Predicción del run life en bombas de cavidades progresivas empleando inteligencia artificial en el campo casabe

Abstract

El campo Casabe ubicado en el Valle Medio del Magdalena Colombiano, operado por la empresa estatal Ecopetrol S.A, ha implementado en gran medida el sistema de bombeo artificial PCP. Una de sus principales razones, su alto contenido de sólidos en sus pozos productores. Ahora bien, aunque se lleva registro del Run Life de las bombas PCP y sus principales componentes de falla, actualmente, no se realiza un análisis para la estimación del posible tiempo de vida media de estas bombas cuando son instaladas. Por lo anterior, cuando se presenta falla en estos sistemas, algunas veces hay demoras en el inicio de la intervención, aspecto negativo, dado a que se presenta una diferida en la producción, ocasionando pérdidas de producción y de dinero. Esta situación podría mejorar, estimando el run-life de la bomba, para así, programar una intervención en el menor tiempo posible de falla y así, no perder producción por disponibilidad de equipos. En este contexto, se identificó la oportunidad de generar un modelo de predicción usando la inteligencia artificial para la estimación del tiempo de vida media (run life) de las bombas PCP, tomando como base los registros que los operadores realizaron desde el año 2016 al 2018. Posteriormente, se evaluó por medio de algoritmos las características más relevantes en el desempeño de las bombas PCP del campo. Dichas características fueron usadas como datos de entrada en cinco diferentes modelos de predicción (Decision Tree, Random Forest, Support Vector Machine, k-nearest Neighbor y Redes Neuronales, Naive Bayes Gaussian), dando como resultado, un mejor comportamiento en el modelo de Random Forest dado que este algoritmo trabaja de una mejor manera con el número de datos que se tenían disponibles para el desarrollo del trabajo (236 datos de falla).