OPERATING PARAMETERS OPTIMIZATION ON CO2 WATER-ALTERNATING-GAS (CO2-WAG) INJECTION USING MACHINE LEARNING APPROACH

• Main Author: Surya Khoirul Fikri, Bima
• Format: Final Project
• Language: Indonesia
• Online Access: https://digilib.itb.ac.id/gdl/view/56088
• Institution: Institut Teknologi Bandung

Injeksi WAG terbukti dapat meningkatkan perolehan minyak dengan mengkombinasikan keuntungan yang didapat dari injeksi air dan gas. Namun, banyak tantangan dalam mendesain scenario optimal dari injeksi WAG sebagai akibat dari beberapa ketidakpastian. Studi ini berfokus pada injeksi CO2-WAG dengan pola 5-spot dengan memahami aspek teknikal dan keekonomian untuk menghasilkan model prediktif dan scenario optimum pada proyek. Studi literatur digunakan untuk memahami parameter-parameter yang berpengaruh terhadap kinerja injeksi CO2-WAG. Dengan memanfaatkan CMG-CMOST, 1124 skenario berbeda disimulasikan dengan memvariasikan 11 parameter yang terdiri atas parameter reservoir, fluida, dan parameter operasional digunakan untuk membangun model prediktif menggunakan metode neural network. Metode neural network dengan arsitektur 8-5-3 mampu memberikan nilai R2 0.994 dan 0.969 beturut-turut untuk data latihan dan pengujian. Dengan menggunakan metode Particle Swarm Optimization, algoritma optimisasi parameter operasional dikembangkan melalui model prediktif yang telah dibuat. Untuk memvalidasi program ini, studi komparasi dengan program lain dilakukan, hasilnya dalam 15 skenario ujicoba yang berbeda didapat hasil optimasi yang dihasilkan hanya menyimpang 2% dari metode acuan. Sebuah studi lapangan juga dilakukan dan menunjukan hasil yang logis.