Sử dụng thuật toán mạng neural nhân tạo trong tối ưu bơm ép nước cho mỏ Bạch Hổ
Tóm tắt
Sản lượng dầu ngoài khơi Việt Nam được khai thác chủ yếu từ vỉa chứa móng Bạch Hổ, nơi có chế độ dòng chảy rất phức tạp do sự phân bố không gian bất đồng nhất của các thuộc tính vật lý thạch học như độ rỗng, độ thấm và độ bão hòa nước. Do đó, phương pháp dự báo sản lượng dầu truyền thống dựa trên mô phỏng vỉa chứa thường thiếu chính xác hoặc đòi hỏi nhiều công sức và thời gian để tối ưu hóa các thông số thủy động lực học. Sự phát triển gần đây của các thuật toán học máy (machine learning - ML) sẽ giúp dự đoán được sản lượng dầu từ lưu lượng bơm ép nước của từng giếng bơm nhanh hơn và đáng tin cậy hơn. Một khi có thể dự đoán sản lượng dầu bằng phương pháp học máy, việc tối ưu hóa quá trình bơm ép nước có thể được triển khai bằng nhiều thuật toán tối ưu hóa khác nhau.
Trong nghiên cứu này, sử dụng thuật toán mạng neural nhân tạo (ANN) đã cho kết quả tốt nhất: hệ số tương quan giữa các giá trị dự đoán và giá trị thực tế lần lượt là 0,98 và 0,95 đối với tập dữ liệu huấn luyện và kiểm tra. Sau đó, thuật toán tối ưu Gauss-Newton được áp dụng để tìm ra lưu lượng bơm ép nước tối ưu nhất cho từng giếng bơm nhằm tăng sản lượng dầu. Kết quả cho thấy sản lượng dầu khai thác tăng trung bình 1,5% khi sử dụng các lược đồ bơm ép mới được tối ưu hóa.
Các tài liệu tham khảo
Andrea Capolei, Eka Suwartadi, Bjarne Foss, and John Bagterp Jørgensen, "Waterflooding optimization in uncertain geological scenarios", Computational Geosciences, Volume 17, Issue 6, pp. 991 - 1013, 2013. DOI: 10.1007/s10596-013-9371-1.
Bjarne Foss, Bjarne Grimstad, and Vidar Gunnerud, "Production optimization–facilitated by divide and conquer strategies", IFAC-PapersOnLine, Volume 48, Issue 6, pp. 1 - 8, 2015. DOI: 10.1016/j.ifacol.2015.08.001.
Paul M.J. Van den Hof, Jan Dirk Jansen, and Arnold Heemink, "Recent developments in model- based optimization and control of subsurface flow in oil reservoirs", IFAC Proceedings Volumes, Volume 45, Issue 8, pp. 189 - 200, 2012. DOI: 10.3182/20120531-2-NO- 4020.00047.
Bjarne Foss and John Petter Jenson, "Performance analysis for closed-loop reservoir management", SPE Journal, Volume 16, Issue 1, pp. 183 - 190, 2011. DOI: 10.2118/138891-PA.
J.D. Jansen, R.M. Fonseca, S. Kahrobaei, M.M. Siraj, G.M. Van Essen, and P.M.J. Van den Hof, "The egg model-a geological ensemble for reservoir simulation", Geoscience Data Journal, Volume 1, Issue 2, pp. 192 - 195, 2014. DOI: 10.1002/gdj3.21.
Tailai Wen, Marco R. Thiele, David Echeverría Ciaurri, Khalid Aziz, and Yinyu Ye, "Waterflood management using two-stage optimization with streamline simulation", Computational Geosciences, Volume 18, Issue 3, pp. 483 - 504, 2014. DOI: 10.1007/s10596-014-9404-4.
Zhenyu Guo, Albert C. Reynolds, and Hui Zhao, "A physics-based data-driven model for history matching, prediction, and characterization of waterflooding performance", SPE Journal, Volume 23, Issue 2, pp. 367 - 395, 2018. DOI: 10.2118/182660-PA.
Khalid Aziz and Antonín Settari, Petroleum reservoir simulation. Society of Petroleum Engineers, 1979. DOI: 10.2118/9781613999646.
Akhil Datta-Gupta and Michael King, Streamline simulation: Theory and practice. Society of Petroleum Engineers, 2007. DOI: 10.2118/9781555631116.
M.R. Thiele, R.P. Batycky, and D.H. Fenwick, "Streamline simulation for modern reservoir-engineering workflows", Journal of Petroleum Technology, Volume 62, Issue 1, pp. 64 - 70, 2010. DOI: 10.2118/118608-JPT.
Nguyen Anh Phuong, "Capacitance resistance modeling for primary recovery, waterflood and water-CO2 flood", University of Texas at Austin, 2012.
Daniel Brent Weber, "The use of capacitance-resistance models to optimize injection allocation and well location in waterflood", University of Texas at Austin, 2009.
Ali A. Yousef, Pablo Gentil, Jerry L. Jensen, and Larry W. Lake, "A capacitance model to infer interwell connectivity from production-and injection-rate fluctuations", SPE Reservoir Evaluation & Engineering, Volume 9, Issue 6, pp.630 - 646, 2006. DOI: 10.2118/95322-PA.
L.W. Lake, X. Liang, T.F. Edgar, A. Al-Yousef, M.Sayarpour, and D. Weber, "Optimization of oil production based on a capacitance model of production and injection rates", Hydrocarbon economics and evaluation symposium Dallas, Texas, U.S.A., 1 - 3 April 2007. DOI: 10.2118/107713-MS.
Hui Zhao, Zhijiang Kang, Xiansong Zhang, Haitao Sun, Lin Cao, and Albert C. Reynolds, "A physics- based data-driven numerical model for reservoir history matching and prediction with a field application", SPE Journal, Volume 21, Issue 6, pp. 2175 - 2194, 2016. DOI: 10.2118/173213-PA.
Rui Zhang and Hu Jia, "Production performance forecasting method based on multivariate time series and vector autoregressive machine learning model for waterflooding reservoirs", Petroleum Exploration and Development, Volume 48, Issue 1, pp. 201 - 211, 2021. DOI: 10.1016/S1876-3804(21)60016-2.
Farzad Hourfar, Hamed Jalaly Bidgoly, Behzad Moshiri, Karim Salahshoor, and Ali Elkamel, "A reinforcement learning approach for waterflooding optimization in petroleum reservoirs", Engineering Applications of Artificial Intelligence, Volume 77, pp. 98 - 116, 2019. DOI: 10.1016/j.engappai.2018.09.019.
Cuthbert Shang Wui Ng, Ashkan Jahanbani Ghahfarokhi, and Menad Nait Amar, "Production optimization under waterflooding with Long Short- Term Memory and metaheuristic algorithm", Petroleum, Volume 9, Issue 1, pp. 53 - 60, 2022. DOI: 10.1016/j. petlm.2021.12.008.
Muhammad Gibran Alfarizi, Milan Stanko, and Timur Bikmukhametov, "Well control optimization in waterflooding using genetic algorithm coupled with artificial neural networks", Upstream Oil and Gas Technology, Volume 9, 2022. DOI: 10.1016/j.upstre.2022.100071.
Le Ngoc Son, Mahmound Jamiolahmady, Jean-Marie Questiaux, and Mehran Sohrabi, "An integrated geology and reservoir engineering approach for modelling and history matching of a Vietnamese fractured granite basement reservoir", EUROPEC/EAGE Conference and Exhibition, London, UK, 11 - 14 June 2007. DOI: 10.2118/107141-MS.
Le Ngoc Son, Phan Ngoc Trung, Yoshihiro Masuda, Sumihiko Murata, Nguyen The Duc, Sunao Takagi, and Ahmad Ghassemi, "Development of a method for adjusting rock compaction parameters and aquifer size from production data and its application to Nam- Su fractured basement reservoir of Vietnam", Journal of Petroleum Science and Engineering, Volume 210, 2022. DOI: 10.1016/j.petrol.2021.109894.
Fabian Pedregosa, Gaël Varoquaux, Alexandre Gramfort, Vincent Michel, Bertrand Thirion, Olivier Grisel, Mathieu Blondel, Peter Prettenhofer, Ron Weiss, Vincent Dubourg, Jake Vanderplas, Alexandre Passos, David Cournapeau, Matthieu Brucher, Matthieu Perrot, and Edouard Duchesnay, “Scikit-learn: Machine learning in Python”, Journal of Machine Learning Research, Volume 12, pp. 2825 - 2830, 2011.
Diederik P. Kingma and Jimmy Ba, "Adam: A method for stochastic optimization", 3rd International Conference for Learning Representations, San Diego, 22 December 2014. DOI: 10.48550/arXiv.1412.6980
Roger Fletcher, Practical methods of optimization, second edition. John Wiley & Sons, 1987.
William H. Press, William T. Vetterling, Numerical in Fortran: the Art of Scientific Computing. Cambridge University Press, 1992.
J.C. Spall, "Multivariate stochastic approximation using a simultaneous perturbation gradient approximation", IEEE Transactions on Automatic Contron, Volume 37, Issue 3, pp. 332 - 341, 1992. DOI: 10.1109/9.119632.
J.C. Spall, "Implementation of the simultaneous perturbation algorithm for stochastic optimization", IEEE Transactions on Aero space Electronic System, Volume 34, Issue 3, pp. 817 - 823, 1998. DOI: 10.1109/7.705889.
J.A. Nelder and R. Mead, "A simplex method for function minimization", Computer Journal, Volume 7, Issue 4, pp. 308 - 313, 1965. DOI: 10.1093/comjnl/7.4.308.
1. Tác giả giao bản quyền bài viết (tác phẩm) cho Tạp chí Dầu khí, bao gồm quyền xuất bản, tái bản, bán và phân phối toàn bộ hoặc một phần tác phẩm trong các ấn bản điện tử và in của Tạp chí Dầu khí.
2. Bằng cách chuyển nhượng bản quyền này cho Tạp chí Dầu khí, việc sao chép, đăng hoặc sử dụng một phần hay toàn bộ tác phẩm nào của Tạp chí Dầu khí trên bất kỳ phương tiện nào phải trích dẫn đầy đủ, phù hợp về hình thức và nội dung như sau: tiêu đề của bài viết, tên tác giả, tên tạp chí, tập, số, năm, chủ sở hữu bản quyền theo quy định, số DOI. Liên kết đến bài viết cuối cùng được công bố trên trang web của Tạp chí Dầu khí được khuyến khích.
