海岸地帯管理ジャーナル

概要

ディープラーニングと感度分析の応用による貯留層内の初期石油埋蔵量の予測による貯留層特性評価による石油回収率の向上

ジュリア・ムバマラ

今日の生産における問題は、発見された資源の最適な量を回収できないことです。統計分析によると、回収可能な石油は約 60% に過ぎず、これまでに記録された最高量は発見された石油の 80% に過ぎません。つまり、約 25% の石油は、放棄された油田の井戸にまだ存在しているということです。

ナイジェリアのさまざまな油田からデータを取得し、ディープラーニングを使用して発見可能な石油の量を計算しました。ネットワークは、当初の石油の推定量を正確に予測するようにトレーニングされました。生成されたニューラルネットワークモデルの感度分析により、どの入力パラメータがIOIPの推定に大きく貢献したかが明らかになりました。

推定された情報から、回収率を向上させる理想的な井戸とは、パラメータ変更の実現可能性に応じて決定要因が最小化または最大化される井戸です。ニューラル プロトタイプは、関心のある決定要因を改善することで最適化されました。その後、データの更新によってさらにトレーニングが行われ、一般的には回収率の向上が達成されます。

他のエネルギー源が特定されつつある一方で、石油とガスは依然としてエネルギー産業の不可欠な部分であり、このエネルギー源の回収が最大の割合で最適化されるようにするための措置を怠ってはなりません。