Núcleo de Fusão de Dados de um Gêmeo Digital da indústria de petróleo e gás
Resumo
A competitividade na indústria de óleo e gás tem exigido altos investimentos tecnológicos para decisões centradas em dados. Uma das tendências são os Gêmeos Digitais, que se valem de espaços virtuais e de serviços analíticos avançados para monitorar e aprimorar os espaços físicos. Um Núcleo de Fusão de Dados (NFD) inter-relaciona estes sistemas. A plataforma de dados OSDU é uma iniciativa de vários parceiros para eliminar silos de dados no ecossistema de petróleo e alavancar inovações através de uma abordagem orientada a dados. Neste trabalho, analisamos em que medida a plataforma de dados OSDU pode atender às necessidades de implementação de um NFD, com foco em interoperabilidade, integração, e linhagem de dados.
Palavras-chave:
Gêmeo Digital, Fusão de Dados, Integração de Dados, Interoperabilidade de Dados
Referências
Eirinakis et al., P. (2020). Enhancing cognition for digital twins. In 2020 IEEE Intl. Conf. on Engineering, Technology and Innovation (ICE/ITMC).
Omitola et al., T. (2012). Capturing interactive data transformation operations using provenance workflows. In Extended Semantic Web Conference, pages 29–42. Springer.
Sawadogo, P. and Darmont, J. (2021). On data lake architectures and metadata management. J. Intell. Inf. Syst., 56(1):97–120.
Schneider, T. and Simkus, M. (2020). Ontologies and Data Management: A Brief Survey. KI-Kunstliche Intelligenz, 34(3):329–353.
Simmhan, Y. L., Plale, B., and Gannon, D. (2005). A survey of data provenance in escience. SIGMOD Rec., 34(3):31–36.
Studer, R., Benjamins, V. R., and Fensel, D. (1998). Knowledge engineering: principles and methods. Data & knowledge engineering, 25(1-2):161–197.
The Open Group (2020). The open group guide osdu™ system concept. Technical report.
Wanasinghe et al., T. (2020). Digital twin for the oil and gas industry: Overview, research trends, opportunities, and challenges. IEEE Access, 8:104175–104197.
Xiao et al., G. (2018). Ontology-based data access: A survey. In Proc. of the Twenty-Seventh Intl. Conf. on Artificial Intelligence, IJCAI-18, pages 5511–5519
Omitola et al., T. (2012). Capturing interactive data transformation operations using provenance workflows. In Extended Semantic Web Conference, pages 29–42. Springer.
Sawadogo, P. and Darmont, J. (2021). On data lake architectures and metadata management. J. Intell. Inf. Syst., 56(1):97–120.
Schneider, T. and Simkus, M. (2020). Ontologies and Data Management: A Brief Survey. KI-Kunstliche Intelligenz, 34(3):329–353.
Simmhan, Y. L., Plale, B., and Gannon, D. (2005). A survey of data provenance in escience. SIGMOD Rec., 34(3):31–36.
Studer, R., Benjamins, V. R., and Fensel, D. (1998). Knowledge engineering: principles and methods. Data & knowledge engineering, 25(1-2):161–197.
The Open Group (2020). The open group guide osdu™ system concept. Technical report.
Wanasinghe et al., T. (2020). Digital twin for the oil and gas industry: Overview, research trends, opportunities, and challenges. IEEE Access, 8:104175–104197.
Xiao et al., G. (2018). Ontology-based data access: A survey. In Proc. of the Twenty-Seventh Intl. Conf. on Artificial Intelligence, IJCAI-18, pages 5511–5519
Publicado
04/10/2021
Como Citar
CORREIA, Jaqueline B.; ABEL, Mara; BECKER, Karin.
Núcleo de Fusão de Dados de um Gêmeo Digital da indústria de petróleo e gás. In: SIMPÓSIO BRASILEIRO DE BANCO DE DADOS (SBBD), 36. , 2021, Rio de Janeiro.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2021
.
p. 343-348.
ISSN 2763-8979.
DOI: https://doi.org/10.5753/sbbd.2021.17896.
