Análisis y predicción del comportamiento de producción de pozos petroleros con Algoritmos Genéticos (Inteligencia Artificial)

Resumen

Introducción: Determinar la cantidad de petróleo remanente en los pozos de un campo, fundamental para administrar las inversiones necesarias, por lo tanto, predecir la tasa de producción con mayor precisión reduce el riesgo económico asociado a estas actividades, haciendo rentable la industria del petróleo, al implementar y aprovechar la inteligencia artificial, como los algoritmos genéticos,  aumenta significativamente la precisión de resultados de predicción y al mismo tiempo reducción del tiempo de cálculo, resolviendo la incertidumbre de los datos con los que se realiza estas predicciones, generalmente los datos se encuentran con mediciones erróneas nada confiables.  Objetivo: Generar un software con la capacidad de encontrar las variables de reservorio (incluidas en el cálculo de la predicción, etc.) mediante la implementación de algoritmos genéticos necesarios para calcular el perfil de producción, y reproducir la data histórica del pozo usando Visual Basic en Excel.  Métodos: El método implementado se basa en la teoría de la evolución de las especies de Charles Darwin, corresponde a la capacidad de encriptar en código binario variable a encontrar(individuos), someterle a un proceso de selección dentro una población (conjunto de respuestas), y hacerlo evolucionar generación a generación (iteración), hasta encontrar un individuo lo suficientemente adaptado ante el problema (respuesta encontrada). Resultados: Proporcionar ayuda a ingenieros de petróleos al reducir tiempo en encontrar las variables adecuadas, para realizar estimaciones precisas de producción a futuro. Conclusiones: El software desarrollado permitió obtener resultados que demuestra la eficiencia del método y complementar la ausencia de datos que se presentan en cada pozo.