000			01779nmc a2200217 4500
005			20260520010434.0
008			260224s xxu
245	0	0	_aROCK TYPING USING HYDRAULIC UNITS, CLUSTERING METHODS IN VIVIAN AND CHONTA RESERVOIR: CAPAHUARI SUR FIELD _bMachine Learning K-means, clustering, plot de Lorentz
270			_a08/09/2022 ; 08/09/2022
300			_a11 p.
520			_aDebido a la complejidad que el rock typing presenta, asociada a la cantidad de data que se posee y a la adecuada clasificación que debe ser realizada a las regiones de roca, se propone la integración de algoritmos para el análisis de data y la interpretación petrofísica como una alternativa innovadora, rápida y confiable. En la propuesta se ha utilizado Machine Learning K-means, para el agrupamiento de los datos y el análisis de silueta con el fin de determinar el número de grupos para las unidades de flujo hidráulico basados en datos obtenidos de registros de pozo. Se analizó el pozo 04 de Capahuari Sur (Loreto, Perú), en el cual se determinó la presencia de 3 unidades de flujo hidráulica para los reservorios Vivian y Chonta, utilizando datos de porosidad y permeabilidad en base a un método de clustering propuesto comparado con el método convencional plot de Lorentz.
773			_g
942			_cCONGTP
100	1		_aLaupa Antay, Tania Maruly _960853
100	1		_aPezo Paredes, Joel Emanuel _960854
111	2		_aCongreso de Producción y Desarrollo de Reservas (7mo. : 2019 nov. 5 al 8 : Mar del Plata, Argentina) _959344
650		0	_aReservas _921839
650		0	_aYacimientos maduros _947572
999			_c195135 _d195135
856			_uhttps://biblioteca.iapg.org.ar/ArchivosAdjuntos/7CongresoProdDesarrolloReservas2019/Papers/1857.pdf