Modelo de predicción del proceso de inyección continua de vapor para tiempos posteriores a ruptura

Abstract

La disminución de los recursos hidrocarburos convencionales durante los últimos años ha redirigido la atención hacia otras alternativas de obtención de recursos energéticos, dentro de estas se encuentran los crudos pesados, los cuales han sido incluidos dentro de las reservas recuperables de aceite, países pioneros en recuperación de hidrocarburos han aumentado el número de proyectos que involucran nuevos métodos de recobro y la optimización de los ya existentes. En los métodos de recuperación de crudos pesados se encuentra la Inyección de vapor, este proceso térmico puede ser evaluado mediante modelos analíticos de predicción, modelos numéricos, modelos físicos, entre otros. Estas formas de evaluación varían en cuanto a su tiempo de aplicación, grado de incertidumbre y complejidad, razón por la cual es indispensable conocer la mejor alternativa que permita reducir tiempo e incertidumbre del análisis. Anteriormente, se han trabajado variedad de métodos para analizar el desempeño de este proceso de recobro, sin embargo, cuando el vapor inyectado ha alcanzado los pozos productores y se produce la ruptura del vapor, se generan cambios radicales en la producción de aceite, complejos de modelar, esto ocasiona una alta incertidumbre los resultados de predicción de la producción obtenidos con los métodos mencionados de evaluación. Dentro de las herramientas de predicción, se encuentran los Modelos Proxy, los cuales serán trabajados a lo largo de este proyecto para construir un modelo que disminuya la incertidumbre en la predicción de la producción de aceite durante la inyección continua de vapor. El Modelo Proxy elaborado, permite reproducir el comportamiento de la tasa de producción de aceite través del tiempo de un yacimiento sometido a inyección continua de vapor, en cada una de sus etapas, como función de las principales variables que lo afectan y la influencia del tiempo de irrupción, para un caso de aplicación fundamentado en datos reales.