| Revista: | Programación matemática y software |
| Base de datos: | |
| Número de sistema: | 000573222 |
| ISSN: | 2007-3283 |
| Autores: | Feal Delgado, William1 Chi Chim, Manuel Antonio2 Noguerón González, Claudia1 Cartujano Escobar, Francisco Javier1 |
| Instituciones: | 1Instituto Tecnológico de Zacatepec. Calzada Tecnológico No. 27, Zacatepec de Hidalgo, Morelos. C.P. 62780, 2Instituto Mexicano del Petróleo. Eje Central Lázaro Cárdenas Norte 152, San Bartolo Atepehuacan, Ciudad de México. C.P. 07730, |
| Año: | 2020 |
| Volumen: | 12 |
| Número: | 1 |
| Paginación: | 1-15 |
| País: | México |
| Idioma: | Español |
| Resumen en inglés | Wells drilling is one of the main processes of oil exploration and exploitation. This activity allows to know the delimitation and prospectivity of oil deposits, and also permits this resource extraction. The costs associated with oil exploration and exploitation process are high for the companies that develop this activity, for that reason those companies look for strategies that allow them to reduce the wells drilling times. One way to achieve the drilling"s time reduction, is by predicting or detecting possible events that may cause delays in the oil drilling process. Attending this situation, text mining and machine learning techniques were applied to classify the events recorded in the Information System Logbooks (SIOP) of PEMEX Exploration and Production. The main goal of the present work was to obtain a high-impact application on the national oil industry. By the autonomous classification of events is possible to reduce time and effort that engineers and technicians traditionally spent in this activity. To deal with the high dimensional problem present in text classification process, was used an envelope approach that uses a genetic algorithm as a tool for the selection of characteristics. |
| Resumen en español | Uno de los procesos de mayor importancia en la exploración y explotación de hidrocarburos es la perforación de pozos. Los costos asociados al proceso son muy altos por lo que las compañías que desarrollan esta actividad buscan estrategias que les permita disminuir los tiempos de perforación de sus pozos, garantizando de esta forma la reducción de los costos. Una forma de lograr la reducción de los tiempos de perforación es tener la posibilidad de predecir o detectar eventos que ocasionen retrasos. Teniendo en cuenta esta problemática, en este trabajo se aplicaron técnicas de clasificación de texto y aprendizaje automatizado para clasificar los eventos que se registran en las bitácoras del Sistema de Información Operativa de Perforación (SIOP) de PEMEX Exploración y Producción. Para tratar con el problema de la alta dimensionalidad presente en este tipo de proceso de clasificación de texto se empleó un enfoque de envoltura que utiliza un algoritmo genético como herramienta para la selección de características. |
| Palabras clave: | CLasificación de textos, aprendizaje supervisado, clasificadores, enfoque de envoltura |
| Keyword: | text classification, supervided learning, classifiers, enveloped approach |
| Texto completo: | Texto completo (Ver PDF) |
