Arquitectura
Economía
- Economía
- Administración de Empresas
- Estadística y Ciencias Actuariales
- Negocios internacionales
- Especialización Gerencia de Proyectos
- Especialización Gerencia de Empresas
- Especialización Gerencia del Talento Humano
- Especialización Gestión de la Seguridad y Salud en el Trabajo
- Especialización Negocios Internacionales e Integración Económica
- Maestría MBA Administración
- Maestría Gerencia del Talento Humano
Ciencias y humanidades
Ingenierías
- Ingeniería Industrial
- Ingeniería Mecánica
- Ingeniería de Petróleos
- Ingeníeria Química
- Ingeniería Ambiental
- Ingeniería en Energías
- Ingeniería Mecatrónica
- Especialización Gerencia de la Calidad
- Especialización Gestión Ambiental
- Maestría en Gestión Ambiental para la Competitividad
- Maestría Gerencia Integral de la calidad y Productividad
- Maestría Ingeniería de Yacimientos
- Maestría en Recuperación Avanzada de Hidrocarburos
Por favor, use este identificador para citar o enlazar este ítem:
https://hdl.handle.net/20.500.11839/8623
Título: | Implementación de un modelo predictivo para la estimación de un indicador de borehole quality, mediante la metodología machine learning, en los pozos perforados durante la campaña 2017-2020 de dos campos de hidrocarburos de la Cuenca del Valle Medio del Magdalena |
Otros títulos: | Implementation of a predictive model for the estimation of a Borehole Quality indicator, through machine learning methodology, in drilled wells during 2017-2020 of two hydrocarbon fields at Valle Medio del Magdalena Basin |
Autor(es): | Anaguano Bucheli, Juan Felipe Urrego Quimbay, William Sneyder |
Director de tesis: | Gómez Alba, Sebastián Alejandro |
Tipo de licencia: | Atribución – No comercial |
Palabras clave: | Energía mecánica específica;Indicador direccional dificultad;Peso sobre broca;Specific mechanical energy;Specific mechanical energy;Weight over bit;Tesis y disertaciones académicas |
Fecha de publicación: | 29-jul-2021 |
Editorial: | Fundación Universidad de América |
Resumen: | El documento presenta la implementación de un modelo predictivo para la estimación de un Borehole Quality, dicho proyecto de investigación nació a partir de la necesidad de tener valores o rangos de parámetros estandarizados como óptimos para evaluar la efectividad en las operaciones de perforación para dos campos de Valle Medio del Magdalena. En primer lugar, se generó una base de datos con base en los datos de los pozos perforados en el periodo 2017-2020 con perfil direccional vertical, dicha base de datos fue depurada mediante un análisis exploratorio de datos con el fin de prepararla para la división y prueba del modelo predictivo. |
Abstract: | The document presents the implementation of a predictive model for the estimation of a Borehole Quality, said research project was born from the need to have values or ranges of standardized parameters as optimal to evaluate the effectiveness in drilling operations for two fields of Middle Magdalena Valley. In the first place, a database was generated based on the data of the wells drilled in the period 2017-2020 with a vertical directional profile, said database was refined through an exploratory data analysis in order to prepare it for the division. and test of the predictive model. |
URI: | https://hdl.handle.net/20.500.11839/8623 |
Citación: | APA 7th - Anaguano Bucheli, J. F. y Urrego Quimbay, W. S. (2021) Implementación de un modelo predictivo para la estimación de un indicador de borehole quality, mediante la metodología machine learning, en los pozos perforados durante la campaña 2017-2020 de dos campos de hidrocarburos de la Cuenca del Valle Medio del Magdalena. [Trabajo de grado, Fundación Universidad de América] Repositorio Institucional Lumieres. https://hdl.handle.net/20.500.11839/8623 |
Aparece en las colecciones: | Trabajos de grado - Ingeniería de Petróleos |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
5152311-2021-2-IP.pdf | 3.34 MB | Adobe PDF | Visualizar/Abrir | |
CARTA DE CESIÓN DE DERECHOS Y AUTORIZACIÓN PARA PUBLICACIÓN.pdf Accesso Restringido | 143.3 kB | Adobe PDF | Visualizar/Abrir Request a copy |