Time series applied in production forecasting

La generación de pronósticos de producción es una actividad cotidiana del ingeniero de petróleos, que se ha venido desarrollando mediante la implementación de herramientas computacionales basadas en los modelos de curvas de declinación y curvas tipo. Estos modelos presentan falencias en la exactitud de los pronósticos, básicamente por dos razones: primero, tienen como gran condición el hecho de que los pozos se encuentren operando en estado pseudoestable y, segundo, ajustan el comportamiento de la producción a una línea de tendencia, la cual es extrapolada en el tiempo para obtener los pronósticos. En esta investigación, como una alternativa a estos modelos, se ha propuesto el uso de series de tiempo en la generación de pronósticos, pues estas incluyen tanto la tendencia como los componentes cíclicos y estacionales de los datos de producción. Se comparó el error absoluto existente entre los datos reales y los pronósticos obtenidos por metodologías convencionales y la aplicación de modelos de series de tiempo. El uso de estas series permitió obtener un mejor ajuste histórico de los datos, evidenciar que pueden presentarse otras tendencias en la declinación (como la cúbica, por ejemplo) y aumentar la precisión de los pronósticos generados.

• Fecha de publicación: 2016
• Institución: Universidad Industrial de Santander
• Repositorio: Repositorio UIS
• Idioma: spa
• OAI Identifier: oai:noesis.uis.edu.co:20.500.14071/6652
• Acceso en línea: https://revistas.uis.edu.co/index.php/revistafuentes/article/view/5595; https://noesis.uis.edu.co/handle/20.500.14071/6652
• Palabra clave: Production; Forecasting; Time Series; ARIMA Model; Producción; Series de tiempo; Modelo ARIMA; Pronósticos
• Rights: openAccess
• License: Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)