Ítem
Acceso Abierto
Aplicación de máquinas de soporte vectorial para la predicción del volumen de fluido desplazado por una bomba electrosumergible
Título de la revista
Autores
Murcia Navas, Jose Alberto
Archivos
Fecha
2023-01-10
Directores
Andrade Lotero, Edgar Jose
Caicedo, Alexander
ISSN de la revista
Título del volumen
Editor
Universidad del Rosario
Buscar en:
Métricas alternativas
Resumen
La explotación y producción de crudo en los campos petroleros en Colombia presenta varios retos, entre estos, la confiabilidad en la medición de los fluidos producidos y la capacidad de respuesta frente a caídas de producción. La determinación del volumen de fluido que es desplazado por un equipo de levantamiento artificial (Bomba BES) es fundamental para realizar un control de producción adecuado. Ya que, con estos valores es posible proyectar la producción diaria del campo e identificar pérdidas de eficiencia en los equipos de levantamiento artificial, lo cual tiene asociada una caída de la producción debido a que llegan menos volúmenes de crudo y agua a las estaciones de recolección y tratamiento, y un incumplimiento con el pronóstico de producción del día. Con el desarrollo de este proyecto es posible estimar el volumen de fluido que aporta o desplaza un equipo BES en función a sus variables y condiciones operativas. El modelo de aprendizaje de máquina entrenado corresponde a máquinas de soporte vectorial (SVM) y puede ser usado en sistemas multifásicos agua-crudo con poca producción de gas. Para el entrenamiento del modelo se tuvo en cuenta los registros de los 11 sensores instalados en los equipos BES tanto en fondo como en superficie, y se lograron resultados confiables para aquellos que desplazan fluidos con poca o nula presencia de gas.
Abstract
The exploitation and production of crude oil in the oil fields in Colombia present several challenges, among them, the reliability in the measurement of the fluids produced and the capacity to respond to production drops. The determination of the volume of fluid that is displaced by artificial lift equipment (BES pump) is essential to carry out adequate production control. With these values, it is possible to project the daily production of the field and identify efficiency losses in the artificial lift equipment, which is associated with a drop in production since fewer volumes of crude oil and water arrive at the collection stations and treatment, and a non-compliance with the day's production forecast. With the development of this project, it is possible to estimate the volume of fluid that a BES unit contributes or displaces based on its variables and operating conditions. The trained machine learning model corresponds to support vector machines (SVM) and can be used in multiphase oil-water systems with little gas production. For the training of the model, the records of the 11 sensors installed in the BES equipment both on the bottom and on the surface were considered, and reliable results were achieved for those that displace fluids with little or no presence of gas.
Palabras clave
Bomba BES , Modelo SVM , Producción de crudo , Pronóstico de producción , Modelo de regresión
Keywords
ESP Pump , SVM Model , Oil production , Production forecast , Regression model
