Este documento describe un método para predecir fallas en el sistema de bombeo mecánico que levanta petróleo y gas a la superficie. Los investigadores recopilaron datos de 42 pozos de producción controlados por sistemas de control de producción remota e historiales de mantenimiento. Usaron técnicas de minería de datos como reducción de ruido y métodos de predicción como árboles de decisión, redes bayesianas y máquinas de vectores de soporte para analizar los datos y predecir posibles fallas mecánic
Predicción de fallas del sistema de levantamiento artificial
1. PREDICCIÓN DE
FALLAS DEL
SISTEMA DE
LEVANTAMIENT
O ARTIFICIAL
POR BOMBEO
MECÁNICO
INTEGRANTES
Nory Alejandra Gonzalez.
Kenia Marcela Gonzalez.
María Paula Gutierrez.
3. 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
4. Para llevar a cabo la predicción de fallas se hizo uso de:
42 Pozos productores controlados por POC, probados
intermitentemente 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
5. 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
TRABAJ
O.
Obtención de
tres atributos
importantes:
A,B,C.
Validar uso de un
sistema semi-
suupervisado, y
dterminar mejor
método de
predicción de
fallas.
INTRODUCCIÓN
7. 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
8. 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
10. *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
11. El sistema presenta
visualmente Alertas para
proporcionar visualmente
una advertencia de fallas
inminentes.
FLUJO DE TRABAJO