Ứng dụng học máy vào phân tích đường cong suy giảm cho các giếng khai thác khí - condensate có lịch sử phức tạp do ảnh hưởng của bắn vỉa bổ sung
Tóm tắt
Phân tích đường cong suy giảm (DCA) là phân tích sự suy giảm sản lượng hoặc áp suất theo thời gian khai thác, được thực hiện bằng cách khớp 1 đường cong qua các điểm dữ liệu lịch sử với giả thiết xu hướng này sẽ tiếp tục trong tương lai, từ đó đưa ra dự báo cho giếng. Để khắc phục một số bất cập của phương pháp DCA truyền thống, nhóm tác giả đã nghiên cứu áp dụng học máy vào DCA nhằm đưa ra dự báo sự suy giảm của áp suất đầu giếng, từ đó xác định thời điểm đóng giếng và trữ lượng của giếng. Áp dụng dự báo cho 2 giếng với lịch sử khai thác phức tạp do ảnh hưởng của bắn vỉa bổ sung và kiểm chứng với kết quả mô hình động cho thấy kết quả dự báo từ học máy có độ tin cậy cao.
Các tài liệu tham khảo
J. J. Arps, “Analysis of decline curves”, Transactions of the AIME, Volume 160, Issue 1, pp. 228 - 247, 1945. DOI: 10.2118/945228-G.
Jing-Jing Liu and Jian-Chao Liu, “Integrating deep learning and logging data analytics for lithofacies classification and 3D modeling of tight sandstone reservoirs”, Geoscience Frontiers, Volume 13, Issue 1, 2022. DOI: 10.1016/j.gsf.2021.101311.
Nguyen Ngoc Tan, Tran Ngoc The Hung, Hoang Ky Son, and Tran Vu Tung, “Supervised machine learning application of lithofacies classification for a hydrodynamically complex gas condensate reservoir in Nam Con Son basin”, Petrovietnam Journal, Volume 6, pp. 27 - 35, 2022. DOI: 10.47800/PVJ.2022.06-03.
Randall S. Miller, Skip Rhodes, Deepak Khosla, and Fernando Nino, “Application of artificial intelligence for depositional facies recognition - Permian Basin”, SPE/AAPG/SEG Unconventional Resources Technology Conference, Denver, Colorado, USA, 22 - 24 July 2019. DOI: 10.15530/ urtec-2019-193.
Tung Vu Tran, Hai Huu Ngo, Son Ky Hoang, Hung N. T Tran, and Joseph J. Lambiase, “Depositional facies prediction using artificial intelligence to improve reservoir characterization in a mature field of Nam Con Son basin, offshore Vietnam”, Offshore Technology Conference Asia, Kuala Lumpur, Malaysia, 2 - 6 November 2020. DOI: 10.4043/30086-MS.
Son K. Hoang, Tung V. Tran, Tan N. Nguyen, Tu A. Truong, Duy H. Pham, Trung N. Tran, Vinh X. Trinh, and Anh T. Ngo, “Successful application of machine learning to improve dynamic modeling and history matching for complex gas-condensate reservoirs in Hai Thach field, Nam Con Son basin, offshore Vietnam”, SPE Symposium: Artificial Intelligence - Towards a Resilient and Efficient Energy Industry held virtually, 18 - 19 October 2021. DOI: 10.2118/208657-MS.
Son K. Hoang, Tung V. Tran, Tan N. Nguyen, Tu A. Truong, Duy H. Pham, Trung N. Tran, Vinh X. Trinh, and Anh T. Ngo, “Successful case study of machine learning application to streamline and improve history matching process for complex gas-condensate reservoirs in Hai Thach field, offshore Vietnam”, SPE Middle East Oil & Gas Show and Conference, 2021. DOI: 10.2118/204835-MS.
Tran Ngoc Trung, Trieu Hung Truong, Tran Vu Tung, Ngo Huu Hai, Dao Quang Khoa, Nguyen Thanh Tinh, and Hoang Ky Son, “Virtual multiphase flowmetering using adaptive neuro-fuzzy inference system (ANFIS): A case study of Hai Thach - Moc Tinh field, offshore Vietnam”, SPE Journal, Volume 27, Issue 1, pp. 504 - 518, 2021. DOI: 10.2118/206741-PA.
Kyungbook Lee, Jungtek Lim, Daeung Yoon, and Hyungsik Jung, “Prediction of shale-gas production at Duvernay formation using deep-learning algorithm”, SPE Journal, Volume 24, Issue 6, pp. 2423 - 2437, 2019. DOI: 10.2118/195698-PA.
Cheng Zhan, Sathish Sankaran, Vincent LeMoine, Jeremy Graybill, and Didi-Ooi Sher Mey, “Application of machine learning for production forecasting for unconventional resources”, Unconventional Resources Technology Conference, Denver, Colorado, USA, 22 - 24 July 2019. DOI: 10.15530/urtec-2019-47.
Dongkwon Han, Jihun Jung, and Sunil Kwon, “Comparative study on supervised learning models for production forecasting of shale reserviors based on a data- driven approach”, Applied Sciences, Volume 10, Issue 4, pp. 1267 - 1285, 2020. DOI: 10.3390/app10041267.
Triệu Hùng Trường, Trần Vũ Tùng và nnk, “Nghiên cứu xây dựng bộ công cụ trí tuệ nhân tạo hỗ trợ đánh giá phân tích, liên kết tài liệu địa chất, địa vật lý giếng khoan và số liệu khai thác để nâng cao hiệu quả quản lý, khai thác mỏ khí condensate Hải Thạch - Mộc Tinh Lô 05-2; 05-3, thuộc Biển Đông Việt Nam”, đề tài cấp Nhà nước thuộc “Chương trình khoa học và công nghệ trọng điểm cấp quốc gia phục vụ đổi mới, hiện đại hóa công nghệ khai thác và chế biến khoáng sản đến năm 2025”, mã số 077.2021.CNKK. QG/HĐKHCN, Quyết định đặt hàng nhiệm vụ số 196/QĐ- BCT ngày 22/1/2021.
Jamil Al-Azzeh, Abdelwadood Mesleh, Maksym Zaliskyi, Roman Odarchenko, and Valeriyi Kuzmin, “A method of accuracy increment using segmented regression”, Algorithms, Volume 15, Issue 10, pp. 378 - 399, 2022. DOI: 10.3390/a15100378.
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.
