Resumen

Este artículo examina la caracterización de seis pozos de petróleo y la asignación de gas considerando un escenario de caso limitado e ilimitado. El levantamiento artificial de gas implica inyectar gas a alta presión desde la superficie hacia la columna de fluido productor a través de una o más válvulas subsuperficiales colocadas a profundidades predeterminadas. Esto mejora la recuperación al reducir la presión en el fondo del pozo en el que los pozos se vuelven económicamente inviables y, por lo tanto, son abandonados. Este artículo presenta una aplicación sucesiva de una red neuronal artificial modificada (MANN) combinada con un algoritmo genético intrusivo suave (MIGA) a las características de los pozos de petróleo con resultados prometedores. Este método ayuda a prevenir la sobreasignación de gas a los pozos con fines de recuperación, al mismo tiempo que maximiza la producción de petróleo asegurando que la configuración de asignación calculada garantice un máximo rendimiento económico. Los resultados obtenidos muestran mejoras marcadas en la asign

• Materias:Sistemas no lineales Dinámica no lineal Red de tráfico dinámico Algoritmo alométrico Sistema conmutado
• Subjects:Nonlinear systems Nonlinear dynamics Dynamic traffic network Allometric algorithm Switched system
• Palabras claves:Caracterización; Pozos de petróleo; Asignación de gas; Levantamiento artificial de gas; Red neuronal artificial; Algoritmo genético
• Keywords:Characterization; Oil wells; Gas allocation; Artificial gas lift; Artificial neural network; Genetic algorithm