Skip to main content
Artículos Técnicos

Big data e inteligencia artificial (IA) en generadores de vapor

Por 18 de mayo de 2022mayo 26th, 2022Sin comentarios

Como optimizamos las variables de operación en un proceso de Inyección de Vapor? El procesamiento adecuado de datos definirá la calidad y control de todas las variales que integran a un sistema de Generación de Vapor, el cual está conformado por una serie de sensores e instrumentos que generan una gran cantidad de datos, y su frecuencia de lectura puede ser ajustada cada segundo o en un rango de tiempo mayor; lo que da como resultado un gran volumen de datos y una vista hiperlocal en tiempo real de la calidad del proceso de inyección.

A través de una nueva plataforma digital (basada en un lenguaje de escritura rápida, escalable, robusta y de código abierto), se recopilan los datos en tiempo real para mapear todas las variables de operación (volumen, calidad de vapor,presiones y temperatura en cada uno de los puntos medulares de las secciones de convección, radiación, separador ciclónico, cabezal y fondo de los pozos), se puede inferir el comportamiento de cada sección y emitir acciones o alertas para la optimización del proceso de inyección de vapor.

PROCESAMIENTO MASIVO DE DATOS (BIG DATA):

Al procesar todos estos datos en conjunto, la plataforma detecta automáticamente los puntos críticos en cada sección del sistema de generación y envía esta información a los operadores o sala de control a través de una aplicación móvil simple. La velocidad de procesamiento de estos datos contribuye a la toma de acciones oportunas que pueden ser ejecutadas automáticamente, si no representan un riesgo para la operatividad de los equipos, o en su defecto generan advertencias al usuario para la toma de acciones rápidas con la finalidad de solventar un problema o mejorar un proceso.

El lenguaje de programación de la plataforma digital continene una extensa biblioteca de herramientas que facilitan el análisis y la gestión de datos, y permiten enlazar los algortimos de regresión, clasificación y agrupamiento para un rapido procesamiento de las variables de operación; así como dotar al sistema de las funcionalidades del aprendizaje automático, las cuales pueden ser supervisadas en cualquier momento por el operador de campo o equipo técnico

Puedes descargar el artículo completo aquí