Bài viết này đề xuất một cách tiếp cận học sâu để dự báo lượng khai thác dầu khí bằng các mạng nơ-ron hồi quy có bộ nhớ ngắn hạn định hướng dài hạn sâu (Deep LSTMs - DLSTM). Thuật giải di truyền (Genetic Algorithm-GA) được kết hợp sử dụng để tối ưu hóa mạng DLSTM. Cách tiếp cận này được vận dụng để dự báo khai thác cho mỏ STD, bể Cửu Long. | Bài báo khoa học Dự báo khai thác dầu khí sử dụng thuật giải di truyền GA dựa trên việc huấn luyện mạng nơ-ron hồi quy có bộ nhớ ngắn hạn định hướng dài hạn LSTM Phùng Đại Khánh1 Nguyễn Xuân Huy1 1 Khoa Kỹ thuật Địa chất và Dầu Khí Trường Đại học Bách Khoa Đại học Quốc Gia phungdaikhanh@ nxhuy@ Tác giả liên hệ nxhuy@ Tel. 84 909453698 Ban Biên tập nhận bài 8 12 2021 Ngày phản biện xong 10 3 2022 Ngày đăng bài 25 4 2022 Tóm tắt Một trong những nhiệm vụ then chốt của việc quản lý khai thác mỏ dầu khí là sử dụng dữ liệu lịch sử khai thác để dự báo sản lượng khai thác trong tương lai và đánh giá trữ lượng trong quá trình lên kế hoạch phát triển mỏ dầu khí. Gần đây lĩnh vực học máy học sâu đã giải quyết được những hạn chế của các phương pháp dự báo truyền thống là phức tạp và tốn nhiều thời gian. Với sự gia tăng theo thời gian lượng dữ liệu khai thác thì cách tiếp cận học sâu này thể hiện tính hợp lý và độ tin cậy cũng như sự chính xác cao trong công tác dự báo khai thác. Bài báo này đề xuất một cách tiếp cận học sâu để dự báo lượng khai thác dầu khí bằng các mạng nơ-ron hồi quy có bộ nhớ ngắn hạn định hướng dài hạn sâu Deep LSTMs - DLSTM . Thuật giải di truyền Genetic Algorithm-GA được kết hợp sử dụng để tối ưu hóa mạng DLSTM. Cách tiếp cận này được vận dụng để dự báo khai thác cho mỏ STD bể Cửu Long. Kết quả dự báo chính xác đã thể hiện được hiệu quả và sự đúng đắn của cách tiếp cận và phương pháp dự báo. Cách tiếp cận này có thể được áp dụng cho các mỏ tương tự trong khu vực. Từ khóa Học máy Học sâu Thuật giải di truyền Bộ nhớ ngắn hạn định hướng dài hạn sâu Dầu khí. 1. Mở đầu Dữ liệu chuỗi thời gian trong thực tế rất phức tạp có nhiều nhiễu nên rất khó mô tả chẳng hạn như các phương trình phân tích dựa trên các tham số của đường cong suy giảm áp suất Decline Curve Analysis DCA . Nhược điểm chính của các phương pháp phân tích truyền thống là chủ yếu dựa trên loại dữ liệu chủ quan. Nói cách khác việc lựa chọn độ dốc thích .
