statoil
databank (INT)
Diskos
databank (Norway)
Petrel
Studio
Field seismic Pre stack
Post stack
Interpretation
models
Multi-client
(government and
operators)
Bought or traded seismic
2014-08-26
Recording and Searching database • Record all relevant metadata for easy retrieval of recorded data
Use of high security on storage location • secure according to natural disasters (2 copies in separate locations)
• pressure and temperature that does not degrade media
• ensure fire and burglary
Tape re-mastering (transcription) “Continuous” transcription from old to latest industry-standard media. Data is then
protected against decay and obsolescence of old media or drives.
Statoil examples • 1.000.000 tapes (9-track, 3480, 3490, 3492, 3590, ..)
• Tapes has to be re-mastered (each ~10th year). Cost > 1 mill$ each time.
1. Tape Handling - issues
2014-08-26
DISKOS project
• Multi-client solution for seismic data (post-stack), well data and production data
• 250 terabyte (on-line/near-line)
• Data set value (= acquisition cost): 6 bill USD [1995] (seismic only)
Public release of data (Norway)
Seismic navigation.: immediately
Well data …………...: 2 years
Seismic data .........: 10 years
Interpretations …..: 20 years
Field and pre-stack: never
New operator from 2015: CGG
2014-08-26
2. Tape & media handling – well data
- Delivered on many different media
- tape (9-track, 8mm, 4mm)
- floppy-disc (8”, 5”, 3.5”)
- CD, DVD
- Requires many types of drives (difficult to locate and
maintain)
- Statoil experience:
- 2 years old CDs become unreadable
- Advise: Get rid of tapes (GROT)!
- Read content into disc (database)
2014-08-26
3. Logs, Reports, maps etc
- Indexed (in a database) and stored as
- Separate items
- Packages (in “boxes”)
- Make indexes available
- “Clean up” is difficult unless
- items are marked validity/storage time
(retention) and/or responsible data owner
- “Scan on demand” process
- Items asked for should be scanned
- Deliver digital to the user
- Store the digital version in a database
- Delete physical version (if possible)
4. Core Handling in Norway
The core is cut in 1 meter sections
Transport in special containers
Laboratory services:
• Core gamma
• X-ray CT
• Select whole core intervals for special
tests
• Slabbing of top-cut (A)
• Core photo (white and UV light)
• Drill plugs for conventional analysis
• Remaining core slabbing
2014-08-26
4. Core Storage
• Cores are normally stored at Weatherford
Labs core store in Norway
• Index database of all cores, cuts, preserved
intervals and cuttings (wet samples)
• Core viewing facilities in connection with core
storage. Main core view room is 600 m2
• Cores from > 4.500 wells, 15.000 m3
2014-08-26
A - Operator
C –
Trade
B - view cut
D –
Authorities
Presentation title
Presenters name
Presenters title
E-mail address ……@statoil.com
Tel: +4700000000 www.statoil.com
2014-08-26
1. The value of data within EXPLORATION
2014-08-26
G&G Reports
& Documents
Value of easy access
Mo
neta
ry v
alu
e
Corporate
data store
Well Processing “well data for
interpretation”
Project data
store
Field
measurements “raw well & seismic data”
Raw data
store
Seismic Processing “PreStack data”
“PostStack data”
Project generated
log curves and
well picks
Project generated
seismic versions and
interpretations
QC’ed well picks
Composite log curves
Seismic Interpretations
maintained and/or
used in DG/AP decisions
Classification: Internal 2011-09-22
8. How Data Management is organised
Business
Assets
Process
Owners
Global
Business
Support
Data owner
Project data managers (PDMs)
Data Administrators (DAs)
Central data managers (CPDMs)
2014-08-26
2014-08-26
Data Management Enabler of value creation in the E&P BIG data
Luanda, 18th September 2014
Technology Advancements – offshore Angola
Exploration – interpretation and modelling of salt bodies Development – integrated geoscience and engineering
Drilling – horizontal well planning and execution Production – multiphase flow assurance
Corporate Data Management
Managing and delivering corporate data for use in Petrotechnical applications
National Data Repository
Preserve, manage and promote Angola’s E&P data assets
Knowledge Environment
Enable collaboration and sharing for multi-disciplinary asset teams
Production Data Management
Monitoring and response planning to meet production targets
Good data
management
practices drive
business
performance
Data Management Foundation – supporting key decisions
Data Management Capabilities – global averages
Data Governance Strategy and planning 3 7 8
Data Architecture Design and implementation 5 7 8
Data Operations Delivery of services 8
Data Quality Validation and correction 5 7 8
Data Reference Approvals and management 6 7 8
Data Provenance Origin and evolution 3 4 7 8
Data Security Entitlements and protection 5 7 8
Change Ahead – big data meets the internet of things
Big Data
Cloud
Mobility &
Wearables
Real Time
Analytics
Smart
Sensors
Automation
Machine
Learning
Social Internet
Of Things
Robotics
New and
Emerging
Technologies
Across all industry sectors, companies see
enormous opportunity arising from these new
technologies
Reacting faster and more intelligently by analyzing
data streams generated from connected sensors
and devices
Healthcare Aviation Research Media
Opportunity for E&P – advanced analytics
Optimization & Decision Support
Sensors & Measurements
Models & Simulations
Acquisition & field services
throughout the lifecycle of the
reservoir
Characterization
Drilling
Production
Commercial software products
enabling technical workflows
across domains
Shared Earth Model
Shared Borehole Model
Shared Operations
Analysis of all available data – structured and
unstructured, high frequency and historical
Predictive analytics in operational time
Guided simulation & continuous forecasting
Business optimization & decision automation
High
Performance
Computing
Real Time
Analytics
Machine
Learning
Mobile Big Data
Cloud
Social
Big Data Analytics – geoscience workflows
Production Shale Drilling &
Completions
Development Exploration
Structured
Databases
Big Data
Infrastructure
Discovery &
Integration
Analytics &
Visualization
Decision
Support
Assess viability of
distributed file systems
for cost effective
seismic data mgmt
Improve field
development planning
by complementing
modelling and
simulation results with
data-driven workflows
and statistical analysis
Big Data Analytics – geoscience and operational workflows
Production Shale Drilling &
Completions
Development Exploration
Structured
Databases
Big Data
Infrastructure
Discovery &
Integration
Analytics &
Visualization
Decision
Support
Assess viability of
distributed file systems
for cost effective
seismic data mgmt
Improve field
development planning
by complementing
modelling and
simulation results with
data-driven workflows
and statistical analysis
Harness predictive
analytics to provide
early warnings of
deviations from
engineering plans and
best practices, or
events that will
adversely impact cost
and efficiencies
Combine integrated
asset models with high
frequency data to
predict events,
optimize production,
and improve recovery
rates
Adopt a data-driven
approach to guide
engineering decisions
for sweet spot
selection, well spacing,
drilling and completion
parameters – with the
goal of improving
allocation of capital
Partnering for Innovation – preparing for the new era of data management
Proof of concepts underway with
technology partners
Teams co-located at a new software
center in Silicon Valley
Cloud offering and reference
architectures to accelerate adoption
Concluding Remarks
Direct correlation exists between good data management
practices and business performance
Scaling-up for big data and real time analytics will require
new organizational capabilities
Data managers must be at the forefront of the change to
implement new data-driven workflows
There has never been a more exciting time to be working
in data management
Data Management Enabler of value creation in the E&P BIG data
Luanda, 18th September 2014
© 2013 Chevron U.S.A., Inc. All Rights Reserved – Company Confidential
Dados e Governança – Ontem,
Hoje e Amanha
Zinga Quimoma & Miguel Domingos
SASBU-Chevron
This document contains confidential and proprietary information for use by employees and
authorized agents of Chevron Corporation and its affiliates. No other use is authorized
without prior written permission from Chevron Corporation or its appropriate affiliate.
© 2014
Agenda
Visão e Missão do Departamento de Gestão de Informação
Organigrama de Governança dos dados
Ontem
Hoje- Conquistas e Trabalhos em curso
Avaliação e Priorização de Dados
Comitê de Direção de Gestão de Informação
Conselho de Governança de Dados
Modelo de Governança
Onde estão os meus dados (Where is My Data)
Painel de Dados de Produção
O Futuro da Governança de Dados dentro da Chevron-SASBU
SASBU Data Foundation
Descrição
O que é Data Foundation
Os seus componentes
64 SASBU Information: Kaizen Report Out / May 2013
© 2013 Chevron
Gestao de dados e uma jornada e requer varios anos de esforcos planejados
para atingirmos a nossa visao
Visão e Missão
Alinhando Informação às necessidades de negócios
Visão:
Que a SASBU gerencie de maneira eficaz, eficiente, segura e consistente todo o
ciclo de vida de ativos de informação em conformidade com as leis e
regulamentos e ter informações disponíveis para serem exploradas ao máximo
que permitão tomada de decisões de maneira sa.
Missão:
– Alinhar as astividades empresarias com as práticas de Gestão de
Informação e as práticas de Gestão de Informação (GI) do Upstream e
Corporação (Padronizar, alavancar e partilhar as melhores práticas).
– Otimizar Processos de Negócios: maximizar a eficiência empresarial,
rentabilidade e confiabilidade, prosseguindo de forma proativa a melhoria
de processos de negócios e automação da Chevron(CVX).
– Assegurar que as práticas de GI estão em conformidade com a legislação
societária, os regulamentos do país e da Informação e Gestão de Riscos.
Criar e orientar os esforços para promover práticas de classe mundial em
toda SASBU para Gestão de Infomação
65 http://l.sasbu.chevron.net/IM/Default.asp
Information unmanaged, disorganized or lost
Information managed &
logically structured
Information available & optimized
© 2014
Organigrama de Governança de Dados
66 SASBU Information: Kaizen Report Out / May 2013
© 2013 Chevron
Avaliação e Priorização de Dados
Governança de Gestão de Dados Na SASBU
Governança na SASBU
Com base no exercício feito para avaliar os
dados mais críticos para a Unidade Empresarial
e o processo de priorizacão, criou-se duas
hierarquias:
Comitê de Direcão de Gestão de
Informacão
Conselho de Governança de Dados
Comitê de Direcão de Gestão de Dados:
Composto pelos direitores gerais de cada departamento da SASBU
Responsaveis por definir e priorizar o tipo de informacão que se deve
trabalhar (estratégia)
Providenciar recursos e fundos para os projectos em carteira
Conselho de Governança de Dados:
Composto por direitores dos diversos grupos que representão um
departamento ou area dentro da SASBU
Um órgão de decisão final para questões / exceções
Responsaveis pela execucão das estratégias definadas pelo Comitê
Responsaveis pela qualidade e gerenciamento dos dados
Modelo de Governança de Gestão de Informação da SASBU
© 2013 Chevron
Data Governance Office
Information Consumer
Function
Information Steward
Information Quality Analyst
Information
Custodian
Strategic
Controlling
Accessing
Project Teams
Project
Manager
Business
Analysts
Subject Matter
Experts
Operational
Modelo de Governança de Informação
Visão de Execução
FLT
DG Manager (IQ Mgr)
IG Training
Coordinator
SME
IT
G
Information
Architect
IG Project
Advisor
Execution
Back
• SME: Subject Matter Expert
• IG training Coordinator:
Information Govenance Coordinator
• FLT: Function Leadership team
• IT G: IT Governance
• IG Project advisor: Information
Governance project advisor
© 2014Chevron
Where is My Data (Onde estão os Meus Dados)
Gestão do Inventário de Sistemas de dados (Systems of records
Inventory Management)
Gestão de Inventário de Sistemas de Registros da SASBU
• Ponto unico de visualização de todos os sistemas de registros
da SASBU e tipos de informação associados a eles.
• Serve de ferramenta para determiner o sistema de registro
dos tipos de informação mais críticos para melhor auxiliar o
conceito ”Find once - Fix everywhere”
• Auxiliar na criação de diagramas e fluxo de dados para os
diferente tipos de informação
• Assistir no processo de monitorização da qualidade dos
dados
Painel de Dados de Produção – Master Data Dashboard
© 2013 Chevron
Standards, Governance
& Lifecycle Management
IM Portfolio prioritization (using IM Steering Committee )
Establish standard data governance across all Data Management Efforts
Organizational
Capability Management
Filling key roles in IM
O futuro da Governança de Informação /Dados Na
SASBU
74
Workflows
Modelling & Analytics
Information Delivery
Communication Collaboration
Managed Integration
Infrastructure
Core Applications Data Foundation
Reservoir Surveillance Waterflood Management Well Factory Tracking
Production Forecasting Decline Analysis Waterflood Patterns
KDACS SharePoint Models
Data
Production / Zonal Allocation
Well & Completion
Reservoir Pressure Test (BHP)
Well Log
Reservoir Properties
G&G Interpretation
Spatial
Documents
Asset Development Plans
Facility Designs
Models
Energy Components WellView OpenWorks Chevron Engineering Data DPS Chevron Reserves System PI Historian
Integrated Production, Reservoir and Drilling Data
Reservoir Management Well Factory Optimization Operation Geology Geological Interpretation Completion & Intervention Resources & Reserves
BB / Ops and Drilling Production & Allocation Lost Production Opportunity Predictive Monitoring –
Casing Pressure CMMS / Work orders
Facility Engr. & Planning Process Safety Information Alarm Management
© 2012 Chevron
Data Foundation (Fundação de Dados)
Bons Dados, Grandes Decisoes.
75
Português
Fundação de dados é o gerenciamento abrangente de dados de Upstream.
O sistema de gestão da Fundação de dados tem como objetivo melhorar a qualidade dos dados de alto valor em nossas operações diárias.
Isto levará a uma maior disponibilidade e facilidade de utilização dos dados e evitar incidentes através do ciclo de vida de nossos ativos.
A Gestão sistemática dos dados também irá melhorar as decisões a respeito de nossos investimentos em tecnologia. Disciplina operacional de dados será ainda mais crítica no futuro, conforme os nossos fluxos de trabalho tornam-se cada vez mais digitalizado e experimentamos um crescimento rápido nos dados de upstream.
O foco inicial é ter uma taxonomia definida, clareza de governança e melhoria na ligação entre os líderes funcionais e das Unidade Estratégica de Negócios. “
English
“Data Foundation is the comprehensive management of upstream data. The Data Foundation management system aims to improve quality of the high value data in our daily operations. This will lead to improved availability and usability of data and incident avoidance through the lifecycle of our assets. Systematic management of upstream data will also improve decisions concerning our technology investments. Data operational discipline will be even more critical in the future as our workflows become increasingly digitized and we experience rapid growth in upstream data.
Initial focus is to have a defined taxonomy, clarity of governance, and improved connection between functional and SBU leaders.”
- Bill Braun, Upstream CIO
© 2013 Chevron
Cross functional Data reuse
Integration Systems
Standard Data Pattern
Pessoas
Lideranca
Formacao
System of Record
Information Standards
Information Models
Roles
Policies
Processes
Monitoring
Estruturados
Destruturados
Dados Informais
Data Foundation – Seus components
76
© 2013 Chevron
Upstream Data Foundation - Descrição dos 5
components
77
Data is planned,
prioritized, and
treated as an asset.
Structured and
unstructured data is
equally managed.
Through the lens of
core workflows, high
value data is
identified ,
standardized and
governed.
Right resources are
in place at the right
time to enable and
support the Data
Foundation
Leadership
understands and
supports Data
Foundation
Training required
for all Function
resources is
available and
delivered as
needed
Standards needed to
maintain a high
quality data
foundation are in
place.
Data is stored and
maintained in
standard systems of
record (SOR).
Systems of record
meet the
characteristics of a
high quality
standard.
Data governance
roles defined and
assigned
Required policies
established,
understood and
applied
Data management
processes
standardized and
documented
Monitoring in place
to ensure policies,
processes, and
standards, are
followed
Defined
integration that can
enable business
workflows
A set of well-
defined patterns,
utilizing standard
technology
Linked to
unstructured
content using
appropriate meta-
data
Master data is
utilized to connect
information among
systems.
Capacidade
Organizativa Org capability
Normas
Standards
Governança
Governance
Dados
Data Integração
Gerenciada Managed Integration
Focuses on maturing the management of our core Upstream data
© 2013 Chevron
Obrigada
78
TIC/PG março 2014 NP2
GESTÃO DE DADOS E
INFORMAÇÕES DE E&P
— Experiência na Petrobras
Workshop Sonangol
18/09/2014 - Luanda
TIC Setembro/2014
— Roteiro
• Introdução;
• Gestão de Dados e Informações no E&P da Petrobras;
• Agência Reguladora (ANP) e BDEP;
• Desafios.
TIC Setembro/2014
— Sobre a Petrobras
• Criada em 1953 pelo governo brasileiro;
• Sociedade anônima de capital aberto e de economia mista, cujo maior acionista é o governo brasileiro;
• Atua de maneira integrada na indústria de energia, nos segmentos de:
– Exploração e Produção de óleo e gás;
– Refino, Transporte e Comercialização;
– Distribuição de derivados;
– Gás Natural;
– Petroquímica;
– Energia Elétrica;
– Biocombustíveis;
• Detinha monopólio até 1997, quando o mercado brasileiro foi aberto
– Criação da ANP (Agência Nacional do Petróleo, Gás Natural e Biocombustíveis) para regulação e fiscalização.
TIC Setembro/2014
— Motivação
Necessidade: informação bem organizada dentro da Empresa!
Informação é um dos maiores ativos de uma grande empresa e deve estar disponível, da forma correta, para as pessoas certas no tempo certo.
“Informação é o resultado do processamento, manipulação e organização de dados, de tal forma que represente uma modificação (quantitativa ou qualitativa) no conhecimento do que a recebe”. [0]
[0] Serra, J. Paulo. Manual de Teoria da Comunicação. Covilhã Livros Labcom, 2007. 203 p. p. 93-101. ISBN 978-972-8790-87-5
=
TIC Setembro/2014
— O Valor da Informação para a área de E&P
TIC Setembro/2014
— Histórico: Início do projeto em 2001
• A gestão por processo na empresa ainda estava em sua fase inicial de implantação.
– A maior parte dos processos de E&P não estavam descritos em detalhe;
– Regionais tinham maior autonomia.
• A empresa é ao mesmo tempo uma grande desenvolvedora de sistemas de informações e consumidora de sistemas comerciais.
– Diversidade de sistemas, com diferentes tecnologias e com diferentes abordagens de desenvolvimento.
• Falta de maturidade em Gestão de Dados e Informações.
TIC Setembro/2014
— Histórico (2001)
• Informações segregadas em diferentes sistemas, diferentes bases
com diferentes modelos;
• Informações duplicadas, conflitantes e com baixa qualidade.
• Exemplo:
Base A
Base B
Aplicação
A Aplicação
B
Trata-se do mesmo poço?
Qual é a profundidade correta ?
TIC Setembro/2014
— Base de Dados Integrada de E&P (BDIEP)
• Objetivo:
– Gerir os conceitos relacionados aos macroprocessos de E&P, garantindo a
confiabilidade e qualidade da informação;
• Premissas:
– Integração física de dados: unicidade e compartilhamento de conceitos;
– Modelo de dados único;
– Gestão das informações pelo E&P.
Base de Dados Integrada de E&P
(BDIEP)
Aplicação
A
Aplicação
B
Aplicação
...
Única tabela de poço,
compartilhada por todos sistemas.
TIC Setembro/2014
— Início e evolução
• As bases de dados dos principais sistemas foram
integradas:
– Trabalho intenso de administração de dados;
– Fundamental participação do Gestor da Informação.
• Novos sistemas já eram desenvolvidos utilizando a Base
de Dados Integrada de E&P;
• Novos ambientes foram construídos para suportar
informações de diferentes naturezas:
– Ambiente Informacional;
– Ambiente Industrial;
– Ambiente Arquivos.
TIC Setembro/2014
— Gestor da Informação - Responsabilidades
• Conjugar, integrar vários pontos de vista do negócio, sobre os vários
assuntos de E&P;
• Garantir a qualidade dos dados persistidos na base;
• Gerir acesso às informações sob sua responsabilidade.
Gestor
Po
ço
Blo
co
Concessão
Reservatório
Sísmica
Métodos Não Sísmicos
Toda a informação
deve ter um gestor.
TIC Setembro/2014
— Ambientes da BDIEP: Mestre-Transacional
• Dados mestres e informações transacionais persistidas pelos sistemas de
informação;
• Informações geoespaciais;
• Atualmente possui mais de 7500 tabelas, dentre as quais aproximadamente
2500 são compartilhadas;
• Mais de 350 sistemas acessam essa ambiente;
• Modelo relacional;
• Tecnologia Oracle.
Base de Dados Integrada de E&P
Industrial
Informacional
Arquivos
Mestre-
Transacional
TIC Setembro/2014
— Ambientes da BDIEP: Informacional
• Datawarehouse de E&P, contém informações analíticas para tomada de decisão;
• Consolida informações oriundas da BDIEP e de outras fontes;
• Modelo multidimensional;
• Tecnologia Oracle.
Base de Dados Integrada de E&P
Industrial
Informacional
Arquivos
Mestre-
Transacional
TIC Setembro/2014
— Ambientes da BDIEP: Industrial
• Repositório de dados provenientes de sensores (plantas de produção,
perfuração, por exemplo);
• Permite análise de dados histórica e de tempo real;
• Grande volume de dados;
• Tecnologia: Oracle*, Osisoft.
Base de Dados Integrada de E&P
Industrial
Informacional
Arquivos
Mestre-
Transacional
TIC Setembro/2014
— Ambientes da BDIEP: Arquivos
Base de Dados Integrada de E&P
Industrial
Informacional
Arquivos
Mestre-
Transacional
• Ambiente destinado à preservação de informações não estruturadas;
• Arquivos classificados com metadados e relacionados aos conceitos do
ambiente Mestre-Transacional;
• Acervo conta com mais de 4.000.000 de arquivos (em disco e fitoteca),
incluindo documentação de poços, perfis, sísmica, análises, laboratoriais,
blocos e concessões, memória técnica;
• Tecnologia: Interna;
• Integração com a Fitoteca Online - TSM (IBM).
TIC Setembro/2014
— Situação Atual
• Gestão por processos consolidada na área de E&P;
• Maior análise e integração das demandas de
desenvolvimento de novos sistemas ou aquisição de
produtos;
• Governança de dados em implantação
– Gerências criadas no E&P com atribuição específica de gestão de
dados;
– Criação de comitês de gestão de dados e nomeação formal dos
gestores de informação;
– Nível de maturidade diferente nas áreas de negócio.
TIC Setembro/2014
— Situação Atual (continuação)
• Esforço priorizado para gestão de informações
corporativas: • Dados mestres (Poço, Concessão, Sísmica, Perfil, Amostras,..);
• Informações trocadas por diferentes macroprocessos;
• Informações enviadas a parceiros ou agências reguladoras;
• Informações utilizadas para tomada de decisão;
• Memória técnica.
• Estudo de novas tecnologias para problemas de Big Data
– Análise de dados de tempo real nos centros de suporte a decisão.
TIC Setembro/2014
—
Base de Dados
Integrada de E&P
Bases Comerciais Bases não
integradas
Arquitetura de Informações de E&P
SAP G&G
Qualidade de Dados e Metadados
Segurança de Dados
Administração de Dados
Operação de Dados (DBA)
Ciclo de Vida da Informação
Camada de Integração (Serviços e Conectores)
Solução para Visualização de Dados
Em implantação
Em operação
Arquitetura de Informações e Disciplinas de Gestão de Dados
Informatica Data Quality
Power Design (SAP)
WebServices, CORBA
TIBCO OpenSpirit
• OpenWorks
• Petrel
• Geoframe
• OpenWells/EDM
• Smart Plant Foundation
TIC Setembro/2014
— Visualizador de dados de E&P
TIC Setembro/2014
— Agência Nacional do Petróleo, Gás Natural e
Biocombustíveis (ANP) [3]
• Instituição responsável pela execução da política nacional para o setor energético;
• Tem como principais atribuições: – Regular e fiscalizar o setor;
– Promover licitações e assinar contratos em nome da União com os concessionários em atividades de exploração, desenvolvimento e produção de petróleo e gás;
• É um centro de referência em dados e informações sobre a indústria do petróleo e gás natural
– Mantém o Banco de Dados de Exploração e Produção (BDEP);
– Promove estudos sobre o potencial petrolífero e o desenvolvimento do setor;
– Recebe e torna públicas as notificações de descobertas;
– Divulga as estatísticas oficiais sobre reservas e produção no Brasil.
TIC Setembro/2014
— Banco de Dados de Exploração e Produção [3]
• O BDEP é um Banco de Dados Nacional - National Data
Repository (NDR)
– Mantido e patrocinado pelo governo para preservar e disseminar
informações e dados técnicos relativos à indústria de petróleo e
gás;
– Informações possibilitam acesso a empresas no setor de petróleo
brasileiro e conhecimento geológico da própria agência;
– Recebeu o acervo de dados da Petrobras até 1998 (anterior a
quebra de monopólio);
– Escopo: dados brutos e processados;
– Utiliza solução Petrobank (Landmark) para
gestão de dados de poço e sísmica.
Fonte: BDEP/ANP
TIC Setembro/2014
— Fluxo das informações [3]
• Operadoras
(dados exclusivos)
• EADs Empresas de
Aquisição de dados
(dados não-exclusivos)
• Levantamentos da ANP
(dados de fomento)
Controle de Qualidade
Carregamento
Armazenamento
Recebimento Disponibilização
• Rodadas de Licitações (pacote de dados) • ANP (definição de blocos)
• Empresas Associadas • Universidades
• Clientes Eventuais
Período de
confidencialidade
Padrões
ANP
Fonte: BDEP/ANP
2 a 10 anos
TIC Setembro/2014
— Acervo atual e recebimento de dados [3]
Tipo de Dado Padrão de recebimento
Dados Sísmicos Padrão ANP1B
Boletim de Remessa (formato .doc)
Métodos Não-Sísmicos Padrão ANP2B
Boletim de Remessa (formato .xls)
Anexo Padrão ANP2B Anexo Padrão ANP2B (formato .xls)
Coordenadas e Polígonos Padrão ANP4B
Dados de Poço Padrão ANP05
Boletim de Remessa (formato .doc)
Rochas e Fluídos Padrão ANP06
Perfil Composto Padrão ANP07
Boletim de Remessa (formato .doc)
Testes de Formação Padrão ANP08
Perfil de Acompanhamento Geológico Padrão ANP09,Anexo III - DAC
Anexo IV - Catálogo de Abreviaturas
Boletim de Remessa (formato .doc)
Fonte: BDEP/ANP
TIC Setembro/2014
— Troca de informações entre Petrobras e ANP
• Existe uma gerência na área de E&P com finalidade exclusiva de Relacionamento com a ANP;
• Todas as comunicações são cadastradas em um sistema de informação
– Ofícios e notificações enviadas e recebidas;
– Controle de prazos;
– Distribuição para as áreas responsáveis;
– Alguns formulários (por ex. Notificação de Falha de Medição) são enviados via WebService.
• Dados devem ser transformados para padrão da ANP;
• Qualidade dos dados e cumprimento de prazos são fundamentais.
TIC Setembro/2014
— Desafios da Gestão de Dados e Informações
• Integração dos dados de forma abrangente, minimizando silos departamentais ou influência das estruturas organizacionais;
• Implantação da governança de dados nos diferentes níveis da empresa
– Formalização dos gestores de informação e atuação efetiva dos mesmos;
– Definição de comitês e conselhos de governança.
• Valoração a informação: cálculo do retorno sobre investimento (ROI) dos projetos
– Quanto custa a falta da informação bem estruturada e quanto custa para mantê-la?
TIC Setembro/2014
— Problemas decorrentes da falta de Gestão de Dados
• Falta de qualidade, retrabalho e demora para disponibilização de
dados;
• Riscos à segurança da informação;
• Prejuízos financeiros:
– Decisões incorretas tomadas com informações de baixa qualidade (por
ex. falta de conhecimento do sistema de referência de dados
geoespaciais);
– Aquisição de dados ou contratação de serviços sem necessidade ou de
maneira redundante;
– Multas devido ao não cumprimento de prazos legais ou fornecimento
de informações inconsistentes para agência reguladora.
TIC Setembro/2014
— Referências
• [1] “Implantação do modelo de arquitetura de Informações para a
área de Exploração e Produção”, Francisco Aquino (Congresso AE
Rio, 2011);
• [2] DAMA Data Management Body of Knowledge - DAMA DMBOK
(http://www.dama.org/i4a/pages/Index.cfm?pageid=3364);
• [3] Informações sobre a ANP e BDEP:
– www.anp.gov.br;
– www.bdep.gov.br;
– Decreto nº 2.455, de 14 de janeiro de 1998;
– Lei do Petróleo (Lei nº 9.478/1997).
TIC Setembro/2014
—
Obrigado!
Rafael De Martino [email protected]
PETROBRAS
Tecnologia da Informação e Telecomunicações (TIC-E&P)
Rio de Janeiro/RJ - Brasil
TIC Setembro/2014
—
A Importância da Consistência, Confiabilidade e Integridade dos Dados
[Mário Kiteculo]
123
Localização dos Blocos
• O Bloco 16 situa-se a 250 Km, NW de Luanda
• Cobrindo uma superfície de 4936 Km²
• Profundidade de água variando de 250m a
1500m
• Geologia - Bacia do Baixo Congo
• Foi previamente explorado pelo grupo
empreiteiro liderado pela Shell (operadora) , no
período de 1993 a 1999 e abandonado em 1999.
• A Maersk Oil adquiriu 100% dos interesses da
CNR em 2005
•Desenvolvimento - Chissonga (Bloco 16) descoberto em
2009
• Blocos 8 e 23 garantidos em 2006
Contexto
• Dados de “subsurface” com destaque para dados digitais de poços.
• No entanto, os conceitos também se aplicam para:
• Sísmica
• Itens físicos
124
Consistência Integridade
Qualidade de Dados
• Integridade
• Os dados estão completos?
• Será que os dados apresentam-se em conformidade com as normas?
• Os dados sao válidos e actualizados?
• Consistência
• Os atributos do mesmo item de dados variam entre as diferentes fontes?
• Confidencialidade
• Quem pode ter acesso aos dados internamente?
• Os dados podem ser compartilhados externamente?
125
Confidencialidade
126
Integridade
• Integralidade
• Será que sabemos que estamos em poce de todos os dados que deviamos ter?
• Foram todos os dados transcritos de mídia física para o formato digital?
• Estão os registos do banco de dados completos?
Exemplos
As diagrafias começam desde os 2200m,
Elas nao existem apartir da superficie
Composite Log
Cabeça do Poço
Dados em falta
Source Well
name
Elevation
Type
Elevation
(m)
Total
Depth (m)
Spud Date X
coordinate
Y
coordinate
Status
A A-1 RT 23 4000 01/09/2001 500000 1000000 P&A
B A 1 rt 24 13123.36 09/01/01 600000 1200000 Plugged
C A_1 23 4000 01-Sep-2001 500000 1000000 UNKNOWN
127
Integridade
• Padronização dos dados
• Será que os dados estão em
conformidade com os padrões de
nomenclatura?
• As listas de referência foram
aplicadas?
Exemplos
Cabeça do Poço
Nomenclatura de poços
Formatos de Dados – US / Europa
Source Well
name
Elevation
Type
Elevation
(m)
Total
Depth (m)
Spud Date X
coordinate
Y
coordinate
Status
A A-1 RT 23 4000 01/09/2001 500000 1000000 P&A
B A 1 rt 24 13123.36 09/01/01 600000 1200000 Plugged
C A_1 23 4000 01-Sep-2001 500000 1000000 UNKNOWN
Referência listas necessárias
128
Integridade
• Exactidão e validade dos dados
• Os dados foram validados?
• Os dados estão conservados em
termo armazenamento?
• Estarão correctas as Unidades de
medida e conversões?
• Os dados são internamente válidos
por ex. Profundidade de diagrafias
“Logs” <TD
Exemplos
Cabeça do Poço
Pés e não metros
Sistema de referência de Diferentes Coordenadas usadas
Source Well
name
Elevation
Type
Elevation
(m)
Total
Depth (m)
Spud Date X
coordinate
Y
coordinate
Status
A A-1 RT 23 4000 01/09/2001 500000 1000000 P&A
B A 1 rt 24 13123.36 09/01/01 600000 1200000 Plugged
C A_1 23 4000 01-Sep-2001 500000 1000000 UNKNOWN
Provavelmente não RT devido a 1m de diferença
129
Consistência
• Os dados são consistentes entre diferentes fontes?
Exemplos
Well header
“Status” do Poço Inconsistente
Source Well
name
Elevation
Type
Elevation
(m)
Total
Depth (m)
Spud Date X
coordinate
Y
coordinate
Status
A A-1 RT 23 4000 01/09/2001 500000 1000000 P&A
B A 1 rt 24 13123.36 09/01/01 600000 1200000 Plugged
C A_1 23 4000 01-Sep-2001 500000 1000000 UNKNOWN
Nomes de Poços Inconsistentes
Elevações consistentes
Estudo de Caso – Mar do Norte Projecto de melhoria da qualidade de dados digitais “Well Log master“
page 130
130
Objectivo
Elaborar um único e completo “Data Set”, verificado e controlo de qualidade de dados de diagrafia da Maersk Oil e fornecedores
Actividades
• Editar, fundir, unir Maersk Oil “sourced logs”
• Verificação completa de controle de qualidade de dados dos fornecedores em relação
aos dados brutos e impreções originais de dados de campo
• Atribuir um "índice de qualidade" para dados de fornecedores com uma breve descrição
dos problemas identificados.
131
Integridade
• “Completeness”
• Agrupar e suplementar dados de diagrafia de poços das seguintes fontes:
• Maersk Oil
• Dados disponíveis do Operador
• Dados de Fornecedores
• Priorisar curvas de diagrafias de poços
Commercial Datasets
Priority
1
2
3
4
132
Integridade
• Padrões de Dados
• Conjunto Básico de curvas acordadas
de um “open-hole”
• Melhor qualidade de curvas seleccionadas a partir do “wireline” e/ou diagrafias de MWD/LWD
• Sem edição geofísica / de-spiking ou correcções ambientais
Padrões de Curvas
Nomes das Curvas Discrição Unidades
GR Gamma Ray GAPI/API
NEU Neutron Porosity %
DTC Sonic US/ft
DTS Shear Sonic US/ft
DENS Bulk Density G/C3
DENSC Density Corrected G/C3
CALI Caliper IN
RES* Resistivity OHMM
* RMIC DOI<9”
RSHAL DOI 9-24”
RMED DOI 24-60”
RDEP DOI 61”>
Problemas Esperados
• Control Incorrecto de Poco • Baseline Shifting
• Resampling
• Incomplete Joined sets
• Nomenclature de Curvas
133
Integridade
• Exactidão e validade de dados
• A qualidade de pontuação calculada para a base de dados comercial isto é, eles podem ser utilizados com confiança?
• Problemas encontrados com dados adquiridos
• Os Geocientistas aprovaram os dados
134
Consistência
• Curvas de Fornecedores em comparação com as derivadas da Maersk Oil.
Purchased GR curve
135
Confidencialidade
• Quem pode acessar os dados internamente?
• Armazenamento de dados
• Poços Confidenciais
NDR
ACESSO INTERNO
POÇO CONFIDENCIAL
LICENÇA
DADOS DO FORNECEDOR
PARCEIROS
136
Confidencialidade
• Os dados podem ser compartilhados externamente?
www.ukoilandgasdata.com
• PON9 regulamentação governamental
• Compartilhamento de dados Parceiro
• Dados do Fornecedor
NDR
ACESSO INTERNACIONAL
POÇO CONFIDENCIAL
LICENÇA
DADOS DO FORNECEDOR
PARCEIROS
Maersk Oil - Visão Global de Gerenciamento de Dados
Estabelecer uma Estrutura de Gestão de dados
• Fazê-la funcionar para além das fronteiras do país
137
138
Estrutura de Gestão de dados
Data
completeness
Data
correctness Data
consistency
Corporate Subsurface
Data Repository
Data
governance
Data standards
& processes
Data
ownership
DM
Framework
Dados
Tecnologia
Pessoas & Processo
139
Estrutura de Gestão de dados
Data
completeness
Data
correctness Data
consistency
Corporate Subsurface
Data Repository
Dovernança
de dados
Os padrões de
dados
e processos
Propriedade
Dos dados
DM
Framework
Dados
Tecnologia
Administrar dados como um activo
140
Estrutura de Gestão de dados
Data
completeness
Data
correctness Data
consistency
Corporate Subsurface
Data Repository
Data
governance
Data standards
& processes
Data
ownership
DM
Framework
Technology • Administrar dados como um activo
• Providenciar dados de qualidade e de
origem conhecida
141
Estrutura de Gestão de dados
Data
completeness Data
correctness Consistencia
de Dados
Corporate Subsurface
Data Repository
Governança de
Dados Padrões de
dados e processos
Data
ownership
DM
Framework
• Administrar dados como um activo
• Providenciar dados de qualidade e
de origem conhecida
• Armazenar os dados da corporação no
mesmo espaço e sincroniza-os aos
Armazens do projecto
Perguntas, Conselho, Sugestões…
142
NDC
National Data Center
Francisco Franco SIS
September 18th 2014
Agenda
• Concept
• NDC Vision and Value
• SIS Approach
• Conclusion
2
National Data Centre
An active, dynamic center where data lives; a hub that gathers,
organizes, quality controls, and stores data
It protects & quality assures the nations sub surface assets
Promotes investment in the petroleum industry through
expanded set of services and assures transparency
Not only a repository, but a means of facilitating and managing
interactions between oil producers and a country’s government
Implies a dynamic facility where data is actually used for its
value, rather than just archived
Facilitates training, education, funding
3
Ch
alle
ng
es
Exp
ecte
d
Ben
efit
s
• Improved monitoring, data collection and submission from vendors/operators
• Enhanced data value by making data easily available & ready for interpretation
• Reduced time-to-interpretation by getting access to data in-context
Technology
Expandable, evolving,
sustaining
Business & Legal
Delivering transparency,
compliance, human
development, growth and
sustainability
Data & Data flows
Data Quality, Workflow
automation, Standards
compliance
NDC Supports the Vision and Needs of the Country
4
National Data Centers continue to grow worldwide
4D seismic project generates an
additional 1 TByte per day
WesternGeco sub salt pre stack depth
migration survey named “eDog” totals
20,250 sq. km
• Data volumes continue to grow increasing challenges in management & consumption
• Moving beyond traditional data archival, the development of the NDC brings a useful life to static data
• Reduce time-to-interpretation by getting applications closer to acquisition
• Enhance data value by making data readily available for interpretation
5
Driven Reasons:
Those countries and agencies implementing an NDC have reported:
Influx of external investment
Accelerated time to first oil, optimizing tax, royalty revenue
Protecting current investments, data and extracting value
Developing human assets - effectively transferring knowledge
Streamline operations between regulatory agency and operating
companies
Reducing cost of managing data and industry activities
The Value of an NDC
Passive capability of the NDR now increasingly replaced by
active NDC
6
SIS Approach
NDC - Considerations for Implementation
7
SIS Technology Solution
Technology
Leading edge, certified &
proven, flexible models
Expertise
Enabled Online NDC Workflows
Scalable & flexible solution
Enhanced Data Delivery
– Configurable self-service
workflows
– Intuitive browser interface
Data Security
Full infrastructure service
8
NDC Workflow and Process Definition
Process
Workflows derived from
business processes
Expertise
Data & Workflow definition
Policies and Standards
Regulatory Framework
Data Governance
– Data Quality and consistency
Compliance monitoring
9
Build Capability and NDC Evolution
Capability
Knowledge Transfer
Phased implementation
and NDC evolution
Expertise
Phased Implementation
– Reduce deployment risk
– Spreads investment costs
– Rapid initial implementation
– Focus on quick wins
– Reduces your resource
requirements
Build local capability
– Knowledge transfer & training
– Industry engagement
Measure benefits and tune
solution
10
Phased approach is the first key factor for success
Technical
Audit
Phasing Approach
Central Database & Data Management tools
Physical Assets & documents management
G&G Interpretations and reservoir Modeling management
Economics & Reserves management
Managed
Operations
1 2 3
Storage Solution
Back-up
Network
Security
Servers
Infrastructure
Deployment
System
Support
Software
Hardware
Data types
Missions and
Priorities
11
Conclusions
E&P history and current status of the country will motivate the Missions and priorities that the NDC will have to support at first
Phased approach is one of the main key factor of success given the broad scope ultimately covered by a NDC
Main challenges are not technological, but relates mainly to:
• Political and Legal issues (clear status of the Regulatory Body)
• Financing issues (both to implement and operate)
• Government and Industry buy in
Standards, Reference and Primary data definitions are the 3 Pillars of a well designed NDC
12
Few NDC Implementations
Geoscience Australia
E&P, environmental and scientific data
Large multi petabyte digital collection
Low utilization of the data
Hosted Service (SLB Perth)
– GA Manage the data
– Dispersed data storage
Initial emphasis on online NDC
– Business models and Data Standards
Later focus
– Internal business system
– Integration with States systems inc. WAPIMS
Africa NDCs - Kenya
Build Capacity and capability
– National Data Center
– Seismic Processing Capability
– Visualization and Collaboration
NDC operational self funding
– Phased implementation
– License obligation for operators
– Subscriptions and activity charges
Alnaft Algeria
Replacement of legacy systems
Data transcription and re-mastering
Broad range of data types managed
Initial emphasis on government users and
internal business processes
License round promotion
Top Related