Vis enkel innførsel

dc.contributor.advisorStanko, Milan
dc.contributor.authorNielsen, Markus Hays
dc.date.accessioned2021-09-24T17:45:48Z
dc.date.available2021-09-24T17:45:48Z
dc.date.issued2020
dc.identifierno.ntnu:inspera:54976536:22221276
dc.identifier.urihttps://hdl.handle.net/11250/2781575
dc.description.abstractNøyaktig modelering av fluider har vært en målsetting for reservoaringeniører siden 1940-tallet. Basert på forbedringer i datakraft siden 1970-tallet, har kubiske tilstandslikninger (EOS) blitt brukt for å beskrive ulike komplekse fluidsystemer, inkludert gasskondensat, flyktige oljer og blanbarhet som ofte er kontrollert av nær-kritisk fordampning og kondensering. Uten en nøyaktig fluidmodell, vil ingeniørarbeid relatert til petroleumsreservoar ha betydelig og unødvendig usikkerhet i estimering av reserver samt produksjonprognoser. Denne oppgaven studerer en metode for å forbedre modellering av fluidsystem ved hjelp av binære interaksjonsparametere (BIPs) i en kubisk EOS. Lite literatur adresserer den kvantitative effekten av BIPs på fase-oppførselen. Denne oppgaven studerer den kvantitative påvirkning av BIPs på fase-oppførselen til binær-, tertiær- og flerkomponent hydrokarbonblandinger. Faseoppførselen kvantifiseres ved bruk av (1) sammenhengen mellom likevektsforhold (K-verdier) og trykk, temperatur og komposisjon og (2) kritisk fase-grenser inkludert kritiske p-T lokuser og negative-flash ekvivalenten av kritisk trykk, konvergenstrykk. Resultatene viser en generell sammenheng mellom fortegnet til BIP-ene og endringen i den kritiske lokusen og K-verdiene ved lave trykk. Siste del av oppgaven undersøker utviklingen av en EOS modell ved å justere BIP-ene som primærvariabler i en regresjon. Syntetiske data ble generert med et kjent sett med BIPs som resulterte i K-verdier som eneste data for fase-oppførselen. En EOS uten BIPs ble brukt som utgangspunkt i den ikke-lineære optimaliseringsrutinen til PhazeComp for å fosøke å gjenskape de syntetiske BIP-ene. Optimaliseringsrutinen til PhazeComp gjenskapte de syntetiske BIP-ene, men bare ved færre komponenter enn 15. Det viste seg at regnetiden for optimaliseringsrutinen der antall komponenter oversteg 30, er urimelig lang. Dette førte til utviklingen av en ny metode som selektivt velger et undergruppe av BIP-ene for regresjon. Denne metoden gir en pragmatisk løsning for beskrivelse av fase-oppførselen (f.eks. K-verdiene). Tre metoder ble implementert for å rangere viktigheten av BIP-ene: en gradientbasert metode, en metode som bruker Pearson’s korrelasjonskoeffisient (PCC) og random forest metoden. Gradient og PCC metodene gav lovende resultater i motsetning til random forest metoden.
dc.description.abstractAccurate fluid modeling has been a goal of reservoir engineers since the 1940’s. Based on the advances in computing power since the 1970’s, cubic equation of state (EOS) models have been used to accurately describe a wide range of complex reservoir fluid systems, including gas condensates, volatile oils, compositional grading fluids with saturated and critical gas-oil phase transitions, and miscibility that is often controlled by near-critical vaporization and condensation. Without an accurate fluid model, the engineering of petroleum reservoirs would bear significant and unnecessary uncertainties in the estimation of recoveries and production forecasts. This thesis is intended to study one specific method for improving the modeling of petroleum fluids - the use of binary interaction parameters (BIPs) in a cubic EOS. Very little literature addresses the quantitative impact of BIPs on calculated phase behavior. This thesis therefore studies and quantifies the cause-and-effect of BIPs on phase behavior of binary, ternary and multi-component hydrocarbon fluid systems. Specifically, the phase behavior quantified includes (1) dependence of equilibrium ratios(K-values) on pressure, temperature and composition, and (2) critical phase boundaries that include critical p-T loci and the negative flash equivalent of critical pressure, convergence pressure. A general relationship was found between the sign of BIPs and the shift in critical locus, as well as the shift in low pressure K-values. The second part of the thesis deals with tuning an EOS model using the BIPs as primary regression variables. Synthetic data sets were generated with a known set of BIPs, with K-values being the only data used in the tuning process. An EOS with zero BIPs was used as starting values and the non-linear regression algorithm of PhazeComp was used to determine a BIPs matrix that gave a best fit of the exact synthetic K-values. The regression algorithm of PhazeComp was successful in finding the correct set of BIPs used to create the synthetic data, but only if the number of components was less than about 15. Further-more, it was established that the run time of regression for components>30 would be prohibitive, even if the regression algorithm succeeded. This led to a search for algorithms that would select and optimize a subset of the entire BIPs matrix, yielding an adequate best-fit of the phase behavior data (i.e. K-values). Three methods for ranking the importance of the BIPs were tried: a gradient based method, a Pearson’s correlation coefficient (PCC) based method and a random forest based method. Heuristic logic was introduced during the studies presented in this thesis, and successful results were achieved with the gradient and PCC based methods.
dc.languageeng
dc.publisherNTNU
dc.titleEffekten av Binære Interaksjonsparametere på Fase-oppførsel
dc.typeMaster thesis


Tilhørende fil(er)

Thumbnail

Denne innførselen finnes i følgende samling(er)

Vis enkel innførsel