Aplicando análisis de Big Data para detectar, diagnosticar y prevenir fallas en bombeos mecánicos

Abstract

En el mundo del petróleo y del gas hay un foco importante en la reducción de costos. Esto se hace más notorio en tiempos de crisis y, dado que, las empresas no tienen control sobre el precio de venta de su producto, la minimización de costos es la mejor forma de optimizar sus ganancias. Dentro de esos costos, una parte muy importante está asociada a las fallas de pozos; esto se debe al elevado costo de sus reparaciones y a la consiguiente pérdida de producción asociada. En la Argentina el bombeo mecánico es el tipo de pozo más utilizado, pero como es un sistema antiguo tiene poco o nulo desarrollo con técnicas modernas de “data analytics”. Por ese motivo, vamos a buscar utilizar técnicas, de “data analytics”, en especial modelos del tipo “data driven” los cuales han probado buenos resultados en otros tipos de pozos. Aplicando estos resultados a bombeo mecánicos vamos a poder predecir fallas y lograr una reducción de costos importante. A través de este estudio logramos encontrar que, el bombeo mecánico tiene tecnología en mediciones tan avanzadas como los bombeos electro sumergibles. Por ese motivo las soluciones de “data analytics” tienen un alto impacto en los bombeos mecánicos, logrando resultados similares al bombeo electro sumergible. Del análisis económico surge que teniendo grupos mayores a 334 pozos con bombeo mecánico y aplicando modelos “data driven” para predecir fallas se logra un beneficio económico para la empresa