PREDICTION OF HYDRAULIC FRACTURED WELL PERFORMANCE USING EMPIRICAL CORRELATION AND MACHINE LEARNING

• Main Author: Hamzah, Kamal
• Format: Theses
• Language: Indonesia
• Subjects: Pertambangan dan operasi berkaitan
• Online Access: https://digilib.itb.ac.id/gdl/view/62388
• Institution: Institut Teknologi Bandung

Perekahan hidrolik merupakan salah satu metode peningkatan produksi dalam industri perminyakan. Metode ini terbukti meningkatkan produktivitas sumur dan cadangan di reservoir permeabilitas rendah, sementara di reservoir permeabilitas sedang metode ini mempercepat produksi tanpa mempengaruhi cadangan sumur. Namun, hasil produksi dari sumur rekahan hidrolik terlihat acak dan tidak memiliki korelasi langsung dengan satu parameter sumur. Hal ini menjadi tantangan tersendiri karena adanya tren penurunan hasil produksi dan adanya kebutuhan untuk meningkatkan success ratio. Sementara itu, ada banyak data yang dapat dianalisis untuk menunjukkan hubungan antara sifat reservoir dan perlakuan rekahan dengan hasil produksi. Perekahan hidrolik di beberapa lapangan di daerah Sumatera Selatan telah dilaksanakan sejak tahun 2002. Data ini sepertinya cukup dalam evaluasi menemukan hubungan antara parameter reservoir dan perekahan hidrolik dengan hasil produksi. Metode pendekatan korelasi empiris dan Machine Learning (ML) digunakan untuk evaluasi hubungan tersebut. Konsep persamaan Darcy dapat dijadikan dasar dalam membuat persamaan empiris pada data aktual. Metode ML kemudian diterapkan untuk memberikan prediksi yang lebih baik pada laju alir produksi dan kandungan air. Selanjutnya, metode ML dikembangkan untuk mengatasi keterbatasan data sehingga metode prediksi dapat digunakan untuk semua sumur. Perbandingan antara korelasi empiris dan ML kemudian dievaluasi untuk mendapatkan prediksi yang lebih baik pada hasil pekerjaan perekahan hidrolik. Korelasi empiris dapat memberikan error yang dapat diterima dengan R2 sekitar 0.67 sedangkan ML mampu memberikan nilai R2 lebih tinggi dengan nilai mendekati 0.80. Input dari ML dapat diperoleh dari parameter utama sehingga lebih mudah diterapkan untuk prediksi kinerja sumur. Oleh karena itu ML dapat digunakan sebagai alat untuk seleksi kandidat sumur perekahan hidrolik.