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/20.500.11839/9133
Título: | Implementación de un modelo predictivo mediante la metodología de machine learning para la localización de pozos inyectores de agua en un yacimiento heterogéneo |
Otros títulos: | Implementation of a predictive model using the machine learning methodology for the location of water injector wells in a heterogeneous reservoir |
Autor(es): | Granobles Urrutia, Sebastián Romero Lizcano, Laura Brigitte Henao, Adriana Sarmiento, Arian |
Tipo de licencia: | Atribución – No comercial – Compartir igual |
Palabras clave: | Aprendizaje autónomo;Inyección de agua;Yacimiento heterogeneo;Autonomous Learning;Water injection;Heterogeneous reservoir |
Fecha de publicación: | 3-feb-2022 |
Editorial: | Fundación Universidad de América |
Resumen: | Los yacimientos heterogéneos son comunes en el mundo siendo una distribución espacial no uniforme y no lineal de las propiedades de las rocas tales como porosidad, permeabilidad y saturación de petróleo, gas y agua. La industria del petróleo ofrece opciones limitadas para predecir ubicaciones efectivas para pozos inyectores de agua en un yacimiento heterogéneo. El país líder en el uso de inteligencia artificial es China y se está implementando en diferentes sectores de la vida diaria como la medicina y la vigilancia entre otros. |
Abstract: | Heterogeneous reservoirs are common in the world being a non-uniform and non-linear spatial distribution of rock properties such as porosity, permeability and oil, gas and water saturation. The petroleum industry offers limited options for predicting effective locations for water injection wells in a heterogeneous reservoir. The leading country in the use of artificial intelligence is China and it is being implemented in different sectors of daily life such as medicine and surveillance among others. |
URI: | https://hdl.handle.net/20.500.11839/9133 |
Citación: | APA 7th - Granobles Urrutia, S. et al. (2022) Implementación de un modelo predictivo mediante la metodología de machine learning para la localización de pozos inyectores de agua en un yacimiento heterogéneo. [Artículo de grado, Fundación Universidad de América] Repositorio Institucional Lumieres. https://hdl.handle.net/20.500.11839/9133 |
Aparece en las colecciones: | Artículos de Grado - Ingeniería de Petróleos |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
5161437-2022-1-IP.pdf | 577.24 kB | Adobe PDF | Visualizar/Abrir | |
CARTA DE CESIÓN DE DERECHOS Y AUTORIZACIÓN PARA PUBLICACIÓN.pdf Accesso Restringido | 153.41 kB | Adobe PDF | Visualizar/Abrir Request a copy |