"GERENE" Aplicación de las Redes Neuronales
Las Redes Neuronales han demostrado ser eficientes en la solución de problemas que requieren de un manejo matemático complejo y que a menudo encontramos en la Industria del Petróleo. Motivado a esto, un grupo de expertos desarrollaron una herramienta software llamada GERENE que genera y entrena redes neuronales.
Básicamente esta herramienta se ha aplicado a dos problemas diferentes encontrados en la Ingeniería de Petróleo.
La primera aplicación se hace en los yacimientos de petróleo saturado, en los cuales el estudio de los mecanismos de desplazamiento se realiza usando los índices de desplazamiento que miden el aporte de cada mecanismo de empuje a la energía del yacimiento. Estos índices se calculan por medio de una manipulación matemática de la ecuación de balance de materiales EBM. Esta ecuación requiere de una gran cantidad de datos que con frecuencia no están disponibles en las historias de producción, la cual la convierte en una tarea compleja. GERENE permite solucionar este problema utilizando menor número de variables que las utilizadas en la EBM.
Básicamente esta herramienta se ha aplicado a dos problemas diferentes encontrados en la Ingeniería de Petróleo.
La primera aplicación se hace en los yacimientos de petróleo saturado, en los cuales el estudio de los mecanismos de desplazamiento se realiza usando los índices de desplazamiento que miden el aporte de cada mecanismo de empuje a la energía del yacimiento. Estos índices se calculan por medio de una manipulación matemática de la ecuación de balance de materiales EBM. Esta ecuación requiere de una gran cantidad de datos que con frecuencia no están disponibles en las historias de producción, la cual la convierte en una tarea compleja. GERENE permite solucionar este problema utilizando menor número de variables que las utilizadas en la EBM.
La segunda aplicación se utilizó con registros eléctricos, teniendo en cuenta que algunos campos presentan inconvenientes para determinar topes de arena, debido a que el tipo de lodo utilizado en los pozos no permite correr el registro de potencial espontáneo SP y algunos pozos cuentan solamente con el registro GR. GERENE presenta una solución alternativa para encontrar la curva del registro SP, a partir del registro GR.
La Herramienta
La herramienta software fue desarrollada en el lenguaje de programación C++ el cual permitió la elaboración de una interfase gráfica, amigable con el usuario y fácil de interactuar. Este software puede ser instalado en cualquier plataforma Windows (95, 98 o NT). Sus requerimientos mínimos son: procesador 100 MHz; memoria ram 16 mega bites y espacio de 25 Mega bites en disco. El algoritmo utilizado en el desarrollo de la herramienta, fue el Back- propagation (Eberthart y Dobbins, 2000), que consiste en un aprendizaje de un conjunto de entradas y salidas dados como ejemplo, empleando un ciclo de propagación-adaptación del error generado, de la diferencia entre la respuesta calculada por la red y la respuesta real. Este proceso se repite hasta alcanzar un error aceptable entre las respuestas.
La Herramienta
La herramienta software fue desarrollada en el lenguaje de programación C++ el cual permitió la elaboración de una interfase gráfica, amigable con el usuario y fácil de interactuar. Este software puede ser instalado en cualquier plataforma Windows (95, 98 o NT). Sus requerimientos mínimos son: procesador 100 MHz; memoria ram 16 mega bites y espacio de 25 Mega bites en disco. El algoritmo utilizado en el desarrollo de la herramienta, fue el Back- propagation (Eberthart y Dobbins, 2000), que consiste en un aprendizaje de un conjunto de entradas y salidas dados como ejemplo, empleando un ciclo de propagación-adaptación del error generado, de la diferencia entre la respuesta calculada por la red y la respuesta real. Este proceso se repite hasta alcanzar un error aceptable entre las respuestas.
Los resultados que se obtuvieron en las dos aplicaciones demostraron que el software se convierte en una alternativa viable que permite dar solución a algunos de los problemas que se presentan por falta de datos, lo cual no permite utilizar los métodos tradicionales de cálculo. Por otra parte, las redes neuronales tienen capacidad para establecer relaciones entre variables sin importar la complejidad de esta, sin introducir relaciones matemáticas, ni ecuaciones. Incluso, esta herramienta puede ser usada en campos viejos donde no se disponga de la información necesaria para los cálculos tradicionales.
Posteriormente se probó que los resultados obtenidos con GERENE eran similares a los obtenidos usando EBM.
Posteriormente se probó que los resultados obtenidos con GERENE eran similares a los obtenidos usando EBM.
El secreto de esta técnica es que sólo usa una pequeña cantidad de datos de producción como entrada para el método predictivo.
Referencias Bibliográficas
L.C.F. da Silva, R.C.M. Portella, and A.A. Emerick, Petrobras, and N.F.F. Ebecken, Federal U. of Rio de Janeiro. "Predictive Data-Mining Technologies for Oil-Production Prediction in Petroleum Reservoir" Paper SPE 107371-MS
