انتخاب مکان پیاده‌سازی پایلوت ازدیاد برداشت در توسعه میادین هیدروکربنی بالغ با استفاده از تلفیق روش‌های تاپسیس و خوشه‌بندی هیبریدی

ریسک سرمایه‌گذاری در پروژه‌های ازدیاد برداشت به‌علت عدم قطعیت‌های زمین‌شناسی مخزنی و هزینه زیاد پیاده‌سازی این پروژه‌ها، بالا است. از این‌رو، از رویکرد اجرای ازدیاد برداشت در مقیاس پایلوت در میدان هیدروکربنی استفاده می‌شود. انتخاب مکان پایلوت در میدان هیدروکربنی یکی از عوامل مهم در این راستا است، چرا که نتایج پیاده‌سازی پایلوت به کل میدان هیدروکربنی تسری داده خواهد شد. در این پژوهش با استفاده از شبیه‌سازی مخزن، نقشه‌های سه‌بعدی ضریب بازیافت به‌دست آمد. سپس، سطح مخزن نفتی به نواحی کاندیدای پایلوت تقسیم‌بندی گردید. آرایه‌های ضریب بازیافت متناظر با این نواحی، با استفاده از روش خوشه‌بندی هیبریدی میانگین کا سلسله مراتبی به‌صورت بهینه خوشه‌بندی شدند. برای به‌دست آوردن تعداد خوشه‌ها، از شاخص سیلهوتی استفاده گردید. با شناسایی خوشه غالب که شامل بیشترین تعداد نواحی کاندیدای پایلوت است می‌توان مرکز ثقل این خوشه را محاسبه و نزدیکی به آن‌را به‌عنوان یکی از معیارهای انتخاب مکان پایلوت لحاظ کرد. معیارهای عملیاتی و اقتصادی هم در انتخاب مکان پایلوت دخیل هستند. در نهایت با استفاده از روش تصمیم‌گیری چند معیاره تاپسیس، می‌توان شاخص فرصت پایلوت در هر ناحیه کاندیدا را محاسبه کرد. براساس مقدار این شاخص می‌توان نواحی کاندیدای پایلوت را اولویت‌بندی و ناحیه با اولویت اول را جهت اجرای پایلوت انتخاب کرد. در نهایت، نتایج به‌کارگیری روش‌شناسی فوق در یکی از مخازن نفتی ارائه شده است.

Enhanced Oil Recovery Pilot Area Selection in Mature Fields Development using Coupled the TOPSIS and Hybrid Clustering Methods

There is a high investment risk of executing EOR (Enhanced Oil Recovery) projects due to reservoirgeology uncertainties and high cost of implementation. Hence, pilot scale EOR, in hydrocarbon field, is implemented. Moreover, selection of the pilot area, in the hydrocarbon field, is one of the key factors since the results of the pilot implementation will be extended to the entire field. In this study, reservoir simulation is applied to determine the threedimensional reservoir quality maps of recovery factor. Subsequently, hydrocarbon field will be segmented into pilot candidate areas. Afterwards, the pilot candidate areas based on its recovery factor array are optimally clustered using hybrid hierarchical kmeans clustering method. The silhouette index is utilized to obtain the number of clusters. The dominant cluster is the one with the highest number of pilot candidate areas according to clustering method. Subsequently, the proximity of each pilot candidate area to the center of dominant cluster could be used as one of the pilot area selection criteria. Moreover, Operational and economic criteria are also involved in choosing a pilot area. Finally, TOPSIS (Technique for Order Preferences by Similarity to Ideal) as multicriteria decisionmaking methods are applied to calculate the pilot opportunity index in each candidate area. The pilot candidate areas could be prioritized based on the value of this index, and the first priority area may be selected for pilot implementation. Ultimately, the whole methodology is carried out for a real hydrocarbon field.