PREDIKSI DINI KERUSAKAN PADA ELECTRIC SUBMERSIBLE PUMP (ESP) DENGAN KECERDASAN BUATAN

• Main Author: Hamid Bayagub, Faradillah
• Format: Final Project
• Language: Indonesia
• Subjects: Pertambangan dan operasi berkaitan
• Online Access: https://digilib.itb.ac.id/gdl/view/57876
• Institution: Institut Teknologi Bandung

Electric Submersible Pump (ESP) adalah metode pengangkatan buatan yang sangat efektif untuk meningkatkan produksi minyak di darat dan lepas pantai. Setelah pompa terpasang, teknisi perlu memelihara dengan hati-hati untuk mencegah gangguan produksi yang cukup mahal akibat kegagalan pompa yang tidak terduga. Terdapat banyak metode diagnostik untuk menentukan status ESP dengan menggunakan sistem automatisasi; namun, metode ini biasanya hanya menghasilkan analisis kebelakang setelah kegagalan terjadi. Makalah ini melibatkan penggunaan data real-time dalam membangun metodologi analitis untuk mendeteksi kegagalan mendatang pada ESP. Klasifikasi akan dilakukan pada data hasil prakira dengan interval 10 menit yang telah dikembangkan menjadi suatu pola. Hal ini dicapai dengan menggunakan teknik pembelajaran terawasi; Logistic Regression, Decision Trees, dan K-Nearest Neighbors. Model akan dibangun berdasarkan karakteristik parameter secara individu dari 9 status yang terdiri dari; nilai indeks produktivitas rendah, keausan pompa, kebocoran tubing, bertambahnya nilai indeks produktivitas, peningkatan frekuensi, choke terbuka, peningkatan water cut, keberadaan pasir, dan katup tertutup dengan tingkat akurasi lebih dari 80%. Sistem otomatisasi dan kontrol ini memerlukan pengawasan konstan oleh manusia untuk memverifikasi bahwa semua proses berjalan normal. Selain itu, pola abnormal dapat teridentifikasi terlebih dahulu dan operator dapat menentukan tindakan korektif terbaik lebih awal untuk menghindari kegagalan ESP berdasarkan rekomendasi yang dilampirkan. Manusia sebagai operator memiliki tanggung jawab untuk bereaksi terhadap kondisi alarm yang terjadi selama operasi. Makalah ini memperkenalkan cara efektif untuk memantau sistem ESP yang memanfaatkan kecerdasan buatan dan machine learning sehingga operator dapat mengandalkan kemampuan sistem pengawasan untuk mendeteksi perilaku abnormal, memungkinkan operator untuk fokus pada tugas dengan prioritas lebih tinggi. Selain itu, keuntungan utama seorang insinyur dapat mengambil tindakan pencegahan untuk menghindari kegagalan dan menghasilkan miliaran dolar pendapatan.