predicción de fallas del sistema de levantamiento artificial
TRANSCRIPT
PREDICCIÓN DE
FALLAS DEL
SISTEMA DE
LEVANTAMIENT
O ARTIFICIAL
POR BOMBEO
MECÁNICO
INTEGRANTES
Nory Alejandra Gonzalez.
Kenia Marcela Gonzalez.
María Paula Gutierrez.
INTRODUCCIÓN
FALLAS
Predicción de fallas
Producción de hidrocarburos.
Costos de producción.
Ajustar parámetros operativos.
Programar mantenimiento para
reducir al mínimo el tiempo de
inactividad.
Objetivo del artículo
Desarrollo de métodos, sistemas
y algoritmos.
Analizar y predecir fallas en tuberías y bombas del sistema
de levantamiento por bombeo mecánico.
Fallas pueden ser:
Mecánicas.
Químicas.
INTRODUCCIÓN
Para llevar a cabo la predicción de fallas se hizo uso de:
42 Pozos productores controlados por POC, probadosintermitentemente por especialistas en campo.
Bases de datos: LOWIS Y Data Mart.
Data mining.
Métodos de reducción de ruido y predicción de fallas:Test de Grubs, ADTree, SVM y red bayesiana.
INTRODUCCIÓN
DESCRIPCIÓN GENERAL
DEL PROBLEMA
PREDECIR FALLAS
BOMBEO MECÁNICO
Pozos productores.
Controlados con POC.
Recopilan y registran
diariamente mediciones
periódicas que indican la
producción y el estado del pozo
Pruebas intermitentes.
Información es llevada a
LOWIS Y Data Mart.
FLUJO DE
TRABAJO.
Obtención de tres atributos importantes:
A,B,C.
Validar uso de un sistema semi-
suupervisado, y dterminar mejor
método de predicción de
fallas.
INTRODUCCIÓN
Alerting
Data Mining
Feature Extraction
Data Preparation
Data Extraction
LOWIS AL Data Mart
FLUJO DE TRABAJO
Proporciona Conectores de
software
Extraen datos de SLA
Alimenta al sistema de predicción
Se logra por la ejecución de
los software:
• LOWIS consultada en
SQL (lenguaje de
consulta estructurado)
• o directamente de la Data
Mart (Almacen de datos)
Los cuales extraer los
atributos necesarios para
cada pozo en forma de
series de tiempo.
FLUJO DE TRABAJO
Reducción del ruido
Filtración
Interpolación
Ocurre por factores como:
• Condiciones climáticas.
• Errores de transcripción de
datos.
Técnicas de reducción de
ruido:
• Test de Brubbs: detecta
valores atípicos y suavizar
el grafico de dispersión local
ponderada.
• Algoritmo para suavizar el
impacto de los valores
atípicos.
FLUJO DE TRABAJO
*Se puede usar cualquier algoritmo que acomoden
conjuntos de datos numéricos:
Árbol de decisión alterno
(ADTree)
Red bayesiana
Maquina de vectores de
soporte (SVM)
FLUJO DE TRABAJO
El sistema presenta
visualmente Alertas para
proporcionar visualmente
una advertencia de fallas
inminentes.
FLUJO DE TRABAJO