GRID SEARCH OPTIMIZATION: AN APPROACH FOR AUTOMATIC INFILL WELL PLACEMENT THROUGH VORONOI DIAGRAM
Studi ini menyajikan pendekatan inovatif untuk mengoptimalkan penempatan sumur tambahan dengan mengintegrasikan teknik pembelajaran mesin, diagram Voronoi, dan optimasi GridSearchCV. Tujuan utamanya adalah meningkatkan perolehan minyak dengan menentukan lokasi optimal untuk sumur tambahan dalam r...
Saved in:
Main Author: | |
---|---|
Format: | Final Project |
Language: | Indonesia |
Subjects: | |
Online Access: | https://digilib.itb.ac.id/gdl/view/82284 |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Institution: | Institut Teknologi Bandung |
Language: | Indonesia |
id |
id-itb.:82284 |
---|---|
spelling |
id-itb.:822842024-07-07T12:15:54ZGRID SEARCH OPTIMIZATION: AN APPROACH FOR AUTOMATIC INFILL WELL PLACEMENT THROUGH VORONOI DIAGRAM Wahyu Bachtiar, Rizqy Pertambangan dan operasi berkaitan Indonesia Final Project Pembelajaran Mesin, Diagram Voronoi, GridSearchCV, Penempatan Sumur Tambahan, Karakterisasi Reservoir, Perolehan Minyak. INSTITUT TEKNOLOGI BANDUNG https://digilib.itb.ac.id/gdl/view/82284 Studi ini menyajikan pendekatan inovatif untuk mengoptimalkan penempatan sumur tambahan dengan mengintegrasikan teknik pembelajaran mesin, diagram Voronoi, dan optimasi GridSearchCV. Tujuan utamanya adalah meningkatkan perolehan minyak dengan menentukan lokasi optimal untuk sumur tambahan dalam reservoir berlapis. Metodologi ini melibatkan analisis komprehensif data karakterisasi reservoir, termasuk porositas, saturasi air, dan volume pori hidrokarbon (HCPV). Model pembelajaran mesin digunakan untuk memprediksi jumlah minyak saat ini (COIP). Diagram Voronoi digunakan untuk membagi reservoir menjadi wilayah-wilayah yang dapat dikelola, masing-masing mewakili lokasi potensial untuk sumur tambahan, yang bertindak sebagai proxy untuk area drainase, sehingga memungkinkan penargetan tepat pada zona-zona dengan potensi tinggi. GridSearchCV digunakan untuk menyetel hiperparameter model pembelajaran mesin, memastikan kinerja prediktif terbaik. Pendekatan ini divalidasi melalui studi kasus di Field X, yang mencakup 24 sumur di tiga lapisan formasi: UBR, UBR-B, dan UBR-C. Studi ini menemukan bahwa metode terintegrasi ini secara signifikan meningkatkan akurasi penempatan sumur tambahan, menghasilkan peningkatan perolehan minyak dan manajemen reservoir yang lebih efisien. Hasilnya menunjukkan peningkatan substansial dalam jumlah minyak yang diprediksi setelah menambahkan sumur tambahan baru, menunjukkan efektivitas kombinasi pembelajaran mesin dengan diagram Voronoi dan optimasi GridSearchCV dalam mengoptimalkan strategi penempatan sumur. Pendekatan ini menawarkan alat yang berharga bagi insinyur reservoir untuk memaksimalkan perolehan hidrokarbon dan meningkatkan perencanaan pengembangan lapangan. text |
institution |
Institut Teknologi Bandung |
building |
Institut Teknologi Bandung Library |
continent |
Asia |
country |
Indonesia Indonesia |
content_provider |
Institut Teknologi Bandung |
collection |
Digital ITB |
language |
Indonesia |
topic |
Pertambangan dan operasi berkaitan |
spellingShingle |
Pertambangan dan operasi berkaitan Wahyu Bachtiar, Rizqy GRID SEARCH OPTIMIZATION: AN APPROACH FOR AUTOMATIC INFILL WELL PLACEMENT THROUGH VORONOI DIAGRAM |
description |
Studi ini menyajikan pendekatan inovatif untuk mengoptimalkan penempatan sumur tambahan dengan
mengintegrasikan teknik pembelajaran mesin, diagram Voronoi, dan optimasi GridSearchCV. Tujuan utamanya
adalah meningkatkan perolehan minyak dengan menentukan lokasi optimal untuk sumur tambahan dalam
reservoir berlapis. Metodologi ini melibatkan analisis komprehensif data karakterisasi reservoir, termasuk
porositas, saturasi air, dan volume pori hidrokarbon (HCPV). Model pembelajaran mesin digunakan untuk
memprediksi jumlah minyak saat ini (COIP). Diagram Voronoi digunakan untuk membagi reservoir menjadi
wilayah-wilayah yang dapat dikelola, masing-masing mewakili lokasi potensial untuk sumur tambahan, yang
bertindak sebagai proxy untuk area drainase, sehingga memungkinkan penargetan tepat pada zona-zona dengan
potensi tinggi. GridSearchCV digunakan untuk menyetel hiperparameter model pembelajaran mesin,
memastikan kinerja prediktif terbaik. Pendekatan ini divalidasi melalui studi kasus di Field X, yang mencakup
24 sumur di tiga lapisan formasi: UBR, UBR-B, dan UBR-C. Studi ini menemukan bahwa metode terintegrasi
ini secara signifikan meningkatkan akurasi penempatan sumur tambahan, menghasilkan peningkatan perolehan
minyak dan manajemen reservoir yang lebih efisien. Hasilnya menunjukkan peningkatan substansial dalam
jumlah minyak yang diprediksi setelah menambahkan sumur tambahan baru, menunjukkan efektivitas
kombinasi pembelajaran mesin dengan diagram Voronoi dan optimasi GridSearchCV dalam mengoptimalkan
strategi penempatan sumur. Pendekatan ini menawarkan alat yang berharga bagi insinyur reservoir untuk
memaksimalkan perolehan hidrokarbon dan meningkatkan perencanaan pengembangan lapangan. |
format |
Final Project |
author |
Wahyu Bachtiar, Rizqy |
author_facet |
Wahyu Bachtiar, Rizqy |
author_sort |
Wahyu Bachtiar, Rizqy |
title |
GRID SEARCH OPTIMIZATION: AN APPROACH FOR AUTOMATIC INFILL WELL PLACEMENT THROUGH VORONOI DIAGRAM |
title_short |
GRID SEARCH OPTIMIZATION: AN APPROACH FOR AUTOMATIC INFILL WELL PLACEMENT THROUGH VORONOI DIAGRAM |
title_full |
GRID SEARCH OPTIMIZATION: AN APPROACH FOR AUTOMATIC INFILL WELL PLACEMENT THROUGH VORONOI DIAGRAM |
title_fullStr |
GRID SEARCH OPTIMIZATION: AN APPROACH FOR AUTOMATIC INFILL WELL PLACEMENT THROUGH VORONOI DIAGRAM |
title_full_unstemmed |
GRID SEARCH OPTIMIZATION: AN APPROACH FOR AUTOMATIC INFILL WELL PLACEMENT THROUGH VORONOI DIAGRAM |
title_sort |
grid search optimization: an approach for automatic infill well placement through voronoi diagram |
url |
https://digilib.itb.ac.id/gdl/view/82284 |
_version_ |
1822997629926113280 |