CO2 강화 석유 회수 및 잔여유 지역에서의 저장 성능 예측을 위한 인공 신경망의 적용

잔여유 지역(ROZs)은 탄소 포집, 활용 및 저장(CCUS)을 위한 잠재적인 형성이 됩니다. ROZs에 대한 관심이 높아지고 있지만, CO2 주입 프로세스의 성과를 평가하기 위한 빠른 도구를 제안하는 연구가 부족합니다. 본 논문에서는 ROZs에서 석유 회수 및 CO2 저장 용량을 예측하기 위해 인공 신경망(ANN)의 적용을 소개합니다. 지질적 요인 및 우물 작업을 포함한 불확실성 파라미터가 교육 데이터베이스를 생성하는 데 사용되었습니다. 이후 총 351개의 수치 샘플이 시뮬레이션되었으며, 누적 석유 생산, 누적 CO2 저장 및 누적 CO2 보유량이 생성되었습니다. 결과는 개발된 ANN 모델이 목표 값과 비교할 때 0.98 이상의 높은 상관계수(R2)를 기록하며 우수한 예측 성능을 보였고, 총 평균 제곱 오차는 2% 미만임을 나타냈습니다. 또한, ANN 모델의 정확성과 안정성은 페름 분지의 실제 ROZ 5곳에 대해 검증되었습니다. 예측 결과는 ANN 예측과 현장 보고 데이터 간에 뛰어난 일치를 보였습니다. 이러한 결과는 ANN 모델이 CO2 저장 및 석유 회수를 높은 정확도로 예측할 수 있으며, ROZs에서 CCUS의 초기 단계에서 실행 가능성을 판단하는 강력한 도구로 적용될 수 있음을 나타냈습니다. 마지막으로, 개발된 ANN 모델의 잠재적 응용은 CO2-EOR 및 저장 프로젝트의 최적화를 통해 평가되었습니다. 개발된 ANN 모델은 ROZs에서 최적화 프로세스의 계산 시간을 줄였습니다.