Arquitectura
Economía
Ciencias y humanidades
Ingenierías

Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/20.500.11839/8264
Título: Diseño de un modelo machine learning para la selección del mejor mecanismo de control de arena entre los mecanismos zeta flow y high rate water pack en el campo X de los Llanos Orientales de Colombia
Otros títulos: Design of a machine learning model for the selection of the best sand control mechanism between the zeta flow and high rate water pack mechanisms in camp X of Colombia's Eastern Plains
Autor(es): López López, Yineth Daniela
Martínez Zapata, María Camila
Director de tesis: Jiménez Bracho, Edinson Enrique
Tipo de licencia: Atribución – No comercial
Palabras clave: Control de arena;Machine Learning;Mecanismos zeta;Sand control;Machine learning;Zeta mechanisms;Tesis y disertaciones académicas
Fecha de publicación: 15-feb-2021
Editorial: Fundación Universidad de América
Resumen: Una formación con una alta presencia de finos representa un problema en el plan de producción de un campo, acarreando sobrecostos por daños en líneas de producción y equipos. El método de control de arena seleccionado depende de las condiciones específicas del área a trabajar, las prácticas operativas y las consideraciones económicas. La correcta selección del método de sand control permite moderar o mitigar los efectos negativos de un alto BSW. En este sentido, el objetivo de esta investigación es diseñar un modelo predictivo mediante Machine Learning para la selección del mejor mecanismo de control de arena entre los mecanismos Zeta Flow y High Rate Water Pack en el campo X, logrando con este modelo la reducción de producción de arena. Para llevar a cabo este propósito se desarrolló un modelo predictivo basado en el lenguaje de programación Python, que interpreta los parámetros operativos y antecedentes de trabajo y los asimila como entrenamiento para llegar a la predicción más acertada.
Abstract: A formation with a high presence of fines represents a problem in the production plan of a field, leading to cost overruns due to damage to production lines and equipment. The sand control method selected depends on the specific conditions of the work area, operating practices, and economic considerations. The correct selection of the sand control method allows to moderate or mitigate the negative effects of a high BSW. In this sense, the objective of this research is to design a predictive model using Machine Learning for the selection of the best sand control mechanism between the Zeta Flow and High Rate Water Pack mechanisms in field X, achieving with this model the production reduction of sand. To carry out this purpose, a predictive model based on the Python programming language was developed, which interprets the operational parameters and work history and assimilates them as training to arrive at the most accurate prediction.
URI: https://hdl.handle.net/20.500.11839/8264
Citación: APA 7th - López López, Y. D. y Martínez Zapata, M. C. (2021) Diseño de un modelo machine learning para la selección del mejor mecanismo de control de arena entre los mecanismos zeta flow y high rate water pack en el campo X de los Llanos Orientales de Colombia. [Trabajo de grado, Fundación Universidad de América] Repositorio Institucional Lumieres. https://hdl.handle.net/20.500.11839/8264
Aparece en las colecciones:Trabajos de grado - Ingeniería de Petróleos

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
5161473-2021-1-IP.pdf1.41 MBAdobe PDFVisualizar/Abrir
CARTA DE CESIÓN DE DERECHOS Y AUTORIZACIÓN PARA PUBLICACIÓN.pdf
Accesso Restringido
222.24 kBAdobe PDFVisualizar/Abrir    Request a copy


Este ítem está sujeto a una licencia Creative Commons Creative Commons