Metodología para la predicción de curvas de declinación de pozos de petróleo, aplicando redes neuronales artificiales
No Thumbnail Available
Date
2007
Evaluators
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Industrial de Santander
Abstract
En este trabajo, se desarrolla una herramienta software que aborda el análisis de curvas de declinación de pozos de petróleo, basándose en redes neuronales, con el objetivo de mejorar la precisión en los resultados, respecto a otros métodos. Para la construcción del modelo neuronal se utilizaron los registros históricos de producción de cada pozo, para alimentarlo durante las fases de entrenamiento y simulación. Para este propósito se empleó una configuración de red neuronal tipo perceptrón multicapa, con backpropagation como algoritmo de aprendizaje. Los resultados obtenidos son comparados contra los modelos representativos para la predicción de la producción: exponencial, armónico e hiperbólico, que son los más utilizados por los ingenieros de producción. La herramienta desarrollada permite hacer una predicción más cercana a los datos reales, incluso en aquellos casos donde se realizan operaciones de mantenimiento o mejoramiento de la producción, como los cambios de bombeo, y surge como alternativa de solución ante los métodos tradicionales. En este trabajo se evidenció que de un buen análisis, del correcto planteamiento y de eficientes técnicas de preprocesamiento de datos, depende el éxito del modelo neuronal, aunque muchas veces contar con un buen modelo no siempre es garantía para obtener buenos resultados en la predicción de la producción; pues las condiciones de operación de pozos depende en gran medida de las decisiones tomadas por los ingenieros de producción; es por esto que la aplicación no podría predecir y ajustarse a malos procedimientos que conlleven a un bajo rendimiento del pozo o a un daño irreparable.
Description
Keywords
Redes Neuronales Artificiales, Curvas De Declinación, Predicción De La Producción De