El concurso propone el desarrollo de un algoritmo de predicción del incremental de persión por interferencia durante la estimulación de pozos no convencionales de petróleo y gas.
¡Inscribite acá! (Inscripción hasta el 4 de noviembre).
| Rank | Usuario | Intentos | Puntaje Público |
|---|---|---|---|
| 1 | santiagodonikian | 27 | 0.67588 |
| 2 | lopezrodrigod | 132 | 0.69321 |
| 3 | ezequielmalamud | 7 | 0.69853 |
| 4 | dawoonchoi330 | 14 | 0.71086 |
| 5 | ijmermet | 35 | 0.71120 |
| 6 | luchitosoles99 | 235 | 0.71551 |
| 7 | fran.dorr | 118 | 0.74286 |
| 8 | m.uncalbressi | 87 | 0.74622 |
| 9 | rodrigohernan.ramos | 153 | 0.74920 |
| 10 | juanpablocasal | 99 | 0.75151 |
| 11 | rcarlomagno | 46 | 0.75410 |
| 12 | cjccollado | 211 | 0.76773 |
| 13 | vidalyago.94 | 19 | 0.79300 |
| 14 | alarcon.maximiliano12345 | 278 | 0.81734 |
| 15 | dankrohling | 12 | 0.81837 |
| 16 | brysonje | 139 | 0.84664 |
| 17 | flaviafelicioni | 26 | 0.91489 |
| 18 | nvanzetti | 3 | 0.92629 |
| 19 | lmpizarro | 102 | 0.93400 |
| 20 | lbracco | 15 | 0.94258 |
| 21 | facupalavecino | 44 | 0.94603 |
| 22 | estebancometto | 79 | 0.97071 |
| 23 | axel.aguerreberry | 15 | 0.99577 |
| 24 | nicobernasconi | 54 | 1.00508 |
| 25 | ExequielMas | 27 | 1.01537 |
| 26 | errazquin.martin | 6 | 1.03712 |
| 27 | pagano.a7 | 7 | 1.03781 |
| 28 | ingvargasrafael | 42 | 1.04590 |
| 29 | facundonieto | 38 | 1.09963 |
| 30 | nico.alvarez | 20 | 1.09967 |
| 31 | maximilianobiga | 3 | 1.11226 |
| 32 | wf.rujano | 5 | 1.12007 |
| 33 | carinalifschitz | 206 | 1.13867 |
| 34 | mnsosa.ms | 56 | 1.14906 |
| 35 | guillermo.lissa | 3 | 1.26072 |
| 36 | acaputobugallo | 37 | 1.28258 |
| 37 | martinepenas | 5 | 1.29167 |
| 38 | zelaya.adrian | 3 | 1.32381 |
| 39 | nicoch5902 | 3 | 1.33106 |
| 40 | juanmasrz | 5 | 1.40850 |
| 41 | adiacopini | 6 | 1.48051 |
| 42 | cristian.morilla | 7 | 1.50839 |
| 43 | sdamatuk | 6 | 2.79128 |
| 44 | gerardojtoso | 1 | 6.03958 |
PremiosLa competencia ha finalizado el 12 de Noviembre de 2022
Una de las características asociadas a la producción de petróleo y gas no convencional es la necesidad de estimular los pozos productores antes del comienzo de la producción. La estimulación consiste en la generación de fisuras en la roca productora a través de la inyección de un fluido a alta presión.
El avance sistemático de los desarrollos no convencionales en la Fm. Vaca Muerta implica la perforación de pozos horizontales distribuidos espacialmente con el objetivo de maximizar la recuperación de petróleo y gas. Con ese objetivo, la distancia entre pozos vecino ha ido disminuyendo a lo largo del tiempo y, como consecuencia, se han registrado interferencias entre los pozos en producción (pozos padres) y los pozos nuevos en estimulación (pozos hijos) denominados frac-hits.
Los frac-hits consisten en una anomalía de presión, corte de agua y/o temperatura en un pozo productor vecino a un pozo que está siendo fracturado. Este suceso de denomina "golpe de fractura" o "frac-hit" debido a que las fracturas hidráulicas del pozo hijo "golpean" el volumen de reservorio estimulado por el pozo padre y generan la interconexión.
Este fenómeno, se ha convertido en una importante preocupación debido a que constituye un riesgo para las operaciones, debido a las condiciones de integridad del pozo padre como colapso de casing, fugas de fluido por el cabezal de pozo, aprisionamiento de instalaciones de producción.
La pérdida de integridad de un pozo padre trae aparejado un importante costo debido a los riesgos de seguridad que conlleva, la posible detención de sets de fractura, costos de remediación y costo de oportunidad de equipos que se destinan a asegurar pozos padres. Por lo tanto, se requiere desarrollar un modelo predictivo que permita identificar los pozos con riesgo a ser interferidos y la magnitud de los frac-hits asociados.
En este contexto, el objetivo del concurso actual es el desarrollo de un algoritmo de predicción de incremento de presión como consecuencia de todos los frac-hits que pueda recibir un pozo padre a raíz de la estimulación de un conjunto de pozos hijos cercanos.
Se busca optimizar los pozos que ingresan al protocolo de aseguramiento, minimizando dos tipos de pozos: los pozos no asegurados que son interferidos y los pozos asegurados que no son interferidos. El resultado mejora la gestión de los riesgos que se asume y optimizando los costos de lifting asociados. El alcance del modelo es para pozos productores en Yacimientos No Convencionales de Petróleo y Gas.
Para acceder a los datos es necesario inscribirse. Recordá que el último día para hacerlo es el 4/11.
La tabla contiene las columnas que se describen en la siguiente lista:
La métrica que se usará para evaluar será la minimización del MSE como se presenta en la siguiente ecuación:
ε = Σ (ΔP - ΔPest)² (1)
donde ΔP es el incremental de presión luego de la interferencia y ΔPest es el valor de incremental estimado por el modelo.
Para entregar las soluciones debe subirse un archivo CSV con únicamente dos columnas (sin el nombre, es decir, usar header=False al exportar el CSV). La primera debe corresponder con el identificador de fila (ID_FILA del dataset) mientras que la segunda, el ΔPest correspondiente respetando el formato estándar de punto flotante (es decir, uso del punto para separar la mantisa de la parte entera, y en caso de que última sea nula, debe figurar un 0, por ejemplo, en lugar de “5”, usar “5.0”). Para el ranking parcial se considerará la última entrega del participante.
La métrica que se usará para evaluar será la minimización del MSE como figura en la ecuación (1).
Las soluciones finales se deberán desarrollar de forma obligatoria en la plataforma Google Colaboratory. Las notebooks deberán tomar como entrada el archivo csv que entregaremos a los participantes y deberán dar como salida un archivo de nombre ‘predicciones.csv’ con las predicciones. Es importante aclarar que, en caso de utilizar GPU, la notebook deberá correr en una sesión, ya que las notebooks tienen tiempo límite de ejecución con GPU en esta plataforma.
Para la presentación final, las notebooks deberán estar correctamente comentadas y los participantes deben explicar qué tratamiento hicieron de los datos, y qué decisiones tomaron para el modelado, utilizando gráficas donde sea necesario. La calificación final de la competencia se calcula como un 80% del resultado de las clasificaciones y un 20% del puntaje asignado a la presentación y detalle de la notebook. Se leerán todos los informes presentados, incluso aquellos con bajo puntaje en la clasificación. ¡A no desalentarse!
Soluciones tramposas serán detectadas en las notebooks y quedarán descalificadas.
