Analysis of oil well production data for production forecasting by: Artificial neural networks, auto regressive integrated moving average and decline curve analysis
Petrol kuyusu üretim azalma verilerinin üretimin tahmini için analizi: Yapay sinir ağları, oto regresif taşınan ortalamalar yöntemi ve üretim azalma eğrisi analizi
- Tez No: 118972
- Danışmanlar: PROF. DR. FEVZİ GÜMRAH
- Tez Türü: Yüksek Lisans
- Konular: Petrol ve Doğal Gaz Mühendisliği, Petroleum and Natural Gas Engineering
- Anahtar Kelimeler: Azalan Üretim Eğrileri, Yapay Sinir Ağları (ANN), Birleştirilmiş Oto Regresif Hareketli Ortalamalar Yöntemi (ARIMA) vuı, Azalma, Petrol kuyuları, Petrol üretimi, Yapay sinir ağları, Üretim tahmini, Decline Curve Analysis, Artificial Neural Network (ANN), Auto Regressive- Integrated Moving Average (ARIMA), Reduction, Petroleum wells, Petroleum production, Artificial neural networks, Production estimate
- Yıl: 2002
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Petrol ve Doğal Gaz Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
öz PETROL KUYUSU ÜRETİM AZALMA VERİLERİNİN ÜRETİMİN TAHMİNİ İÇİN ANALİZİ: YAPAY SİNİR AĞLARI, BİRLEŞTİRİLMİŞ OTO REGRESİF TAŞINAN ORTALAMALAR YÖNTEMİ VE ÜRETİM AZALMA EĞRİSİ ANALİZİ Deniz Katırcıoğlu Yüksek Lisans, Petrol ve Doğalgaz Mühendisliği Bölümü Tez Yöneticisi: Prof. Dr. Fevzi Gümrah Ocak 2002, 232 sayfa Bir kuyunun, bir rezervuarin ya da bir sahanın performansını incelerken petrol mühendislerinin karşı karşıya geldiği konuların başında gelecekteki üretim miktarı, üretim süreci ve ekonomik limite ulaşıncaya kadarki rezervler gelir. Şüphesiz bu parametrelerin fınansal kararlar alınmasındaki etkisi büyüktür. Bu tezin amacı iki sahanın üretim profilinin üç farklı yaklaşımla tahmin edilmesidir. Azalan üretim eğrileri 1950'li yıllardan beri bu amaç için kullanılmıştır. Literatürde de birkaç istatiksel yaklaşımlara rastlanmaktadır. Fakat bugünlerde çok vimiktarda oldukça güçlü tahminsel metotlar yeralmakta ve bunlardan ikisi, 'Yapay Sinir Ağlan (ANN)' ve 'BMeştirilmiş Oto Regresif Taşınan Ortalamalar Yöntemi (ARIMA)' bu çalışmada 'Azalan Üretim Eğrileri Yöntemi' nin yanısıra kullanılmıştır. Bu çalışmada Saba 1 ve Saha 2 olmak üzere iki gerçek saha seçilmiştir.Saha l'in altı, Saha 2'ninse üç petrol üretim kuyusu bulunmaktadır. Bu kuyuların üretim geçmişi, yapılan çalışmanın temel öğesini oluşturmaktadır. Üç yaklaşımın tahmin performansları test edilmiş ve birbirleriyle karşılaştırılmıştır. Bütün bu metotlar kabul edilir sonuçlar vermiştir. 1. sahadaki hata oranları 2. Sahaya nazaran daha yüksektir va azalan üretim eğrileri bu saha için daha iyi sonuçlar vermiştir çünkü bu sahada verilerin düzensizliği ANN ve ARIMA'nın üretim veri davranışım öğrenmesini zorlaştırmıştır. 2. saha verileri daha elverişli olduğundan üç yöntemin sonuçlan birbirine yakın çıkmıştır. ARIMA metodu kısa dönem tahminleri için daha elverişli olduğundan, modelin sağlaması olan test periyotları bu durum gözönüne alınarak seçilmiştir. Her iki saha için, özellikle 2. saha için, bu metotla kabul edilir sonuçlara ulaşılmıştır. Herbir kuyu için ANN modelleri geliştirilmiş ve gelecek için tahminlerde hangi modelin kullanılacağının, o kuyunun tarihsel veri yapısına bağlı olduğu görülmüştür. Düzenli su üretim geçmişine sahip kuyularda, su üretimlerinin ANN'e girdi olarak verilmesinin işe yaradığı saptanmıştır. Bazı kuyuların üretim verileri düşüşe geçmeden önce düzensizlikler göstermektedir. Bu düşüş öncesi düzensizliklerin çıkan İması da sonuçlarda iyileşme sağlamıştır. vu
Özet (Çeviri)
ABSTRACT ANALYSIS OF OIL WELL PRODUCTION DECLINE DATA FOR PRODUCTION FORECASTING BY: ARTIFICIAL NEURAL NETWORKS, AUTO REGRESSIVE MOVING AVERAGE AND PRODUCTION DECLINE CURVES Deniz Katncıoğlu M.Sc, Department of Petroleum and Natural Gas Engineering Supervisor: Prof Dr. Fevzi Gümrah January 2002, 232 pages While analysing the performance of a single well, a reservoir or a field, one of the most common tasks that a petroleum engineer is confronted with is the determination of future production rates, producing life and remaining reserves before reaching its economic limit. These parameters have a large impact on important financial decisions. The objective of this thesis is to predict the production profile of two fields by three different approaches. 'Decline Curve Analysis' has been used for this purpose since 1950s in the petroleum industry. Several statistical approaches also exist in the iiiliterature. However, nowadays there exist plenty of powerful forecasting methods and two of them, 'Artificial Neural Networks (ANN)' and 'Auto Regressive Integrated Moving Average (ARIMA)' were used as well as 'Decline Curve Analysis' in this work. Two real sample fields were chosen for this study; Field 1 with six and Field 2 with three oil production wells. The production histories of these wells were the key elements of this study. The performance of prediction abilities of the three approaches were tested and compared with each other. All of these methods gave acceptable results. In Field 1, the mean square root errors of the three methods were higher compared to Field 2 because, Field l's production history data was noisier that of Field 2. Decline curve analysis gave better results in this field because the noisiness of the data made caused difficulties in learning the behaviour of the production data with ANN and. The results for Field 2 by these three methods were closer to each other as the data structure was more favourable. ARIMA is a method that is suitable for short time forecasts and testing periods for the model verifications were chosen accordingly for this method. Acceptable results were obtained for both fields, especially for Field 2. Several ANN models were developed for each well and it is observed that, the best one for forecasting for each well depends on the production history of that well. Including water productions as inputs for some ANN models worked for wells having reasonable water production histories. Some wells have unstabilized data before the decline happens. Removing this pre-decline noisy data improved the results also. IV
Benzer Tezler
- Öncül göstergeler yöntemi ve Türkiye uygulaması
Leading indicators and an application on Turkish data
SUAT KÜÇÜKÇİFÇİ
- Konteyner gemilerin yatırım analizi
Başlık çevirisi yok
NEDİM SUKAS
Yüksek Lisans
Türkçe
1998
Gemi Mühendisliğiİstanbul Teknik ÜniversitesiGemi İnşaatı ve Gemi Makineleri Mühendisliği Ana Bilim Dalı
PROF. DR. A. YÜCEL ODABAŞI
- ERP sistemleri ve tedarik zinciri yönetimi
Başlık çevirisi yok
MUZAFFER ÖZGÜR CEVDET
Yüksek Lisans
Türkçe
1998
İşletmeİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
DR. HALİL HALEFŞAN SÜMEN
- Petrol ve jeotermal sahalarında kalsiyum karbonat çökelmesinin modellenmesi
Başlık çevirisi yok
ZÜLEYHA UĞUR
Yüksek Lisans
Türkçe
1996
Petrol ve Doğal Gaz Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. ABDURRAHMAN SATMAN