Desarrollo de algoritmo para la selección óptima y estandarizada de métodos de EOR utilizando el lenguaje de programación Python

Medina Cáceres, Leopoldo Guillermo; Morales García, Ronny David

DSpace Home
→
Unidades Académicas
→
Facultad de Ingeniería en Ciencias de la Tierra
→
Tesis de Maestría en Petróleos
→
View Item

dc.contributor.advisor	Carrión Maldonado, Freddy Paul, Director
dc.contributor.author	Medina Cáceres, Leopoldo Guillermo
dc.contributor.author	Morales García, Ronny David
dc.creator	ESPOL.FICT
dc.date.accessioned	2025-02-04T20:22:11Z
dc.date.available	2025-02-04T20:22:11Z
dc.date.issued	2023
dc.identifier.citation	Medina Cáceres, L. G. y Morales García, R. D. (2023). Desarrollo de algoritmo para la selección óptima y estandarizada de métodos de EOR utilizando el lenguaje de programación Python. [Proyecto de Titulación]. ESPOL.FICT .
dc.identifier.uri	http://www.dspace.espol.edu.ec/handle/123456789/63524
dc.description	En la actualidad existen diversas opciones al momento de escoger técnicas de recuperación mejorada (EOR) para aplicarlas en reservorios maduros, por ende, es necesario que los ingenieros cuenten con un programa que les permita seleccionar y filtrar de un modo ágil y eficiente las más idóneas de entre todas las alternativas. Este objetivo se lo solventa mediante una investigación bibliográfica de diversos trabajos y estudios alrededor del mundo donde se aplicaron y conocieron los factores y parámetros que influyen en la eficacia de las técnicas cuando son implementadas en el campo, además de los beneficios que cada una de ellas ofrece. Adicionalmente se utilizó el lenguaje de programación Python para desarrollar un programa de código abierto que permita a nuevos colaboradores mejorar el producto en caso de ser necesario. Dando como resultado una aplicación web que permita seleccionar (screening) técnicas EOR para distintos casos de estudio, cada uno con distintos parámetros y rangos de idoneidad basados en una escala de puntuación que selecciona a el (los) mejor(es) y los ordena del más al menos óptimo. Finalmente se presentó el funcionamiento del mismo mediante datos reales de un campo en la Amazonía ecuatoriana permitiendo seleccionar la mejor técnica en cuestión de segundos con técnicas actualizadas hasta la fecha de presentación de este proyecto. Palabras Clave: EOR, Python, Recuperación Mejorada de Petróleo, Algoritmo de selección.
dc.format	application/pdf
dc.format.extent	126 página
dc.language.iso	spa
dc.publisher	ESPOL.FICT
dc.rights	openAccess
dc.subject	EOR
dc.subject	Python
dc.subject	Enhanced Oil Recovery
dc.subject	Selection algorithm
dc.title	Desarrollo de algoritmo para la selección óptima y estandarizada de métodos de EOR utilizando el lenguaje de programación Python
dc.type	Magíster en Petróleo
dc.identifier.codigoespol	T-114839
dc.description.city	Guayaquil
dc.description.degree	Escuela Superior Politécnica del Litoral
dc.identifier.codigoproyectointegrador	POSTG118
dc.description.abstractenglish	Currently, there are several options when it comes to recovering improvement techniques (EOR) to apply them in mature reservoirs, therefore, it is necessary for engineers to have a program that allows them to select and filter in an agile and efficient way the most suitable ones. among all the alternatives. This objective is solved through a bibliographical investigation of various works and studies around the world where the factors and parameters that influence the effectiveness of the techniques when implemented in the field were applied and known, in addition to the benefits that each one of them offers. offers. Additionally, the Python software was added to create the free access code that allows the user to edit it at their convenience and even update it, if necessary, over time. Resulting in an updated software of EOR techniques that had a database of twenty four methods, each one with different parameters and suitability ranges based on a scoring scale that selects the best(s) and orders them. from most to least optimal. Finally, its operation was presented using real data from a field in the Ecuadorian Amazon, allowing the best technique to be selected in a matter of seconds with techniques updated up to the date of presentation of this project. Keywords: EOR, Python, Enhanced Oil Recovery, Selection algorithm.