Maestría en Ingeniería de Sistemas e Informática

Permanent URI for this collection

https://noesis.uis.edu.co/handle/20.500.14071/9010

Browse

Browsing Maestría en Ingeniería de Sistemas e Informática by browse.metadata.advisor "Calderon Carrillo, Zuly Himelda"

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    Desarrollo de una metodología para la simulación del comportamiento de producción de un yacimiento usando redes neuronales
    (Universidad Industrial de Santander, 2007) Ruz Rojas, Salvador; Calderon Carrillo, Zuly Himelda
    En la industria del petróleo, toda vez que se quiere evaluar la respuesta de un campo a diferentes condiciones de operación, se utiliza preferiblemente la simulación numérica. Ésta estrategia, a pesar de tener un relativo éxito, presenta algunos costos y limitantes que pueden llegar a ser superados con la ayuda de mecanismos alternativos de simulación. Con el objetivo de construir un modelo sustituto, capaz de emular el comportamiento de producción de un campo, se hizo un estudio para determinar la metodología a seguir para que una red neuronal artificial (RNA) capturara los elementos necesarios para hacer los estimativos de producción de aceite bajo diferentes escenarios. La investigación se inició con una revisión detallada de los fundamentos de las RNA de alimentación hacia delante y retropropagación del error (parte codificada en DelphiTPFFPT). Luego, se abordaron los elementos propios del flujo de fluido en medios porosos, como etapa previa a la definición de las variables que deberían ser tenidas en cuenta para las entradas y las salidas de las RNAs. Los modelos de RNAs fueron planteados desde el más simple (un solo pozo) hasta el más complejo (varios pozos actuando de manera simultánea), y las variables escogidas fueron discriminadas por su comportamiento dinámico o estático, según el escenario de simulación. Cada modelo propuesto fue evaluado por medio de una aplicación construida en MatlabTPFFPT. Los datos utilizados para el entrenamiento y la simulación de las RNAs, fueron obtenidos de casos reales de campos colombianos y de la simulación numérica de un campo ficticio. Éste último se creó para obtener datos de aquellos escenarios que no pueden ser reproducidos en la realidad por cuestiones económicas. Finalmente, se hizo un resumen de las estructuras de redes, las variables y los procedimientos que garantizaron un acercamiento de las RNAs entrenadas, al comportamiento esperado.
  • No Thumbnail Available
    Item
    Herramienta software para el ajuste de la ecuacion de estado de peng-robinson a datos experimentales pvt de yacimientos cercanos al punto critico utilizando redes neuronales
    (Universidad Industrial de Santander, 2004) Calvete Gonzalez, Fernando Enrique; Calderon Carrillo, Zuly Himelda
    Los yacimientos de fluidos composicionales además de ser muy valiosos presentan una gran complejidad e inestabilidad. En ingeniería de petróleos, se han utilizado ecuaciones de estado para predecir y estimar el comportamiento de las fases presentes en ellos, constituyéndose en la base fundamental de la simulación composicional. Sin embargo, su utilización es limitada porque pierden validez en diferentes rangos de temperatura y presión. Por otro lado, se han utilizado algoritmos de análisis estadístico, basados en el método de mínimos cuadrados, con el fin de ajustar los datos predictivos de las ecuaciones de estado a los datos experimentales PVT y de esta manera obtener los parámetros que permitan utilizarla a diferentes condiciones de temperatura y presión. Estas metodologías, tiene gran aplicación y una alta precisión, pero ofrecen una gran desventaja: el ajuste estadístico fuerza a cambiar los parámetros de la ecuación de estado sin tener en cuenta que estos reflejan características físico-químicas de los compuestos que hacen parte de la mezcla de hidrocarburos. El presente trabajo tiene como fin, presentar una metodología y una herramienta software, basada en redes neuronales, que permite generar los parámetros de la ecuación de estado que reproducen con exactitud los datos PVT de laboratorio; permitiendo posteriormente predecir el comportamiento de fases de los fluidos a condiciones de yacimiento. Esta nueva metodología ajusta los Coeficientes de Interac ción Binaria – CIB –-, los cuales son parte fundamental de la ecuación de estado y reflejan las interrelaciones moleculares de los compuestos químicos de los fluidos. Las redes neuronales que se utilizan no permiten que los cambios de los parámetros sean forzados sino que lleguen a valores tales que continúen representando las características físicas de los compuestos y permitan predicciones del orden del 99% de precisión como se muestra en los respectivos análisis de resultados.