Optimización de la configuración de pozos no convencionales en un modelo estocástico de yacimiento utilizando algoritmos genéticos / Bernardo Bohórquez L ; tutor José R. Villa. , Alexis Gammiero

Gráficos Sección Publicaciones Oficiales Tesis de Grado Pregrado Universidad Central de Venezuela, Facultad de Ingeniería, Escuela de Ingeniería de Petróleo Ing. de Petróleo

El modelaje y la simulación numérica de yacimientos constituyen un conjunto de herramientas que permiten realizar la predicción del comportamiento de producción de un yacimiento utilizando un modelo matemático previamente calibrado. Los cálculos realizados incluyen: (1) determinación de distribución espacial de propiedades del yacimiento dentro del modelo, (2) distribución de la presión y la saturación de los fluidos presentes y (3) comportamiento de afluencia dentro de los pozos. Cuando se realiza la optimización del esquema de explotación de un campo, se deben tomar en consideración un gran numero de variables que, debido a su alta complejidad, no pueden ser modeladas utilizando métodos de optimización tradicional. De aquí viene la necesidad de implementar algoritmos de búsqueda que puedan determinar un escenario de explotación que maximices las reservas obtenidas, y minimice el tiempo asociado a este estudio. Este trabajo presenta el desarrollo e implementación de una metodología que permite optimizar el factor de recobro, o el Valor Presente Neto, para un yacimiento mediante la modificación del numero, tipo y configuración de los pozos presentes, utilizando los algoritmos genéticos como algoritmo de búsqueda. Esta técnica se utilizó con el fin de disminuir el tiempo asociado a dichos estudios ya que se deben considerar un gran número de parámetros de producción y la incertidumbre asociada a estos. Para analizar la eficiencia de la herramienta desarrollada por la implementación de esta metodología, fueron configurados cuatro casos en donde se realiza la optimización de un modelo de yacimiento generado con técnicas geoestadística y utilizando la simulación de yacimiento para evaluar la función a optimizar. La evaluación de esta metodología permitió concluir que debido a la gran cantidad de opciones disponibles para ser evaluados, los algoritmos genéticos ofrecen un buen resultado en un corto periodo de tiempo, y que por si solos no pueden asegurar la convergencia en la búsqueda del valor óptimo. Es necesario la combinación de este tipo de algoritmos, con otros algoritmos de búsqueda, que permitan aumentar la eficiencia del proceso de optimización.