The use of NLP and data science in the oil and gas industry - a case ofacquiring knowledge about integrityand reliability in the subsea area

Authors

DOI:

https://doi.org/10.70369/f9vk7h11

Keywords:

Subsea, Integrity management, Reliability, Digital transformation, Data mining

Abstract

A system was developed to improve the analysis of integrity and reliability in subsea equipment, dealing with the complexity of unstructured data of around 120,000 PDF documents. This system consists of two services: an Extractor, which uses Machine Learning (ML) and regular expressions to mine data from inspection reports, and an Interface for viewing and analyzing structured data. Identification of relevant sources and system requirements was obtained in meetings with subsea experts, and, through sample inspection reports, used to train the Extractor. The methodology involved Support Vector Machines (SVM) for classifying table types and regex for extraction. Difficulties arose due to the diversity of reporting structures, leading to a hybrid approach with ML for context identification. The resulting web interface offers features such as advanced search, visualization of extracted data, statistical analysis of reliability and analytical dashboards. The software contributed significantly to the efficiency of underwater analysis activities, promoting digital transformation in the area by providing a valuable historical base of structured data to support decision making.

Author Biographies

  • Lucas Augusto Penna de Carvalho, Petrobras

    Engenheiro mecânico de formação e funcionário da Petrobras desde 2011, sempre atuando na área de Sistemas Submarinos. Atualmente, trabalha na gerência de Engenharia de Manutenção e Confiabilidade Submarina, onde vem se especializando nas áreas de Engenharia de Confiabilidade e Gestão de Ativos, além de se envolver em iniciativas da Petrobras voltadas para esses temas no Exploração e Produção (E&P). Possui certificação em Engenharia de Confiabilidade pela empresa COMPASS, programa Rede Consultor (2018), e MBA em Gestão de Ativos pela Fundação Gorceix (2023).

  • Rene Thiago Capelari Orlowski, Petrobras

    Engenheiro mecânico de formação e funcionário da Petrobras desde 2002. Lotado na gerência de Engenharia Submarina do CENPES, atua na área de Pesquisa e Desenvolvimento (P&D) para equipamentos submarinos e sistemas de produção. Possui especialização em Engenharia de Produto pela Pontifícia Universidade Católica do Paraná, Engenharia de Confiabilidade pela Universidade Tecnológica Federal do Paraná e Mestrado em Engenharia Oceânica Universidade Federal do Rio de Janeiro.

  • Anderson Barata Custódio, Petrobras

    Engenheiro naval pela Universidade Federal do Rio de Janeiro (1997), mestre em Engenharia Submarina pela Universidade Federal do Rio de Janeiro (1999), doutor em Engenharia pela Universidade Federal do Rio de Janeiro (2005). Docente da Universidade Católica de Petrópolis de 2010 a 2018, pesquisador em Tecnologia de Dutos Submarinos e Risers do Centro de Pesquisas da Petrobras desde 2001.

  • Italo de Oliveira Matias, Pontifícia Universidade Católica do Rio de Janeiro

    Graduado em Ciências da Computação pela Universidade Federal da Paraíba (1998). Mestrado pela Universidade Federal do Rio de Janeiro em Engenharia de Sistemas e Computação na área de Computação Gráfica - COPPE/UFRJ (2001). Doutorado pela Universidade Federal do Rio de Janeiro em Engenharia Civil na área de Sistemas Computacionais/Inteligência Computacional (2007). Pós-Doutorado em Engenharia e Ciências dos Materiais pela Universidade Norte-Fluminense (2011). Atualmente, é líder de projetos na área de Oil & Gas com ênfase em Inteligência Artificial pelo  Laboratório de Engenharia de Software da Pontifícia Universidade Católica do Rio de Janeiro (LES/PUC-Rio), possuindo experiência de mais de 20 anos em projetos na área de Oil & Gas.

  • Fábio Freitas da Silva, Pontifícia Universidade Católica do Rio de Janeiro

    Doutor em Planejamento Regional e Gestão da Cidade, Graduação e Mestrado em Engenharia de Produção pela Universidade Candido Mendes. Apresenta experiência na manipulação e análise de dados provenientes do censo do Instituto Brasileiro de Geografia e Estatística, além de expertise nas bases do RAIS, CAGED e DATASUS. Atualmente, é consultor de Apoio Acadêmico e Tecnológico no Laboratório de Engenharia de Software da Pontifícia Universidade Católica do Rio de Janeiro, atuando na área de ciência de dados.

  • Marcelo Romeu Gonçalves, Pontifícia Universidade Católica do Rio de Janeiro

    Possui graduação em Ciência da Computação pela Universidade Candido Mendes (2013). Possui Mestrado em Pesquisa Operacional e Inteligência Computacional pela Universidade Candido Mendes (2017). Atualmente, é vinculado à Pontifícia Universidade Católica do Rio de Janeiro.

  • Roberto Meireles Acruche, Pontifícia Universidade Católica do Rio de Janeiro

    Bacharelado em Ciências da Computação pela Universidade Candido Mendes (2015). Mestrado em Engenharia de Produção pela Universidade Candido Mendes (2017). Sempre atuando em projetos de pesquisas durante toda a vida acadêmica, possuindo mais de 10 anos na área de Tecnologia da Informação (TIC). Possuo experiência no desenvolvimento de softwares voltados para análise de imagens, com uso de Machine Learning e Banco de Dados. Atualmente, trabalha na Pontifícia Universidade Católica do Rio de Janeiro como pesquisador do Laboratório de Engenharia de Software (LES) trabalhando com projetos de Oil & Gas.

  • Soeli Teresinha Fiorini, Pontifícia Universidade Católica do Rio de Janeiro

    Possui mestrado (1995) e doutorado (2001) em Informática pela Pontifícia Universidade Católica do Rio de Janeiro e especialização em Telemedicina (2020). Atualmente é gerente de projetos/pesquisadora do Instituto ECOA da Pontifícia Universidade Católica do Rio de Janeiro. Membro do Comitê Assessor Rede Universitária de Telemedicina (RUTE). Atualmente, desenvolve projetos de IoT na saúde, agronegócio e Data Science/IA no setor de óleo e gás como Scrum Master.

  • Whanderley Souza Freitas, Pontifícia Universidade Católica do Rio de Janeiro

    Mestre no curso Sistemas Aplicados à Engenharia e Gestão (2018). Experiência profissional e acadêmica com desenvolvimento web utilizando python e ruby. Atualmente, é analista de Tecnologia da Informação do Instituto Federal Fluminense e analista sênior na Pontifícia Universidade Católica do Rio de Janeiro.

  • Anderson Oliveira da Silva, Pontifícia Universidade Católica do Rio de Janeiro

    Graduado em Engenharia de Computação pela Pontifícia Universidade Católica do Rio de Janeiro (1995), mestre em Informática pela Pontifícia Universidade Católica do Rio de Janeiro (1998) e doutor em Informática pela Pontifícia Universidade Católica do Rio de Janeiro (2009). Atualmente é consultor em sistemas de Informações nível II e professor agregado nível II do Departamento de Informática da Pontifícia Universidade Católica do Rio de Janeiro.

  • Eduardo Shimoda, Pontifícia Universidade Católica do Rio de Janeiro

    Possui graduação em Zootecnia pela Universidade Federal de Viçosa (1995), mestrado (1999) e doutorado (2004) em Produção Animal pela Universidade Estadual do Norte Fluminense. Coordenou o curso de mestrado em Pesquisa Operacional e Inteligência Computacional (POIC) na Universidade Candido Mendes - Campos, onde leciona e orienta na graduação e no mestrado de POIC e no mestrado e doutorado em Planejamento Regional / Gestão da Cidade. É consultor em DataScience na Prefeitura Municipal de Campos de Goytacazes (ajudando na gestão de crise do COVID-19) e no Laboratório de Engenharia de Software (LES) da Pontifícia Universidade Católica do Rio de Janeiro.

Downloads

Published

2025-02-26

Issue

No. 2 (2024): especial

Section

Número Especial de Engenharia Submarina

License

Copyright (c) 2024 Lucas Augusto Penna de Carvalho, Rene Thiago Capelari Orlowski, Anderson Barata Custódio, Italo de Oliveira Matias, Fábio Freitas da Silva, Marcelo Romeu Gonçalves, Roberto Meireles Acruche, Soeli Teresinha Fiorini, Whanderley Souza Freitas, Anderson Oliveira da Silva, Eduardo Shimoda

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

How to Cite

Penna de Carvalho, L. A., Rene Thiago Capelari Orlowski, Barata Custódio, A., de Oliveira Matias, I., Freitas da Silva, F., Romeu Gonçalves, M., Meireles Acruche, R., Teresinha Fiorini, S., Souza Freitas, W., Oliveira da Silva, A., & Shimoda, E. (2025). The use of NLP and data science in the oil and gas industry - a case ofacquiring knowledge about integrityand reliability in the subsea area. Revista Técnica Da Universidade Petrobras , 2, 1-9. https://doi.org/10.70369/f9vk7h11