Anlisis de la red bayesiana como herramienta para la eficiente

investigacin en mejoramiento de recuperacin de petrleo pesado

(EOR)
La principal herramienta para la investigacin de las tcnicas EOR se basan
generalmente en criterios que se describirn a continuacin en este resumen,
estos toman forman principalmente de la teora bsica de flujo multifsico a
travs de medios porosos, corridas de laboratorio, simulacin de yacimientos y
a escala campo. El objetivo es desarrollar un procedimiento que permitan
combinar datos de diferentes fuentes basadas en experiencias de campo de
diferentes partes del mundo, recopilando estos datos en tablas con sistemas
expertos unificados. Este sistema experto se fundamenta en anlisis de red
bayesiana con el propsito de ordenar diversas tcnicas (EOR) y as evaluarlas
con fines de criterios econmicos y ambientales.
A partir de datos EOR/IOR de diversas partes del mundo se gener una
recopilacin en un banco de datos aplicndose en procedimiento de extraccin
que posteriormente se combinan con datos extrados de tablas publicadas con
anterioridad: La red bayesiana se aplic a diferentes combinaciones de un
banco de datos para preparar la red y as servir como sistema experto. Este se
aplic para datos de 10 depsitos iranes, mostrando as que las inundaciones
con CO2 ms promisoria entre varias de EOR, esto basado en estudios previos,
y que de acuerdo a estos estudios se tom en cuenta las caractersticas del
depsito y la exclusin de limitantes econmicas, las inundaciones de CO 2 es
considerado en depsitos carbonatados iranes como el ms eficiente de
acuerdo a este estudio.
Los resultados muestran que el anlisis de la red Bayesiana puede ser exitosa
para la prediccin de tcnicas EOR apropiadas al proporcionar datos suficientes
para entrenar la red.
Como inconveniente esta que, la investigacin de tcnicas EOR con propsitos
de su seleccin e implementacin con propiedades de petrleo y roca
especiales es que se abordan varios trabajos como guas para ingenieros
petroleros. De las primeras
publicaciones para la investigacin para la
seleccin de EOR fue hecha por Taber (Taber y Martin, 1983), que utilizo datos
disponibles resumiendo los criterios de seleccin de EOR. Posteriormente
Guerillot (Guerillot, 1983), hizo uso de inteligencia artificial tambin para la
seleccin de tcnicas adecuadas de EOR. El primer programa computarizado
fue propuesto por el Parkinson et.al (Parkinson et.al, 1994), dando como
resultado la seleccin de tcnicas EOR en primer lugar para investigaciones
ms econmicas mientras Taber propuso algunos criterios en su mayora para
tcnicas de EOR basadas en datos de yacimientos a travs de la
investigaciones de mecanismos EOR y finalmente Alvarado (Alvarado et.al,
2002), recopilo una serie de datos EOR de investigacin de proyectos de
diferentes partes del mundo haciendo tcnicas de reduccin de espacio
mostrando correlaciones existentes en las variaciones de parmetros.

Hasta nuestros das la ayuda de computadores, la inteligencia artificial (IA) ha

llegado a ser la mejor herramienta para las predicciones ingenieriles y la
investigacin de EOR aunque diversas tcnicas de IA han sido revisadas con el
fin de mejorar las tcnicas de seleccin de EOR por ejemplo:
I.

II.

III.

El diseo de las redes neuronales artificiales (ANN) por algoritmos

genticos (GA) en la estimacin de la permeabilidad del depsito
utilizada en la industria petrolera as como
en la determinacin de
propiedades fsicas de petrleo a travs de la correlacin de estos
parmetros para otras variables conocidas tales como temperatura ,
presin o punto de ebullicin.
La aplicacin de GA para describir detalladamente de los yacimientos a
travs de la estimacin de otros parmetros tales como la porosidad y la
tasa de recuperacin.
La aplicacin de las redes neuronales en la exploracin y produccin

En series publicadas por de Shahab Mohaghegh (Mohaghegh et al, 2001, 2005;

Roln y Mohaghegh, 2009) realiza una investigacin de varias aplicaciones de
IA en caracterizacin de yacimientos de petrleo y gas natural as como
generacin de registro del yacimiento. El Anlisis de red bayesiana se emplea
en diferentes campos de evaluacin de riesgos adems de la prediccin para
predecir la precipitacin de asfltenos mediante el uso de fuentes de datos
medidos en el laboratorio y tambin obtenida de la literatura.
Cabe sealar que la teora de las redes bayesianas se basa en la teora de la
probabilidad que construye el marco ms apto para la evaluacin en los
campos acompaados de indeterminacin; es decir una red bayesiana se
comporta como un ser humano al enfrentarse a una incertidumbre
proporcionando un fundamento matemtico para predecir la probabilidad de
ocurrencia de destino en ensayos futuros, la nica manera de cuantificar una
situacin con un resultado incierto es mediante la lgica bayesiana; esta
consta de una serie de variables y relaciones entre ellos, cada uno de ellos se
representa como un nodo en la red poseyendo un varios estados sin dominios
en comn. Cada enlace con direccin entre dos nodos representa la influencia
directa entre un (padre) en otro (nio). Esta influencia es cuantificada por
medio de una funcin de probabilidad condicional correlacionando los estados
de cada nodo con los estados de sus padres
La composicin de variables y enlaces direccionales forma una red acclica
direccional Fig.1.Entonces as existe una distribucin de probabilidad
acompaada con cada nodo hijo (probabilidad condicional) que depende de la
distribucin de probabilidad en relacin con sus propios padres.

Fig. 1 Ejemplo de una red bayesiana acclica

La fig. 1 representa una distribucin de probabilidad conjunta P (a,b,c,d,f,g) El
nodo A, el nodo raz, no tienen padres con (marginal) de distribucin de
probabilidad P(a) donde el dominio de a es el conjunto de valores que A
adquiere con una probabilidad diferente de cero (probabilidad a priori).

Una ventaja clave de las redes bayesianas es su representacin sintetizada de

las relaciones probabilsticas sin embargo su limitante es subjetividad, en
especial para el establecimiento de la creencia previa. Algunas aplicaciones
posibles de anlisis bayesiano se pueden aplicar a: evaluacin de riesgos
propuesta para la eliminacin de residuos nucleares o para el modelado de
Parmetros de estimacin caracterizar el comportamiento hidrodinmico de los
acuferos.
En cuanto a los datos disponibles en la literatura acerca de criterios de
seleccin de EOR se dividen en tres categoras principalmente:
1) Pruebas de laboratorio: Aqu se revisa la factibilidad de procesos
especficos EOR para yacimientos con fluidos y rocas disponibles, estas
pruebas constituyen el centro principal de datos empelados
generalmente en los controles EOR
2) Simulaciones: Datos producidos a partir de simulaciones de yacimientos
bajo procesos EOR principalmente mediante el uso de software
comercial
3) Especificaciones: La fuente ms confiable seran las especificaciones de
los yacimientos donde se aplic el EOR cuyas capacidades tcnicas y
econmicas se demostr en la prctica exitosamente. Esta es la ms
adecuada especialmente para tcnicas de IA.
Cabe sealar que los procesos EOR son tcnicas que se emplean para
optimizar la recuperacin de yacimientos de petrleo despus de la
recuperacin de petrleo primaria y secundaria por medio del uso de fluidos de
inyeccin as como gases a diferentes presiones o temperaturas y numerosos
solventes, esta inyeccin puede varia a pocos porcentajes de volumen de
depsito a varios volmenes de poro. Cuando se aplica una inyeccin costosa
se limita el consumo de cantidad de fluido debido a mrgenes econmicos por
otro lado si se requiere una gran cantidad de lquido las alternativas se
confinan a agua y gases de bajo precio.
Esencialmente existen 3 mecanismos que controlan la eficiencia de los
procesos EOR y aumentan el factor de recuperacin del petrleo pesado en
lugar de inyeccin de gas o agua pura estos son: extraccin de disolvente a travs de

miscibilidad, reduccin de la tensin interfacial y el control de la movilidad por la disminucin de

la viscosidad del aceite o el incremento de la viscosidad del agua. Las tcnicas EOR que
emplean combinaciones de uno o ms de los mecanismos antes mencionados
se pueden clasificar de la siguiente manera:
1.-Inundaciones de gas miscible
a) Inundaciones de alcohol miscible
b) Inundaciones de hidrocarburos miscibles
c) Inundaciones de CO2 miscible
2.-Las inundaciones Qumica
a)
b)
c)
d)

inundaciones con tensioactivos

inundaciones alcalinas
las inundaciones ASP (Varias Configuraciones)
Inundaciones de Polmeros

3. Recuperacin trmica de petrleo

a)
b)
c)
d)
e)
f)

Inyeccin de vapor contino

Inyeccin de vapor cclica
Inyeccin de agua caliente
Combustin in-situ
SAGD
VAPEX

4.-Nuevos mtodos
a) Inundacin microbial
Hay diversos parmetros que influyen en la seleccin de un proceso especial
EOR para cierto yacimiento con propiedades nicas de fluido y rocas, en
general todos los parmetros se pueden clasificar en dos categoras.
Propiedades
I.
Del yacimiento: se considera la porosidad, la permeabilidad, el
tipo de formacin del yacimiento y la profundidad del yacimiento.
II.

Relacionadas con el
fluido que contiene el yacimiento: la
densidad y viscosidad del petrleo.

Adems, hay algunas caractersticas nicas en la investigacin de tcnicas

especiales de fin de ejecucin que se presentan en las siguientes secciones. A
continuacin describen algunas propiedades importantes y su efecto en
algunos procesos de recuperacin de petrleo.
La porosidad

La porosidad del depsito adjunto al volumen del yacimiento determinara la

cantidad de petrleo en ese sitio, si el yacimiento es homogneo con poros
interconectados, la permeabilidad de la roca del yacimiento est en funcin del
aumento de porosidad, en el mtodo por inundaciones de polmeros se requiere de
una porosidad mayor a un valor determinado con el propsito de ser
conveniente para la permeacin del polmero a travs de la red de poros.
En la fig. 2 muestra las variaciones de porosidad de diferentes yacimientos
con produccin exitosa de EOR en todo el mundo. Se encuentran las tcnicas
trmicas incluyendo inundaciones vapor, inyeccin de agua caliente y la
combustin in situ), inundaciones miscibles (CO 2 y las inundaciones de
hidrocarburos) y las inundaciones inmiscibles (CO 2 y la inyeccin de nitrgeno),
inyeccin de polmeros e inundaciones microbiana respectivamente de
izquierda a derecha.
De acuerdo a la fig. 2 la porosidad media es de 22% y porosidad ronda entre
1% y 60%. Es claro que las tcnicas trmicas EOR involucran porosidades
comparativamente ms grandes.

Fig. 2 Porosidades de diferentes yacimientos en todo el mundo bajo procesos exitosos EOR
Permeabilidad
Un aumento en permeabilidad de la roca que se traduce en el decremento de
la presin de inyeccin lo que conduce a la mejora de la eficiencia de la
produccin.

Tipo de formacin del depsito

Los tipos de formacin observados en los yacimientos son de tipo arenisco,
caliza, dolomita tripolita, conglomerado y arena no consolidada. De acuerdo
del tipo de formacin ser la humectabilidad y los poros de las rocas, si hay
alteracin en la humectabilidad o mojabilidad de la roca durante las etapas de
la produccin afectara en el xito de la tcnica EOR, durante proyectos EOR
que se han completado con xito se ha utilizado como fluido de inyeccin
agua caliente y vapor donde casi todos los depsitos eran yacimientos de
piedra arenisca o arenas no consolidadas. Cabe sealar que un yacimiento
puede tener combinaciones de tipos de formacin en diferentes capas de
produccin.
Profundidad del yacimiento
La profundidad del yacimiento es importante ya que para obtener miscibilidad
en tcnicas de inundacin miscibles y clculos en la perdida de energa en los
mtodos de recuperacin trmicos de petrleo pesado. Generalmente el
grosor del yacimiento debe ser menor en mtodos trmicos pues si es muy
grande hace que la energa inducida por el fluido caliente inyectado no logre
cubrir todo el volumen del yacimiento Mientras que en los mtodos de
recuperacin mejorada de petrleo miscibles el grosor del yacimiento debe ser
tan alta como para suministrar la presin mnima de miscibilidad.
Por otro lado a medida que aumenta la profundidad del yacimiento, la presin
de inyeccin requerida se incrementa tambin. En tal condicin, la fraccin
condensable de vapor de agua disminuye y resulta en la reduccin de la
eficiencia de barrido.
Viscosidad del aceite
Mientras ms pesado sea el petrleo del yacimiento menos movilidad hay del
propio fluido, en consecuencia se tiene que empelar tcnicas de recuperacin
trmicas con la finalidad de reducir la viscosidad del petrleo y as aumentar la
movilidad obteniendo una mayor produccin de petrleo. No obstante, en la
inyeccin de polmeros es solo aplicable a petrleo que posee 200cP para ser
eficiente pues entre ms viscoso sea el petrleo se requerir mayor
concentracin de petrleo, la viscosidad del petrleo puede variar desde
valores muy bajos hasta 80000 cP mientras que la viscosidad promedio ronda
en los 1870 cP (Fig.3).

Fig. 3 Viscosidades de diferentes yacimientos en todo el mundo bajo procesos exitosos EOR
Gravedad especifica
La gravedad especfica del aceite representa
el peso del petrleo
anlogamente como la viscosidad. Asimismo, a valores ms bajos de grados
API, la tcnica de EOR de recuperacin trmica es ms adecuada. Cabe
mencionar que el API de diferentes yacimiento puede variar entre 1 a 60
grados API.
Temperatura del yacimiento
Cuanto mayor sea la temperatura del depsito, ms ligero ser el petrleo del
depsito podemos concluir que las tcnicas de recuperacin trmicas de
petrleo trmicas son las ms apropiadas para los yacimientos con bajas
temperaturas. La Temperatura del yacimiento puede ser un criterio del uso de
inundaciones qumicas (tensioactivos y polmeros), con el inconveniente de que
estos productos qumicos son demasiado sensibles a las altas temperaturas y
que pueden descomponerse o sufren de una reduccin en la eficiencia.
Habitualmente, la temperatura de la estabilidad de los polmeros es de
aproximadamente 200 F.

Saturacin de aceite
Tras el uso de tcnicas de recuperacin de petrleo en un depsito, el resto del
petrleo en su lugar es una funcin de los procesos permeables y su grado de
xito. El petrleo restante es muy importante para cualquier estudio de
viabilidad y econmico para utilizar tipos especficos de proceso EOR.
Para finalizar se obtuvieron dos conjuntos diferentes de datos que se
implementaron para la formacin de la red, en primer plano los datos
obtenidos de la tabla de Taber (Taber et al., 1997) y en segundo se obtuvo una
serie de datos extrados de los procesos EOR que se llevaron a cabo con xito
en todo el mundo. La red es entrenada primeramente con los datos a partir de
la tabla de Taber que se conforma de 5280 lneas de datos despus la red
entrenada se prueba con el mismo banco de datos que se muestran a
continuacin.

Tabla 1 Prueba de red entrenada con el mismo banco de datos

Los nmeros de la diagonal principal representan el nmero de datos predijo
correctamente, ya que fueron verificados por criterios de seleccin Taber.
Otra red es entonces entrenada con los datos recopilados de depsitos de
petrleo con procesos exitosos de EOR en todo el mundo, que se conforman
por 1098 lneas de datos. Los resultados de las pruebas de esta red entrenada
por el mismo banco de datos se muestran en la Tabla 2, que escasea de una
prediccin precisa en la mayora de los casos.

A continuacin se lleva a cabo la eliminacin de prueba de diferentes

de red
entrenada
con el de
mismo
banco de datosde parmetros y
parmetros conTabla
el fin 2
dePrueba
realizar
tanto
anlisis
sensibilidad
tambin analizar el efecto de saturacin que resulta ser invariable en
diferentes procesos EOR. Adems de la porosidad no se encuentra tabla de
Taber y por lo tanto no pueden participar en el conjunto de datos final. La
inundacin de nitrgeno miscible tambin se elimina del conjunto debido a los
pocos nmeros de datos que pueden resultar en predicciones dbiles de la red.
Los resultados se muestran Tabla 3

Tabla 3 Prueba de red entrenada por el mismo conjunto de datos (datos de campo sin saturacin)
En seguida, los datos se estudiaron eliminando datos de la saturacin y la
porosidad de los resultados que se presentan en la tabla 4.

Tabla 4 Prueba de red entrenada por el mismo conjunto de datos (datos de campo sin saturacin)
Hay una pequea mejora de error en la prediccin que demuestra que la
porosidad puede ser un parmetro influyente aunque es imperioso omitirlo del
conjunto de datos final. Finalmente, la red est entrenado y probado por una
combinacin de campo y tablas de datos de Taber cuyos resultados se
presentan en la Tabla 5.

En conclusin el sistema experto originado tambin se aplica a los datos

recabados a 10 depsitos
iranes.
Los resultados
muestran
Tabla 5 Prueba
de red entrenada
por el mismo conjunto
de datosque
(Datos las
de Campo y Tabla de
inundaciones CO2 puede ser la ms prometedora
entre
diversas
tcnicas
EOR,
Taber sin saturacin y porosidad)
que concuerda con un trabajo anterior (Kord et al., 2008). Segn este estudio,
teniendo en cuenta las caractersticas del depsito, y la exclusin de las
limitaciones econmicas, las inundaciones de CO2 se consideran como el
mtodo EOR ms eficiente para los yacimientos carbonatados iranes en este
estudio.