Machine learning para la evaluación del potencial geotérmico de coproducción en la cuenca de los llanos orientales colombianas
T. Murillo Mosquera, C. C. Sánchez Zuleta
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
Programado
Predicción y Clasificación
3 de septiembre de 2026 09:00
Aula 24
Otros trabajos en la misma sesión
A. M. Alonso Fernández, A. El Kadi Lachehab, C. Ruiz Mora
M. Ojaghi, P. Huidobro, I. Mariñas del Collado, S. Montes
M. C. Robustillo Carmona, A. Mateos Caballero, C. J. Pérez Sánchez, M. I. Parra Arévalo
J. I. Segovia Martín, S. Mazuelas Franco