Thứ sáu, 26/04/2024 | 19:12 - GMT+7

Ứng dụng thuật toán học máy để dự báo khai thác cho đối tượng móng nứt nẻ, vòm trung tâm, mỏ Bạch Hổ

Để khắc phục nhược điểm của các phương pháp dự báo khai thác truyền thống, Viện Dầu khí Việt Nam (VPI) đã nghiên cứu khả năng ứng dụng thuật toán học máy để dự báo khai thác cho đối tượng móng khu vực vòm Trung tâm, mỏ Bạch Hổ. Kết quả nghiên cứu cho thấy mô hình random forest (RF) cho kết quả dự báo có độ tin cậy cao với sai số tương đối trung bình 4%.

07/04/2023 - 14:50
TÓM TẮT
Dự báo khai thác mỏ dầu là thách thức lớn trong ngành công nghiệp dầu khí. Mô hình và kết quả dự báo khai thác đặc biệt cần thiết cho công tác quản lý - điều hành mỏ. Các công cụ truyền thống đang được ứng dụng phổ biến để dự báo sản lượng hiện nay là mô hình mô phỏng thủy động lực học và phương pháp phân tích đường cong suy giảm... Mô hình mô phỏng thủy động lực học cho thấy hiệu quả rõ rệt đối với các đối tượng trầm tích. Tuy nhiên, các kết quả dự báo khai thác sử dụng mô hình mô phỏng thủy động lực học cho đối tượng móng nứt nẻ đôi khi không đủ tin cậy do móng nứt nẻ là đối tượng địa chất phức tạp, khó dự báo các đặc điểm địa chất... Phương pháp phân tích đường cong suy giảm (DCA) sử dụng các hàm toán học ngoại suy đơn giản để dự báo sản lượng khai thác do vậy kết quả dự báo không phản ánh được các quá trình vận hành mỏ như đóng/mở tầng khai thác, thay đổi lưu lượng bơm ép nước... Để khắc phục nhược điểm của các phương pháp dự báo khai thác truyền thống, Viện Dầu khí Việt Nam (VPI) đã nghiên cứu khả năng ứng dụng thuật toán học máy để dự báo khai thác cho đối tượng móng khu vực vòm Trung tâm, mỏ Bạch Hổ. Kết quả nghiên cứu cho thấy mô hình random forest (RF) cho kết quả dự báo có độ tin cậy cao với sai số tương đối trung bình 4%.
Từ khóa: Học máy, mô hình RF, dự báo khai thác, móng nứt nẻ, mỏ Bạch Hổ.
APPLICATION OF MACHINE LEARNING ALGORITHM TO FORECAST PRODUCTION FOR FRACTURE BASEMENT FORMATION, CENTRAL ARCH, BACH HO FIELD
Tran Dang Tu*, Le The Hung, Tran Xuan Quy, Doan Huy Hien, Pham Truong Giang, Luu Dinh Tung
Vietnam Petroleum Institute
Summary
Oil production forecast is a big challenge in the oil and gas industry. Simulation model and prediction results play an important role in field operation and management. Currently, dynamic simulation model, decline curve analysis are popular tools applied to forecast production. The dynamic simulation model shows a remarkable effect for sedimentary objects. However, production forecasting by this method for fracture basement formation sometimes gives unreliable results because the fracture basement formation is a complex of geological objects, which causes difficulties in predicting the geological characteristics. The decline curve analysis (DCA) method uses simple extrapolated mathematical functions to forecast oil production, therefore the results do not reflect the production operations such as opening/closing production interval. To avoid the disadvantages of these traditional methods, Vietnam Petroleum Institute (VPI) has studied the applicability of machine learning to forecast oil production for fracture basement formation of Bach Ho field. The study results show that the random forest model has improved the production forecast with low relative error (4%).
Key words: Machine learning, random forest model, production forecast, fracture basement, Bach Ho field.
Xem chi tiết TẠI ĐÂY.
Trần Đăng Tú*, Lê Thế Hùng, Trần Xuân Quý, Đoàn Huy Hiên, Phạm Trường Giang, Lưu Đinh Tùng
Viện Dầu khí Việt Nam
(Nguồn: Tạp chí Dầu khí, số 9 - 2022)
Tag:

Cùng chuyên mục

Sản phẩm công nghệ cao, công nghệ xanh cho người tiêu dùng và sản xuất

26/04/2024 - 08:32

Ngày 25/4, tại Hà Nội, Trung tâm Giao dịch thông tin, công nghệ và thiết bị (Cục Thông tin khoa học và công nghệ quốc gia) phối hợp Hội Tự động hóa Việt Nam, Hiệp hội Doanh nghiệp khoa học và công nghệ Việt Nam, Hội Kinh tế số, Chi hội Doanh nhân xúc tiến thương mại quốc tế tổ chức “Triển lãm sản phẩm khoa học, công nghệ và đổi mới sáng tạo”. Nhiều sản phẩm ứng dụng công nghệ cao, công nghệ xanh lần đầu được giới thiệu đến người tiêu dùng và cho sản xuất.

Tin đọc nhiều

Xem thêm

Tổng số lượt truy cập :
  • 1
  • 4
  • 2
  • 5
  • 5
  • 6
  • 8
  • 1
↑