Please use this identifier to cite or link to this item: http://www.ptolomeo.unam.mx:8080/xmlui/handle/RepoFi/17636
Title: Modelado de fluidos petroleros: Un enfoque de aprendizaje automático
Authors: Vázquez Sánchez, Ilse Abril
Keywords: Aprendizaje automático
Redes neuronales
Máquinas de vectores de soporte
Regresión lineal
Fluidos petroleros
Pruebas PVT
Abstract: Las propiedades como presión, volumen y temperatura (PVT) permiten conocer las características físicas de los fluidos. Particularmente, en el caso de los fluidos petroleros, dichas propiedades permiten realizar un análisis exhaustivo del yacimiento petrolero que contiene a dicho fluido. Las propiedades PVT pueden ser determinadas de diferentes maneras, siendo las más exactas las pruebas de laboratorio, cuya desventaja es su alto costo debido a los equipos requeridos para realizarlas. Actualmente, el desarrollo de técnicas de aprendizaje automático ha atraído el interés de científicos y tecnólogos debido a su capacidad de trabajar con datos y a su versatilidad para estimar parámetros, inferir comportamientos y modelar procesos.
Description: En este trabajo se propope el desarrollo y puesta en funcionamiento de algoritmos de aprendizaje automático con el apoyo de herramientas de código abierto, como R y Python, para clasificar y modelar datos de fluidos petroleros, específicamente aceites negros y volátiles, a partir de parámetros que no requieren de pruebas especializadas para poder conocerse. La información necesaria para entrenar y validar los modelos será obtenida de reportes de pruebas PVT de una región petrolera de la República Mexicana. El objetivo, es obtener con los modelos creados, las curvas que describen las diferentes propiedades PVT de los aceites conforme varía la presión a condiciones de yacimiento con la mayor precisión posible, así como clasificar a dicho fluido como negro o volátil.
URI: http://www.ptolomeo.unam.mx:8080/xmlui/handle/RepoFi/17636
Appears in Collections:Tesis 2021

Files in This Item:
File Description SizeFormat 
Tesis.pdfTesis13.89 MBAdobe PDFView/Open
Portada.pdfPortada652.98 kBAdobe PDFView/Open
FEX-3.pdfFEX-3789.68 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.