Architecture
Economic and administrative sciences
Sciences and Humanities
Engineering

  1. Lumieres - Repositorio institucional Universidad de América
  2. Ingenierías
  3. Ingeniería de Petróleos
  4. Trabajos de grado - Ingeniería de Petróleos
Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.11839/8623
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorGómez Alba, Sebastián Alejandro-
dc.contributor.authorAnaguano Bucheli, Juan Felipe-
dc.contributor.authorUrrego Quimbay, William Sneyder-
dc.date.accessioned2022-01-04T02:52:32Z-
dc.date.available2022-01-04T02:52:32Z-
dc.date.issued2021-07-29-
dc.identifier.citationAPA 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-
dc.identifier.urihttps://hdl.handle.net/20.500.11839/8623-
dc.descriptionThe 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.spa
dc.description.abstractEl 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.spa
dc.language.isoesspa
dc.publisherFundación Universidad de Américaspa
dc.rightsAtribución – No comercialspa
dc.subjectEnergía mecánica específicaspa
dc.subjectIndicador direccional dificultadspa
dc.subjectPeso sobre brocaspa
dc.subjectSpecific mechanical energyspa
dc.subjectSpecific mechanical energyspa
dc.subjectWeight over bitspa
dc.subjectTesis y disertaciones académicasspa
dc.titleImplementación 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 Magdalenaspa
dc.title.alternativeImplementation 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 Basinspa
dc.typebachelorThesisspa
Appears in Collections:Trabajos de grado - Ingeniería de Petróleos

Files in This Item:
File Description SizeFormat 
5152311-2021-2-IP.pdf3.34 MBAdobe PDFView/Open
CARTA DE CESIÓN DE DERECHOS Y AUTORIZACIÓN PARA PUBLICACIÓN.pdf
Access Restricted		143.3 kBAdobe PDFView/Open    Request a copy
Show simple item record


This item is licensed under a Creative Commons Licence Creative Commons