Perpustakaan Digital ITB

Alat Pengukur Aliran Fasa Jamak Virtual (APAFJV) digunakan untuk menggantikan Alat Pengukur Aliran Fasa Jamak (APAFJ), yaitu alat ukur yang dapat menentukan besar laju alir masing-masing fasa gas, minyak, dan air secara waktu nyata tanpa perlu adanya pemisahan yang sempurna. APAFJV dapat menjadi cadangan pengukuran pengujian sumur minyak dan gas saat APAFJ tidak tersedia maupun sebagai pembanding APAFJ. Pada penelitian ini, permodelan APAFJV dilakukan menggunakan empat metoda jaringan syaraf tiruan (JST) antara lain: Shallow Feed Forward Back Propagation (SFFBP-JST), Deep Feed Forward Back Propagation (DFFBP-JST), Deret waktu waktu tunda (DWWT-JST), dan nonlinear autoregressive network (NARX-JST). Beberapa variasi saat pelatihan model APAFJV dilakukan untuk melihat performa akurasi dari masing-masing model antara lain: variasi jumlah lapisan tersembunyi, jumlah neuron, algoritma pembelajaran, dan jumlah waktu tunda sampel. Sembilan parameter data ril saat pengujian sumur di anjungan lepas pantai dalam kurun waktu dua tahun (2020- 2021) digunakan untuk permodelan APAFJV antara lain parameter tekanan dan temperatur kepala sumur, parameter alat ukur orifis, parameter bukaan katup choke, dan hasil pengukuran fasa jamak oleh APAFJ. Data set dibagi menjadi dua bagian yang mana data set pertama digunakan untuk pelatihan model dan data set kedua digunakan untuk validasi model. Hasil simulasi menunjukan metoda DWWT-JST dengan waktu tunda sampel 30 dan penambahan jumlah data pelatihan memberikan hasil pengukuran yang paling akurat dan durasi pelatihan yang singkat (kurang dari 7 menit). Nilai perbedaan rata-rata laju alir terbaik antara pengukuran APAFJV terhadap APAFJ saat tahapan validasi adalah sebesar 6,0% pada laju alir gas, - 16,4% pada laju alir minyak dan -2,4% pada laju alir air.