Nghiên cứu và áp dụng thuật toán phân tích chuyên sâu để lựa chọn giải pháp EOR tối ưu cho các mỏ dầu khí ở Việt Nam

  • Long Hoang Viện Dầu Khí Việt Nam, Hà Nội, Việt Nam
  • Thang Viet Trinh Tập đoàn Dầu khí Việt Nam, Hà Nội, Việt Nam
  • Truong Hung Trieu Trường Đại học Mỏ - Địa chất, Hà Nội, Việt Nam
  • Quy Minh Nguyen Viện Dầu Khí Việt Nam, Hà Nội, Việt Nam
  • Ngoc Quy Pham Viện Dầu Khí Việt Nam, Hà Nội, Việt Nam
  • Hien Huy Doan Viện Dầu Khí Việt Nam, Hà Nội, Việt Nam
  • Linh Hoang Viện Dầu Khí Việt Nam, Hà Nội, Việt Nam
Từ khóa: Nâng cao hệ số thu hồi dầu, Phân tích chuyên sâu, Phương pháp chuyên gia, Thuật toán phân cụm, Tiêu chí lựa chọn

Tóm tắt

Áp dụng các phương pháp nâng cao hệ số thu hồi dầu (EOR) cho các mỏ dầu khí luôn tiềm ẩn nhiều rủi ro về kỹ thuật và kinh tế do các dự án EOR chịu ảnh hưởng của nhiều yếu tố như: cấu trúc vỉa chứa, thành hệ, tính chất địa chất, thông số công nghệ mỏ, công nghệ khai thác, công nghệ của phương pháp EOR,... Có một số phương pháp EOR đã áp dụng thành công trên thế giới nhưng khi áp dụng vào mỏ cụ thể với đặc điểm địa chất, điều kiện khai thác thay đổi đã dẫn đến những thất bại và gây các thiệt hại nặng nề về kinh tế cũng như để lại hậu quả lâu dài phải xử lý trong giai đoạn sau của quá trình khai thác. Các kết quả nghiên cứu đánh giá, áp dụng phương pháp nâng cao hệ số thu hồi dầu tại Việt Nam còn nhiều hạn chế và chủ yếu tiến hành trong quy mô phòng thí nghiệm. Khả năng áp dụng công nghệ EOR hiện đại trên quy mô cả mỏ còn gặp nhiều khó khăn và tính khả thi không cao. Dựa trên cơ sở dữ liệu EOR, nghiên cứu đã tiến hành các phương pháp thống kê để xây dựng các tiêu chí lựa chọn EOR cho các thông số mỏ từ lịch sử đến hiện tại. Nghiên cứu đồng thời kết hợp các thuật toán phân tích chuyên sâu như Fuzzy, K - mean, PCA, trí tuệ nhân tạo để lựa chọn phương pháp EOR tối ưu cho các đối tượng trầm tích của Bể Cửu Long.

Tài liệu tham khảo

Al - Adasani A., Bai B., (2010). Recent Developments and Updated Screening Criteria of Enhanced Oil Recovery Techniques. Society of Petroleum Engineers. 51 - 60.

Guerillot D. R., (1988). EOR Screening With an Expert System. Society of Petroleum Engineers 137 - 142.

Hoàng Long, (2021). Nghiên cứu lựa chọn các giải pháp công nghệ và thực nghiệm đánh giá các tác nhân nâng cao hệ số thu hồi dầu cho đối tượng trầm tích lục nguyên của các mỏ dầu thuộc bể Cửu Long. Đề tài Độc lập cấp Nhà nước của Bộ KHCN, mã số ĐT ĐLCN.26/19. Viện dầu khí Việt Nam.

Hoàng Long, (2020). Nghiên cứu xây dựng cơ sở dữ liệu của 200 dự án EOR trên thế giới và phần mềm chuyên ngành để đánh giá, lựa chọn các giải pháp nâng cao hệ số thu hồi dầu. Đề tài cấp Viện dầu khí Việt Nam, Mã số 5338.VDKVN.

Poettmann F. H., Hause,W. R., (1978). Micellar - Polymer Screening Criteria And Design. Society of Petroleum Engineers. 102 - 110.

Ramos. G. A. R., Akanji. L., (2017). Application of artificial intelligence for technical screening of enhanced oil recovery methods. Journal of Oil, Gas and Petrochemical Sciences. 57 - 64.

Siena Martina, Guadagnini Alberto, (2016). A Novel EOR Screening Approach based on Bayesian Clustering and Principal Component Analysis. SPE Res Eval & Eng 19 (03). 382-390.

Taber J. J., Martin, F. D., Seright, R. S., (1997). EOR Screening Criteria Revisited - Part 1: Introduction to Screening Criteria and Enhanced Recovery Field Projects. Society of Petroleum Engineers. 189-198.

Zhang Na, (2015). Steam flooding screening and EOR prediction by using clustering algorithm and data visualization. Masters Theses. 488p

Phát hành ngày
2021-07-10
Chuyên mục
Bài báo