Aumento de la extracción de petróleo en el campo ocelote mediante metodologías de machine learning

El Campo Ocelote de Hocol S.A actualmente cuenta con 103 pozos activos para la explotación y producción de petróleo. El presente trabajo usa técnicas analíticas para identificar a qué pozos y las condiciones ideales de aplicación del drawdown que maximizan la probabilidad de aumento en la tasa de ex...

Full description

Autores:

Lara Acosta, Giovanni Daniel
Lara Acosta, Fabian Camilo
Garzón Parra, Heidy Tatiana

Tipo de recurso:

Fecha de publicación:

2021

Institución:

Universidad de los Andes

Repositorio:

Séneca: repositorio Uniandes

Idioma:

spa

OAI Identifier:

oai:repositorio.uniandes.edu.co:1992/55755

Acceso en línea:

http://hdl.handle.net/1992/55755

Palabra clave:

Condiciones óptimas
Drawdown
Mapas de probabilidad
Máquinas de soporte
Modelos predictivos
Pozos petrolíferos
Smulación
Vectorial
Campos petrolíferos
Aprendizaje automático (Inteligencia artificial)
Administración

Rights

openAccess

License

https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf