Tạp chí
 
Các số chuyên đề
 
Số 62, Kỳ 3a, [07 - 2021] - 55 năm BM Khoan khai thác

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

DOI:10.46326/JMES.2021.62(3a).03

  • Cơ quan:

    1 Viện Dầu Khí Việt Nam, Hà Nội, Việt Nam
    2 Tập đoàn Dầu khí Việt Nam, Hà Nội, Việt Nam
    3 Trường Đại học Mỏ - Địa chất, Hà Nội, Việt Nam

  • *Tác giả liên hệ:
    This email address is being protected from spambots. You need JavaScript enabled to view it.
  • Nhận bài: 18-02-2021
  • Sửa xong: 29-05-2021
  • Chấp nhận: 20-06-2021
  • Ngày đăng: 10-07-2021
Trang: 17 - 29
Lượt xem: 2735
Xem onlineXem online
Lượt tải: 1037
Tải về PDF
★★★★★Yêu thích: 1.0, Số lượt: 102
  • ★
  • ★
  • ★
  • ★
  • ★
Bạn yêu thích

Trích dẫn: 1

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.

Trích dẫn
Long Hoang, Thang Viet Trinh, Truong Hung Trieu, Quy Minh Nguyen, Ngoc Quy Pham, Hien Huy Doan và Linh Hoang, 2021. 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, Tạp chí Khoa học kỹ thuật Mỏ - Địa chất, số 62, kỳ 3a, tr. 17-29.
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 and 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

Các bài báo khác