Diseño de un algoritmo de decisión con machine learning para la obtención de una respuesta sobre la aplicabilidad de los equipos ESP, basándose en el análisis estadístico del comportamiento de estos bajo condiciones especiales de campos en Colombia.

Oil production through the use of electro-submersible pumping systems is an industrial process that generates the need to collect and analyze a large amount of information, which is stored with the aim of being used as a statistical base for future processes. In this project, a statistical study was...

Full description

Autores:

Tipo de recurso:

Fecha de publicación:: 2021

Institución:: Universidad de América

Repositorio:: Lumieres

Idioma:: spa

id	Lumieres_a3e3062fdf125d6a075e1ffdcc7b07f3
oai_identifier_str	oai:repository.uamerica.edu.co:20.500.11839/8774
network_acronym_str	Lumieres
network_name_str	Lumieres
repository_id_str
spelling	Diseño de un algoritmo de decisión con machine learning para la obtención de una respuesta sobre la aplicabilidad de los equipos ESP, basándose en el análisis estadístico del comportamiento de estos bajo condiciones especiales de campos en Colombia.Análisis estadístico del comportamientoBombeo electrosumergibleCondiciones especialesStatistical behavior analysisElectro-submersible pumpingSpecial conditionsTesis y disertaciones académicasOil production through the use of electro-submersible pumping systems is an industrial process that generates the need to collect and analyze a large amount of information, which is stored with the aim of being used as a statistical base for future processes. In this project, a statistical study was carried out with Machine Learning, by programming an algorithm of approximately 2500 lines of code, and using the Caret methodology in the RStudio software. A total of 586 wells and 51 variables were evaluated, of which 80% was used to train the predictive model, and the remaining 20% was used to determine the predictive capacity of the model. The results with 80% allowed us to observe the way in which the probability is distributed in the levels of the variable "Causa_Raíz". With the results of 20%, graphs were programmed that allowed observing the results of the prediction based on the special conditions of the sand, asphaltene and scale field. This allowed establishing that the algorithm has the ability to predict values different from the original ones. The study is strengthened with the judgment and knowledge of the petroleum engineer, since it allows analyzing the final result of the study, in such a way that the best decision on the applicability of the equipment can be made.La producción de petróleo mediante el uso de sistemas de bombeo electrosumergible es un proceso industrial que genera la necesidad recolectar y analizar una gran cantidad de información, que se almacena con el objetivo de ser utilizada como base estadística para futuros procesos. En este proyecto se realizó un estudio estadístico con Machine Learning, mediante la programación de un algoritmo de aproximadamente 2500 líneas de código, y utilizando la metodología Caret en el software RStudio. Se evaluaron un total de 586 pozos y 51 variables, de los cuales el 80% se utilizó para entrenar el modelo predictivo, y el 20% restante se utilizó para determinar la capacidad predictiva del modelo. Los resultados con el 80% permitieron observar la forma en la que está distribuida la probabilidad en los niveles de la variable “Causa_Raíz”. Con los resultados del 20% se programaron gráficos que permitieron observar los resultados de la predicción en función de las condiciones especiales de campo arena, asfalteno y scale. Lo anterior permitió establecer que el algoritmo tiene la capacidad de predecir valores diferentes a los originales. El estudio se fortalece con el criterio y el conocimiento del ingeniero de petróleos, ya que permite analizar el resultado final del estudio, de tal forma que se logre tomar la mejor decisión sobre la aplicabilidad de los equipos.Fundación Universidad de AméricaTriana Pérez, GuillermoAndrade Rodríguez, Juan Sebastián2022-04-18T12:17:30Z2022-04-18T12:17:30Z2021-04-26bachelorThesishttp://purl.org/coar/resource_type/c_7a1fapplication/pdfapplication/pdfAPA 7th - Andrade Rodríguez, J. S. (2021) Diseño de un algoritmo de decisión con machine learning para la obtención de una respuesta sobre la aplicabilidad de los equipos ESP, basándose en el análisis estadístico del comportamiento de estos bajo condiciones especiales de campos en Colombia. [Trabajo de grado, Fundación Universidad de América] Repositorio Institucional Lumieres. https://hdl.handle.net/20.500.11839/8774https://hdl.handle.net/20.500.11839/8774Atribución – No comercialhttp://purl.org/coar/access_right/c_abf2spaoai:repository.uamerica.edu.co:20.500.11839/87742025-02-01T08:31:31Z
dc.title.none.fl_str_mv	Diseño de un algoritmo de decisión con machine learning para la obtención de una respuesta sobre la aplicabilidad de los equipos ESP, basándose en el análisis estadístico del comportamiento de estos bajo condiciones especiales de campos en Colombia.
title	Diseño de un algoritmo de decisión con machine learning para la obtención de una respuesta sobre la aplicabilidad de los equipos ESP, basándose en el análisis estadístico del comportamiento de estos bajo condiciones especiales de campos en Colombia.
spellingShingle	Diseño de un algoritmo de decisión con machine learning para la obtención de una respuesta sobre la aplicabilidad de los equipos ESP, basándose en el análisis estadístico del comportamiento de estos bajo condiciones especiales de campos en Colombia. Análisis estadístico del comportamiento Bombeo electrosumergible Condiciones especiales Statistical behavior analysis Electro-submersible pumping Special conditions Tesis y disertaciones académicas
title_short	Diseño de un algoritmo de decisión con machine learning para la obtención de una respuesta sobre la aplicabilidad de los equipos ESP, basándose en el análisis estadístico del comportamiento de estos bajo condiciones especiales de campos en Colombia.
title_full	Diseño de un algoritmo de decisión con machine learning para la obtención de una respuesta sobre la aplicabilidad de los equipos ESP, basándose en el análisis estadístico del comportamiento de estos bajo condiciones especiales de campos en Colombia.
title_fullStr	Diseño de un algoritmo de decisión con machine learning para la obtención de una respuesta sobre la aplicabilidad de los equipos ESP, basándose en el análisis estadístico del comportamiento de estos bajo condiciones especiales de campos en Colombia.
title_full_unstemmed	Diseño de un algoritmo de decisión con machine learning para la obtención de una respuesta sobre la aplicabilidad de los equipos ESP, basándose en el análisis estadístico del comportamiento de estos bajo condiciones especiales de campos en Colombia.
title_sort	Diseño de un algoritmo de decisión con machine learning para la obtención de una respuesta sobre la aplicabilidad de los equipos ESP, basándose en el análisis estadístico del comportamiento de estos bajo condiciones especiales de campos en Colombia.
dc.contributor.none.fl_str_mv	Triana Pérez, Guillermo
dc.subject.none.fl_str_mv	Análisis estadístico del comportamiento Bombeo electrosumergible Condiciones especiales Statistical behavior analysis Electro-submersible pumping Special conditions Tesis y disertaciones académicas
topic	Análisis estadístico del comportamiento Bombeo electrosumergible Condiciones especiales Statistical behavior analysis Electro-submersible pumping Special conditions Tesis y disertaciones académicas
description	Oil production through the use of electro-submersible pumping systems is an industrial process that generates the need to collect and analyze a large amount of information, which is stored with the aim of being used as a statistical base for future processes. In this project, a statistical study was carried out with Machine Learning, by programming an algorithm of approximately 2500 lines of code, and using the Caret methodology in the RStudio software. A total of 586 wells and 51 variables were evaluated, of which 80% was used to train the predictive model, and the remaining 20% was used to determine the predictive capacity of the model. The results with 80% allowed us to observe the way in which the probability is distributed in the levels of the variable "Causa_Raíz". With the results of 20%, graphs were programmed that allowed observing the results of the prediction based on the special conditions of the sand, asphaltene and scale field. This allowed establishing that the algorithm has the ability to predict values different from the original ones. The study is strengthened with the judgment and knowledge of the petroleum engineer, since it allows analyzing the final result of the study, in such a way that the best decision on the applicability of the equipment can be made.
publishDate	2021
dc.date.none.fl_str_mv	2021-04-26 2022-04-18T12:17:30Z 2022-04-18T12:17:30Z
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 - Andrade Rodríguez, J. S. (2021) Diseño de un algoritmo de decisión con machine learning para la obtención de una respuesta sobre la aplicabilidad de los equipos ESP, basándose en el análisis estadístico del comportamiento de estos bajo condiciones especiales de campos en Colombia. [Trabajo de grado, Fundación Universidad de América] Repositorio Institucional Lumieres. https://hdl.handle.net/20.500.11839/8774 https://hdl.handle.net/20.500.11839/8774
identifier_str_mv	APA 7th - Andrade Rodríguez, J. S. (2021) Diseño de un algoritmo de decisión con machine learning para la obtención de una respuesta sobre la aplicabilidad de los equipos ESP, basándose en el análisis estadístico del comportamiento de estos bajo condiciones especiales de campos en Colombia. [Trabajo de grado, Fundación Universidad de América] Repositorio Institucional Lumieres. https://hdl.handle.net/20.500.11839/8774
url	https://hdl.handle.net/20.500.11839/8774
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_	1841553082285031424

Diseño de un algoritmo de decisión con machine learning para la obtención de una respuesta sobre la aplicabilidad de los equipos ESP, basándose en el análisis estadístico del comportamiento de estos bajo condiciones especiales de campos en Colombia.

Publicaciones similares