Predicción de eventos de pega por geometría durante la perforación de pozos en la cuenca subandina usando inteligencia artificial
La pega de tubería geométrica es un problema operativo que se presenta frecuentemente durante la perforación pozos. Su detección temprana difícilmente se logra de manera empírica. En el piedemonte colombiano, constituye la principal fuente de sobrecosto. Este trabajo proporciona un enfoque de aprend...
- Autores:
- Tipo de recurso:
- masterThesis
- Fecha de publicación:
- 2021
- Institución:
- Pontificia Universidad Javeriana
- Repositorio:
- Repositorio Universidad Javeriana
- Idioma:
- spa
- OAI Identifier:
- oai:repository.javeriana.edu.co:10554/59135
- Palabra clave:
- pega de tubería
predicción
detección de anomalías
series de tiempo
red neuronal recurrente
pipe sticking
prediction
anomaly detection
time series
recurrent neural network
Maestría en ingeniería de sistemas - Tesis y disertaciones académicas
Inteligencia artificial
Análisis de series de tiempo
Redes neuronales (Computadores)
- Rights
- openAccess
- License
- Atribución-NoComercial-SinDerivadas 4.0 Internacional
| id |
JAVERIANA_eed0514921103c707798d25bf09cf007 |
|---|---|
| oai_identifier_str |
oai:repository.javeriana.edu.co:10554/59135 |
| network_acronym_str |
JAVERIANA |
| network_name_str |
Repositorio Universidad Javeriana |
| repository_id_str |
|
| dc.title.none.fl_str_mv |
Predicción de eventos de pega por geometría durante la perforación de pozos en la cuenca subandina usando inteligencia artificial Geometric pipe sticking prediction while drilling wells in the sub andean basin using artificial intelligence |
| title |
Predicción de eventos de pega por geometría durante la perforación de pozos en la cuenca subandina usando inteligencia artificial |
| spellingShingle |
Predicción de eventos de pega por geometría durante la perforación de pozos en la cuenca subandina usando inteligencia artificial Montes Humánez, Abraham Camilo pega de tubería predicción detección de anomalías series de tiempo red neuronal recurrente pipe sticking prediction anomaly detection time series recurrent neural network Maestría en ingeniería de sistemas - Tesis y disertaciones académicas Inteligencia artificial Análisis de series de tiempo Redes neuronales (Computadores) |
| title_short |
Predicción de eventos de pega por geometría durante la perforación de pozos en la cuenca subandina usando inteligencia artificial |
| title_full |
Predicción de eventos de pega por geometría durante la perforación de pozos en la cuenca subandina usando inteligencia artificial |
| title_fullStr |
Predicción de eventos de pega por geometría durante la perforación de pozos en la cuenca subandina usando inteligencia artificial |
| title_full_unstemmed |
Predicción de eventos de pega por geometría durante la perforación de pozos en la cuenca subandina usando inteligencia artificial |
| title_sort |
Predicción de eventos de pega por geometría durante la perforación de pozos en la cuenca subandina usando inteligencia artificial |
| dc.creator.none.fl_str_mv |
Montes Humánez, Abraham Camilo |
| author |
Montes Humánez, Abraham Camilo |
| author_facet |
Montes Humánez, Abraham Camilo |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Gonzalez Guerrero, Enrique Perez Cerquera, Manuel Ricardo Moreno Barbosa, Andres Dario |
| dc.subject.none.fl_str_mv |
pega de tubería predicción detección de anomalías series de tiempo red neuronal recurrente pipe sticking prediction anomaly detection time series recurrent neural network Maestría en ingeniería de sistemas - Tesis y disertaciones académicas Inteligencia artificial Análisis de series de tiempo Redes neuronales (Computadores) |
| topic |
pega de tubería predicción detección de anomalías series de tiempo red neuronal recurrente pipe sticking prediction anomaly detection time series recurrent neural network Maestría en ingeniería de sistemas - Tesis y disertaciones académicas Inteligencia artificial Análisis de series de tiempo Redes neuronales (Computadores) |
| description |
La pega de tubería geométrica es un problema operativo que se presenta frecuentemente durante la perforación pozos. Su detección temprana difícilmente se logra de manera empírica. En el piedemonte colombiano, constituye la principal fuente de sobrecosto. Este trabajo proporciona un enfoque de aprendizaje de máquina para la detección temprana de anomalías que indican la inminente ocurrencia de eventos de pega geométrica; con el objetivo de prevenirlos y, por lo tanto, mejorar el rendimiento de la construcción de los pozos. |
| publishDate |
2021 |
| dc.date.none.fl_str_mv |
2021-12-06 2022-02-14T20:12:47Z 2023-12-06 |
| dc.type.none.fl_str_mv |
http://purl.org/coar/version/c_ab4af688f83e57aa Tesis/Trabajo de grado - Monografía - Maestría http://purl.org/coar/resource_type/c_bdcc info:eu-repo/semantics/masterThesis info:eu-repo/semantics/publishedVersion |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.none.fl_str_mv |
http://hdl.handle.net/10554/59135 https://doi.org/10.11144/Javeriana.10554.59135 instname:Pontificia Universidad Javeriana reponame:Repositorio Institucional - Pontificia Universidad Javeriana repourl:https://repository.javeriana.edu.co |
| url |
http://hdl.handle.net/10554/59135 https://doi.org/10.11144/Javeriana.10554.59135 |
| identifier_str_mv |
instname:Pontificia Universidad Javeriana reponame:Repositorio Institucional - Pontificia Universidad Javeriana repourl:https://repository.javeriana.edu.co |
| dc.language.none.fl_str_mv |
spa |
| language |
spa |
| dc.rights.none.fl_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional http://creativecommons.org/licenses/by-nc-nd/4.0/ info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
PDF application/pdf application/pdf application/pdf application/pdf application/pdf |
| dc.publisher.none.fl_str_mv |
Pontificia Universidad Javeriana Maestría en Ingeniería de Sistemas y Computación Facultad de Ingeniería |
| publisher.none.fl_str_mv |
Pontificia Universidad Javeriana Maestría en Ingeniería de Sistemas y Computación Facultad de Ingeniería |
| dc.source.none.fl_str_mv |
reponame:Repositorio Universidad Javeriana instname:Pontificia Universidad Javeriana instacron:Pontificia Universidad Javeriana |
| instname_str |
Pontificia Universidad Javeriana |
| instacron_str |
Pontificia Universidad Javeriana |
| institution |
Pontificia Universidad Javeriana |
| reponame_str |
Repositorio Universidad Javeriana |
| collection |
Repositorio Universidad Javeriana |
| _version_ |
1803712841162686464 |
| spelling |
Predicción de eventos de pega por geometría durante la perforación de pozos en la cuenca subandina usando inteligencia artificialGeometric pipe sticking prediction while drilling wells in the sub andean basin using artificial intelligenceMontes Humánez, Abraham Camilopega de tuberíaprediccióndetección de anomalíasseries de tiempored neuronal recurrentepipe stickingpredictionanomaly detectiontime seriesrecurrent neural networkMaestría en ingeniería de sistemas - Tesis y disertaciones académicasInteligencia artificialAnálisis de series de tiempoRedes neuronales (Computadores)La pega de tubería geométrica es un problema operativo que se presenta frecuentemente durante la perforación pozos. Su detección temprana difícilmente se logra de manera empírica. En el piedemonte colombiano, constituye la principal fuente de sobrecosto. Este trabajo proporciona un enfoque de aprendizaje de máquina para la detección temprana de anomalías que indican la inminente ocurrencia de eventos de pega geométrica; con el objetivo de prevenirlos y, por lo tanto, mejorar el rendimiento de la construcción de los pozos.ECOPETROL S.A.Geometrical pipe sticking is an operational problem that occurs frequently while drilling a well. Its early detection is hardly achieved empirically. In Colombian foothills, it constitutes the main source of time and cost overrun. This work provides a machine learning approach for the early detection of anomalies that denote impending sticking events, targeting their prevention and hence, the improvement in the wells’ construction performance.Magíster en Ingeniería de Sistemas y ComputaciónMaestríahttps://scholar.google.com/citations?user=Va0vQdsAAAAJ&hl=eshttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001876195Pontificia Universidad JaverianaMaestría en Ingeniería de Sistemas y ComputaciónFacultad de IngenieríaGonzalez Guerrero, EnriquePerez Cerquera, Manuel RicardoMoreno Barbosa, Andres Dario2022-02-14T20:12:47Z2023-12-062021-12-06http://purl.org/coar/version/c_ab4af688f83e57aaTesis/Trabajo de grado - Monografía - Maestríahttp://purl.org/coar/resource_type/c_bdccinfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/publishedVersionPDFapplication/pdfapplication/pdfapplication/pdfapplication/pdfapplication/pdfhttp://hdl.handle.net/10554/59135https://doi.org/10.11144/Javeriana.10554.59135instname:Pontificia Universidad Javerianareponame:Repositorio Institucional - Pontificia Universidad Javerianarepourl:https://repository.javeriana.edu.cospaAtribución-NoComercial-SinDerivadas 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessDe acuerdo con la naturaleza del uso concedido, la presente licencia parcial se otorga a título gratuito por el máximo tiempo legal colombiano, con el propósito de que en dicho lapso mi (nuestra) obra sea explotada en las condiciones aquí estipuladas y para los fines indicados, respetando siempre la titularidad de los derechos patrimoniales y morales correspondientes, de acuerdo con los usos honrados, de manera proporcional y justificada a la finalidad perseguida, sin ánimo de lucro ni de comercialización. De manera complementaria, garantizo (garantizamos) en mi (nuestra) calidad de estudiante (s) y por ende autor (es) exclusivo (s), que la Tesis o Trabajo de Grado en cuestión, es producto de mi (nuestra) plena autoría, de mi (nuestro) esfuerzo personal intelectual, como consecuencia de mi (nuestra) creación original particular y, por tanto, soy (somos) el (los) único (s) titular (es) de la misma. Además, aseguro (aseguramos) que no contiene citas, ni transcripciones de otras obras protegidas, por fuera de los límites autorizados por la ley, según los usos honrados, y en proporción a los fines previstos; ni tampoco contempla declaraciones difamatorias contra terceros; respetando el derecho a la imagen, intimidad, buen nombre y demás derechos constitucionales. Adicionalmente, manifiesto (manifestamos) que no se incluyeron expresiones contrarias al orden público ni a las buenas costumbres. En consecuencia, la responsabilidad directa en la elaboración, presentación, investigación y, en general, contenidos de la Tesis o Trabajo de Grado es de mí (nuestro) competencia exclusiva, eximiendo de toda responsabilidad a la Pontifica Universidad Javeriana por tales aspectos. Sin perjuicio de los usos y atribuciones otorgadas en virtud de este documento, continuaré (continuaremos) conservando los correspondientes derechos patrimoniales sin modificación o restricción alguna, puesto que, de acuerdo con la legislación colombiana aplicable, el presente es un acuerdo jurídico que en ningún caso conlleva la enajenación de los derechos patrimoniales derivados del régimen del Derecho de Autor. De conformidad con lo establecido en el artículo 30 de la Ley 23 de 1982 y el artículo 11 de la Decisión Andina 351 de 1993, "Los derechos morales sobre el trabajo son propiedad de los autores", los cuales son irrenunciables, imprescriptibles, inembargables e inalienables. En consecuencia, la Pontificia Universidad Javeriana está en la obligación de RESPETARLOS Y HACERLOS RESPETAR, para lo cual tomará las medidas correspondientes para garantizar su observancia.reponame:Repositorio Universidad Javerianainstname:Pontificia Universidad Javerianainstacron:Pontificia Universidad Javeriana2022-04-29T17:39:01Z |