Optimización de unidades de bombeo mecánico a partir del reconocimiento de características por medio de mapas Autoorganizados

Este trabajo presenta una alternativa de identificación y predicción, cualitativa y cuantitativa, de los problemas en el equipo de subsuelo de sistemas de bombeo mecánico, reflejados en los dinagramas de fondo para establecer una metodología en análisis de la información de 512 dinagramas de 8 pozos de la región norte del departamento del Huila, proporcionada por ECOPETROL. Luego de hacer una recolección y clasificación manual de los dinagramas, y de formar una base de datos, se identificó si el problema era adecuado para ser resuelto por medio de redes neuronales. Posteriormente se aclara el procedimiento para extraer las características más significativas de cada dinagrama por medio de un método de procesamiento de señales llamado Transformada Wavelet. Se diseñó y probó distintos algoritmos de la transformada para obtener los correspondientes coeficientes de aproximaciones y detalles de las señales, para luego aplicarlos al entrenamiento de una red neuronal de mapas auto organizados (Self Organazing Maps SOM), capaz de realizar su interpretación de una forma más rápida y asertiva. Los resultados de la investigación se adaptaron a un software final que suministra además de identificación, predicción de manera ágil y precisa a los problemas en los equipos de bombeo mecanico con el fin de minimizar los costos de operación y maximizar la producción en la industria.