tesis declinacion colombiaba
Páginas: 106 (26329 palabras)
Publicado: 5 de febrero de 2015
METODOLOGÍA PARA LA PREDICCIÓN DE CURVAS DE DECLINACIÓN
DE POZOS DE PETRÓLEO, APLICANDO REDES NEURONALES
ARTIFICIALES
EMILIO JUSTINIANO CARCAMO TROCONIS
GUIDO JOSÉ POLO NULE
UNIVERSIDAD INDUSTRIAL DE SANTANDER
FACULTAD DE INGENIERÍAS FÍSICO MECÁNICAS
ESCUELA DE INGENIERÍA DE SISTEMAS E INFORMÁTICA
BUCARAMANGA
2007
METODOLOGÍA PARA LA PREDICCIÓN DE CURVAS DE DECLINACIÓN
DE POZOSDE PETRÓLEO, APLICANDO REDES NEURONALES
ARTIFICIALES
EMILIO JUSTINIANO CARCAMO TROCONIS
GUIDO JOSÉ POLO NULE
Trabajo de grado presentado para optar el título de
Ingeniero de Sistemas.
Director:
ING. JUAN CARLOS REYES FIGUEROA
Profesor Escuela de Ingeniería de Sistemas, UIS
Codirector:
M.E. FERNANDO RUIZ DÍAZ
Profesor Escuela de Ingeniería de Sistemas, UIS
UNIVERSIDADINDUSTRIAL DE SANTANDER
FACULTAD DE INGENIERÍAS FÍSICO MECÁNICAS
ESCUELA DE INGENIERÍA DE SISTEMAS E INFORMÁTICA
BUCARAMANGA
2007
A Dios
A mis padres, Beatriz y Justi
A mis hermanos, Eugenia y Ernesto
EMILIO CARCAMO
A Fanny , mi mamá
A Guido, mi papá en lo alto
Dayana y María T, sístole y diástole de mi corazón
GUIDO
AGRADECIMIENTOS
Los autores expresan sus agradecimientos a:Todas aquellas personas que hicieron posible la realización de este proyecto.
MSc FERNANDO CALVETE, por sus consejos y aportes al proyecto.
Dayana Sarmiento por su colaboración
A todos nuestros amigos, que nos soportaron durante el paso por la
universidad, y que incondicionalmente brindaron su
confianza, apoyo y
honestidad.
A NUESTRAS FAMILIAS, por su paciencia y apoyo incondicional. TABLA DE CONTENIDO
PÁG.
CAPITULO 1
20
INTRODUCCIÓN
20
1.1 CONTEXTO GENERAL
22
1.1.1 DEFINICIÓN DEL PROBLEMA
22
1.1.2 OBJETIVOS
24
1.1.3 JUSTIFICACIÓN
25
CAPITULO 2
26
MARCO TEÓRICO
26
2.1 REDES NEURONALES ARTIFICIALES
26
2.1.1 Panorama Histórico
27
2.1.2 Ventajas de las RNA
28
2.1.3 Fundamentos de las RNA
29
2.1.4Algoritmo Backpropagation
37
2.2 CURVAS DE DECLINACIÓN
42
2.2.1 Introducción
42
2.2.2 Estado del Arte
44
2.2.3 Fundamento Matemático
51
2.3 MECANISMOS DE PRODUCCIÓN DEL PETRÓLEO
56
2.3.1 Bombeo Mecánico
57
2.3.2 Bombeo neumático
57
2.3.3 Bombeo Hidráulico
58
2.3.4 Bombeo Electro-Centrífugo o Electro-Sumergido
59
CAPITULO 3
61
PROCESO DEIDENTIFICACIÓN DEL MODELO
61
3.1 SELECCIÓN DE LAS VARIABLES
62
3.1.1 Línea mensual de tiempo
62
3.1.2 Producción de petróleo
63
3.1.3 Días de producción de cada mes
65
3.1.4 Tipo de bombeo
66
3.2 PREPROCESAMIENTO DE LA INFORMACIÓN
68
3.2.1 Transformación de Variables Nominales a Numéricas
70
3.2.2 Filtrado
70
3.2.3 Normalización
71
3.3ARQUITECTURA DE RED
73
3.3.1 Redes de Base Radial (RBF)
73
3.3.2 Sistemas Neuro-Borrosos
74
3.3.3 Perceptrón Multicapa
76
3.4 DIMENSIONAMIENTO DE LA RED
77
3.5 FUNCION DE ACTIVACIÓN
83
3.6 ALGORITMO DE ENTRENAMIENTO
84
3.7 INICIALIZACIÓN DE PESOS
86
3.8 RESULTADOS DEL ENTRENAMIENTO
88
CAPITULO 4
91
METODOLOGÍA DE DESARROLLO
91
4.1RECOPILACIÓN DE NECESIDADES
91
4.2 ANÁLISIS
92
4.3 DISEÑO
92
4.4 DESARROLLO
93
4.5 HERRAMIENTA DE DESARROLLO
93
4.6 APLICACIÓN DE LA METODOLOGÍA
95
4.6.1 Prototipo 1
95
4.6.2 Prototipo 2
97
4.6.3 Prototipo 3
98
4.7 DIAGRAMAS UML
4.7.1 Diagrama de Casos de Uso
99
99
4.7.2 Diagramas de Clases
104
4.7.3 Diagrama de Secuencias
109CAPITULO 5
113
ANÁLISIS DE RESULTADOS
113
5.1 POZO 1
114
5.2 POZO 2
117
5.3 POZO 3
119
5.4 POZO 4
122
5.5 POZO 5
124
5.6 POZO 6
127
5.7 POZO 7
129
5.9 OBSERVACIONES
132
5.10 CASO DE ESTUDIO, POZO 8
132
5.10.1 Curvas De Declinación
132
5.10.2 Producción Acumulada
136
5.10.3 Tasa de declinación
136
5.10.4 Límite...
DE POZOS DE PETRÓLEO, APLICANDO REDES NEURONALES
ARTIFICIALES
EMILIO JUSTINIANO CARCAMO TROCONIS
GUIDO JOSÉ POLO NULE
UNIVERSIDAD INDUSTRIAL DE SANTANDER
FACULTAD DE INGENIERÍAS FÍSICO MECÁNICAS
ESCUELA DE INGENIERÍA DE SISTEMAS E INFORMÁTICA
BUCARAMANGA
2007
METODOLOGÍA PARA LA PREDICCIÓN DE CURVAS DE DECLINACIÓN
DE POZOSDE PETRÓLEO, APLICANDO REDES NEURONALES
ARTIFICIALES
EMILIO JUSTINIANO CARCAMO TROCONIS
GUIDO JOSÉ POLO NULE
Trabajo de grado presentado para optar el título de
Ingeniero de Sistemas.
Director:
ING. JUAN CARLOS REYES FIGUEROA
Profesor Escuela de Ingeniería de Sistemas, UIS
Codirector:
M.E. FERNANDO RUIZ DÍAZ
Profesor Escuela de Ingeniería de Sistemas, UIS
UNIVERSIDADINDUSTRIAL DE SANTANDER
FACULTAD DE INGENIERÍAS FÍSICO MECÁNICAS
ESCUELA DE INGENIERÍA DE SISTEMAS E INFORMÁTICA
BUCARAMANGA
2007
A Dios
A mis padres, Beatriz y Justi
A mis hermanos, Eugenia y Ernesto
EMILIO CARCAMO
A Fanny , mi mamá
A Guido, mi papá en lo alto
Dayana y María T, sístole y diástole de mi corazón
GUIDO
AGRADECIMIENTOS
Los autores expresan sus agradecimientos a:Todas aquellas personas que hicieron posible la realización de este proyecto.
MSc FERNANDO CALVETE, por sus consejos y aportes al proyecto.
Dayana Sarmiento por su colaboración
A todos nuestros amigos, que nos soportaron durante el paso por la
universidad, y que incondicionalmente brindaron su
confianza, apoyo y
honestidad.
A NUESTRAS FAMILIAS, por su paciencia y apoyo incondicional. TABLA DE CONTENIDO
PÁG.
CAPITULO 1
20
INTRODUCCIÓN
20
1.1 CONTEXTO GENERAL
22
1.1.1 DEFINICIÓN DEL PROBLEMA
22
1.1.2 OBJETIVOS
24
1.1.3 JUSTIFICACIÓN
25
CAPITULO 2
26
MARCO TEÓRICO
26
2.1 REDES NEURONALES ARTIFICIALES
26
2.1.1 Panorama Histórico
27
2.1.2 Ventajas de las RNA
28
2.1.3 Fundamentos de las RNA
29
2.1.4Algoritmo Backpropagation
37
2.2 CURVAS DE DECLINACIÓN
42
2.2.1 Introducción
42
2.2.2 Estado del Arte
44
2.2.3 Fundamento Matemático
51
2.3 MECANISMOS DE PRODUCCIÓN DEL PETRÓLEO
56
2.3.1 Bombeo Mecánico
57
2.3.2 Bombeo neumático
57
2.3.3 Bombeo Hidráulico
58
2.3.4 Bombeo Electro-Centrífugo o Electro-Sumergido
59
CAPITULO 3
61
PROCESO DEIDENTIFICACIÓN DEL MODELO
61
3.1 SELECCIÓN DE LAS VARIABLES
62
3.1.1 Línea mensual de tiempo
62
3.1.2 Producción de petróleo
63
3.1.3 Días de producción de cada mes
65
3.1.4 Tipo de bombeo
66
3.2 PREPROCESAMIENTO DE LA INFORMACIÓN
68
3.2.1 Transformación de Variables Nominales a Numéricas
70
3.2.2 Filtrado
70
3.2.3 Normalización
71
3.3ARQUITECTURA DE RED
73
3.3.1 Redes de Base Radial (RBF)
73
3.3.2 Sistemas Neuro-Borrosos
74
3.3.3 Perceptrón Multicapa
76
3.4 DIMENSIONAMIENTO DE LA RED
77
3.5 FUNCION DE ACTIVACIÓN
83
3.6 ALGORITMO DE ENTRENAMIENTO
84
3.7 INICIALIZACIÓN DE PESOS
86
3.8 RESULTADOS DEL ENTRENAMIENTO
88
CAPITULO 4
91
METODOLOGÍA DE DESARROLLO
91
4.1RECOPILACIÓN DE NECESIDADES
91
4.2 ANÁLISIS
92
4.3 DISEÑO
92
4.4 DESARROLLO
93
4.5 HERRAMIENTA DE DESARROLLO
93
4.6 APLICACIÓN DE LA METODOLOGÍA
95
4.6.1 Prototipo 1
95
4.6.2 Prototipo 2
97
4.6.3 Prototipo 3
98
4.7 DIAGRAMAS UML
4.7.1 Diagrama de Casos de Uso
99
99
4.7.2 Diagramas de Clases
104
4.7.3 Diagrama de Secuencias
109CAPITULO 5
113
ANÁLISIS DE RESULTADOS
113
5.1 POZO 1
114
5.2 POZO 2
117
5.3 POZO 3
119
5.4 POZO 4
122
5.5 POZO 5
124
5.6 POZO 6
127
5.7 POZO 7
129
5.9 OBSERVACIONES
132
5.10 CASO DE ESTUDIO, POZO 8
132
5.10.1 Curvas De Declinación
132
5.10.2 Producción Acumulada
136
5.10.3 Tasa de declinación
136
5.10.4 Límite...
Leer documento completo
Regístrate para leer el documento completo.