COMANDO EN JEFE DE LAS FF.

AA DE LA NACION
ESCUELA MILITAR DE INGENIERIA
MCAL.ANTONIO JOSE DE SUCRE
BOLIVIA

LA PREVISIN DE DENSIDAD, FACTOR DE VOLUMEN DE

FORMACIN DE ACEITE Y LA PRESIN DEL PUNTO DE
BURBUJA DE LOS SISTEMAS DE CRUDO ENFOQUE BASADO EN
LA IDENTIFICACIN DE SISTEMAS NO LINEALES

MATERIA

: INGENIERIA EN RESERVORIOS II

NOMBRE

: COPA HUANCA CARLA ESTEFANI

DOCENTE

: ING. PAOLA COCA SUAZNABAR

SEMESTRE

: INGENIERIA PETROLERA

CURSO

: 7MO B

FECHA

: 22 DE AGOSTO DEL 2016

CBBA BOLIVIA

C4850-X

LA PREVISIN DE DENSIDAD, FACTOR DE VOLUMEN DE FORMACIN DE

ACEITE Y LA PRESIN DEL PUNTO DE BURBUJA DE LOS SISTEMAS DE
CRUDO ENFOQUE BASADO EN LA IDENTIFICACIN DE SISTEMAS NO
LINEALES
PROBLEMA.La obtencin de las propiedades de los fluidos del yacimiento tiene una muy
importante aplicacin en el clculo de ingeniera de yacimientos. Y por ello para la
obtencin de estas propiedades PVT deseadas estas deben ser adquiridos a travs
del anlisis de laboratorio de medida o muestras reales recogidas directamente de
los pozos de petrleo., sin embargo, estas medidas no son totalmente disponibles,
a causa de:
a) Las muestras recogidas no son fiables.
b) Las muestras no se han tenido a causa de ahorro de costes.
c) Anlisis de PVT no son disponibles cuando es necesario.

(Hemmati Kharrat, 2007).

ENFOQUE.El artculo se enfoca en las predicciones precisas de las propiedades del fluido,
tales como la densidad, el factor de volumen de formacin de aceite y la presin del
punto de burbuja, basado en el modelado de identificacin del sistema no lineal; No
lineal ARX (NARX) y el modelo predictivo Hammerstein-Wiener (HW). (Elsevier
B.V.2016)
SOLUCION.Emplear los modelos NARX y HW para predecir las propiedades de petrleo en la
ingeniera de reservorios entre otros planteamientos de computacin flexible.

RESUMEN.La obtencin de las propiedades de hidrocarburos es uno de los factores ms

importantes que se requiere en ingeniera de reservorios, esto con la finalidad de
obtener los datos necesarios como el factor volumtrico, la presin de burbuja y la
densidad para determinar la capacidad de nuestro reservorios y as tambin
determinar las condiciones para en las cuales se va trabajar.
En los ltimos aos, ingenieros dieron la importancia de desarrollo de ecuaciones
empricas para la determinacin de las propiedades PVT. En su investigacin ellos
se interesaron ms en el rea y desarrollaron nuevas correlaciones.
En ese desarrollo surgieron las correlaciones siguientes;
o KATZ (1942) desarrollo una grfica para el clculo de factor volumtrico.
o Al Marhoun (1985-2004) las correlaciones que propuso fue para el clculo
de la presin en el punto de burbuja, solubilidad del gas y Factor volumtrico.
o Petrosky and Farshad (1993) propuso correlaciones para el clculo de la
presin de burbuja la solubilidad, factor volumtrico y la compresibilidad del
petrleo.
o Khan et. Al (1987) desarrollo ecuaciones para estimar la viscosidad.
o Glaso (1980) propuso correlaciones para el clculo de la presin de burbuja,
solubilidad y factor volumtrico.
o Hanafy et al. (1997) estimo correlaciones para la presin de burbuja, razn
de solubilidad, factor volumtrico, compresibilidad, densidad y viscosidad del
petrleo.
o Standing (1962) estimo clculos para la presin de burbuja, y factor
volumtrico.
o Vasquez and Beggs (1980) determino correlaciones para la compresibilidad,
razn de solubilidad y factor volumtrico.
El problema principal de estas correlaciones radica en que cada correlacin fueron
desarrolladas para pozos petroleros especficos y estas no son precisas, para ello

los investigadores

recurrieron a la Soft Computing mtodos para una mayor

precisin, en el clculo de los parmetros PVT.

Otro mtodo para la obtencin de las propiedades PVT fue las redes neuronales
artificiales (RNA). Por lo tanto, en los ltimos aos los investigadores han utilizado
las RNA para predecir con mayor precisin. (Osman y Al-Marhoun, 2005;
Asadisaghandi y Tahmasebi, 2011; Alimadadi et al., 2011; Abedini et al, 2012; Talebi
et al., 2014).
Tambin la ANN es un modelo para predecir las propiedades del sistema del
petrleo. Entre los sistemas no lineales estn; el autorregresivo con entradas
exgenas modelo (NARX) y Hammerstein-Wiener modelo (HW) estos proponen un
enfoque ms preciso en la prediccin de las propiedades PVT como densidad, Bo
y Pb.
METODOLOGIA.Adaptativo sistema de inferencia Neuro- Fuzzy ( ANFIS).- Esta encargada de
minimizar una medida de error de salida y maximizar el ndice de costos. Adems
es

aplicado para la modelizacin, la prediccin y el control del estocstico y

procesos no lineales.
El ANFIS tiene capacidad de aprender de los datos de entrenamiento mediante el
empleo ANN la tcnica que sirve para actualizar el tipo de modelo de inferencia.

Modelo No Lineal ARX.Es un modelo no lineal, se puede utilizar como indicativo de dinmica no lineal entre
una amplia variedad de comportamientos y se han utilizado ampliamente en
diversas aplicaciones.

NARX utiliza una combinacin paralela de no lineal y bloques lineales estas son
funciones de datos de entrada-salida medidas (Ljung, 2012).
Modelo Hammerstein-Wiener.En este caso, la dinmica se puede representar por una funcin de transferencia
lineal y capturar las no linealidades utilizando funciones no lineales de los insumos
y salidas del sistema lineal. El modelo HW logra este con- figuracin como una
conexin en serie de bloques no lineales estticos con una bloque lineal dinmica.
El modelo HW es Utilizado como un modelo de estructura de recuadro negro, ya
que proporciona una solucin flexible parametrizacin para los modelos no lineales
(Ljung 2012).
Conjunto de datos 1: Bo y la densidad.Todos los datos PVT utilizados en este estudio fueron seleccionados de los
depsitos de petrleo infrasaturados.
El mejor modelo para densidad fue obtenida a travs de la generacin de un FIS
usando FCM con 11 Gaussian MFs para cada entrada y MF para la salida. Y el
mejor modelo para Bo obtiene a travs de la generacin de un GP usando FIS con
2 MFs para cada entrada y MF lineal para la salida. Mediante la aplicacin de
diversos lineal y no lineal.
Conjunto de datos 2: la presin del punto de burbuja.Con el fin de investigar la efectividad de la propuesta NARX y HW mtodo de
modelado en otros campos de petrleo. Se evalu la prediccin de la presin de
saturacin de aceite del depsito en diversas condiciones. Para este propsito, un
gran banco de datos.
El modelo NARX muestra un muy buen rendimiento de la estimacin de Pb de varias
localizaciones geogrficas en diversas condiciones.

CONCLUSIONES.

Las propiedades de los fluidos es muy importante y necesario para realizar

clculos de los reservorios.

Los modelos que son computarizados son los ms beneficiosos por ser ms
confiables y precisos por tanto tener un porcentaje de error mnimo.

Los modelos NARX y HW propuestos son modelos que demuestran ser los
ms exactos para la obtencin de las propiedades de los fluidos PVT.

En el desarrollo de las correlaciones se tom y se debe tomar diferentes

muestras, diferentes medidas de diferentes pozos.

LIMITACIONES.Algunas correlaciones como las que propusieron los ingenieros citados en el

resumen, radicaba en el clculo de las propiedades de los pozos petroleros en
regiones especficas, es decir que esas se limitan a ser utilizadas para ese tipo de
reservorios solamente.
APLICACIN.El clculo de las propiedades PVT son de gran utilidad para la industria petrolera ya
que con esa informacin se puede tomar decisiones que ayudaran a un mejor
desempeo de la ingeniera en reservorios
CRITICA.Ya que el articulo esta en ingles hay trminos que no se pueden comprender del
todo y que la traduccin no es la correcta y existe una confusin al momento de
interpretarla.
REFERENCIA.-

Journal of Petroleum Science and Engineering 147 (2016) 4755