Modelo de predicción con aprendizaje supervisado para establecer la viabilidad de inversión en un pozo petrolero
Actualmente la gestión de activos en forma ágil y oportuna es considerada un requisito estratégico para las organizaciones, por tanto, es importante adoptar estrategias que permitan asumir procesos automatizados. En la industria de Oil and Gas una problemática latente radica en los altos niveles de...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Estado: | Versión aceptada para publicación |
| Fecha de publicación: | 2022 |
| País: | Colombia |
| Institución: | Universidad de Bogotá Jorge Tadeo Lozano |
| Repositorio: | Expeditio: repositorio UTadeo |
| Idioma: | español |
| OAI Identifier: | oai:expeditiorepositorio.utadeo.edu.co:20.500.12010/27839 |
| Acceso en línea: | http://hdl.handle.net/20.500.12010/27839 http://expeditio.utadeo.edu.co |
| Access Level: | acceso embargado |
| Palabra clave: | Modelo de Predicción Administración de bases de datos -- Tesis y disertaciones académicas Procesamiento electrónico de datos -- Tesis y disertaciones académicas Minería de datos -- Tesis y disertaciones académicas |
| Sumario: | Actualmente la gestión de activos en forma ágil y oportuna es considerada un requisito estratégico para las organizaciones, por tanto, es importante adoptar estrategias que permitan asumir procesos automatizados. En la industria de Oil and Gas una problemática latente radica en los altos niveles de incertidumbre sobre el mercado que define los precios. Los Key Performance Indicators KPI se utilizan como medidores que permiten establecer diagnósticos de la situación histórica y actual de los procesos que llevan a cabo las compañías, para de esta forma realizar diagnósticos que permitan tomar decisiones. Ese desequilibrio constante de oferta y demanda de los productos energéticos y la fluctuación constante de los precios del petróleo, son elementos preponderantes que hace que las organizaciones demanden mecanismos ágiles para desarrollar sistemas automatizados que permitan orientar hacia una estrategia sólida. En la actualidad se habla sobre la transición energética, sin embargo, se continúa explorando y produciendo petróleo durante la transición. El proceso busca ser más eficiente y rentable. La transformación digital ayudará a estos desafíos permitiendo el aumento de la comprensión y control del proceso. El aprendizaje automático es la herramienta que convierte un conjunto de datos en modelos. Una vez el modelo es desarrollado este permite grandes optimizaciones en procesos y resultados. Este trabajo busca desarrollar un modelo de aprendizaje supervisado que estime la viabilidad económica de inversión de perforación y producción en un pozo petrolero. |
|---|