Optimización de las rutas para la intervención de pozos de petróleo

• Miguel Jiménez-Carrión ^[1] ; Luis Sánchez-Candela ^[1] ; Roxani Keewong-Zapata ^[1] ; José Bazán ^[1]
  1. [1] Universidad Nacional de Piura

     Universidad Nacional de Piura

     Piura, Perú

     
• Localización: Información tecnológica, ISSN-e 0718-0764, ISSN 0716-8756, Vol. 31, Nº. 4 (Agosto), 2020, págs. 71-84
• Idioma: español
• Títulos paralelos:
  • Route optimization for oil well intervention
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    El objetivo es proponer un programa óptimo de intervención de pozos petroleros mediante la reasignación de rutas de los equipos SWAB en empresas dedicadas a estas operaciones. La primera fase hace uso del método de agrupamiento utilizando k-medias con el propósito de obtener un número de agrupamientos. La segunda fase utiliza algoritmos genéticos (AG) para encontrar el recorrido óptimo en cada agrupamiento de la primera fase y optimizar el número de agrupamientos. Los datos de tiempo de intervención, las coordenadas geográficas y las distancias de recorrido se obtuvieron visitando cada uno de los pozos. Los resultados muestran que el algoritmo propone un programa óptimo para el caso en estudio, obteniendo un ahorro de S/ 664 994.06 por año en estas operaciones. En conclusión, la implementación del algoritmo en dos fases (clústering y AG) es una solución para problemas de planificación de rutas en transporte con las características del proceso swab.

  • English

    The main objective of this research study is to propose an optimal oil well intervention program by reassigning the routes of SWAB teams in companies dedicated to these operations. The first phase makes use of the grouping method using k-means to obtain a number of groupings. The second phase uses genetic algorithms (GA) to find the optimal path in each cluster of the first phase and optimize the number of clusters. The intervention time data, the geographical coordinates of each well, and the travel distances were obtained by visiting each of the wells. The results show that the algorithm proposes an optimal program for the case under study, obtaining a saving of S/ 664 994.06 per year in these operations. In conclusion, algorithm implementation in two phases (clustering and GA) is a viable solution for solving problems in swablike transport planification route processes.