Time series applied in production forecasting

Simple item page
dc.creatorMontes Páez, Erik Giovany
dc.creatorCalvete González, Fernando Enrique
dc.creatorMantilla Duarte, Carlos Alfonso
dc.date2016-06-24
dc.date.accessioned2022-03-14T20:18:02Z
dc.date.available2022-03-14T20:18:02Z
dc.descriptionLa generación de pronósticos de producción es una actividad cotidiana del ingeniero de petróleos, que se ha venido desarrollando mediante la implementación de herramientas computacionales basadas en los modelos de curvas de declinación y curvas tipo. Estos modelos presentan falencias en la exactitud de los pronósticos, básicamente por dos razones: primero, tienen como gran condición el hecho de que los pozos se encuentren operando en estado pseudoestable y, segundo, ajustan el comportamiento de la producción a una línea de tendencia, la cual es extrapolada en el tiempo para obtener los pronósticos. En esta investigación, como una alternativa a estos modelos, se ha propuesto el uso de series de tiempo en la generación de pronósticos, pues estas incluyen tanto la tendencia como los componentes cíclicos y estacionales de los datos de producción. Se comparó el error absoluto existente entre los datos reales y los pronósticos obtenidos por metodologías convencionales y la aplicación de modelos de series de tiempo. El uso de estas series permitió obtener un mejor ajuste histórico de los datos, evidenciar que pueden presentarse otras tendencias en la declinación (como la cúbica, por ejemplo) y aumentar la precisión de los pronósticos generados.es-ES
dc.descriptionProduction forecasting is a daily activity in Petroleum Engineering, developed by commercial software based in Decline Curve Analysis and Type Curves. These models have failures in two aspects: the first one, models are conditioned to wells producing under pseudosteady state; second one, the production data is fitted to a tendential line, that is extrapolated in the time for get the forecasting. In this investigation, as an alternative to those models, a time series application is proposed, because time series include tendencial, cyclic and stational components of production data. The error between the actual data was compared to the forecasts obtained by conventional methods and results of the time series model. This application allowed to obtain a better history matching of data, evidence that other trends may be in decline (cubic, for example) and increase the accuracy of forecasts generated.en-US
dc.formatapplication/pdf
dc.identifierhttps://revistas.uis.edu.co/index.php/revistafuentes/article/view/5595
dc.identifier10.18273/revfue.v14n1-2016007
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/6652
dc.languagespa
dc.publisherUniversidad Industrial de Santanderes-ES
dc.relationhttps://revistas.uis.edu.co/index.php/revistafuentes/article/view/5595/5776
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.sourceRevista Fuentes, el reventón energético; Vol. 14 Núm. 1 (2016): Fuentes, el reventón energético; 79-88es-ES
dc.sourceFuentes, el reventón energético; Vol. 14 No. 1 (2016): Fuentes, el reventón energético; 79-88en-US
dc.sourceREVISTA FUENTES; v. 14 n. 1 (2016): Fuentes, el reventón energético; 79-88pt-BR
dc.source2145-8502
dc.source1657-6527
dc.subjectProductionen-US
dc.subjectForecastingen-US
dc.subjectTime Seriesen-US
dc.subjectARIMA Modelen-US
dc.subjectProducciónes-ES
dc.subjectSeries de tiempoes-ES
dc.subjectModelo ARIMAes-ES
dc.subjectPronósticoses-ES
dc.titleTime series applied in production forecastingen-US
dc.titleAplicación de series de tiempo en la realización de pronósticos de producciónes-ES
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion
dspace.entity.type
Files
Collections
Revista Fuentes, el reventón energético