Monitoring des puits du champ de Hassi Messaoud par l’application des algorithmes de "Machine Learning"

Abstract

Ce Projet de fin d’étude comprend le développement de plusieurs modèles pour l’estimation du débit d’huile à travers les duses au champ de Hassi Messaoud, et ce par l’adaptation de deux approches, à savoir : la modélisation semi empirique ; l’intelligence artificielle. Lors du recours à ces deux approches, certaines corrélations existantes dans la littérature, sont adaptées à des régimes spécifiques, de même la meilleure équation de chaque régime a été réadaptée sur chaque intervalle de GOR. Concernant cette problématique, divers modèles intelligents ont été réalisés pour représenter le régime critique et non critique où il a été montré que les réseaux de neurones (ANN) présentent les meilleures performances sur l’ensemble des données de test. En su de cette approche, une autre alternative a été abordée à travers laquelle chaque puits est traité individuellement en faisant appel à : la programmation génétique GP ; les modèles LSTM. Effectivement cette dernière alternative a révélé des résultats fortement intéressants et qui reste un domaine à explorer minutieusement.