استفاده از یادگیری ماشین به‌منظور مکان‌یابی بهینه چاه در مخزن

هزینه حفاری در جستجو برای نفت و گاز در میدان‌ها با ناهمگنی زیاد، بسیار بالا است. درنتیجه جامعه مهندسی نفت به دنبال راه‌حل‌های ابتکاری برای به حداکثر رساندن بازیافت نفت در پایان تکمیل چاه هستند. یکی از راه‌های به حداکثر رساندن تولید نفت و گاز، مکان‌یابی صحیح چاه است. در این مطالعه، به کمک شبیه‌ساز مخزن، دی‌اکسید کربن با الگو پنج نقطه معکوس به یک مخزن همگن تزریق شد تا بازیافت نفت را بهبود بخشد. در این سناریو، پارامترهای متفاوتی همچون مکان چاه تزریقی، فاصله چاه‌ها تولیدی و تزریقی، زاویه بین آنها و در نهایت نرخ تولید و نرخ تزریق تغییر پیدا کرد تا بتوان تغییر تابع هدف این مطالعه یعنی ارزش فعلی خالص را بررسی نمود. سپس با استفاده از دو الگوریتم یادگیری ماشین یعنی lightgbm وxgboost مدل جایگزینی ساخته شد تا بتوان تخمینی از بهترین مکان چاه بر اساس تابع هدف داشت. در نهایت پس از مقایسه این دو الگوریتم ها، هردو آنها نتایج خوبی از خود نشان داده اند و r2 برابر 0.94 داشتند. و از نظر خطا نیز الگوریتم xgboost خطای بیشتری در محاسبه تابع هدف داشت. از نظر مجموع زمان آموزش و آزمودن، الگوریتم lightgbm سریعتر عمل نمود.