Path: TopS2-ThesesPetroleum Engineering-FTTM2010

METODE EOR SCREENING MENGGUNAKAN DYNAMIC UPDATING CRITERIA DAN FUZZY EXPERT SYSTEM

EOR SCREENING METHOD USING UPDATING DYNAMIC CRITERIA AND FUZZY EXPERT SYSTEM

Master Theses from JBPTITBPP / 2017-09-27 15:07:46
Oleh : MURNI HADISURYANI (NIM : 22208010), S2 - Petroleum Engineering
Dibuat : 2010, dengan 7 file

Keyword : EOR Sscreening, EOR Prediction Model, CO2 flooding, Micellar- Polymer Flooding, Fuzzy Logic, Expert System.

Produksi minyak bumi saat ini cenderung menurun seiring dengan menurunnya cadangan minyak. Pada saat yang bersamaan, kebutuhan masyarakat akan bahan bakar justru meningkat karena peningkatan jumlah penduduk yang semakin pesat. Salah satu solusinya adalah dengan menggunakan metode EOR (Enhanced Oil Recovery) untuk mengambil minyak yang tersisa di dalam bebatuan. Teknologi sangat erat kaitannya dengan kehidupan kita sehari-hari, dengan menggunakan teknologi diharapkan dapat membantu dan mempermudah kita dalam melakukan atau mengerjakan sesuatu. Salah satu teknologi yang banyak digunakan oleh manusia yaitu komputer, karena komputer sangat banyak membantu manusia dalam kehidupan sehari-hari, dapat diaplikasikan pada bidang apapun dan lebih efisien. Saat ini dibutuhkan sebuah aplikasi yang dapat membantu dalam melakukan pemilihan metode EOR screening secara lebih baik dan dapat menghitung prediksi atau peramalan hasil perolehan minyak atau EOR predictive model serta aplikasi yang mudah digunakan oleh para pengguna. Oleh karena itu, akan dibuat sebuah aplikasi EOR Screening, yang diharapkan dapat lebih baik dari aplikasi EOR Screening sebelumnya yang sudah ada. Aplikasi akan dibuat menggunakan bahasa pemrograman Delphi, yang diharapkan akan lebih mudah digunakan oleh para pengguna. Aplikasi EOR Screening yang akan dibuat yaitu masih menggunakan Sistem Pakar (Expert Sistem) dan Fuzzy Logic. Untuk proses penalaran akan digunakan proses penalaran Forward Chaining ( pelacakan ke depan). Pada aplikasi yang akan dibuat, data kriteria EOR screening dibuat secara dinamis sehingga dapat di update. Pada aplikasi ini juga akan dibuat EOR Predictive Model untuk beberapa metode EOR, sehingga dapat diketahui hasil prediksi atau peramalan dari hasil perolehan recovery minyak yang akan di dapat. EOR predictive model yang terdapat pada aplikasi hanya untuk metode CO2 flooding dan micellar-polymer flooding. Untuk metode CO2 flooding terdiri dari CO2 flooding predictive model dengan metode Lewin dan CO2 flooding predictive model dengan metode Koval. CO2 flooding predictive model dengan metode Lewin memiliki kriteria yaitu CO2 di daur ulang setelah breakthrough pada 0,2 HCPV, Perolehan tersier dengan slug CO2 0,7 HCPV sedangkan CO2


flooding predictive model dengan metode Koval memiliki kriteria yaitu Perolehan sekunder (Swi = Swc), Line Drive EA = 1, dan CO2 secara kontinyu diinjeksikan.


Untuk micellar-polymer flooding predictive model, perhitungan kemungkinan dibagi menjadi kemungkinan secara teknis dan ekonomi, pada perhitungan


kemungkinan secara ekonomi terdiri dari perhitungan Target Oil, Recoverable oil, jumlah surfaktan yang dibutuhkan, jumlah polimer yang dibutuhkan, lama proyek


berlangsung, pembangunan lapangan, biaya pengembangan dan biaya operasional yang dibutuhkan, perhitungan rasio pendapatan dan pengeluaran serta prediksi perolehan minyak yang akan di dapat. Dengan menggunakan aplikasi EOR ini, proses untuk melakukan EOR screening dapat menjadi lebih cepat. Dengan menggunakan fuzzy logic dan expert system, dapat diketahui nilai probabilitas atau


kemungkinan untuk menentukan hasil dari metode EOR yang paling sesuai. Hasil prediksi atau peramalan recovery perolehan minyak atau EOR prediction model dapat di hitung dengan cepat. Aplikasi EOR screening dapat digunakan secara terus menerus, karena aplikasi dibuat secara dinamis, yaitu data kriteria screening pada aplikasi dapat di update. Dengan sample data yang digunakan diperoleh hasil bahwa pada hasil screening diperoleh hasil metode EOR yang paling sesuai yaitu


steam flooding, karena memiliki nilai viskositas yang tinggi dan temperatur rendah lebih cocok untuk steam flooding. Sedangkan untuk EOR predictive model dengan sample data diperoleh hasil hasil perhitungan prediksi perolehan kumulatif minyak pada CO2 Flooding menggunakan metode Lewin, pada Lapangan "Y" diperoleh hasil perolehan kumulatif minyak maksimum sebesar 104565 STB,


dengan volume kumulatif injeksi CO2 sebesar 1.1 selama 12 tahun, hasil perhitungan prediksi perolehan kumulatif minyak pada CO2 Flooding menggunakan metode Koval, pada Lapangan "Y" diperoleh hasil perolehan kumulatif minyak maksimum sebesar 520666 bbl dan berdasarkan hasil analisa dan perhitungan, pada lapangan memungkinkan untuk dilakukan Micellar- Polymer Flooding, dengan prediksi perolehan recovery minyak sebesar 15,6%


dengan nilai rasio pendapatan dan pengeluaran sebesar 3.35.

Deskripsi Alternatif :

The current crude oil production tends to decrease along with decreasing oil reserves. At the same time, the fuel needs of the community will actually increase because of increasing population growing rapidly. One solution is to use the method of EOR (Enhanced Oil Recovery) to retrieve the remaining oil in the rocks. Technology is closely related with our daily lives, using the technology is expected to assist and facilitate us in making or doing something. One of the technologies that are widely used by humans are computers, because computers very much help us in our daily life, can be applied to any field and more efficient. Currently needed an application that can assist in choosing these methods to better screening and can measure the results of prediction or forecasting oil recovery or EOR predictive models and applications that are easily used by users. Therefore, it will be a screening EOR applications, are expected to be better than the previous Screening EOR applications that already exist. Application will be made using the Delphi programming language, which is expected to be more easily used by users. EOR Screening of applications will be created that is still using the Expert System and Fuzzy Logic. For the reasoning process will be used Chaining Forward reasoning process (forward tracking). In the application to be made, data EOR screening criteria that can be dynamically created in the update. In these applications will also be made EOR Predictive Models for some of these methods, so that can know the results of prediction or forecasting of any proceeds from the oil recovery will be. EOR predictive model contained in the application only for the method of CO2 flooding and micellar-polymer flooding. For CO2 flooding method consists of predictive models with CO2 flooding Lewin methods and predictive models with CO2 flooding Koval method. CO2 flooding predictive model using the criteria of Lewin has CO2 in recycling after the breakthrough at 0.2 HCPV, with a slug of CO2 tertiary Acquisition 0.7 HCPV while predictive models with CO2 flooding Koval method has a criterion that is a secondary acquisition (Swi = Swc), Line Drive EA = 1, and the CO2 is injected continuously. For micellar-polymer flood predictive model, the calculation of likelihood is divided into technical and economic possibilities, the possibility of an economic calculation of Target Oil calculations, recoverable oil, the required amount of surfactant, the amount of polymer required, length of the project, the construction field, the cost of development and operating costs required, the calculation of the ratio of revenue and expenditure as well as predictions that oil recovery will be. By using this EOR application, screening process to make EOR can be faster. By using fuzzy logic and expert system, can know the value of the probability or possibility to determine the outcome of these methods are most appropriate. The result of prediction or forecasting oil recovery or EOR recovery prediction models can be calculated quickly. EOR screening applications can be used continuously, because the application is made dynamically, ie the data screening criteria on the application can be updated. With the sample data used shows that the results obtained by the results of screening the most suitable EOR method is steam flooding, because it has a high viscosity values and low temperatures more suitable for steam flooding. While for EOR predictive models with sample data obtained calculation results predicted cumulative cost of oil on CO2 Flooding method Lewin, on the Field "Y" proceeds obtained cumulative maximum of 104 565 STB of oil, with the cumulative volume of CO2 injection at 1.1 during the 12 years, results predictive calculation of cumulative cost of oil on CO2 Flooding


Koval method, on the Field "Y" proceeds obtained cumulative maximum of 520 666 bbl of oil and based on the analysis and calculation, carried out on the field


allows for Micellar-Polymer Flooding, with a predicted cost of oil recovery at 15 , 6 % by value of revenue and expenditure ratio of 3.35.

Beri Komentar ?#(0) | Bookmark

PropertiNilai Properti
ID PublisherJBPTITBPP
OrganisasiS
Nama KontakUPT Perpustakaan ITB
AlamatJl. Ganesha 10
KotaBandung
DaerahJawa Barat
NegaraIndonesia
Telepon62-22-2509118, 2500089
Fax62-22-2500089
E-mail Administratordigilib@lib.itb.ac.id
E-mail CKOinfo@lib.itb.ac.id

Print ...

Kontributor...

  • Pembimbing : Prof.Dr.Ir. Septoratno Siregar, Editor: Alice Diniarti

File PDF...