Abstract:
This project addresses the optimization of artificial lift system selection, with the
aim of improving operational efficiency in wells from the Oriente Basin in Ecuador. The
hypothesis established was that the application of machine learning models allows accurate
identification of the most suitable lift system according to the production characteristics of
each well. The justification lies in the need to reduce uncertainty in decision-making and to
make more efficient use of resources within the oil industry.
For the development of the study, historical production records were collected,
processed through cleaning, normalization, and winsorization techniques, and class
imbalance methodologies were applied. Subsequently, multiclass classification models
were trained, including Decision Tree, Random Forest, XGBoost, and Stacking, which
were validated using accuracy, precision, recall, and F1-score metrics.
The results showed agreement between model predictions and installed systems in
83.3 % of the analyzed cases. XGBoost and Stacking achieved the best performances, with
accuracy values above 99 %, while Random Forest and Decision Tree presented
intermediate results.
It is concluded that the use of machine learning models constitutes a reliable and
applicable tool in the oil industry for predicting and recommending artificial lift systems in
wells with similar conditions.
Keywords: Machine learning, data mining, artificial lift, prediction,
optimization
Description:
El presente proyecto aborda la optimización en la selección de sistemas de
levantamiento artificial, con el objetivo de mejorar la eficiencia operativa en pozos de la
cuenca Oriente del Ecuador. Se planteó como hipótesis que la aplicación de modelos de
aprendizaje automático permite identificar de manera precisa el sistema de levantamiento
más adecuado en función de las características productivas de los pozos. La justificación se
fundamenta en la necesidad de reducir incertidumbre en la toma de decisiones y aprovechar
de forma más eficiente los recursos disponibles en la industria petrolera.
Para el desarrollo del proyecto se copilaron registros históricos de producción, se
procesaron los datos mediante técnicas de limpieza, normalización y winsorización y se
aplicaron metodologías de balanceo de clases. Posteriormente se entrenaron modelos de
clasificación multiclase, incluyendo Árbol de decisión, Random Forest, XGBoost y
Stacking Classifier, cuya validación se realizó a través de métricas de exactitud, precisión,
sensibilidad y F1-score.
Los resultados mostraron concordancia entre las predicciones y los sistemas
instalados en el 83.3% de los casos analizados. Los modelos de XGBoost y Stacking
alcanzaron los mejores desempeños, con valores de exactitud superiores al 99% mientras
que el Random Forest y Árbol de decisión presentaron desempeños intermedios.
Se concluye que el uso de modelos de aprendizaje automático constituye una
herramienta confiable y aplicable en la industria petrolera para la predicción y
recomendación de sistemas de levantamiento artificial en pozos con condiciones similares