INTEGRACIÓN DE SIMULACIÓN NUMÉRICA E INTELIGENCIA ARTIFICIAL PARA LA EVALUACIÓN DEL RIESGO GEOMECÁNICO DE CONTENCIÓN EN PROYECTOS DE CAPTURA Y ALMACENAMIENTO GEOLÓGICO DE CO₂ EN YACIMIENTOS DEPLETADOS DE COLOMBIA
La captura y almacenamiento geológico de carbono (Carbon Capture and Storage, CCS) constituye una de las principales alternativas para reducir las emisiones de CO₂ y avanzar hacia sistemas energéticos con menores emisiones de carbono. En este contexto, los yacimientos de hidrocarburos depletados representan una opción estratégica debido a la disponibilidad de infraestructura existente y al amplio conocimiento geológico y petrofísico acumulado durante su explotación. No obstante, la evaluación del riesgo geomecánico asociado a la integridad del sistema de almacenamiento continúa siendo uno de los principales retos técnicos, debido al elevado costo computacional requerido para analizar múltiples escenarios de inyección mediante simulaciones acopladas flujo–geomecánica.
Este trabajo presenta una metodología para la estimación rápida del riesgo geomecánico basada en modelos de Inteligencia Artificial entrenados a partir de grandes volúmenes de datos generados mediante simulación numérica con el simulador comercial CMG. Se desarrolló un proceso sistemático de análisis y preparación de datos provenientes de miles de escenarios de simulación, integrando variables estáticas del reservorio (porosidad, permeabilidad, propiedades mecánicas, geometría estructural y distribución espacial de pozos) con variables dinámicas relacionadas con la inyección de CO₂, presión de poro, saturación y evolución temporal del sistema.
A partir de esta base de datos se implementaron modelos de aprendizaje profundo basados en arquitecturas tipo U-Net, capaces de aprender la relación espacial entre las variables de entrada y los principales indicadores de estabilidad geomecánica obtenidos mediante simulación. Los modelos fueron entrenados para estimar directamente mapas espaciales del Factor de Seguridad (Safety Factor) y del Desplazamiento Vertical, reproduciendo el comportamiento de las simulaciones numéricas con tiempos de respuesta significativamente menores y permitiendo evaluar de forma eficiente un gran número de escenarios operacionales.
Como etapa posterior al proceso de estimación, se desarrolló una metodología de cualificación automática del riesgo geomecánico mediante la integración conjunta del Factor de Seguridad y el Desplazamiento Vertical. La clasificación propuesta establece categorías de riesgo que permiten identificar zonas estables, zonas de transición y sectores con mayor probabilidad de pérdida de integridad geomecánica, facilitando la interpretación técnica de los resultados y su utilización como herramienta de apoyo para la planificación y gestión del almacenamiento geológico de CO₂.
Los resultados obtenidos demuestran que el análisis masivo de datos derivados de simulación numérica, combinado con técnicas modernas de Inteligencia Artificial, constituye una alternativa robusta para acelerar la evaluación del riesgo geomecánico sin perder consistencia física ni coherencia espacial. La metodología propuesta permite reducir significativamente los tiempos de análisis, ampliar la exploración de escenarios de inyección y fortalecer los procesos de evaluación de incertidumbre, aportando una herramienta reproducible y escalable para el diseño y operación segura de proyectos CCS en yacimientos depletados.