Resumen

En la consecución de las metas corporativas, los profesionales de producción requieren datos actualizados de los desempeños de los pozos petroleros, identificando aquellos que demandan mantenimientos correctivos. Sin embargo, los costos de implementación de sensores físicos restringen el acceso a la información en tiempo real. Alternativamente, los sensores virtuales (SV) se presentan como una opción de bajo costo, que pueden predecir datos de producción, con base en los procedimientos inmersos en una red neuronal artificial (RNA). El presente documento desarrolla un análisis de viabilidad técnicoeconómico de la implementación de un SV de producción en pozos con sistema de levantamiento por Cavidades Progresivas (PCP) de un campo del Valle Medio del Magdalena colombiano (VMM). Para esto, datos históricos con 15 variables fueron utilizados en el entrenamiento y la validación de diferentes arquitecturas de RNA, por medio de los códigos de la librería Neuralnet del programa de uso libre R. Posteriormente, el documento desarrolla una evaluación del impacto económico que tendría la implementación del SV de flujo en pozos del campo del VMM. Según los resultados, la RNA con capa interna de 23 neuronas y función de activación logística sigmoidal reportó los mejores desempeños de predicción, con errores de predicción de ± 9,6 al 95 % de confianza. Por otra parte, la aplicación de un SV basado en la RNA para los pozos con PCP para el campo del VMM, conllevaría a un beneficio económico favorable, con un valor presente neto de $ 25,6 MMusd, para un flujo de caja de 10 años.

• Materias:Acetamida
• Subjects:Acetamida
• Palabras claves:Sensor virtual; Red neuronal artificial; Pozo de producción de petróleo crudo; Valle del Magdalena Medio; Biblioteca Neuralnet; CAPEX
• Keywords:Virtual sensor; Artificial Neural Network; Crude oil production well; Middle Magdalena Valley; Neuralnet Library; CAPEX