PREDICTIVE MODEL GENERATION FOR CO2-N2 FLOODING PROJECT

• Main Author: Akbar Habibie, Ilham
• Format: Final Project
• Language: Indonesia
• Online Access: https://digilib.itb.ac.id/gdl/view/50536
• Institution: Institut Teknologi Bandung

Proses peningkatan perolehan minyak selalu tidak pernah lepas dari istilah Enhanced Oil Recovery atau yang biasa disingkat dengan EOR. Metode EOR yang paling sering diterapkan adalah CO2 flooding dan N2 flooding. Beberapa studi menyatakan bahwa CO2 dan N2 dapat diaplikasikan bersamaan dalam bentuk campuran yang diinjeksikan untuk meningkatkan perolehan minyak. Analisis aspek teknis dan ekonomis sangat diperlukan sebagai upaya evaluasi kelayakan proyek CO2-N2 flooding yang akan diterapkan di lapangan. Upaya tersebut dapat terjawab dengan membuat model prediksi yang dapat menentukan kinerja reservoir pada proyek CO2-N2 flooding. Studi ini dilaksanakan dengan berfokus pada pembuatan model prediksi untuk 10 tahun proyek CO2-N2 flooding. Studi literatur dilakukan untuk membangun model yang baik terkait proyek CO2-N2 flooding secara komprehensif. 18 parameter yang mempengaruhi aspek teknis dan ekonomis perminyakan digunakan untuk membangun model prediksi dan didistribusikan melalui tiga cara yaitu diskrit, kontinu, dan formula. Software CMG-CMOST digunakan untuk menghasilkan percobaan menggunakan metode regresi polynomial melalui tahapan pengambilan data menggunakan Latin hypercube sampling sebanyak 1586 data, pelatihan sampel data, dan selanjutnya data yang sudah melewati kontrol kualitas yaitu sebanyak 1119 data akan digunakan sebagai data model pelatihan dan data verifikasi. 80% dari data yang telah melewati proses kontrol kualitas digunakan sebagai data model pelatihan untuk membuat model prediksi. Tujuan model prediksi adalah untuk meninjau Profitability Index (PI) yang mewakili kelayakan proyek CO2-N2 flooding. Model prediksi dibuat dengan metode regresi polynomial yaitu linear, kuadratik sederhana, dan kuadratik. Proses validasi dilakukan terhadap model tersebut dengan mebandingkan hasil dari model awal menggunakan software CMG-GEM dan hasil regresi polinomial. Dari proses tersebut didapat perbedaan hasil yang tidak terlalu jauh dan nilai R-Square yang masih dapat diterima. Studi ini dapat dikembangkan dan ditingkatkan dengan cara melakukan seleksi ulang terhadap parameter, menggunakan skenario yang bervariasi, dan menambah metode pembuatan model prediksi sehingga didapat hasil yang lebih baik.