Petrobras Conexões para Inovação 2021

Já pensou em receber recursos de até R$ 500 mil ou de até R$1,5 milhão (a depender da categoria do desafio) para desenvolver tecnologia que soluciona desafios da Indústria de Petróleo, Gás e Energia? Confira o edital!

Petrobras Conexões para Inovação – módulo startups. A iniciativa é uma parceria entre a Petrobras e o Sebrae, que incentiva o desenvolvimento de startups e pequenas empresas inovadoras por meio de projetos de inovação.

O programa prevê o lançamento contínuo de editais de chamada pública de projetos e desafios de inovação, com recursos oriundos na cláusula de investimento em P,D&I da Agência Nacional de Petróleo, Gás Natural e Biocombustíveis (ANP).

Para esta terceira edição, ano 2021, serão destinados até R$ 22 milhões para desenvolver soluções com potencial de implantação no curto prazo e de alto impacto para o mercado de oléo e gás.

O valor por projeto pode chegar até R$ 500 mil (para os desafios da categoria Soft Tech, com prazo de até 12 meses de execução) ou até R$ 1.5 milhão (para os desafios da categoria Deep Tech, com prazo de até 18 meses de execução).

 As empresas selecionadas terão vantagens como:

• obter ajuda na superação dos desafios no período entre a prova de conceito da solução inovadora e a geração de receitas pela produção;
• gerar mais produtos, serviços e modelos de negócios inovadores;
• participar gratuitamente do Programa de Empreendedorismo Tecnológico do Sebrae.

Entre outros benefícios, a iniciativa prevê:

• suporte financeiro para os projetos de inovação;
• interação com o corpo técnico da Petrobras;
• capacitação empresarial para posicionamento de mercado e estruturação de planos de negócios;
• participação em Demo Days com as tecnologias desenvolvidas;
• possibilidade de, após o projeto desenvolvido, a solução ser selecionada para uma etapa de implantação e teste do lote piloto ou do cabeça-de-série.

Destacamos abaixo algumas regras. Para conhecer todas, acesse o edital na íntegra.

Quem pode participar

Startups, microempresas e empresas de pequeno porte brasileiras, incluindo as de base tecnológica, conforme definições abaixo:

• Startup: empresa emergente (pessoa jurídica) inovadora com potencial de crescimento rápido e contínuo, em busca de viabilizar um produto, serviço ou modelo de negócios inovador. Nessa chamada pública, a startup deve estar enquadrada como microempresa ou empresa de pequeno porte.
• Microempresa: empresa classificada como de micro porte conforme critérios estabelecidos pelo BNDES.
• Empresa de pequeno porte: empresa classificada como de pequeno porte conforme critérios estabelecidos pelo BNDES.
• 

Esse edital não contempla os microempreendedores individuais (MEI).

Inscreva-se

As inscrições estarão abertas de 16 de junho a 1º de agosto de 2021. Clique aqui.

Descrição das Verticais Tecnológicas e dos Desafios

DESAFIO 1 – DEEP TECH                                          

Descrição: Aumentar a precisão e automatizar as previsões de produção nos campos de petróleo offshore.

Área(s) Tecnológica(s): Machine learning

Solução esperada: Aplicação de Machine learning usando dados de produção (vazões, pressões, temperatura etc.) que gere em real time previsões de produção de curto prazo.

Impacto esperado: Redução de HH da equipe de gerenciamento de reservatórios; Disponibilização de previsões de curto prazo de forma contínua para atividades de planejamento.

DESAFIO 2 – DEEP TECH

Descrição: Ampliar a capacidade preditiva automática da demanda não termelétrica dos modelos de previsão, considerando as diversas variáveis macroeconômicas e regionais que afetam o comportamento e a variabilidade da demanda nos distintos pontos de entrega.

Área(s) Tecnológica(s): IoT / Inteligência Artificial

Solução esperada: Sistema inteligente que adote técnicas de inteligência artificial às diversas variáveis que impactam na previsão de demanda para automatizar e otimizar da capacidade preditiva da demanda nos diversos pontos da malha interligada do país.

Impacto esperado: Antecipação e melhor previsão da evolução da demanda; Maior acurácia da demanda para otimização dos resultados do negócio de Gás e Energia.

DESAFIO 3 – DEEP TECH

Descrição: Disponibilizar um consolidador ágil e confiável capaz de realizar a contabilização física de movimentação e estoques, tendo em vista a abertura do mercado de gás natural e a participação de múltiplos agentes em uma rede de gasodutos compartilhados.

Área(s) Tecnológica(s): Blockchain

Solução esperada: Criação de um ambiente gerenciador de mercado descentralizado, aberto, organizado capaz de consolidar as operações,  exercendo o papel de “Entidade Administradora do Mercado” (EAM) nos moldes proposto pela Agência Nacional de Petróleo (ANP).

Impacto esperado: Otimizar a gestão e contabilização física de movimentação e estoques.

DESAFIO 4 – DEEP TECH

Descrição: Integrar diversos sistemas e orquestrar sua execução para simular todos os aspectos (físico, térmico, fluxo etc.) da construção e operação do poço.

Área(s) Tecnológica(s): Digital Twins

Solução esperada: Desenvolvimento de plataforma para integração e gerenciamento de simuladores diversos (acoplamento entre os modelos) para simulação das operações de perfuração do poço a partir de modelos físicos e matemáticos fornecidos ou propostos apresentando os resultados utilizando técnicas de UX para facilitar a interpretação dos usuários.

Impacto esperado: Otimização do projeto do Poço viabilizando configurações simplificadas; Redução do risco operacional; Melhoria na capacidade de tomada de decisão.

DESAFIO 5 – DEEP TECH

Descrição: A classificação de estruturas geológicas em perfis de imagem tem desafios devido a sua complexidade e alto nível de interpretação manual, o que traz prejuízos no aproveitamento dos perfis de imagem nos processos de Exploração e Produção.

Área(s) Tecnológica(s): Geologia / Petrofísica /Geomecânica / Inteligência Artificial

Solução esperada: Desenvolver e aprimorar soluções de pré-processamento, segmentação e classificação de estruturas geológicas em perfis de imagens de poços que minimamente reconheça padrões em perfis de imagem como estruturas de poros, feições geomecânicas e padrões texturais de rocha.

Impacto esperado: Economia de HH na identificação de fácies; Redução de incertezas de modelagem geológica.

DESAFIO 6 – DEEP TECH

Descrição: Identificar de forma automática a interferência entre poços para otimizar as vazões de produção e gerantir a melhor estratégia de drenagem do campo.

Área(s) Tecnológica(s): Gerenciamento de Reservatórios / Data Science

Solução esperada: Ferramenta analítica que tenha as seguintes funcionalidades mínimas: apontar possíveis interferências entre os poços a partir de dados geográficos e de reservatório;  sugerir alternativas de gerenciamento de vazões dos poços; disponibilizar os dados de forma estruturada para acesso e processamento por outros sistemas.

Impacto esperado: Aumento da segurança operacional; Aumento do Fator de recuperação; Continuidade operacional do poços produtores.

DESAFIO 7 – DEEP TECH

Descrição: Reconhecimento de padrões de forma automática em imagens de dados sísmicos, adquiridos com riqueza azimutal, migrados e empilhados parcialmente por faixas de azimutes fonte-receptor para caracterização de feições representativas de elementos geológicos estratigráficos e estruturais do reservatório investigado.

Área(s) Tecnológica(s): Modelagem e Simulações / Inteligência Artificial /Caracterização de Reservatórios

Solução esperada: Ferramentas disponíveis para aplicações de modelagem (Petrel, DSG, Roxar, Epos etc.) dedicadas ao processamento de imagens sísmicas, que utilizem recursos de Inteligência Artificial, por exemplo, algoritmos de Deep-Learning não-supervisionado e supervisionado, integrando dados em diferentes escalas, suportes e de diferentes medidas físicas, tais como dados de perfis de poços e de produção.

Impacto esperado: Reduzir o tempo de entrega dos modelos de G&G pela aceleração dos processos de caracterização geofísica de reservatórios; Reduzir incertezas das predições de (i) porosidade secundária associada a sistemas naturais de fraturas e feições de dissolução; (ii) facies; (iii) tipos de fluido; e (iv) pressão de poros; Maximizar o valor da informação de dados sísmicos com riqueza azimutal, permitindo a identificação supervisionada de objetos geológicos complexos.

DESAFIO 8 – DEEP TECH

Descrição: Perdas de produção por motivo de hidrato são frequentes em situações de parada e repartida de poços de produção de óleo, com tendência de aumento no cenário de águas ultraprofundas.

Área(s) Tecnológica(s): Garantia de Escoamento / Inteligência Artificial

Solução esperada: Sistema preditivo do risco da formação de bloqueios por hidratos em operações de parada/ repartida de poços de óleo, baseado, por exemplo, em Inteligência Artificial e alimentado com dados de laboratório e campo.

Impacto esperado: Redução mínima de 5% das perdas provocadas pela formação de bloqueios por hidratos.

DESAFIO 9 – DEEP TECH

Descrição: Dificuldade de prever o comportamento do escoamento multifásico na presença de hidrato, pois hoje não há tecnologia confiável que integre os módulos de nucleação, crescimento e aglomeração de hidratos com um modelo de escoamento multifásico.

Área(s) Tecnológica(s): Garantia de Escoamento / Modelagem e Simulações

Solução esperada: Ferramentas para avaliar o risco de formação de bloqueio por hidratos em escoamento permanente e transiente, que devem permitir a escolha entre diferentes modelos de crescimento e aglomeração de hidratos e a realização de análises de risco.

Impacto esperado: Redução mínima de 5% das perdas provocadas pela formação de bloqueios por hidratos.

DESAFIO 10 – DEEP TECH

Descrição: Aprimorar o acompanhamento da produção do campo com a integração da modelagem híbrida, que incorpore modelos físicos com modelos de aprendizado construídos com dados reais de campo, buscando agilidade e robustez nas previsões de garantia de escoamento e na otimização da vazão de produção.

Área(s) Tecnológica(s): Garantia de escoamento / Data Science

Solução esperada: Ferramenta que faça uso combinado de modelagem física e inteligência artificial com dados reais de campo para estimar o comportamento do poço e prever condições críticas de garantia de escoamento e otimização de vazão de produção

Impacto esperado: Aumento do tempo de resposta na intervenção no poço, possibilitando uma redução nas perdas de produção.

DESAFIO 11 – DEEP TECH

Descrição: Viabilizar a análise computacional das imagens capturadas por câmeras sob demanda da área de SMS, para detecção de eventos irregulares.

Área(s) Tecnológica(s): Realidade Aumentada

Solução esperada: Solução digital de Inteligência Artificial (visão computacional) para auditoria de irregularidades nas imagens geradas por câmeras, capaz de encontrar imagens através de um parâmetro em forma de texto relacionado ao interessa da busca (ex.: latão, metal), sob demanda de um profissional.

Impacto esperado: Prevenção (correção de desvios), influenciando diretamente na redução de acidentes (Pirâmide de Bird) e danos ao meio ambiente.

DESAFIO 12 – DEEP TECH

Descrição: Otimizar a previsão de falha de sensores submarinos.

Área(s) Tecnológica(s): Inteligência Artificial

Solução esperada: Desenvolvimento de modelos para predição de falha de sensores submarinos baseado nos dados de campo das grandezas medidas e de parâmetros dos sensores.

Impacto esperado: Aumento da disponibilidade dos sensores submarinos;

Redução de embarque de equipes especializadas (contratos de serviço); Melhor gerenciamento do reservatório.

DESAFIO 13 – DEEP TECH

Descrição: Otimizar a avaliação de dados de campo dos sistemas de controle submarino.

Área(s) Tecnológica(s): Machine Learning

Solução esperada: Sistema de monitoramento (hardware e software) para coleta de todos os dados de campo gerados pelos sistemas de controle submarino (SCM, sensores, MCS, HPU) e utilização de estratégias para acompanhamento do desempenho, detecção de anomlaias e predição de eventos que gerem falha.

Impacto esperado: Redução de embarques de equipes técnicas especializadas; Menor tempo de resposta para eventos de falha nos sistemas submarinos; Eliminação ou redução de testes para verificação da integridade de equipamentos submarinos.

DESAFIO 14 – SOFT TECH

Descrição: Otimização do processo de formação das carteiras de serviço de integridade das unidades offshore (grandes manutenções, paradas programadas, pequena monta), de forma a minimizar potenciais perdas de produção, gastos por trabalhos não realizados e solicitações de alteração de carteira extemporâneas.

Área(s) Tecnológica(s): Data Science

Solução esperada: Desenvolvimento de sistema inteligente (Inteligência Artificial) e unificado de gestão de demandas de integridade, que permita a classificação automática de serviços que demandem Parada de Produção, consumo de Hh elevado ou de pequena monta, com base no histórico de execução ou entrada manual de informações, criando carteiras priorizadas e com estratégias de execução que minimizem a perda de produção e/ ou custo

Impacto esperado: Redução de, no mínimo, 18.000 Hh/ano; Redução de dispêndios com itens duplicados em carteira de, pelo menos, R$ 800.000,00/ano; Redução de perdas em paradas de produção da ordem de 40kboe/ano; Melhoria da integridade das unidades.

DESAFIO 15 – SOFT TECH

Descrição: Otimização do ajuste dos parâmetros das plantas de processo das plataformas do E&P.

Área(s) Tecnológica(s): Machine Learning /Big Data

Solução esperada: Desenvolver uma aplicação baseada em redes neurais ou técnica similar, para sugerir melhores parâmetros para otimizar variáveis que são o objetivo do negócio, tais como produção de óleo, redução de queima, redução da PVR do óleo enviado para os tanques de carga, diminuição da probabilidade de shutdown.

Impacto esperado: Redução de complexidade de parametrização de variáveis de processo e negócio.

DESAFIO 16 – SOFT TECH

Descrição: Automatizar a identificação dos requisitos regulatórios relacionados ao negócio e suas interdependências.

Área(s) Tecnológica(s) Inteligência Artificial / Analytics / Blockchain / Regulatory Mapping / Ontology

Solução esperada: Sistema inteligente capaz de gerir e acompanhar o conjunto de legislações e normativas (leis, resoluções, normas, padrões e ofícios) com uma visão multiníveis, integrada e atualizada, com ferramentas de busca inteligente.

Impacto esperado: Rapidez na adequação a novos requisitos regulatórios; Redução de não conformidades e, consequentemente, multas; Facilidade na disseminação de conhecimento e regulamentos.

DESAFIO 17 – SOFT TECH

Descrição: Tornar mais dinâmica a comunicação, suporte remoto, evidência de conformidade e a geração de reports, entre profissionais em sondas offshore e equipe de suporte técnico na base (CSD e consultores técnicos) aumentando a eficiência, aprimorando a rastreabilidade e a velocidade de troca de informações.

Área(s) Tecnológica(s): Tecnologias Imersivas / Wearables

Solução esperada: Criar aplicações para desenvolver workflow customizável com acesso a informações de sondas, check-list e registro de informações, por meio do uso de Realidade Aumentada e wearables, nas atividades em sondas marítimas.

Impacto esperado: Redução de Homem-hora exposto ao risco (HHER); Otimização do Homem-hora nas atividades de assistência remota (consultores técnicos ou CSD).

DESAFIO 18 – SOFT TECH

Descrição: Acesso rápido e fácil às variáveis de produção dos poços, permitindo a rotulagem de eventos para treinamento de algoritmos de aprendizado de máquina e a tomada de decisão imediata.

Área(s) Tecnológica(s): Elevação e Escoamento / Data Science / Aplicativos para dispositivos móveis

Solução esperada: Disponibilizar um aplicativo móvel que acesse variáveis e rotule de forma estruturada, no mínimo, eventos de produção dos poços (dados de automação, exemplo PI-Osisoft) e que receba notificações de alarmes paramétricos.

Impacto esperado: Redução da perda de produção; Aumento da segurança operacional; Aumento da base de dados de eventos indesejados em poços produtores.

DESAFIO 19 – SOFT TECH

Descrição: Redução de tempo gasto no tratamento de dados e no gerenciamento de modelos para diferentes simuladores de escoamento multifásico, sendo que os dados são comuns, apenas os simuladores os tratando de forma diversa.

Área(s) Tecnológica(s): Elevação e Escoamento / Modelagem e Simulações

Solução esperada: Sistema capaz de consolidar dados para as simulações em um modelo agnóstico, independente de simulador (Pipesim, Olga, LEDA, Marlim2, etc.), e gerar modelos para os diversos simuladores a partir destes dados e interface centralizada.

Impacto esperado: Redução mínima de 5% de trabalho nas atividades de Elevação e Escoamento; Redução da dependência de fornecedores de um mercado que é bastante restrito.

DESAFIO 20 – SOFT TECH

Descrição: Modelagem 3D de plantas industriais para redução do tempo de projetos de engenharia.

Área(s) Tecnológica(s): Inteligência Artificial / Modelagem e Simulações

Solução esperada: Programas de inteligência artificial (por exemplo, algoritmos genéticos) que, a partir dos fluxogramas de engenharia, de regras definidas, e de projetos anteriores, elabore uma proposta inicial de arranjo 3D da unidade nas ferramentas utilizadas em projetos de engenharia.

Impacto esperado: Aumento da produtividade de projeto; Redução da quantidade de horas de engenharia, aumentando a qualidade dos projetos; Redução da necessidade de execução de modelagens manualmente; Redução da quantidade de horas de análise de consistência.

DESAFIO 21 – DEEP TECH

Descrição: Reduzir a exposição humana a risco de espaço confinado e trabalho em altura em atividades de inspeção de tanques de FPSOs.

Área(s) Tecnológica(s): Tecnologias de Inspeção

Solução esperada: Robô do tipo crawler (ou solução equivalente) capaz de percorrer as paredes de tanque de Unidades Flutuante de Produção, Armazenamento e Transferência (FPSO), superando interferências e obstáculos, para realização de inspeção  visual e medição de espessura.

Impacto esperado: Redução da exposição ao risco (HHER) em atividades em espaço confinado e trabalho em altura; Otimização de pessoas a bordo (PoB); Redução dos dispêndios com serviço de inspeção de tanque.

DESAFIO 22 – DEEP TECH

Descrição: Realizar transporte de cabo mensageiro (retinida) entre embarcações durante operações de offloading, pull-in de dutos e outras operações relacionadas ao transporte de documentos, ferramentas e pequenas cargas.

Área(s) Tecnológica(s): Drones

Solução esperada: Sistemas robóticos com controle de vôo robusto para transporte de cabos mensageiros e de ferramentas, com possibilidade de funcionalidade de auxílio em inspeções visuais para acompanhamento das operações ou identificação de vazamentos, além da metodologia necessária para realização da operação. O drone deve ser capaz de decolar de uma embarcação e de transportar o cabo mensageiro ou outro objeto até a embarcação de destino, conforme necessidade da operação.

Impacto esperado: Redução da necessidade (número) de embarcações de apoio; Redução do tempo de operações; Redução da quantidade de homens-hora dedicados à operação; Redução da exposição ao risco nas operações.DESAFIO

23 – DEEP TECH

Descrição: Redução significativa do HH na manutenção preventiva de detectores de fogo & gás em geral.

Área(s) Tecnológica(s): Robótica / Analytics / Machine Learning / IoT / Sensores / Wearables

Solução esperada: Sistema robótico (ex. drone ou outra plataforma robótica) ou dispositivo portátil de fácil utilização, que facilite a realização da manutenção preventiva dos detectores, juntamente com alguma tecnologia digital embarcada capaz de monitorar os dados dos detectores de fogo & gás, indicando melhores intervalos de manutenção, respeitando sempre a confiabilidade da detecção e a rastreabilidade necessária para a fiscalização dos órgãos externos.

Impacto esperado: Redução mínima de 50% do HH das ordens de manutenção preventiva nos detectores de fogo e gás.

DESAFIO 24 – DEEP TECH                     

Descrição: Melhoria significativa na análise e no diagnóstico de falhas em motores elétricos a partir da aplicação de técnicas avançadas de análise de assinaturas de corrente, com permissão de acesso aos dados gerados nas coletas.

Área(s) Tecnológica(s): Manutenção Prescritiva

Solução esperada: Utilização de coleta de dados livre (osciloscópio, placa de aquisição de dados etc.) para aplicação em ferramenta computacional de cálculo customizada, com geração de gráfico navegável, e com IA para aprendizado via histórico e banco de dados que realize a detecção do defeito, quantifique a severidade do mesmo e indique as ações corretivas/mitigadoras necessárias. Também é esperado que, a partir dos sinais de tensão e corrente coletados, seja feita a análise da qualidade da energia entregue ao motor, dos desbalanços de corrente/tensão, conteúdo harmônico, defeitos oriundos da carga acionada, entre outros.

Impacto esperado: Redução de custos na aquisição de equipamentos específicos disponíveis no mercado; Descentralização da aplicação da técnica de assinatura de corrente; Melhoria no suporte à decisão nas tarefas de manutenção preditiva; Reduzir a necessidade de conhecimento especialista para análise de falhas que levem a perdas de produção ou exposição a risco de segurança de pessoas e equipamentos.

DESAFIO 25 – DEEP TECH

Descrição: Predição de integridade de equipamentos a partir de dados de processo, inspeções de rotina e sensores remotos.

Área(s) Tecnológica(s): Analytics / Machine Learning

Solução esperada: Sistema integrado de manutenção preditiva baseado em técnicas de machine learning e analytics, que avalie os dados disponíveis de processo, inspeções de rotina e sensores, para subsidiar a inspeção de integridade.

Impacto esperado: Inspeção baseada em risco; Aumento da confiabilidade na integridade dos sistemas; Monitoramento de variáveis relevantes; Retroalimentação dos planos de inspeção.

DESAFIO 26 – DEEP TECH                     

Descrição: Combate a incêndio de maneira mais eficiente do que o uso de água salgada.

Área(s) Tecnológica(s): Segurança contra Incêndio

Solução esperada: Tecnologia e método de extinção e resfriamento que seja menos agressivo e de difícil projeto que o uso de água salgada, que poderia ser por abafamento por espuma no topo do módulo, melhor isolamento, entre outros.

Impacto esperado: Aumento da segurança; Redução de exposição.

DESAFIO 27 – DEEP TECH

Descrição: Otimização e aumento da confiabilidade de sistemas de resfriamento.

Área(s) Tecnológica(s): Tecnologia de Resfriamento

Solução esperada: Soluções inovadoras diferenciadas dos modelos padrão disponíveis no mercado que sejam mais simples e confiáveis na função de resfriamento de equipamentos, sistemas e ambientes (paineis industriais, gabinetes, camarotes etc).

Impacto esperado: Otimização do dispêndio de HH para manutenção.

DESAFIO 28 – DEEP TECH                     

Descrição: Geração submarina de energia como fonte alternativa que contribua para reduzir a dependência da queima de gases com alto teor de CO2 e elevado Inventário de Gases de Efeito Estufa (IGEE).

Área(s) Tecnológica(s): Captação de Energia Submarina

Solução esperada: Sistema de geração/captação de energia submarina capaz de alimentar um sistema de separação submarina do CO2 por alta pressão (HISEP), que pode adotar, por exemplo, inovações envolvendo “turbinas mergulhadas”, integradas a outras tecnologias como a própria geração de H2, power from shore, eólica offshore, entre outras.

Impacto esperado: Viabilização de áreas marginais com elevada razão gás-óleo (RGO) e elevado teor de CO2; Aumento da produção de óleo em Unidades Estacionárias de Produção (UEP) que já atingiram a máxima capacidade de processamento do gás; Reduzir a emissão de Gases de Efeito Estufa.

DESAFIO 29 – DEEP TECH

Descrição: Viabilizar tecnica e economicamente processo de conversão de CO2.

Área(s) Tecnológica(s): Conversão de CO2

Solução esperada: Tecnologias de conversão de CO2 em produtos de valor agregado via eletrorredução.

Impacto esperado: Redução de emissões de CO2 com impacto no indicador IGEE e possíveis ganhos com o produto gerado.

DESAFIO 30 – DEEP TECH                    

Descrição: Segmentar semanticamente imagens utilizadas na indústria do petróleo de acordo com o contexto geológico.

Área(s) Tecnológica(s): Caracterização e modelagem / Data Science

Solução esperada: Criar ferramenta que faça a segmentação semântica, a qualificação e a quantificação de imagens geocientíficas na indústria do petróleo explicitando relações intrínsecas a partir de base referencial de imagens.

Impacto esperado: Diminuição do tempo necessário para construção de modelos geológicos conceituais; Mitigação de riscos por redução da incerteza exploratória.

DESAFIO 31 – DEEP TECH

Descrição: Identificar ambientes geológicos em seções sísmicas horizontais baseado em modelos de aprendizado de máquina baseados em imagens de satélite de ambientes atuais.

Área(s) Tecnológica(s): Intepretação Sísmica / Data Science

Solução esperada: Ferramenta capaz de distinguir ambientes geológicos a partir de conjunto de imagens (satélite, dados sintéticos e dados anotados em seções sísmicas) que permita a classificação de ambientes geológicos em imagens sísmica sem anotação.

Impacto esperado: Redução do tempo gasto na concepção de modelos geológicos; Aumento da velocidade do processo de interpretação sísmica; Mitigação de riscos por redução da incerteza exploratória.

DESAFIO 32 – DEEP TECH                     

Descrição: Redução de CAPEX, footprint e Inventário de Gases de Efeito Estufa por meio da predição de otimizações potenciais em uma planta de processo all electric concebida por conceitos de ciclo combinado, captação em água profunda, entre outros.

Área(s) Tecnológica(s): Modelagem e Simulações

Solução esperada: Simulador preditivo capaz de gerar as otimizações possíveis na planta de processo.

Impacto esperado: Redução significativa de peso e footprint, CAPEX e Inventário de Gases de Efeito Estufa (IGEE).