OPTIMIZATION OF STEAM-ASSISTED GRAVITY DRAINAGE IN HEAVY-OIL RESERVOIR USING MACHINE LEARNING

• Main Author: Wisely Armando, Hizkia
• Format: Final Project
• Language: Indonesia
• Subjects: Pertambangan dan operasi berkaitan
• Online Access: https://digilib.itb.ac.id/gdl/view/85058
• Institution: Institut Teknologi Bandung

Imobilitas yang melekat pada minyak berat dalam kondisi reservoir adalah tantangan utama dalam ekstraksi minyak berat. Proses termal adalah metode yang lebih disukai untuk mengurangi viskositas dan meningkatkan pemulihan secara keseluruhan, karena minyak berat menunjukkan viskositas yang bergantung pada suhu. Penelitian ini berkonsentrasi pada teknik injeksi uap yang canggih dikenal sebagai Steam Assisted Gravity Drainage (SAGD). Tujuan dari penelitian ini adalah untuk meningkatkan efisiensi dari SAGD dengan meneliti heterogenitas parameter yang mempengaruhinya. Studi ini menggunakan reservoir yang terletak di lapangan Celtic sebagai acuan untuk membangun simulasi di CMG Builder dan CMG STARS. Beberapa parameter dipilih untuk dilakukan sensitivitas dan mendapatkan recovery factor. Parameter tersebut kemudian dikombinasikan menjadi 800 eksperimen yang dipakai untuk membangun proxy model dengan CMG CMOST, sehingga model yang dapat inginkan diprediksi.Proxy model dibangun dengan metode polynomial regression dan neural networks untuk mencari nilai dari recovery factor. Polynomial regression menghasilkan R2 training sebesar 0.882 dan R2 verification sebesar 0.864, sedangkan neural networks menghasilkan R2 training sebesar 0.972 dan R2 verification sebesar 0.864. Lalu, proxy model antara dua metode ini dipilih intuk optimisasi. Optimisasi dilakukan dengan mengganti parameter yang dapat diatur. Hasilnya adalah RF proxy dan akan diverifikasi dengan simulasi. Dengan membandingkan hasil dari perhitungan proxy dan simulasi, diketahui bahwa kemiripannya cocok, ditandai dengan R2 sebesar 0.993. Jurnal ini melakukan pemeriksaan menyeluruh terhadap faktor-faktor penting yang memengaruhi efektivitas SAGD dan memberikan pengetahuan praktis tentang cara mengoptimalkan teknik thermal recovery untuk reservoir minyak berat dengan melibatkan korelasi antara RF dengan CSOR dan Np.