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

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 Magdale...

Full description

Autores:

Tipo de recurso:

Fecha de publicación:: 2021

Institución:: Universidad de América

Repositorio:: Lumieres

Idioma:: spa

id	Lumieres_852ea0371fc3ba5c64ee879f771fda2a
oai_identifier_str	oai:repository.uamerica.edu.co:20.500.11839/8623
network_acronym_str	Lumieres
network_name_str	Lumieres
repository_id_str
spelling	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 MagdalenaImplementation 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 BasinEnergía mecánica específicaIndicador direccional dificultadPeso sobre brocaSpecific mechanical energySpecific mechanical energyWeight over bitTesis y disertaciones académicasThe 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.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.Fundación Universidad de AméricaGómez Alba, Sebastián AlejandroAnaguano Bucheli, Juan FelipeUrrego Quimbay, William Sneyder2022-01-04T02:52:32Z2022-01-04T02:52:32Z2021-07-29bachelorThesishttp://purl.org/coar/resource_type/c_7a1fapplication/pdfapplication/pdfAPA 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/20.500.11839/8623https://hdl.handle.net/20.500.11839/8623Atribución – No comercialhttp://purl.org/coar/access_right/c_abf2spaoai:repository.uamerica.edu.co:20.500.11839/86232025-02-01T08:26:58Z
dc.title.none.fl_str_mv	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 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
title	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
spellingShingle	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 Energía mecánica específica Indicador direccional dificultad Peso sobre broca Specific mechanical energy Specific mechanical energy Weight over bit Tesis y disertaciones académicas
title_short	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
title_full	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
title_fullStr	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
title_full_unstemmed	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
title_sort	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
dc.contributor.none.fl_str_mv	Gómez Alba, Sebastián Alejandro
dc.subject.none.fl_str_mv	Energía mecánica específica Indicador direccional dificultad Peso sobre broca Specific mechanical energy Specific mechanical energy Weight over bit Tesis y disertaciones académicas
topic	Energía mecánica específica Indicador direccional dificultad Peso sobre broca Specific mechanical energy Specific mechanical energy Weight over bit Tesis y disertaciones académicas
description	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.
publishDate	2021
dc.date.none.fl_str_mv	2021-07-29 2022-01-04T02:52:32Z 2022-01-04T02:52:32Z
dc.type.none.fl_str_mv	bachelorThesis
dc.type.coar.fl_str_mv	http://purl.org/coar/resource_type/c_7a1f
dc.identifier.none.fl_str_mv	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 https://hdl.handle.net/20.500.11839/8623
identifier_str_mv	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
url	https://hdl.handle.net/20.500.11839/8623
dc.language.iso.fl_str_mv	spa
language	spa
dc.rights.none.fl_str_mv	Atribución – No comercial http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv	Atribución – No comercial http://purl.org/coar/access_right/c_abf2
dc.format.none.fl_str_mv	application/pdf application/pdf
dc.publisher.none.fl_str_mv	Fundación Universidad de América
publisher.none.fl_str_mv	Fundación Universidad de América
institution	Universidad de América
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_	1841553080897765376

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

Publicaciones similares