MACHINE LEARNING APPLICATION FOR PREDICTING MAXIMUM ALLOWABLE WELLHEAD OPERATING PRESSURE (MAWOP) IN “S” FIELD

• Main Author: Salomo, Stephen
• Format: Final Project
• Language: Indonesia
• Subjects: Pertambangan dan operasi berkaitan
• Online Access: https://digilib.itb.ac.id/gdl/view/66300
• Institution: Institut Teknologi Bandung

Beberapa masalah ketahanan sumur dapat timbul ketika sumur mulai berproduksi. Masalah ini dapat menimbulkan penyimpangan dari perilaku tekanan anulus yang menunjukkan kemungkinan adanya Sustained Casing Pressure (SCP). Oleh karena itu, batas tekanan yang dapat diterapkan di annulus harus ditetapkan, yakni Maximum Allowable Wellhead Operating Pressure (MAWOP). Studi ini melakukan penentuan nilai MAWOP untuk 43 sumur di Lapangan S dengan mengaplikasikan pemelajaran mesin yang kemudian divalidasi dengan Metode ISO Technical Specification 16530-1 (2017). Dari 43 data sumur, 31 data sumur akan digunakan pada tahap pelatihan dan 12 data pada tahap validasi. Model pemelajaran mesin yang digunakan pada studi ini adalah pemodelan prediktif, karena memungkinkan operator untuk mengembangkan model berdasarkan data historis untuk membuat prediksi pada data baru. Hasil validasi untuk A-annulus, B-annulus, dan C-annulus menunjukkan kemiripan yang kuat yang dibuktikan dengan R-value dan R^2 value . Dengan menggunakan model yang telah terbukti valid ini, prediksi MAWOP untuk 3 data sumur baru dilakukan untuk tanpa smoothing data maupun dengan smoothing data. Selanjutnya, untuk menguji sejauh mana kemampuan machine learning ini, data input untuk tujuan prediksi diturunkan menjadi 75%, 63%, 50%, dan 25%. Temuan studi menunjukkan bahwa meskipun beberapa data telah dihilangkan, pemelajaran mesin ini dianggap telah memenuhi tugasnya karena masih mampu memahami input yang terbatas dan menghasilkan hasil prediksi yang baik.