Machine learning para la evaluación del potencial geotérmico de coproducción en la cuenca de los llanos orientales colombianas
En el contexto actual de la transición energética la energía geotérmica de coproducción en pozos petroleros expone un enfoque prometedor para expandir la matriz energética al hacer uso de infraestructura existente y datos geocientíficos acumulados en décadas de exploración de hidrocarburos. El presente estudio realiza una interpolación del gradiente geotérmico y de la temperatura de fondo de pozos petroleros presentes en la cuenca de los llanos orientales colombianos. Se realizaron 7 modelos distintos en dos tipos de evaluaciones, general y discriminada, donde se encontró que para ambos casos XGBoost y Random Forest presentan los mejores resultados.
Palabras clave: gradiente geotérmico temperatura de fondo de pozo (BHT) machine learning corrección BHT energía renovable