OPTIMIZATION OF HEAVY OIL RECOVERY WITH STEAM ASSISTED GRAVITY DRAINAGE (SAGD) USING ARTIFICIAL NEURAL NETWORKS AND POLYNOMIAL REGRESSION PREDICTIVE MODELS
Permintaan energi global yang terus meningkat mendorong perlunya solusi energi yang berkelanjutan, terutama karena produksi minyak dan gas alam yang semakin menurun. Penelitian ini berfokus pada peningkatan pemulihan minyak berat menggunakan metode Steam Assisted Gravity Drainage (SAGD), sebuah tekn...
Saved in:
Main Author: | |
---|---|
Format: | Final Project |
Language: | Indonesia |
Subjects: | |
Online Access: | https://digilib.itb.ac.id/gdl/view/82196 |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Institution: | Institut Teknologi Bandung |
Language: | Indonesia |
Summary: | Permintaan energi global yang terus meningkat mendorong perlunya solusi energi yang berkelanjutan, terutama karena produksi minyak dan gas alam yang semakin menurun. Penelitian ini berfokus pada peningkatan pemulihan minyak berat menggunakan metode Steam Assisted Gravity Drainage (SAGD), sebuah teknik pemulihan termal yang efektif mengurangi viskositas minyak dan meningkatkan faktor pemulihan. SAGD bekerja dengan cara menginjeksikan uap ke dalam reservoir minyak melalui sumur injeksi horizontal, yang kemudian menciptakan ruang uap yang memanaskan minyak berat sehingga mengurangi viskositasnya. Minyak yang telah dipanaskan ini kemudian mengalir ke sumur produksi di bawahnya karena gravitasi. Metode ini telah terbukti efektif di berbagai lokasi, terutama di wilayah dengan cadangan minyak berat yang besar.
Model reservoir sintetik dikembangkan menggunakan CMG Builder dan STARS, serta berbagai parameter dievaluasi melalui analisis sensitivitas dan optimasi menggunakan mesin CMG DECE. Penelitian ini menerapkan regresi polinomial dan jaringan saraf tiruan (ANN) untuk membuat model prediktif produksi minyak kumulatif dan volume ruang uap. Konfigurasi ANN menunjukkan kinerja yang unggul, dengan mampu menjelaskan 99,8% variabilitas dalam data pelatihan dan 91,8% dalam data verifikasi. Temuan penelitian ini mengkonfirmasi bahwa injeksi uap secara signifikan meningkatkan tingkat produksi minyak dengan mengurangi viskositas minyak dan membentuk ruang uap yang lebih besar. Selama periode sepuluh tahun, model dasar berhasil mencapai faktor pemulihan produksi kumulatif sekitar 38,9%.
Penelitian ini memberikan analisis komprehensif mengenai parameter-parameter penting yang mempengaruhi kinerja SAGD dan menawarkan wawasan praktis dalam mengoptimalkan metode pemulihan termal untuk reservoir minyak berat. Hasil penelitian ini menunjukkan potensi teknik pemodelan dan optimasi canggih dalam meningkatkan manajemen reservoir dan strategi produksi. |
---|