SABER UCV >
2) Tesis >
Pregrado >

Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/123456789/2883

Título : Implementación De Redes Neuronales Para Predecir Presión De Miscibilidad En La Inyección De Dióxido De Carbono
Autor : Barreiro P., Johanna N.
Palabras clave : Miscibilidad
Presión Mínima de Miscibilidad
Dióxido de Carbono
Redes Neuronales Artificiales
Fecha de publicación : 28-Feb-2013
Citación : T-2012-2385;
Resumen : La Presión Mínima de Miscibilidad (PMM) es uno de los parámetros claves en el diseño y aplicabilidad de los desplazamientos miscibles cuando se tienen campos que pudieran estar bajo un esquema de inyección de Dióxido de Carbono (CO2). La presente investigación se llevó a cabo con el propósito de generar una correlación por medio de Redes Neuronales Artificiales (RNA) para predecir la PMM en la inyección de CO2. Inicialmente, se realizó una documentación sobre los conceptos básicos en desplazamientos miscibles, redes neuronales y las correlaciones asociadas al cálculo de la PMM en la inyección de CO2 puro e impuro. Posteriormente, se recolectaron datos de artículos técnicos publicados por diversos autores. Se definen los parámetros para desarrollar la correlación como la temperatura del yacimiento, fracción de los componentes volátiles e intermedios presentes en el crudo, peso molecular de la fracción de C5+, concentración de CO2 y de las impurezas presentes en el mismo tales como el N2, CH4, C2-C4 y H2S. Para el entrenamiento de la red, se seleccionó la función entrenamiento y transferencia, número de capas ocultas y la tolerancia del error cuadrático medio. Luego se llevó a cabo una fase donde se realizó un análisis de sensibilidad respecto a distintos conjuntos de datos y al número de neuronas en cada capa oculta, con el fin de definir la arquitectura final de la red. Se evaluó la consistencia en la física de los sistemas propuestos, donde el aumento de la temperatura del yacimiento, la fracción de componentes volátiles presentes en el crudo, el peso molecular de la fracción de C5+ al igual que la concentración de componentes tales como el N2 y CH4 en el gas, influyen en el incremento de la PMM. Un efecto inverso se espera al incrementar la fracción de componentes intermedios en el crudo, la concentración de H2S y fracción de C2-C4 presentes en el gas de inyección. Finalmente, se estableció una comparación entre el error promedio obtenido por la red neuronal propuesta y las ecuaciones de la literatura, donde se encontró que la red neuronal resultó ser más exacta en sus predicciones.
URI : http://saber.ucv.ve/jspui/handle/123456789/2883
Aparece en las colecciones: Pregrado

Ficheros en este ítem:

Fichero Descripción Tamaño Formato
IMPLEMENTACION DE RNA PARA PREDECIR PMM EN LA INYECCION DE CO2.pdfTesis3.25 MBAdobe PDFVisualizar/Abrir
APÉNDICES.pdfApéndice1.04 MBAdobe PDFVisualizar/Abrir

Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.

 

Valid XHTML 1.0! DSpace Software Copyright © 2002-2008 MIT and Hewlett-Packard - Comentarios