INFILL WELL LOCATION SELECTION USING PRODUCTIVE OIL ZONE DATA ANALYSIS WITH MACHINE LEARNING

• Main Author: Wicky Prima Putri, Ramatilla
• Format: Final Project
• Language: Indonesia
• Online Access: https://digilib.itb.ac.id/gdl/view/56117
• Institution: Institut Teknologi Bandung

Telah diketahui bahwa pengeboran sumur infill dapat meningkatkan recovery minyak dan gas dengan meningkatkan produksi minyak dan gas karena sebagian besar reservoir di dunia nyata tidak homogen. Dengan meningkatnya permintaan energi dan kenaikan harga minyak dan gas alam, semakin banyak lapangan minyak di seluruh dunia yang menjalani pengeboran infill. Untuk sebagian besar reservoir minyak konvensional, simulasi numerik dapat berhasil memprediksi dan mengekstrak informasi berharga tentang lokasi optimal sumur. Namun, karena karakter reservoir, hasil simulasi numerik dalam beberapa kasus tidak berhasil. Machine learning akhir-akhir ini mendapat perhatian karena tidak memerlukan model fisik tertentu, namun dapat memberikan perkiraan yang baik jika datanya cukup. Karena fiturnya, machine learning memiliki penerapan yang kuat di Lapangan X. Metode yang digunakan dalam penelitian ini memungkinkan operator mengidentifikasi lokasi terbaik untuk pengeboran infill guna mengoptimalkan penempatan sumur dan juga membantu operator mendapatkan manfaat dari data yang mereka kumpulkan sebelumnya dengan cara yang hemat biaya.