Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)Calderón Carrillo, Zuly HimeldaDíaz Sierra, Jorge Eduardo2023-02-272023-02-272022-11-062023-02-21https://noesis.uis.edu.co/handle/20.500.14071/12293En la presente investigación se introducen técnicas modernas basadas en los datos como los algoritmos evolutivos para la solución de variados problemas en la caracterización de la fracción C_7^+ para gases condensados o fluidos retrógrados. Dado el trabajo termodinámico y computacional que requiere simular una composición de un fluido con cadenas de 30 o más componentes se requiere de métodos de agrupación que repliquen el comportamiento del fluido con menos componentes. Con base en lo anterior, se presenta una metodología para la agrupación de los análisis extendidos de hidrocarburos de acuerdo a la literatura como Coats (1985) y Whitson (1983); estos métodos se desarrollan para extender las composiciones de un fluido a partir de datos de composición necesarios para la fase de agrupamiento y solución en los modelos implementados de Gamma tres parámetros, Katz y Pedersen. Posteriormente, se introduce el concepto de la regresión de Lasso (regresión paso a paso) para evaluar la distribución de la fracción del componente x_i (%mol) versus su peso molecular MW en las mezclas Z_io, Z_ig y Z_iog para una muestra tomada y en un tiempo t_n dada por Yang Yang (2020). Además, se desarrolla la solución de la ecuación de estado Peng Robinson para la solución de puntos de rocío y burbuja en una mezcla de multicomponentes por medio de sustituciones sucesivas. Finalmente, se obtiene la composición inicial de un fluido con la ayuda de una optimización multiobjetivo por medio de una frontera de Pareto y a partir de un método de solución evolutivo conocido como algoritmo genético. En este proyecto de investigación los datos obtenidos de desviación absoluta del condensado producido con respecto a la desviación de la composición molar de una simulación suministrada en Yang Yang (2020) de n escenarios son la base para las estimaciones elaboradas por el algoritmo del frente de Pareto con algoritmos genéticos, para la elaboración de una envolvente de fase que permita entender la posible evolución del cambio de composición del yacimiento de gas condensado a través del tiempo.application/pdfspainfo:eu-repo/semantics/openAccessOptimización multiobjetivoAlgoritmos genéticosFracción C+7Métodos de agrupamientoRegresión de LassoFugacidadSustituciones sucesivasUniversidad Industrial de SantanderTesis/Trabajo de grado - Monografía - MaestríaUniversidad Industrial de Santanderhttps://noesis.uis.edu.coMultiobjective OptimizationGenetic AlgorithmsFraction C+7Grouping MethodsLasso RegressionFugacitySuccessive Substitutionshttp://purl.org/coar/access_right/c_abf2info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)