Determinación de tiempos no productivos en la perforación de pozos exploratorios en el Sub Andino de Bolivia, aplicando algoritmos de aprendizaje automático basado en datos estadísticos.

Abstract

En este proyecto de grado se realiza un análisis predictivo de los tiempos no productivos para el diseño de futuros pozos exploratorios en el sub andino sur. La inteligencia artificial permite tratar de predecir, pronosticar o anunciar el comportamiento de la perforación de pozos a partir del diseño de otros realizados en la zona o área de interés; es lo que se realizará en este proyecto, evitar perder el tiempo en la perforación a través del uso de datos de perforación de pozos en el pasado. Se ha podido utilizar la tecnología de inteligencia artificial de red neuronal para predecir la probabilidad de evitar los tiempos no productivos en la planificación de pozos en el sub Andino Sur. Se determinó eficazmente los parámetros de perforación mediante la simulación del modelo propuesto con datos de pozos con y sin NPT para la planificación de futuros pozos aplicando el software Matlab. Se pudo desarrollar un plan de riesgos a partir de la simulación para evitar futuros NPT’s en la planificación de nuevos pozos en el bloque Sub Andino. El análisis de factibilidad técnico – económica indica que el proyecto se puede realizar fácilmente con bajo presupuesto debido a que el dinero solo se destina en la capacitación para el manejo de Machine learning en un sector de profesionales dentro de la empresa. Se logró estimar eficazmente los tiempos no productivos en la perforación de pozos exploratorios en el Sub Andino de Bolivia, aplicando el algoritmo de Aprendizaje automático con datos estadísticos.