Perpustakaan Digital ITB

Semakin banyak lapangan tua yang tekanan reservoirnya sudah tidak cukup untuk mengalirkan fluida ke permukaan membuat orang memikirkan cara untuk bisa mendapatkan fluida reservoir. Salah satu cara yang dilakukan adalah artificial lift atau pengangkatan buatan. Salah satu pengangkatan buatan yang dilakukan adalah ESP atau Electric Submersible Pump. ESP adalah pompa yang ditenggelamkan kedalam cairan di dalam sumur yang sudah tidak dapat mengalir secara alami akibat tekanan reservoir yang kecil. Banyak faktor yang mempengaruhi kinerja ESP ini nantinya antara lain masalah kepasiran, timbulnya gas pada fluida dalam sumur, dan masalah kelistrikan. Prediksi penurunan kedalaman ESP dilakukan dengan menggunakan metode artificial neural network atau jaringan syaraf buatan untuk mengetahui faktor apa yang paling berperan dalam kinerja ESP. Tentunya diinginkan waktu run ESP yang lama dengan rate yang diinginkan atau dengan rate yang ekonomis. Jika ESP diletakkan pada kolom fluida terlalu dalam maka TDH (Total Dynamic Head) yang didapat akan semakin besar sehingga kemungkinan kemampuan pompa tidak cukup untuk mengalirkan fluida. Jika pompa diletakkan terlalu dangkal pada kolom fluida maka pengaruh GOR akan membuat kinerja ESP berkurang karena adanya gas mengurangi efektifitas kerja dari ESP. Dengan menggunakan metode artificial neural network maka akan didapatkan waktu penurunan setting depth dari ESP berdasarkan faktor yang mempengaruhi kinerja reservoir yang mengubah kurva IPR. Dari hasil run simulator didapatkan optimum hasil training ANN dengan komposisi training set, testing set, dan validating set yaitu 8:1:1 dengan jumlah hidden layer 8.