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 CO2 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. 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.II. 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.

III. La aplicacin de las redes neuronales en la exploracin y produccinEn 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 EOR2) Simulaciones: Datos producidos a partir de simulaciones de yacimientos bajo procesos EOR principalmente mediante el uso de software comercial3) 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 miscibleb) Inundaciones de hidrocarburos miscibles c) Inundaciones de CO2 miscible2.-Las inundaciones Qumicaa) inundaciones con tensioactivosb) inundaciones alcalinasc) las inundaciones ASP (Varias Configuraciones)d) Inundaciones de Polmeros

3. Recuperacin trmica de petrleo a) Inyeccin de vapor continob) Inyeccin de vapor cclicac) Inyeccin de agua caliented) Combustin in-situ e) SAGDf) VAPEX4.-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 porosidadLa 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 (CO2 y las inundaciones de hidrocarburos) y las inundaciones inmiscibles (CO2 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

PermeabilidadUn 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 aceiteTras 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.

Tabla 2 Prueba de red entrenada con el mismo banco de datos

A continuacin se lleva a cabo la eliminacin de prueba de diferentes parmetros con el fin de realizar tanto anlisis de sensibilidad de parmetros y 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.

Tabla 5 Prueba de red entrenada por el mismo conjunto de datos (Datos de Campo y Tabla de Taber sin saturacin y porosidad)

En conclusin el sistema experto originado tambin se aplica a los datos recabados a 10 depsitos iranes. Los resultados muestran que las inundaciones CO2 puede ser la ms prometedora entre diversas tcnicas EOR, 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.