Optimización de producción aplicando técnicas de waterflooding management WFM y machine learning en el reservorio U inferior del sector norte del campo Shushufindi - Aguarico - Bloque 57

Abstract

El presente proyecto de tesina hace uso de la información técnica de producción, inyección hasta el 31 de enero de 2022 y presiones (reservorio y fluyentes) del sector norte del campo Shushufindi-Aguarico (área seleccionada de estudio) en la cual se encuentran 39 pozos son productores activos de “U Inferior” (pozos produciendo en su totalidad con sistema de bombeo eléctrico sumergible), 8 son inyectores de agua y 1 productor de agua; para generar diferentes escenarios de predicción mediante la aplicación de las técnicas de Waterflooding Management (WFM) y Machine Learning para el reservorio “U Inferior” que permitan tomar decisiones de manera oportuna respecto a las estrategias de desarrollo (caudales de inyección, cierre de pozos, reactivación de pozos, incrementos de frecuencia, etc.) y disminuir tanto la incertidumbre en los incrementales de producción asociados a la inyección de agua y las reservas asociadas.

Se generó el Pareto Front o Frontera Eficiente de los tres escenarios óptimos evaluados como parte del estudio, los cuales estuvieron enfocados en la redistribución del agua inyectando el mismo volumen de forma óptima para optimizar la producción; la reducción del agua manteniendo una producción similar y maximizando la producción de crudo considerando incrementar el agua inyectada.