Resumen

Este trabajo hace la propuesta de un modelo predictivo de redes neuronales convolucionales de entradas múltiples con base en AlexNet, el cual puede ser usado para hacer predicciones sobre la producción de petróleo y gas con gran precisión,  incluyendo datos de registro y fractura como entrada. A diferencia de otros métodos, que predicen la producción de petróleo y gas promediando los datos de registro y fractura, se puede usar el modelo propuesto para considerar los datos de registro de profundidad de cada pozo  y datos de fractura en cada intervalo de tiempo.  Esto permite que cada pieza de datos retenga la mayor cantidad de información original como sea posible; aumentando la diversidad de información de los datos y haciendo que los resultados sean más útiles. Sin duda,  el enfoque propuesto en este trabajo logró mejores resultados que otras redes neuronales.

• Materias:Redes neuronales (Computadores) Ingeniería de petróleos Industria petroquímica Industria del petróleo Combustibles fósiles
• Subjects:Neural networks (Computer science) Petroleum engineering Petrochemical industry Petroleum industry Fossil fuels
• Palabras claves:Modelo predictivo AlexNet de entradas múltiples, Producción de petróleo, Producción de gas
• Keywords:Multi-Input AlexNet Prediction Model, Oil production, Gas production