Repository logo
  • English
  • العربية
  • বাংলা
  • Català
  • Čeština
  • Deutsch
  • Ελληνικά
  • Español
  • Suomi
  • Français
  • Gàidhlig
  • हिंदी
  • Magyar
  • Italiano
  • Қазақ
  • Latviešu
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Српски
  • Svenska
  • Türkçe
  • Yкраї́нська
  • Tiếng Việt
Log In
New user? Click here to register. Have you forgotten your password?
Communities & Collections
All of DSpace
  • English
  • العربية
  • বাংলা
  • Català
  • Čeština
  • Deutsch
  • Ελληνικά
  • Español
  • Suomi
  • Français
  • Gàidhlig
  • हिंदी
  • Magyar
  • Italiano
  • Қазақ
  • Latviešu
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Српски
  • Svenska
  • Türkçe
  • Yкраї́нська
  • Tiếng Việt
Log In
New user? Click here to register. Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Tejada Angarita, Ana Valentina"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Results Per Page
  • Sort Options
  • Loading...
    Thumbnail Image
    Item
    Identificación de la presencia de hidrocarburos en arenas arcillosas usando un algoritmo de machine learning, registros de pozo e imágenes de fluorescencia de corazones
    (Fundación Universidad de América, 2021-08-03) Castro Ortega, Angélica Yulieth; Tejada Angarita, Ana Valentina; Peñaloza González, José Francisco; Gómez Alba, Sebastián Alejandro; Ortega, Edwin
    La evaluación de la presencia de hidrocarburos en arenas con intercalaciones de arcilla por debajo de la resolución vertical de los registros de resistividad es una tarea difícil. Las arcillas al ser altamente conductivas generan supresión de los registros de resistividad haciendo que la saturación de agua calculada a través del modelo de Archie sea mayor a la existente en zonas altamente productivas. Otros modelos como Poupon, Waxman-Smits o Simandoux requieren de conocimiento de propiedades eléctricas de las arcillas a través de medidas de laboratorio o calibración en arcillas gruesas y representativas de las laminaciones. Avances recientes en algoritmos de Machine Learning y la disponibilidad de módulos de procesamiento de imágenes en Python, sugieren el entrenamiento de registros de pozo para reconocer variaciones en imágenes de fluorescencia ultravioleta (UV) como una promisoria forma de reconocer la presencia de hidrocarburos en yacimientos complejos. En este trabajo, se propone un nuevo método basado en Machine Learning, el cual es análogo al uso de algoritmos de reconocimiento facial, para predecir la compleja relación existente entre la presencia de hidrocarburos en arenas laminadas y medidas básicas de registro de pozo sin utilizar expresiones analíticas explícitas.
Pregrado Logo UAmericaLogo UAmerica
Posgrados Logo UAmericaLogo UAmericaLogo UAmerica
LA UNIVERSIDAD
  • Información Institucional
  • Publicaciones
  • Sedes
  • Valores Pecuniarios
FACULTADES
  • Arquitectura
  • Economía
  • Ingeniería
  • Educación Permanente y avanzada
ENLACES
  • ICETEX
  • Ministerio de Educación Nacional
  • Museo de trajes Regionales
  • Academia Colombiana de la Lengua
CONTÁCTENOS

Bogotá, Colombia
Campos de los cerros: Avda Circunvalar No. 20-53 Tel:57 1 3376680/Fax. 57 1 3362941
Posgrados: Calle 106 No. 19-18 Tel: 6580658

Logo UAmerica

Fundación Universidad de América - Todos los Derechos Reservados 2016

Tecnología DSpace implementada por