El estudio técnico abordó el tema sobre la generación de la curva del factor de volumen del aceite, Bo, mediante una red neuronal.
Una gran cantidad de publicaciones demuestran la efectividad de una red neuronal artificial en la predicción de dos principales propiedades, y (valores puntuales).
Sin embargo, actualmente se desconoce las posibles publicaciones relacionadas a la generación completa del comportamiento de una propiedad del PVT; excepto a los limitantes detalles de los artículos que describen la generación del PVT Express.
Durante el presente trabajo se desarrollaron cinco modelos de redes neuronales para generar el comportamiento completo de la curva del factor de volumen del aceite. Se utilizaron 12 reportes PVT de los yacimientos de México para generar dos modelos de redes neuronales: zona saturada y bajo saturada.
Del mismo modo, los datos de entrada para predecir el comportamiento Bo, en total son 11 propiedades; la cual, involucra la composición y valores puntuales de las mediciones rápidas que se obtienen en campo.
Te puede interesar: Modelado estocástico de yacimiento
La confiabilidad de los modelos desarrollados y mencionados en el presente trabajo se analizaron por palabras claves. Redes neuronales, PVT, backpropagation, arquitectura, entrenamiento, validación, prueba, normalización, curva de errores, PVT Express.
Conocer el comportamiento completo de las propiedades PVT es de enorme importancia; porque permite definir los volúmenes, componentes, reservas, diseño de instalaciones superficiales y el costo de comercialización del aceite crudo.
Generalmente se obtienen muestras de hidrocarburos en el yacimiento con equipos especiales, manteniendo su condición original hasta el laboratorio. Para lograr lo anterior, se requiere de una gran suma de dinero y tiempo para obtener los resultados.
Sigue leyendo: Aplicación de nanopartículas en Ca-DTPMP
Dos modelos de red neuronal fueron construidos, una para la región saturada y otra para la zona bajo saturada. El comportamiento completo de fue generado utilizando 5 modelos de red neuronal.
Asimismo, el comportamiento de del reporte PVT se comparó con tres modelos, dos correlaciones empíricas y la curva generada por los modelos de red neuronal. Los valores estimados por los modelos de red neuronal, muestran mayor exactitud, por lo tanto, se ajusta mejor a la curva real, de acuerdo al tipo de fluido.
Por otro lado, dos pruebas hipotéticas del análisis de tendencia es aplicado para comprobar el cumplimiento de las leyes físicas del yacimiento. La red sólo puede operar un rango muy pequeño por la cantidad de datos usados.
Los ingenieros Israel Oliver Hernández Ambrosio y Víctor Hugo Arana Ortiz presentaron el trabajo en la reciente edición del Congreso Mexicano del Petróleo (CMP).
