Mostrar el registro sencillo del ítem

Modelo basado en inteligencia artificial para la gestión de excepciones en el sector hidrocarburos

Artificial intelligence model for exception management in the Oil and Gas sector

dc.contributorPalacio Niño, Julio Omar
dc.contributorGarcía Díaz, Juan Carlos
dc.contributorMoreno Barbosa, Andrés Dario
dc.creatorCastro Aguilar, Paula Andrea
dc.date2023-03-07T20:14:13Z
dc.date2023-03-07T20:14:13Z
dc.date2022-11-01
dc.date.accessioned2025-04-22T22:04:53Z
dc.date.available2025-04-22T22:04:53Z
dc.identifierhttp://hdl.handle.net/10554/63614
dc.identifierhttps://doi.org/10.11144/Javeriana.10554.63614
dc.identifierinstname:Pontificia Universidad Javeriana
dc.identifierreponame:Repositorio Institucional - Pontificia Universidad Javeriana
dc.identifierrepourl:https://repository.javeriana.edu.co
dc.identifier.urihttp://test.repositoriodigital.com:8080/handle/123456789/89211
dc.descriptionLa productividad que se logra en el sector de hidrocarburos no es solo el resultado del valor de venta del producto final, también las pérdidas o ganancias en torno a los procesos de operación influyen considerablemente. El monitoreo del proceso que va desde la extracción, el transporte, el procesamiento de producto, y la comercialización, es muy importante. Este seguimiento se realiza por medio de tecnologías que remotamente envían información del estado de los equipos a un software en forma de banderas o excepciones, dicha información es analizada y gestionada por el personal, sin embargo, es una labor complicada debido a la cantidad y a la complejidad de su solución la cual está sujeta a la experiencia del analista. Por lo anterior, y por la criticidad de esta labor, el presente trabajo busca apoyar la clasificación eficiente de excepciones, para ello se toman comentarios que han sido establecidos en la gestión previa por expertos y recopilados en una base de datos. Mediante la implementación de un modelo de Procesamiento del Lenguaje Natural (PLN) se crea una base de conocimiento con datos estructurados que enriquecen el vector de características para posteriormente ejecutar un modelo de Inteligencia Artificial (IA) que clasificará las excepciones reincidentes para categorizarlas y gestionarlas de acuerdo con el comportamiento de la operación, permitiendo que el personal se centre en excepciones nuevas o que requieren un tratamiento particular.
dc.descriptionThe productivity obtained in the oil and gas sector is not only the result of the sales of the final product, it is also considerably influenced by the losses or gains related to the operating processes. Process monitoring, from extraction, transportation, product processing, and marketing, is very important. This monitoring is carried out by means of technologies that remotely send information on the status of the equipment to a software in the form of flags or exceptions, this information is analyzed and managed by the technical staff, however, it is a complicated task due to the quantity and complexity of its solution, which is subject to the experience of the analyst. For this reason, and because of the criticality of this work, this paper proposes to support the efficient classification of exceptions, considering comments that have been established in the previous management by experts and compiled in a database. Through the implementation of a Natural Language Processing (NLP) model, a knowledge base is created with structured data that enriches the feature vector to subsequently run an Artificial Intelligence model that will classify recurrent exceptions to categorize and manage them according to the behavior of the operation, allowing the staff to focus on new exceptions or those that require a particular management.
dc.descriptionMagíster en Inteligencia Artificial
dc.descriptionMaestría
dc.formatPDF
dc.formatapplication/pdf
dc.formatapplication/pdf
dc.languagespa
dc.publisherPontificia Universidad Javeriana
dc.publisherMaestría en Inteligencia Artificial
dc.publisherFacultad de Ingeniería
dc.rightsAtribución-NoComercial-SinDerivadas 4.0 Internacional
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightsDe acuerdo con la naturaleza del uso concedido, la presente licencia parcial se otorga a título gratuito por el máximo tiempo legal colombiano, con el propósito de que en dicho lapso mi (nuestra) obra sea explotada en las condiciones aquí estipuladas y para los fines indicados, respetando siempre la titularidad de los derechos patrimoniales y morales correspondientes, de acuerdo con los usos honrados, de manera proporcional y justificada a la finalidad perseguida, sin ánimo de lucro ni de comercialización. De manera complementaria, garantizo (garantizamos) en mi (nuestra) calidad de estudiante (s) y por ende autor (es) exclusivo (s), que la Tesis o Trabajo de Grado en cuestión, es producto de mi (nuestra) plena autoría, de mi (nuestro) esfuerzo personal intelectual, como consecuencia de mi (nuestra) creación original particular y, por tanto, soy (somos) el (los) único (s) titular (es) de la misma. Además, aseguro (aseguramos) que no contiene citas, ni transcripciones de otras obras protegidas, por fuera de los límites autorizados por la ley, según los usos honrados, y en proporción a los fines previstos; ni tampoco contempla declaraciones difamatorias contra terceros; respetando el derecho a la imagen, intimidad, buen nombre y demás derechos constitucionales. Adicionalmente, manifiesto (manifestamos) que no se incluyeron expresiones contrarias al orden público ni a las buenas costumbres. En consecuencia, la responsabilidad directa en la elaboración, presentación, investigación y, en general, contenidos de la Tesis o Trabajo de Grado es de mí (nuestro) competencia exclusiva, eximiendo de toda responsabilidad a la Pontifica Universidad Javeriana por tales aspectos. Sin perjuicio de los usos y atribuciones otorgadas en virtud de este documento, continuaré (continuaremos) conservando los correspondientes derechos patrimoniales sin modificación o restricción alguna, puesto que, de acuerdo con la legislación colombiana aplicable, el presente es un acuerdo jurídico que en ningún caso conlleva la enajenación de los derechos patrimoniales derivados del régimen del Derecho de Autor. De conformidad con lo establecido en el artículo 30 de la Ley 23 de 1982 y el artículo 11 de la Decisión Andina 351 de 1993, "Los derechos morales sobre el trabajo son propiedad de los autores", los cuales son irrenunciables, imprescriptibles, inembargables e inalienables. En consecuencia, la Pontificia Universidad Javeriana está en la obligación de RESPETARLOS Y HACERLOS RESPETAR, para lo cual tomará las medidas correspondientes para garantizar su observancia.
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectDatos no estructurados
dc.subjectProcesamiento de lenguaje natural
dc.subjectInteligencia artificial
dc.subjectClasificación
dc.subjectHidrocarburos
dc.subjectUnstructured data
dc.subjectNatural language processing
dc.subjectArtificial intelligence
dc.subjectClassification
dc.subjectOil and gas
dc.subjectMaestría en inteligencia artificial - Tesis y disertaciones académicas
dc.subjectLenguaje natural (Informática)
dc.subjectInteligencia artificial
dc.subjectHidrocarburos
dc.titleModelo basado en inteligencia artificial para la gestión de excepciones en el sector hidrocarburos
dc.titleArtificial intelligence model for exception management in the Oil and Gas sector
dc.typehttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.typeTesis/Trabajo de grado - Monografía - Maestría
dc.typehttp://purl.org/coar/resource_type/c_bdcc
dc.typeinfo:eu-repo/semantics/masterThesis


Ficheros en el ítem

FicherosTamañoFormatoVer

No hay ficheros asociados a este ítem.

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem