استفاده از یادگیری ماشین به منظور مکانیابی بهینه چاه در مخزن

هزینه حفاری در جستجو برای نفت و گاز در میدان ها با ناهمگنی زیاد، بسیار بالا است. درنتیجه جامعه مهندسی نفت به دنبالراه حل های ابتکاری برای به حداکثر رساندن بازیافت نفت در پایان تکمیل چاه هستند. یکی از راههای به حداکثر رساندن تولیدنفت و گاز، مکان یابی صحیح چاه است. در این مطالعه، به کمک شبیه ساز مخزن، دی اکسید کربن با الگو پنج نقطه معکوس بهیک مخزن همگن تزریق شد تا بازیافت نفت را بهبود بخشد. در این سناریو، پارامترهای متفاوتی همچون مکان چاه تزریقی،فاصله چاه ها تولیدی و تزریقی، زاویه بین آنها و درنهایت نرخ تولید و نرخ تزریق تغییر پیدا کرد تا بتوان تغییر تابع هدف این مطالعه یعنی ارزش فعلی خالص را بررسی نمود. سپس با استفاده از دو الگوریتم یادگیری ماشین یعنی LightGBM و XGBoost مدل جایگزینی ساخته شد تا بتوان تخمینی از بهترین مکان چاه بر اساس تابع هدف داشت. درنهایت پس از مقایسه این دو الگوریتم ها، هردو آنها نتایج خوبی از خود نشان داده اند و R۲ برابر ۰.۹۴ داشتند؛ و ازنظر خطا نیز الگوریتم XGBoost خطای بیشتری در محاسبه تابع هدف داشت. ازنظر مجموع زمان آموزش و آزمودن، الگوریتم LightGBM سریع تر عمل نمود

کلیدواژه ها:

هوش مصنوعی ، یادگیری ماشین ، مکانیابی چاه ، ازدیاد برداشت توسط دیاکسید کربن ، مدل جایگزین مدل سازیمخزن