Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)2022-03-142022-03-14https://noesis.uis.edu.co/handle/20.500.14071/6476El presente trabajo muestra la implementación de una técnica de neurosimulación para la ubicación de pozos aplicado en el desarrollo de un campo de hidrocarburos heterogéneo y de geometría irregular. Durante el desarrollo de un campo de hidrocarburos la ubicación de pozos es una de las tareas más importantes, ya que un cambio pequeño en la ubicación puede representar ganancias o pérdidas durante el resto de vida productiva del campo, con este trabajo se plantea una técnica de neurosimulación como alternativa a los métodos convencionales de ubicación de pozos los cuales son costosos y consumen gran cantidad de tiempo. Esta técnica forma un puente entre el hard-computing y el soft-computing, mezclando eficazmente redes neuronales artificiales (RNA) y simulación numérica de yacimientos, de esta forma usando la simulación numérica de yacimientos sobre unas combinaciones de pozos de entrenamiento se obtienen datos de producción que junto con otros datos son usados para entrenar y ajustar la red, luego se generan escenarios que son evaluados por la RNA entrenada, los mejores resultados se verifican con el simulador numérico de yacimientos, para después predecir la tasa a la cual los pozos producirán y la cantidad cumulativa producida de hidrocarburos. Para el desarrollo de este trabajo se hace uso de herramientas de código abierto y software libre para incentivar su uso y desarrollo en el campo de la investigación, en la academia y en la industria de los hidrocarburos. Con este trabajo se muestra un método alternativo de selección de pozos que produzca resultados rápidos y precisos, con los cuales sea fácil tomar la decisión de donde perforar nuevos pozos durante el desarrollo de un campo. Palabras claves: Neurosimulación; Redes Neuronales Artificiales; Simulación Numérica de Yacimientos; Campos Maduros; Desarrollo de Campo de Hidrocarburos; Software Libre; Lenguaje de Programación Python. ABSTRACT This paper shows the implementation of a neurosimulation technique for the well placement applied to the development of a heterogeneous hydrocarbon field with an irregular geometry. During the development of a hydrocarbon field the well placement is a major task, because a small change in location can make gains or losses of money during the remaining productive life of the field; this paper presents a neurosimulation technique as an alternative to conventional methods of well placement which are expensive and consume large amounts of time. This technique is a bridge between hard-computing and soft-computing; effectively mixes artificial neural networks (ANN) and numerical reservoir simulation, in this way using the numerical reservoir simulation in a combination of training wells, production data are obtained along with other data which are used to train and adjust the network, then a large number of scenarios are generated which are evaluated by the trained ANN, the best results are verified whit the numerical reservoir simulation, and then it is possible to predict the rate at which the wells will produce and the cumulative hydrocarbon production. For the development of this work open source tools and free software was used to encourage their use and development in research, in academia and in hydrocarbon industry. This work shows an alternative method of selecting wells that produce fast and accurate results, with which it is easy to take the decision about where is the best place to drill new wells during the development of a hydrocarbon field. Keywords: Neurosimulation, artificial neural networks, reservoirs numeric simulation, mature fields, hydrocarbon field development, free software, python.application/pdfUSO DE NEUROSIMULACIÓN EN EL POSICIONAMIENTO DE POZOS DURANTE EL DESARROLLO DE UN CAMPO DE HIDROCARBUROSinfo:eu-repo/semantics/articlehttp://purl.org/coar/access_right/c_abf2info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)