RESUMEN DE ARTICULO CIENTIFICO, Traducciones de Ingeniería del Petróleo

¡Descarga RESUMEN DE ARTICULO CIENTIFICO y más Traducciones en PDF de Ingeniería del Petróleo solo en Docsity! ML aplicado al cálculo de Qoi: un enfoque para selección de candidatos. La presente charla se llevo a cabo con la participación de los ingenieros politécnicos Geovanny Benavides y Carol González, quienes forman parte de la empresa Tyrmes. Actualmente las industrias se están tecnificando e innovando constantemente ante las nuevas tecnologías. La industria petrolera no es la excepción y uno de los mecanismos tecnológicos es la Inteligencia Artificial (AI), específicamente el Machine Learning (ML). El trabajo presentado por los ingenieros en la charla consiste en la estimación del caudal del petróleo inicial (Qoi) y selección de candidatos con la ayuda del ML. El desafío trazado por los investigadores es demostrar que estas nuevas tecnologías que surgen actualmente pueden llegar a tener el mismo o mayor impacto que las técnicas que se han realizado de manera convencional. Inicialmente se recolecta datos e información, de manera que entre mayor información se disponga habrá un mejor entendimiento del reservorio, pero para esto se necesita una inversión tanto para el costo-dependencia del software, integración de la información y el consumo de tiempo. El problema inicia desde una propuesta de workover, de manera que se estima los escenarios posibles y se evalúa la rentabilidad de la propuesta, por lo tanto, todo comienza con un análisis multidisciplinario por los especialistas de cada área, tanto petrofísica, producción, entre otras, obteniendo un resultado del pozo especifico y los candidatos para poder calcular un potencial mediante la estimación de Qoi, aplicando normalmente el método de Darcy, que es el método convencionalmente realizado, lo cual implica el consumo de mucho tiempo. Tomando en cuenta el problema antes indicado se propone la elaboración de herramientas que se adapten a las necesidades especificas por medio del análisis integral de ciencias de datos y la propia experiencia de los expertos. La metodología empleada para este propósito es la compilación de datos, el procesamiento de estos bajo las herramientas de Python, Jupyter, entre otras para la automatización de procesos y por ende se elabora el modelo de presión y el modelo Qoi.