Evaluación petrofísica utilizando machine learning aplicado al campo X del oriente ecuatoriano.

Abstract

El uso de modelos predictivos machine learning puede utilizarse para evaluar el comportamiento de datos y determinar las propiedades petrofísicas. Este trabajo evalúa datos de registros eléctricos de 5 pozos con modelos predictivos, para una evaluación petrofísica y posterior cálculo de reservas probables. La metodología utilizada, consiste en 8 pasos, comenzando por la selección de los datos de los 5 pozos a utilizar de 20 pozos del campo, seguida de identificar el tipo de problema, de regresión, posteriormente validar los datos y seleccionar los modelos a utilizar, se verifica su calidad con el coeficiente de determinación R, procesando e interpretando los resultados de los modelos regresivos para determinar las propiedades petrofísicas y las reservas de las formaciones. Los resultados indican que el modelo que más se ajusta es árbol de regresión, determinando el volumen de arcilla, porosidad y saturación de agua en las formaciones. Este estudio concluye que los modelos regresivos probados en este trabajo no fueron suficientes para determinar el comportamiento de los datos de todos los registros de pozo y las medidas de las propiedades petrofísicas resultaron ser atractivas en las zonas 3, 7 y 10, determinando las reservas probables para estas.