Resumen:
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.
Descripción:
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.