Revista de gestión de zonas costeras

Abstracto

Caracterización de yacimientos mediante la predicción del petróleo inicial presente en un yacimiento mediante aprendizaje profundo y la aplicación del análisis de sensibilidad para mejorar la recuperación de petróleo

Julia Mbamarah

El problema de la producción actual es la incapacidad de recuperar una cantidad óptima del recurso descubierto. Según los análisis estadísticos, sólo alrededor del 60% del petróleo es recuperable y la cantidad más alta registrada hasta ahora es de sólo el 80% del petróleo descubierto. Es decir, alrededor del 25% del petróleo todavía existe en pozos de yacimientos petrolíferos que han sido abandonados.

A partir de la obtención de datos de varios yacimientos petrolíferos de Nigeria, se calculó la cantidad de petróleo que se podía descubrir mediante aprendizaje profundo. La red se entrenó para predecir con precisión el volumen estimado de petróleo inicialmente disponible. Un análisis de sensibilidad del modelo de red neuronal generado reveló qué parámetros de entrada contribuyeron principalmente a la estimación del IOIP

A partir de la información deducida, un pozo ideal para mejorar la recuperación sería aquel cuyos factores determinantes se minimicen o maximicen según la viabilidad de la alteración de los parámetros. El Prototipo Neural se optimizó mejorando las propiedades determinantes de interés. Una actualización de los datos condujo posteriormente a un mayor entrenamiento y, en general, a una mejora en el grado de recuperación alcanzable.

Si bien se están identificando otras fuentes de energía, el petróleo y el gas siguen siendo parte integral de la industria energética y no se deben descuidar los pasos para garantizar que la recuperación de esta fuente de energía se optimice al mayor porcentaje posible.