DETERMINACIÓN DE LA PRESIÓN ONSET EN YACIMIENTOS PETROLÍFEROS CON REDES NEURONALES IMPLEMENTADAS EN PYTHON BASADO EN MODELO ESTADÍSTICO.

Abstract

En este trabajo se desarrolló e implementó una red neuronal totalmente conectada (full connect) la cuál es llamada AsphPy, y un algoritmo de “Machine Learning” con la finalidad de predecir la presión Onset en los yacimientos de petróleos. Esta red neuronal fue elaborada en el lenguaje de programación Pyhton y está basada en funciones estadísticas para el elaboración y evaluación del rendimiento del modelo de predicción. El algoritmo de Machine Learning implementó un soporte de maquina vectorial (SVM, Support Vector Machine), que tuvo como finalidad comparar sus resultados con el rendimiento de la red AsphPy. Una finalidad importante de este trabajo es el uso de Python en modelos de predicción de la presión Onset realizados por el grupo de investigación COFA. El primer modelo, presentado por Cristian Stiven Loaiza Cano y Samuel Quintero Herrera en el trabajo “Desarrollo de un Modelo para la Determinación de la Presión de Inicio de Precipitación de Asfáltenos (Onset) en Yacimientos de Petróleo”, es la base para la elaboración de AsphPy. El segundo modelo, presentado por Nathalie Flor Olave y Nicolas Hernando Quesada Bahamon en el trabajo “Determinación de la Presión Onset Usando Análisis Estadístico ANOVA en el Modelo de la Red Neuronal” desarrollaron mejoras al poder implementar la red neuronal basándose en un análisis ANOVA; el cual brindo información de gran ayuda para observar qué componentes o datos de entrada son más relevantes para la determinación de la presión Onset.