Modelado de los pronósticos de producción a partir del análisis integrado de datos y métodos estadísticos no paramétricos

Simple item page
dc.contributor.advisorCalvete González, Fernando Enrique
dc.contributor.authorMontes Paez, Erik Giovany
dc.date.accessioned2024-03-03T22:46:40Z
dc.date.available2016
dc.date.available2024-03-03T22:46:40Z
dc.date.created2016
dc.date.issued2016
dc.description.abstractLos modelos empleados tradicionalmente para la generación de pronósticos de producción tienen sus bases en dos vertientes: las curvas de declinación propuestas por Arps y las curvas tipo planteadas por autores como Fetkovich y Blasingame. En cualquiera de estos modelos se tienen consideraciones similares, como por ejemplo, que los pozos drenan el yacimiento en régimen pseudoestable, que la presión de fondo fluyente de los pozos es constante y que la tendencia de declinación que posee un pozo es la misma durante toda su vida productiva. Debido a que difícilmente se cumplen estas suposiciones en la operación de los pozos de un campo, los pronósticos generados mediante software comerciales tienen un pobre ajuste, con respecto a la producción que dichos pozos tendrán en la realidad, aumentando la incertidumbre, no solo en cuanto a las tasas de producción, sino también en lo que se refiere a la estimación de las reservas y la toma de decisiones. El presente trabajo propone dos diferentes métodos para la generación de los pronósticos de producción: la aplicación de series de tiempo y el uso de modelos estadísticos no paramétricos, con el fin de mejorar la bondad de ajuste de los datos calculados y para permitir que las herramientas comerciales de análisis de la producción incorporen otros algoritmos de cálculo. 1
dc.description.abstractenglishProduction forecasting modelling by integrated data analysis and non-parametric statistical methods1
dc.description.degreelevelMaestría
dc.description.degreenameMagíster en Ingeniería de Hidrocarburos
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/35263
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingenierías Fisicoquímicas
dc.publisher.programMaestría en Ingeniería de Hidrocarburos
dc.publisher.schoolEscuela de Ingeniería de Petróleos
dc.rightshttp://creativecommons.org/licenses/by/4.0/
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
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.rights.urihttp://creativecommons.org/licenses/by-nc/4.0
dc.subjectCurvas De Declinación
dc.subjectPronósticos
dc.subjectSeries De Tiempo
dc.subjectEstadística No Paramétrica.
dc.subject.keywordModels traditionally used to production forecasting are based in two areas: Decline Curves proposed by Arps and Type Curves builded by autors like Fetkivich and Blasingame. All these models have similar assumptions
dc.subject.keywordsuch the well are producing under pseudosteady state regime
dc.subject.keywordthe bottom hole pressure in producing wells is constant and the decline trend in a well is the same along its life. Because these assumptions hardly are satisfied in the operation of wells in a field
dc.subject.keywordthe forecasts generated by commercial software have a poor fit with respect to the production that these wells will in reality
dc.subject.keywordincreasing uncertainty in production rates estimation and even decision making. This work proposes two different methods to production forecasting: applying time series and using non-parametric statistical models in order to improve the accuracy of the calculated data
dc.subject.keywordand to allow the commercial analysis software incorporating other production calculation algorithms.
dc.titleModelado de los pronósticos de producción a partir del análisis integrado de datos y métodos estadísticos no paramétricos
dc.title.englishDecline Curves, Production Forecasting, Time Series, Non-Parametrical Statistics.
dc.type.coarhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversionhttp://purl.org/coar/resource_type/c_bdcc
dc.type.localTesis/Trabajo de grado - Monografía - Maestria
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
292.73 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
4.58 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
276.23 KB
Format:
Adobe Portable Document Format
Download
Collections
Maestría en Ingeniería de Hidrocarburos