شبیه سازی داده محور یک میدان نفتی فرضی و مقایسه نتایج با شبیه سازی عددی

شبیه سازی داده محور مخزن روشی نوین در امر مدل سازی مخازن است که مکمل و یا حتی جایگزین روش های عددی مدل سازی مخازن است. این روش که به مدل سازی بالا به پایین هم شناخته می شود با استفاده از هوش مصنوعی و به شکل خاص از یادگیری عمیق استفاده می کند و با توجه به ماهیت این ابزارها نیازمند به داده هایی است که در صنعت نفت و گاز از اندازه گیری های میدانی چه برای چاه و چه برای مخزن به دست می آیند. روش های عددی مرسوم با استفاده از مدل سازی های عددی و فهم کنونی که از فیزیک حاکم بر جریان سیال در محیط متخلخل وجود دارد، فرآیند شبیه سازی را انجام می دهند. در این تحقیق تلاش شده است که برای یک مورد میدان فرضی در نرم افزار پترل مدل سازی انجام شود و سپس از داده های خروجی از این نرم افزار به عنوان ورودی برای شبیه سازی مدل بالا به پایین مدنظر با استفاده از زبان برنامه نویسی پایتون استفاده گردیده و پس از ساخت سه مدل داده محور به ترتیب برای فشار متوسط مخزن، اشباع متوسط آب مخزن و تولید گاز هر چاه در نهایت عملکرد مدل ساخته شده با استفاده از یادگیری ماشین سنجیده شود. خروجی های مدل داده محور می توانند تمام آن چیزهایی باشند که در مدل های عددی انتظار می رود اما در این تحقیق به خروجی های مذکور بسنده شده است. به عبارت دیگر تلاش خواهد شد که مدل داده محور، فیزیک حاکم بر جریان سیال در محیط متخلخل را از طریق داده های اندازه گیری شده متوجه شود و در طول این فرآیند با استفاده از اطلاعات دو سال ابتدایی تولید از میدان، تطبیق تاریخچه انجام شده است و برای مدل فشار متوسط مخزن، درصد اشباع آب متوسط میدان و تولید گاز، ضریب تعیین به ترتیب ۹۸/۰، ۹۷/۰ و ۹۸/۰ محاسبه شده است. همچنین برای سال سوم پیش بینی انجام خواهد شد و نتیجه به دست آمده از مدل های داده محور با نتایج به دست آمده توسط شبیه ساز عددی مقایسه می گردد.

کلیدواژه ها:

مدل سازی بالا به پایین ، داده محور ، روش های عددی ، یادگیری عمیق ، مخزن