انتخاب بهترین ناحیه پیاده‌سازی پایلوت برای روش‌های تزریق آب‌پایه با استفاده از الگوریتم‌های تصمیم‌گیری چند شاخصه

تعیین بهترین ناحیه کاندیدای پایلوت یکی از چالش‌های مهم و اساسی در ارزیابی اقتصادی پروژه‌های تزریق آب در میادین نفتی می‌باشد. نتایج و ثمرات این انتخاب مهم در گام‌ها و تصمیمات بعدی مرتبط با بررسی ریسک سرمایه‌گذاری در پروژه‌های کلان توسعه میدان نمایان‌گر خواهد‌ بود. برای تصمیم‌گیری در این خصوص می‌توان از معیار‌های زمین‌شناسی، عملیاتی و اقتصادی استفاده نمود. به همین منظور، در این مطالعه از روش‌های تصمیم‌گیری چند شاخصه به‌همراه الگوریتم‌های خوشه‌بندی همانند کا- میانگین جهت تعیین بهترین ناحیه پیاده‌سازی پایلوت استفاده شد. جهت نیل به این هدف مجموعه داده‌های تاریخچه تولید، توزیع اشباع نفت در گستره مخزن و پارامترهای توصیف‌کننده خواص مخزن برای نواحی مختلف میدان استخراج‌شده و سپس پارامتر شاخص شباهت مخزنی برای تمام نواحی در گستره میدان محاسبه شد. در ادامه، معیارهای عملیاتی از قبیل تعداد و متوسط فاصله چاه‌های تداخلی (چاه‌های موجود در ناحیه کاندید)، تعداد و متوسط فاصله چاه‌های موجود در همسایگی (چاه‌های موجود در شعاع مشخصی از ناحیه کاندید)، و فاصله نواحی کاندیدا از تجهیزات سرچاهی تعیین شد. سپس با تشکیل ماتریس تصمیم و اعمال روش‌های تصمیم‌سازی چندشاخصه از قبیل روش شانون آنتروپی، روش تاپسیس و روش سلسله مراتبی، مقدار شاخص فرصت پایلوت برای هر ناحیه از میدان محاسبه شد. در نهایت، رتبه‌بندی نهایی براساس تلفیق نتایج روش‌های تصمیم‌گیری چند شاخصه با به‌کارگیری استراتژی میانگین رتبه‌ها انجام گرفت. مطابق نتایج حاصله برای سه ناحیه برتر پایلوت، خروجی روش آنالیز سلسله مراتبی به‌ترتیب برابر با 11.50، 10.46 و6.97% و برای روش آنتروپی شانون برابر با 11.67، 9.80 و 6.80% بود. رتبه‌بندی نهایی براساس تلفیق نتایج روش‌های تصمیم‌گیری چند شاخصه با به‌کارگیری استراتژی میانگین رتبه‌ها تعیین شد. براین اساس، سه ناحیه مذکور بیشترین امتیاز فرصت پایلوت را در گستره میدان کسب نموده و به‌عنوان اولویت‌های اول کاندیدای پیاده‌سازی پایلوت روش‌های تزریق آب‌پایه برای مطالعات توسعه‌ای پیشنهاد شدند.

selecting the best pilot area for water-based eor using artificial intelligence and multi criteria decision making algorithms

selecting the best candidate pilot area is one of the most important and challenges decisions in the oil and gas filed development plan. pilot-scale projects are conducted to reduce reservoir uncertainties and investment risk and the lesson learned from this study will be extended to the full field implementation. the main objective of this study is to utilize sseveral geological, operational and economic criteria to make decisions optimally among candidate areas. firstly, reservoir similarity index (rsi) is calculated using the oil production history, saturation data. for this reason, clustering methods including k-means, k-medoids and c-means are used to identify the center of the dominant cluster. afterwards, other operational criteria such as the number of interference, adjacent wells, the average distance between these wells and area center and the average distance from facilities are determined for all candidate areas. finally, the decision matrix is created and then multi-criteria decision making (mcdm) methods are utilized to calculate pilot opportunity index for each area. according to the obtained results, the assigned pilot opportunity index of the hierarchical analysis method was equal to 11.50, 10.46 and 6.97%, and for the shannon entropy method it was equal to 11.67, 9.80 and 6.80%, respectively for the top three pilot areas. the area with the highest value is selected as the first rank candidate for pilot implementation. moreover, mean rank method is utilized to aggregate and introduce the best pilot area.