http://www.dspace.espol.edu.ec/handle/123456789/50522 Petróleos Wed, 15 Apr 2026 23:35:02 GMT 2026-04-15T23:35:02Z http://www.dspace.espol.edu.ec/handle/123456789/67961 Title: Evaluación de la capacidad de almacenamiento de CO2 de países productores de petróleo en el continente americano Authors: Carrillo Peña, Daniela Valentina; Carrión Maldonado, Freddy Paul, Director Abstract: Climate change is one of the main environmental challenges today and is linked to carbon dioxide (CO2) emissions from fossil fuel consumption. Considering this problem, geological CO2 storage is presented as an alternative to mitigate emissions in oil-producing countries. The objective of this project is to estimate the CO2 storage capacity of the American continent, demonstrating its importance in meeting international emission reduction commitments. The research was conducted by compiling CO2 emissions data from oil-producing countries in the Americas, obtained from the Our World in Data platform, which was integrated with technical information on reservoirs and aquifers provided by the International Energy Agency's CCUS project database, as well as scientific articles. The emissions analysis was performed using tools such as Python, while the storage capacity was estimated using the methodology proposed by Bachu. Based on the storage capacity of the reservoirs, three storage clusters were proposed in the North American region, the Colombian Caribbean, and the South Atlantic, with capacities of 753.19, 682.73, 940.03 Mt, respectively. The removal percentages compared to total emissions were low, reflecting the need to complement geological storage with mitigation policies and the expansion of CCUS technologies. Keywords: emissions, geological storage, CCUS, climate change, reservoirs Description: El cambio climático es uno de los principales desafíos ambientales actualmente y está vinculado con las emisiones de dióxido de carbono (CO2) provenientes del consumo de combustibles fósiles. Ante esta problemática, el almacenamiento geológico de CO2 se presenta como una alternativa para mitigar las emisiones en los países productores de petróleo. El presente proyecto tiene como objetivo estimar la capacidad de almacenamiento de CO2 en el continente americano, demostrando su importancia para cumplir con compromisos internaciones de reducción de emisiones. La investigación se desarrolló mediante la recopilación de datos de emisiones de CO2 de países petroleros de América, obtenidos de la plataforma Our World in Data, los cuales fueron integrados con información técnica de reservorios y acuíferos proporcionados por la base de datos de proyectos CCUS de la Agencia Internacional de la Energía, además de artículos científicos. El análisis de las emisiones se realizó utilizando herramientas como Python, mientras que la estimación de la capacidad de almacenamiento de calculó mediante la metodología propuesta por Bachu. De acuerdo con la capacidad de almacenamiento de los reservorios se propusieron tres clústeres de almacenamiento en la región de Norteamérica, el Caribe colombiano y Atlántico Sur, con capacidades de 753.19, 682.73, 940.03 Mt, respectivamente. Los porcentajes de remoción frente a las emisiones totales fueron bajos, lo que refleja la necesidad de complementar el almacenamiento geológico con políticas de mitigación y expansión de tecnologías CCUS. Wed, 01 Jan 2025 00:00:00 GMT http://www.dspace.espol.edu.ec/handle/123456789/67961 2025-01-01T00:00:00Z http://www.dspace.espol.edu.ec/handle/123456789/67960 Title: Optimización en la selección de sistemas de levantamiento artificial aplicando ciencia de datos: Campo Lago Agrio Authors: Mendía Cadena, Jean Pierre; Carrión Maldonado, Freddy Paul, Director Abstract: This project addresses the optimization of artificial lift system selection, with the aim of improving operational efficiency in wells from the Oriente Basin in Ecuador. The hypothesis established was that the application of machine learning models allows accurate identification of the most suitable lift system according to the production characteristics of each well. The justification lies in the need to reduce uncertainty in decision-making and to make more efficient use of resources within the oil industry. For the development of the study, historical production records were collected, processed through cleaning, normalization, and winsorization techniques, and class imbalance methodologies were applied. Subsequently, multiclass classification models were trained, including Decision Tree, Random Forest, XGBoost, and Stacking, which were validated using accuracy, precision, recall, and F1-score metrics. The results showed agreement between model predictions and installed systems in 83.3 % of the analyzed cases. XGBoost and Stacking achieved the best performances, with accuracy values above 99 %, while Random Forest and Decision Tree presented intermediate results. It is concluded that the use of machine learning models constitutes a reliable and applicable tool in the oil industry for predicting and recommending artificial lift systems in wells with similar conditions. Keywords: Machine learning, data mining, artificial lift, prediction, optimization Description: El presente proyecto aborda la optimización en la selección de sistemas de levantamiento artificial, con el objetivo de mejorar la eficiencia operativa en pozos de la cuenca Oriente del Ecuador. Se planteó como hipótesis que la aplicación de modelos de aprendizaje automático permite identificar de manera precisa el sistema de levantamiento más adecuado en función de las características productivas de los pozos. La justificación se fundamenta en la necesidad de reducir incertidumbre en la toma de decisiones y aprovechar de forma más eficiente los recursos disponibles en la industria petrolera. Para el desarrollo del proyecto se copilaron registros históricos de producción, se procesaron los datos mediante técnicas de limpieza, normalización y winsorización y se aplicaron metodologías de balanceo de clases. Posteriormente se entrenaron modelos de clasificación multiclase, incluyendo Árbol de decisión, Random Forest, XGBoost y Stacking Classifier, cuya validación se realizó a través de métricas de exactitud, precisión, sensibilidad y F1-score. Los resultados mostraron concordancia entre las predicciones y los sistemas instalados en el 83.3% de los casos analizados. Los modelos de XGBoost y Stacking alcanzaron los mejores desempeños, con valores de exactitud superiores al 99% mientras que el Random Forest y Árbol de decisión presentaron desempeños intermedios. Se concluye que el uso de modelos de aprendizaje automático constituye una herramienta confiable y aplicable en la industria petrolera para la predicción y recomendación de sistemas de levantamiento artificial en pozos con condiciones similares Wed, 01 Jan 2025 00:00:00 GMT http://www.dspace.espol.edu.ec/handle/123456789/67960 2025-01-01T00:00:00Z http://www.dspace.espol.edu.ec/handle/123456789/67958 Title: Propuesta de implementación del sistema de levantamiento artificial plunger lift en pozos del campo Gustavo Galindo Authors: Cevallos Herrera, Steven Fernando; Arcentales Bastidas, Danilo Andrés, Director Abstract: In the present study, the technical and economic feasibility of implementing the Plunger Lift artificial lift system in wells of the Gustavo Galindo (Ancón) field is evaluated, with the objective of optimizing oil production in mature reservoirs with a high gas-liquid ratio (GOR). The aim is to take advantage of the associated gas, which is currently released into the atmosphere, to optimize oil recovery in a viable and sustainable way. The development of the project was based on the analysis of historical production data, the application of selection criteria (extraction system, GLR, production rate, and pressure buildup), and technical simulation with the CASING S.A. software, designing optimal operating cycles for proper system performance. The results showed that wells ANC1648, ANC1260, and ANC1974 were technically feasible, operating between 14–15 cycles/day with pressures ranging from 133–380 psi. However, the economic analysis under optimistic, conservative, and pessimistic scenarios (oil at $62.85/bbl) indicated a negative NPV and an IRR below the discount rate, concluding that the project was not profitable. Nevertheless, when adjusting the oil price per barrel together with a reduction in investment costs per well, it is concluded that the project can become economically viable, achieving a payback period of 3 years with favorable NPV and IRR indicators. Keywords: Plunger Lift, artificial lift, technical feasibility, economic analysis Description: En el presente estudio se evalúa la factibilidad técnico-económica para implementar el sistema de levantamiento artificial Plunger Lift en pozos del campo Gustavo Galindo (Ancón), con el objetivo de optimizar la producción de petróleo en yacimientos maduros, pozo con alta relación gas-líquido (GOR). Se busca aprovechar el gas asociado, que actualmente se libera a la atmósfera, para optimizar la recuperación de petróleo de manera viable y sostenible. El desarrollo del proyecto se basó en el análisis de datos históricos de producción, la aplicación de criterios de selección (sistema de extracción, GLR, tasa de producción y restauración de presión) y la simulación técnica con el software CASING S.A. diseñando los ciclos operativos óptimos para un correcto funcionamiento del sistema. Los resultados determinaron que los pozos ANC1648, ANC1260 y ANC1974 son técnicamente viables, operando entre 14-15 ciclos/día con presiones entre los 133-380 psi. Sin embargo, el análisis económico en los escenarios optimista, conversor y pesimista (petróleo a $62,85/bbl) mostró un VAN negativo y una TIR inferior a la tasa de descuento, concluyendo que el proyecto no es rentable. No obstante, se ajustó el precio por barril de petróleo más una reducción de los costos de inversión por cada pozo, lo que se concluye que, de ser así, el proyecto si puede ser económicamente viable, teniendo un payback de 3 años un con un VAN y TIR favorables. Wed, 01 Jan 2025 00:00:00 GMT http://www.dspace.espol.edu.ec/handle/123456789/67958 2025-01-01T00:00:00Z http://www.dspace.espol.edu.ec/handle/123456789/67957 Title: Optimización de la producción del campo sacha utilizando el principio estadístico de Pareto Authors: Alcívar Medranda, Joel Ricardo; Arcentales Bastidas, Danilo Andrés, Director Abstract: CONDITION FOR PUBLICATION OF PROJECT. The Sacha Field, located in Orellana province, is one of Ecuador’s main oil producers but currently faces challenges typical of mature reservoirs, such as high water cut, natural decline, and aging infrastructure. The objective of this project is to apply the Pareto statistical principle to identify the most representative wells and prioritize interventions that maximize hydrocarbon recovery, under the hypothesis that a reduced number of wells accounts for most of the production, thus justifying the need to focus technical efforts. Historical production data were collected and analyzed, wells were classified by cumulative output, and Pareto charts were developed in Microsoft Excel to determine the most productive wells. Results showed that approximately 40% of the wells concentrate around 80% of total production, with the replacement of ESP systems identified as the most impactful intervention. It is concluded that the application of the Pareto principle allows prioritizing investments in high-potential wells, optimizing resources, and ensuring the productive sustainability of the field. Keywords: oil production, mature field, ESP systems, performance indicators Description: CONDICIONAMIENTO DE PUBLICACION DE PROYECTO. El campo Sacha, ubicado en la provincia de Orellana, constituye uno de los principales productores de petróleo del Ecuador y enfrenta actualmente problemas propios de su madurez, como altos niveles de corte de agua, declinación natural y envejecimiento de la infraestructura. El objetivo del presente proyecto es aplicar el principio estadístico de Pareto para identificar los pozos más representativos y priorizar intervenciones que maximicen la recuperación de hidrocarburos, bajo la hipótesis de que un reducido número de pozos concentra la mayor parte de la producción, lo que justifica la necesidad de focalizar los esfuerzos técnicos. Para ello se recopilaron y analizaron datos históricos de producción, se clasificaron los pozos por rendimiento acumulado y se construyeron diagramas de Pareto en Microsoft Excel, a partir de los cuales se seleccionaron los pozos de mayor aporte. Los resultados mostraron que cerca del 40 % de los pozos concentran aproximadamente el 80 % de la producción, siendo el cambio de equipos BES la intervención de mayor impacto. Se concluye que la aplicación del principio de Pareto permite priorizar inversiones en los pozos de mayor potencial, optimizar recursos y garantizar la sostenibilidad productiva del campo. Wed, 01 Jan 2025 00:00:00 GMT http://www.dspace.espol.edu.ec/handle/123456789/67957 2025-01-01T00:00:00Z