apresentações dos convidados

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


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


BASE DE DADOS DE SÍSMICA DE REFERÊNCIA

Ciclo dos dados sísmicos na base de referência


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


POSICIONAMENTO 3D

POSICIONAMENTO 2D

?


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


Ciclo dos dados de poços na base de referência


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….

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

http://www.google.no/url?sa=i&rct=j&q=&esrc=s&frm=1&source=images&cd=&cad=rja&uact=8&docid=KavFag-0oD9CSM&tbnid=CiLxYhvGe4yaCM:&ved=0CAUQjRw&url=http://www.neuralog.com/products/Full-Scale-Well-Log-Paper.html&ei=aMr-U7qtCIan4gTYnIHoCg&bvm=bv.74035653,d.d2s&psig=AFQjCNEFQU9DZHmd1l3vVF9V8POonR1w7Q&ust=1409293232259626

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

http://www.google.no/url?sa=i&rct=j&q=&source=images&cd=&cad=rja&docid=nCc8W-Zlg4LEmM&tbnid=vZJNheKdY-RwbM:&ved=0CAUQjRw&url=http://www.skipsteknisk.no/default.asp?menu=4&id=145&ei=4HSwUaTTLMnY4QT2yoCYCw&bvm=bv.47534661,d.bGE&psig=AFQjCNGtmxcf0Su8wxRJNP1sNIvR3gPy9g&ust=1370605068338383

http://www.google.no/url?sa=i&rct=j&q=&source=images&cd=&cad=rja&docid=-dhjnlcHgoZOxM&tbnid=dJCRZYm8k5n-0M:&ved=0CAUQjRw&url=http://www.bi.no/forskning/Nyheter/Nyheter-2011/Fra-outsourcing-til-offshoring/&ei=hYuxUcKmIsnn4QTCzYHgCg&bvm=bv.47534661,d.bGE&psig=AFQjCNGIFGa5-jl739x7m8QCUMyzZtET0Q&ust=1370676483016724

https://www.google.no/imgres?imgurl=http://cf.ydcdn.net/1.0.1.22/images/computer/OPENREEL.GIF&imgrefurl=http://www.yourdictionary.com/open-reel&docid=0Lr-yD9b6UX5bM&tbnid=h33hPSU1ib_LyM:&w=341&h=313&ei=cUcIVPe6CqG_ywP8q4CwDw&ved=0CAIQxiAwAA&iact=c





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

http://en.wikipedia.org/wiki/Terabyte

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

http://l.sasbu.chevron.net/IM/Default.asp

http://l.sasbu.chevron.net/IM/Default.asp

© 2014

Organigrama de Governança de Dados

66 SASBU Information: Kaizen Report Out / May 2013

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

=

http://pt.wikipedia.org/wiki/Especial:Fontes_de_livros/9789728790875









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.


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.


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.


Industrial

Informacional

Arquivos

Mestre-

Transacional

TIC Setembro/2014

— Ambientes da BDIEP: Arquivos


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


Rochas e Fluídos Padrão ANP06

Perfil Composto Padrão ANP07


Testes de Formação Padrão ANP08

Perfil de Acompanhamento Geológico Padrão ANP09,Anexo III - DAC

Anexo IV - Catálogo de Abreviaturas


Fonte: BDEP/ANP

http://www.bdep.gov.br/?dw=455
























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).

http://www.dama.org/i4a/pages/Index.cfm?pageid=3364

http://www.anp.gov.br/

http://www.bdep.gov.br/

http://nxt.anp.gov.br/NXT/gateway.dll/leg/decretos/1998/dec 2.455 - 1998.xml



http://nxt.anp.gov.br/NXT/gateway.dll/leg/leis/1997/lei 9.478 - 1997.xml?f=templates$fn=document-frame.htm$3.0$q=$x=$nc=1743

http://nxt.anp.gov.br/NXT/gateway.dll/leg/leis/1997/lei 9.478 - 1997.xml?f=templates$fn=document-frame.htm$3.0$q=$x=$nc=1743

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

http://www.ukoilandgasdata.com/

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


Data

completeness

Data

correctness Data

consistency


Data Repository

Dovernança

de dados

Os padrões de

dados

e processos

Propriedade

Dos dados

DM

Framework

Dados

Tecnologia

Administrar dados como um activo

140


Data

completeness

Data

correctness Data

consistency


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


Data

completeness Data

correctness Consistencia

de Dados


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