METODOLOGIA PARA GESTÃO DE DADOS PETROLÍFEROS

Transcrição

1 METODOLOGIA PARA GESTÃO DE DADOS PETROLÍFEROS RECOLHA E DISPONIBILIZAÇÃO DADOS SÍSMICOS E POÇOS

2 AGENDA 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

3 CICLO DE VIDA DOS DADOS Gestão de dados Petrolíferos - SONANGOL GAD - 18 de Setembro de

4 IMPORTÂNCIA DA GESTÃO DE DADOS Projectos/estudos sem a gestão de dados Bases Internas Bases Externas Dados BD TRATAMENTO CONTRATADAS BD NAVEGAÇÃO BD ARQUIVOS PARCEIROS Utilizador Final Dados Gestão de dados Petrolíferos - SONANGOL GAD - 18 de Setembro de

5 Com a gestão de dados Dados Bases Internas BD TRATAMENTO Bases Externas CONTRATADAS BD NAVEGAÇÃO BD ARQUIVOS PARCEIROS Dados Utilizador Final Projecto Regional Base de dados A Projecto Regional Base de dados B Projecto Regional Base de dados N Gestão de dados Petrolíferos - SONANGOL GAD - 18 de Setembro de

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

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

8 POSICIONAMENTO 2D? POSICIONAMENTO 3D Gestão de dados Petrolíferos - SONANGOL GAD - 18 de Setembro de

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

10 Ciclo dos dados de poços na base de referência Gestão de dados Petrolíferos - SONANGOL GAD - 18 de Setembro de

11 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

12 Gestão de dados Petrolíferos - SONANGOL GAD - 18 de Setembro de

13 Gestão de dados Petrolíferos - SONANGOL GAD - 18 de Setembro de

14 Value of Data in the Oil Industry CGG Data Management Services

15 Presentation Outline Value of Data in the Oil Industry Introduction Data Management Legacy Data Services Data Management Training

16 Introduction

17 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.

18 Introduction Risk Reduction Two equally important ingredients for E&P success Accurate & Accessible Data Well Trained people

19 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

20 Data Management

21 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.

22 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

23 Legacy Data Services

24 Seismic Tape Transcription Quality and experience High throughputs Reformatting legacy data Data Recovery Duplicating and copying 3590 Audits

25 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

26 GIS Services Digitisation of geophysical, geological and cultural data CRS verification Multiple data sheet integration Geodetic standardisation of disparate vintages Gridding of contour information

27 Well Data Transformation

28

29

30 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

31 Data Management Training

32 Standard Course Content Fundamentals of E&P Data Management

33 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

34 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

35 Thank you

36 How to manage physical E&P data Eldar Bjørge, Statoil Leading Advisor Data management (in Exploration)

37 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

38 1. Acquisition of field seismic processing a) Statoil order survey from acquisition company Iron Mountain is Statoils contractor for tape storage After acquisition a) one dataset goes to processing company b) one dataset goes to Statoils offline storage b) a) After processing, the tapes are sent to offline storage and used as disaster copy Pre- & post-stack 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

39 1. Pre- and post-stack seismic Multi-client (government and operators) Diskos databank (Norway) Statoil databank (INT) Petrel Studio Field seismic Pre stack Post stack Interpretation models Bought or traded seismic

40 1. Tape Handling - issues 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 tapes (9-track, 3480, 3490, 3492, 3590,..) Tapes has to be re-mastered (each ~10 th year). Cost > 1 mill$ each time

41 DISKOS project Multi-client solution for seismic data (poststack), well data and production data 250 terabyte (online/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

42 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)

43 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)

44 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

45 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 m 2 A - Operator B - view cut C Trade D Authorities Cores from > wells, m

46 Presentation title Presenters name Presenters title Tel:

47 Monetary value 1. The value of data within EXPLORATION Field measurements raw well & seismic data Seismic Processing PreStack data PostStack data G&G Reports & Documents Well Processing well data for interpretation Raw data store Corporate data store Project data store Project generated log curves and well picks Project generated seismic versions and interpretations Value of easy access QC ed well picks Composite log curves Seismic Interpretations maintained and/or used in DG/AP decisions

48 8. How Data Management is organised Data owner Project data managers (PDMs) Business Assets Data Administrators (DAs) Central data managers (CPDMs) Process Owners Global Business Support Classification: Internal

49

50 Data Management Enabler of value creation in the E&P BIG data Luanda, 18 th September 2014

51 Technology Advancements offshore Angola Exploration interpretation and modelling of salt bodies Development integrated geoscience and engineering Production multiphase flow assurance Drilling horizontal well planning and execution

52 Data Management Foundation supporting key decisions Corporate Data Management Managing and delivering corporate data for use in Petrotechnical applications Knowledge Environment Enable collaboration and sharing for multi-disciplinary asset teams Good data management practices drive business performance National Data Repository Preserve, manage and promote Angola s E&P data assets Production Data Management Monitoring and response planning to meet production targets

53 Data Management Capabilities global averages Data Governance Strategy and planning Data Architecture Design and implementation Data Operations Delivery of services 8 Data Quality Validation and correction Data Reference Approvals and management Data Provenance Origin and evolution Data Security Entitlements and protection 5 7 8

54 Change Ahead big data meets the internet of things Cloud Smart Sensors Machine Learning Automation New and Emerging Technologies Big Data Real Time Analytics 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 Robotics Aviation Healthcare Research Media Internet Of Things Social Mobility & Wearables

55 Opportunity for E&P advanced analytics Optimization & Decision Support Models & Simulations Machine Learning Social Sensors & Measurements Cloud Mobile Big Data 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 High Performance Computing Real Time Analytics 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

56 Big Data Analytics geoscience workflows Decision Support Analytics & Visualization Discovery & Integration Big Data Infrastructure Structured Databases 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 Exploration Development Production Drilling & Completions Shale

57 Big Data Analytics geoscience and operational workflows Decision Support Analytics & Visualization Discovery & Integration Big Data Infrastructure Structured Databases 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 Combine integrated asset models with high frequency data to predict events, optimize production, and improve recovery rates Harness predictive analytics to provide early warnings of deviations from engineering plans and best practices, or events that will adversely impact cost and efficiencies 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 Exploration Development Production Drilling & Completions Shale

58 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

59 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

60 Data Management Enabler of value creation in the E&P BIG data Luanda, 18 th September 2014

61

62 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 Chevron U.S.A., Inc. All Rights Reserved Company Confidential

63 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 2014 SASBU Information: Kaizen Report Out / May

64 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 Information unmanaged, disorganized or lost Information managed & logically structured Information available & optimized 2013 Chevron Gestao de dados e uma jornada e requer varios anos de esforcos planejados para atingirmos a nossa visao 65

65 Organigrama de Governança de Dados 2014 SASBU Information: Kaizen Report Out / May

66 2013 Chevron

67 Avaliação e Priorização de Dados

68 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

69 Modelo de Governança de Gestão de Informação da SASBU

70 Modelo de Governança de Informação Visão de Execução DG Manager (IQ Mgr) Data Governance Office IG Training Coordinator IG Project Advisor FLT Function Information Steward Strategic IT G SME Information Custodian Controlling Information Architect Information Quality Analyst Operational Information Consumer Execution Accessing 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 2013 Chevron Project Manager Project Teams Business Analysts Subject Matter Experts Back

71 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 2014Chevron

72 Painel de Dados de Produção Master Data Dashboard

73 O futuro da Governança de Informação /Dados Na SASBU Reservoir Management Well Factory Optimization Operation Geology Geological Interpretation Completion & Intervention Resources & Reserves Modelling & Analytics Production Forecasting Decline Analysis Waterflood Patterns Workflows BB / Ops and Drilling Production & Allocation Lost Production Opportunity Predictive Monitoring Casing Pressure CMMS / Work orders Information Delivery Reservoir Surveillance Waterflood Management Well Factory Tracking Facility Engr. & Planning Process Safety Information Alarm Management Communication Collaboration KDACS SharePoint Models Standards, Governance & Lifecycle Management IM Portfolio prioritization (using IM Steering Committee ) Establish standard data governance across all Data Management Efforts Managed Integration Integrated Production, Reservoir and Drilling Data Data Data Foundation Production / Zonal Allocation Well & Completion Reservoir Pressure Test (BHP) Well Log Reservoir Properties G&G Interpretation Spatial Documents Asset Development Plans Facility Designs Models Core Applications Energy Components WellView OpenWorks Chevron Engineering Data DPS Chevron Reserves System PI Historian Organizational Capability Management Filling key roles in IM Infrastructure 2013 Chevron 74

74 Data Foundation (Fundação de Dados) Bons Dados, Grandes Decisoes. 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 2012 Chevron 75

75 Data Foundation Seus components Estruturados Destruturados Dados Informais Roles Policies Processes Monitoring Pessoas Lideranca Formacao System of Record Information Standards Information Models Cross functional Data reuse Integration Systems Standard Data Pattern 2013 Chevron 76

76 Upstream Data Foundation - Descrição dos 5 components Focuses on maturing the management of our core Upstream data Dados Data Governança Governance Normas Standards Capacidade Organizativa Org capability Integração Gerenciada Managed Integration 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. 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 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. 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 Defined integration that can enable business workflows A set of welldefined patterns, utilizing standard technology Linked to unstructured content using appropriate metadata Master data is utilized to connect information among systems Chevron 77

77 Obrigada 2013 Chevron 78

78 GESTÃO DE DADOS E INFORMAÇÕES DE E&P Experiência na Petrobras Workshop Sonangol 18/09/ Luanda NP2 TIC/PG março 2014

79 Roteiro Introdução; Gestão de Dados e Informações no E&P da Petrobras; Agência Reguladora (ANP) e BDEP; Desafios. TIC Setembro/2014

80 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

81 Motivação = 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, p. p ISBN Necessidade: informação bem organizada dentro da Empresa! TIC Setembro/2014

82 O Valor da Informação para a área de E&P TIC Setembro/2014

83 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

84 Histórico (2001) Informações segregadas em diferentes sistemas, diferentes bases com diferentes modelos; Informações duplicadas, conflitantes e com baixa qualidade. Exemplo: Aplicação A Aplicação B Base A Trata-se do mesmo poço? Qual é a profundidade correta? Base B TIC Setembro/2014

85 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. Aplicação A Aplicação Aplicação B... Única tabela de poço, compartilhada por todos sistemas. Base de Dados Integrada de E&P (BDIEP) TIC Setembro/2014

86 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

87 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. Sísmica Toda a informação deve ter um gestor. Métodos Não Sísmicos Bloco Reservatório Poço Gestor Concessão TIC Setembro/2014

88 Ambientes da BDIEP: Mestre-Transacional Base de Dados Integrada de E&P Informacional Mestre- Transacional Arquivos Industrial 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. TIC Setembro/2014

89 Ambientes da BDIEP: Informacional Base de Dados Integrada de E&P Informacional Mestre- Transacional Arquivos Industrial Datawarehouse de E&P, contém informações analíticas para tomada de decisão; Consolida informações oriundas da BDIEP e de outras fontes; Modelo multidimensional; Tecnologia Oracle. TIC Setembro/2014

90 Ambientes da BDIEP: Industrial Base de Dados Integrada de E&P Informacional Mestre- Transacional Arquivos 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. TIC Setembro/2014

91 Ambientes da BDIEP: Arquivos Base de Dados Integrada de E&P Informacional Mestre- Transacional Arquivos Industrial 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 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

92 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

93 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

94 Arquitetura de Informações e Disciplinas de Gestão de Dados Solução para Visualização de Dados Camada de Integração (Serviços e Conectores) Qualidade de Dados e Metadados Ciclo de Vida da Informação Administração de Dados Informatica Data Quality Power Design (SAP) WebServices, CORBA TIBCO OpenSpirit Segurança de Dados Operação de Dados (DBA) OpenWorks Petrel Geoframe OpenWells/EDM Arquitetura de Informações Smart de E&P Plant Foundation Base de Dados Integrada de E&P Bases Comerciais G&G SAP Bases não integradas Em operação Em implantação TIC Setembro/2014

95 Visualizador de dados de E&P TIC Setembro/2014

96 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

97 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. TIC Setembro/2014 Fonte: BDEP/ANP

98 Fluxo das informações [3] Recebimento Período de confidencialidade Disponibilização Padrões ANP Operadoras (dados exclusivos) EADs Empresas de Aquisição de dados (dados não-exclusivos) Levantamentos da ANP (dados de fomento) Controle de Qualidade Carregamento Armazenamento 2 a 10 anos Rodadas de Licitações (pacote de dados) ANP (definição de blocos) Empresas Associadas Universidades Clientes Eventuais Fonte: BDEP/ANP TIC Setembro/2014

99 Acervo atual e recebimento de dados [3] TIC Tipo de Dado Dados Sísmicos Métodos Não-Sísmicos Anexo Padrão ANP2B Coordenadas e Polígonos Dados de Poço Rochas e Fluídos Perfil Composto Testes de Formação Perfil de Acompanhamento Geológico Setembro/2014 Padrão de recebimento Padrão ANP1B Boletim de Remessa (formato.doc) Padrão ANP2B Boletim de Remessa (formato.xls) Anexo Padrão ANP2B (formato.xls) Padrão ANP4B Padrão ANP05 Boletim de Remessa (formato.doc) Padrão ANP06 Padrão ANP07 Boletim de Remessa (formato.doc) Padrão ANP08 Padrão ANP09,Anexo III - DAC Anexo IV - Catálogo de Abreviaturas Boletim de Remessa (formato.doc) Fonte: BDEP/ANP

100 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

101 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

102 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

103 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 ( [3] Informações sobre a ANP e BDEP: Decreto nº 2.455, de 14 de janeiro de 1998; Lei do Petróleo (Lei nº 9.478/1997). TIC Setembro/2014

104 Obrigado! Rafael De Martino PETROBRAS Tecnologia da Informação e Telecomunicações (TIC-E&P) Rio de Janeiro/RJ - Brasil TIC Setembro/2014

105 TIC Setembro/2014

106 A Importância da Consistência, Confiabilidade e Integridade dos Dados [Mário Kiteculo]

107 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 A Maersk Oil adquiriu 100% dos interesses da CNR em 2005 Desenvolvimento - Chissonga (Bloco 16) descoberto em 2009 Blocos 8 e 23 garantidos em

108 Contexto Dados de subsurface com destaque para dados digitais de poços. No entanto, os conceitos também se aplicam para: Sísmica Itens físicos 124

109 Integridade Confidencialidade Consistência 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

110 Exemplos Composite Log Integridade Integralidade Será que sabemos que estamos em poce de todos os dados que deviamos ter? As diagrafias começam desde os 2200m, Elas nao existem apartir da superficie Foram todos os dados transcritos de mídia física para o formato digital? Cabeça do Poço Estão os registos do banco de dados completos? Source Well Elevation Elevation Total Spud Date X Y Status name Type (m) Depth (m) coordinate coordinate A A-1 RT /09/ P&A B A 1 rt /01/ Plugged C A_ Sep UNKNOWN Dados em falta 126

111 Exemplos Integridade Cabeça do Poço Formatos de Dados US / Europa Source Well Elevation Elevation Total Spud Date X Y Status name Type (m) Depth (m) coordinate coordinate A A-1 RT /09/ P&A B A 1 rt /01/ Plugged C A_ Sep UNKNOWN Padronização dos dados Será que os dados estão em conformidade com os padrões de nomenclatura? As listas de referência foram aplicadas? Nomenclatura de poços Referência listas necessárias 127

112 Exemplos Integridade Exactidão e validade dos dados Os dados foram validados? Cabeça do Poço Source Well Elevation Elevation Total Spud Date X Y Status name Type (m) Depth (m) coordinate coordinate A A-1 RT /09/ P&A B A 1 rt /01/ Plugged C A_ Sep UNKNOWN Os dados estão conservados em termo armazenamento? Estarão correctas as Unidades de medida e conversões? Provavelmente não RT devido a 1m de diferença Pés e não metros Sistema de referência de Diferentes Coordenadas usadas Os dados são internamente válidos por ex. Profundidade de diagrafias Logs <TD 128

113 Exemplos Consistência Os dados são consistentes entre diferentes fontes? Well header Source Well Elevation Elevation Total Spud Date X Y Status name Type (m) Depth (m) coordinate coordinate A A-1 RT /09/ P&A B A 1 rt /01/ Plugged C A_ Sep UNKNOWN Elevações consistentes Nomes de Poços Inconsistentes Status do Poço Inconsistente 129

114 Estudo de Caso Mar do Norte Projecto de melhoria da qualidade de dados digitais Well Log master page 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. 130

115 Priority 1 Commercial Datasets 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 131

116 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 RDEP DOI 61 > 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 132

117 Integridade Problemas Esperados Control Incorrecto de Poco Baseline Shifting Resampling Incomplete Joined sets 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 Nomenclature de Curvas 133

118 Consistência Purchased GR curve Curvas de Fornecedores em comparação com as derivadas da Maersk Oil. 134

119 LICENÇA PARCEIROS Confidencialidade NDR POÇO CONFIDENCIAL Quem pode acessar os dados internamente? Armazenamento de dados Poços Confidenciais DADOS DO FORNECEDOR ACESSO INTERNO 135

120 LICENÇA PARCEIROS Confidencialidade NDR POÇO CONFIDENCIAL Os dados podem ser compartilhados externamente? PON9 regulamentação governamental Compartilhamento de dados Parceiro Dados do Fornecedor DADOS DO FORNECEDOR ACESSO INTERNACIONAL 136

121 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

122 DM Framework Estrutura de Gestão de dados Corporate Tecnologia Subsurface Data Repository Data completeness Data correctness Dados Data consistency Data standards Data & processes Pessoas governance & Processo Data ownership 138

123 DM Framework Estrutura de Gestão de dados Corporate Tecnologia Subsurface Data Repository Administrar dados como um activo Data completeness Data correctness Dados Data consistency Os padrões de dados e processos Dovernança de dados Propriedade Dos dados 139

124 Estrutura de Gestão de dados DM Framework Data completeness Corporate Technology Subsurface Data Repository Data correctness Data consistency Administrar dados como um activo Providenciar dados de qualidade e de origem conhecida Data standards & processes Data governance Data ownership 140

125 Estrutura de Gestão de dados DM Framework Administrar dados como um activo Data completeness Padrões de dados e processos Corporate Subsurface Data Repository Data correctness Governança de Dados Consistencia de Dados Data ownership Providenciar dados de qualidade e de origem conhecida Armazenar os dados da corporação no mesmo espaço e sincroniza-os aos Armazens do projecto 141

126 142 Perguntas, Conselho, Sugestões

127 NDC National Data Center Francisco Franco SIS September 18 th 2014

128 Agenda Concept NDC Vision and Value SIS Approach Conclusion 2

129 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

130 Expected Benefits Challenges NDC Supports the Vision and Needs of the Country Business & Legal Delivering transparency, compliance, human development, growth and sustainability Data & Data flows Data Quality, Workflow automation, Standards compliance Technology Expandable, evolving, sustaining 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 4

131 National Data Centers continue to grow worldwide 4D seismic project generates an additional 1 TByte per day Driven Reasons: 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 WesternGeco sub salt pre stack depth migration survey named edog totals 20,250 sq. km 5

132 The Value of an NDC 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 Passive capability of the NDR now increasingly replaced by active NDC 6

133 SIS Approach NDC - Considerations for Implementation 7

134 SIS Technology Solution Scalable & flexible solution Enhanced Data Delivery Configurable self-service workflows Intuitive browser interface Data Security Full infrastructure service Technology Leading edge, certified & proven, flexible models Enabled Online NDC Workflows Expertise 8

135 NDC Workflow and Process Definition Data & Workflow definition Policies and Standards Regulatory Framework Process Data Governance Data Quality and consistency Compliance monitoring Workflows derived from business processes Expertise 9

136 Build Capability and NDC Evolution 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 Capability Knowledge Transfer Phased implementation and NDC evolution Expertise 10

137 Phased approach is the first key factor for success Phasing Approach Missions and Priorities Software Central Database & Data Management tools Physical Assets & documents management Managed Operations G&G Interpretations and reservoir Modeling management Economics & Reserves management Technical Audit Data types Hardware Storage Solution Back-up Network Security Servers Infrastructure Deployment System Support 11

138 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

139 Few NDC Implementations

140 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

141 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

142 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