• español
    • English
  • ¿Qué es el Repositorio Institucional Séneca?
  • Cómo publicar
  • Lineamientos
  • Contáctenos
Ver ítem 
  •   Repositorio Institucional Séneca
  • Facultad de Ingeniería
  • Departamento de Ingeniería Industrial
  • Maestría en Inteligencia Analítica para la Toma de Decisiones
  • Tesis/Trabajos de Grado
  • Ver ítem
    • español
    • English
  •   Repositorio Institucional Séneca
  • Facultad de Ingeniería
  • Departamento de Ingeniería Industrial
  • Maestría en Inteligencia Analítica para la Toma de Decisiones
  • Tesis/Trabajos de Grado
  • Ver ítem
JavaScript is disabled for your browser. Some features of this site may not work without it.

Navegar

Todo SénecaComunidades y ColeccionesAutoresTítulosTemáticasTipos de contenidosPerfil de autor
Esta colecciónFacultades y ProgramasAutoresTítulosTemáticasTipos de contenidos

Mi cuenta

AccederRegistro

Estadísticas

Ver Estadísticas de uso

Aplicación de técnicas de machine learning para estimar propiedades físicas de hidrocarburos a partir de firmas espectrales

RISMendeley
http://hdl.handle.net/1992/34930

  • Tesis/Trabajos de Grado [71]

Castelblanco Ramos, Sergio Augusto; González Gamboa, Jhon Franklin
Valencia Arboleda, Carlos FelipeAutoridad Uniandes; Plata, Iván Rodrigo
2018
"El reto principal de la investigación es la cuantificación remota de los grados API en los rezumaderos del Valle Medio del Magdalena en Ecopetrol, para lograr esto se persiguen dos objetivos fundamentales, el primero es construir un modelo predictivo a partir de las firmas tomadas por medio de técnicas de espectroradiometria para predecir los grados API, y segundo, a partir de imágenes de satélite implementar técnicas de clasificación para contrastar las firmas espectrales obtenidas anteriormente sobre la imagen y poder identificar potenciales rezumaderos en la zona de interés, posteriormente de esta identificación se va extraer la firma espectral del potencial rezumadero para predecir los grados API. La gravedad API describe la relación de la densidad del aceite con relación al agua. Los rangos normales de esta propiedad están entre 10 a 45°API, entre menor sea el valor más pesado será el hidrocarburo. Estimar esta propiedad física aporta en gran medida a la caracterización de rezumaderos (estudio) dado que se tendría la capacidad de conocer el tipo de crudo que impregna el elemento (vegetación/suelos) y brindaría conocimiento técnico a geólogos y petrofísicos para un mejor entendimiento del subsuelo y así una mejor explotación de los hidrocarburos localizados en la zona."--Tomado del Formato de Documento de Grado.
 
"The main challenge of the research is to quantify remotely the physical property called (API) in the oil seeps belong to Middle Magadalena Valley of Colombia in Ecopetrol, To achieve this it is necessary to complete two objectives, the first is to build a predictive model (Deep neural networks) from the signatures taken by means of field spectroradiometry techniques, and the second, from satellite images allowing to extract the spectral signature of the potential seep and to predict the API degrees. The API describes the relationship between oil and water density. The normal range values are 10 - 45°API, the lowest value of this property means a heavier oil and vice versa. This property is highly important because it enables field development planning and define the petroleum quality."--Tomado del Formato de Documento de Grado.
 
Trabajo de grado - Maestría
Petróleo - Densidad - Investigaciones - Magdalena Medio (Región, Colombia)
Aprendizaje automático (Inteligencia artificial) - Aplicaciones industriales - Investigaciones - Estudio de casos
Registro de pozos petroleros
Rezumaderos de petróleo
Redes neurales (Computadores) - Aplicaciones industriales - Investigaciones - Magdalena Medio (Región, Colombia) - Estudio de casos
Ver Estadísticas de uso
Mostrar el registro completo del ítem

Portada

Thumbnail

Nombre: u820869.pdf

[PDF] PDF Open Access[PDF] VER Open Access

Cita

Cómo citar

Cómo citar

Código QR


Carrera 1 # 18A-12

Bogotá - Colombia

Postal Code: 111711

+57 601 3394949 Ext.3322

sisbibli@uniandes.edu.co

i-RUS

i-RUS


Recursos Electrónicos

Recursos

Electrónicos


Biblioguías

Biblioguías


Icono Eventos

Repositorio de

datos de investigación



Redes sociales

  • Facebook
  • twitter
  • youtube
  • instagram
  • whatsapp

Universidad de los Andes | Vigilada Mineducación

Reconocimiento como Universidad: Decreto 1297 del 30 de mayo de 1964.

Reconocimiento personería jurídica: Resolución 28 del 23 de febrero de 1949 Minjusticia.

© - Derechos Reservados Universidad de los Andes