UTILISATION DE L’INTELLGIENCE ARTIFICIELLE POUR OPTIMISER LES DECISIONS DE DEVELOPEMENT DU CHAMPS DE HASSI MESSAOUD

Abstract

L’objectif de ce mémoire est focalisé sur l’estimation de débit d’huile dans deux types de puits : éruptif et non éruptifs, en utilisant plusieurs techniques de l’intelligence artificielle basées sur des DATA jaugeage des puits nord du champ de Hassi Messaoud. L'intégration de la régression linéaire simple RLS, la régression linéaire multiple RLM, le réseau de neurone artificiel simple RNAS et le réseau de neurone artificiel multiple RNAM a été faite pour déterminer le débit d’huile. Les calculs prouvent que la méthode RLM donne le meilleur coefficient de corrélationentre le débit d’huile réel et le débit d’huile estimé (Erreur de 0,2). Par contre, la méthode RLSmontre un écart important entre le débit estimé le débit mesuré (Erreur de 2,7). Les méthodes RNAS et RNAM ont donné des résultats non satisfaisants (Erreur de 1,15 et 0,86 respectivement). Dans cette étude les codes Visual Studio Code et python ont été utilisés pour l’implantation d’un système codiciel permettant l’estimation des futurs débits des puits candidats. Les résultats obtenus confirment l’efficacité des techniques de l’intelligence artificielle appliquées pour la prédiction de gain de la production en fonction du temps et de l’investissement.