Implementación de un modelo predictivo mediante la metodología de machine learning para la localización de pozos inyectores de agua en un yacimiento heterogéneo

Heterogeneous reservoirs are common in the world being a non-uniform and non-linear spatial distribution of rock properties such as porosity, permeability and oil, gas and water saturation. The petroleum industry offers limited options for predicting effective locations for water injection wells in...

Full description

Autores:

Tipo de recurso:

Fecha de publicación:: 2022

Institución:: Universidad de América

Repositorio:: Lumieres

Idioma:: spa

id	Lumieres_d955c5db4d4c4bd79a75a640bb9d680e
oai_identifier_str	oai:repository.uamerica.edu.co:20.500.11839/9133
network_acronym_str	Lumieres
network_name_str	Lumieres
repository_id_str
spelling	Implementación de un modelo predictivo mediante la metodología de machine learning para la localización de pozos inyectores de agua en un yacimiento heterogéneoImplementation of a predictive model using the machine learning methodology for the location of water injector wells in a heterogeneous reservoirAprendizaje autónomoInyección de aguaYacimiento heterogeneoAutonomous LearningWater injectionHeterogeneous reservoirHeterogeneous reservoirs are common in the world being a non-uniform and non-linear spatial distribution of rock properties such as porosity, permeability and oil, gas and water saturation. The petroleum industry offers limited options for predicting effective locations for water injection wells in a heterogeneous reservoir. The leading country in the use of artificial intelligence is China and it is being implemented in different sectors of daily life such as medicine and surveillance among others.Los yacimientos heterogéneos son comunes en el mundo siendo una distribución espacial no uniforme y no lineal de las propiedades de las rocas tales como porosidad, permeabilidad y saturación de petróleo, gas y agua. La industria del petróleo ofrece opciones limitadas para predecir ubicaciones efectivas para pozos inyectores de agua en un yacimiento heterogéneo. El país líder en el uso de inteligencia artificial es China y se está implementando en diferentes sectores de la vida diaria como la medicina y la vigilancia entre otros.Fundación Universidad de América2023-04-18T12:24:03Z2023-04-18T12:24:03Z2022-02-03Articlehttp://purl.org/coar/resource_type/c_6501application/pdfapplication/pdfAPA 7th - Granobles Urrutia, S. et al. (2022) Implementación de un modelo predictivo mediante la metodología de machine learning para la localización de pozos inyectores de agua en un yacimiento heterogéneo. [Artículo de grado, Fundación Universidad de América] Repositorio Institucional Lumieres. https://hdl.handle.net/20.500.11839/9133https://hdl.handle.net/20.500.11839/9133Atribución – No comercial – Compartir igualhttp://purl.org/coar/access_right/c_abf2spaGranobles Urrutia, SebastiánRomero Lizcano, Laura BrigitteHenao, AdrianaSarmiento, Arianoai:repository.uamerica.edu.co:20.500.11839/91332025-02-01T08:27:50Z
dc.title.none.fl_str_mv	Implementación de un modelo predictivo mediante la metodología de machine learning para la localización de pozos inyectores de agua en un yacimiento heterogéneo Implementation of a predictive model using the machine learning methodology for the location of water injector wells in a heterogeneous reservoir
title	Implementación de un modelo predictivo mediante la metodología de machine learning para la localización de pozos inyectores de agua en un yacimiento heterogéneo
spellingShingle	Implementación de un modelo predictivo mediante la metodología de machine learning para la localización de pozos inyectores de agua en un yacimiento heterogéneo Aprendizaje autónomo Inyección de agua Yacimiento heterogeneo Autonomous Learning Water injection Heterogeneous reservoir
title_short	Implementación de un modelo predictivo mediante la metodología de machine learning para la localización de pozos inyectores de agua en un yacimiento heterogéneo
title_full	Implementación de un modelo predictivo mediante la metodología de machine learning para la localización de pozos inyectores de agua en un yacimiento heterogéneo
title_fullStr	Implementación de un modelo predictivo mediante la metodología de machine learning para la localización de pozos inyectores de agua en un yacimiento heterogéneo
title_full_unstemmed	Implementación de un modelo predictivo mediante la metodología de machine learning para la localización de pozos inyectores de agua en un yacimiento heterogéneo
title_sort	Implementación de un modelo predictivo mediante la metodología de machine learning para la localización de pozos inyectores de agua en un yacimiento heterogéneo
dc.subject.none.fl_str_mv	Aprendizaje autónomo Inyección de agua Yacimiento heterogeneo Autonomous Learning Water injection Heterogeneous reservoir
topic	Aprendizaje autónomo Inyección de agua Yacimiento heterogeneo Autonomous Learning Water injection Heterogeneous reservoir
description	Heterogeneous reservoirs are common in the world being a non-uniform and non-linear spatial distribution of rock properties such as porosity, permeability and oil, gas and water saturation. The petroleum industry offers limited options for predicting effective locations for water injection wells in a heterogeneous reservoir. The leading country in the use of artificial intelligence is China and it is being implemented in different sectors of daily life such as medicine and surveillance among others.
publishDate	2022
dc.date.none.fl_str_mv	2022-02-03 2023-04-18T12:24:03Z 2023-04-18T12:24:03Z
dc.type.none.fl_str_mv	Article
dc.type.coar.fl_str_mv	http://purl.org/coar/resource_type/c_6501
dc.identifier.none.fl_str_mv	APA 7th - Granobles Urrutia, S. et al. (2022) Implementación de un modelo predictivo mediante la metodología de machine learning para la localización de pozos inyectores de agua en un yacimiento heterogéneo. [Artículo de grado, Fundación Universidad de América] Repositorio Institucional Lumieres. https://hdl.handle.net/20.500.11839/9133 https://hdl.handle.net/20.500.11839/9133
identifier_str_mv	APA 7th - Granobles Urrutia, S. et al. (2022) Implementación de un modelo predictivo mediante la metodología de machine learning para la localización de pozos inyectores de agua en un yacimiento heterogéneo. [Artículo de grado, Fundación Universidad de América] Repositorio Institucional Lumieres. https://hdl.handle.net/20.500.11839/9133
url	https://hdl.handle.net/20.500.11839/9133
dc.language.iso.fl_str_mv	spa
language	spa
dc.rights.none.fl_str_mv	Atribución – No comercial – Compartir igual http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv	Atribución – No comercial – Compartir igual 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_	1841553081629671424

Implementación de un modelo predictivo mediante la metodología de machine learning para la localización de pozos inyectores de agua en un yacimiento heterogéneo

Publicaciones similares