Art Original

Prediksi Dead Oil Viscosity Menggunakan Superlearner Algorithm

---

Properti fluida reservoir sangat penting untuk optimisasi produksi dan transportasi. Viskositas didefinisikan sebagai ketahanan fluida untuk mengalir. Dead oil viscosity adalah viskositas dari crude oil pada tekanan atmosfer dan tidak mengandung gas. Dead oil viscosity sangat penting pada penerapannya di petroleum engineering dimana dead oil merupakan sebuah fungsi di setiap korelasi untuk menghitung viskositas dari crude oil. Nilai viskositas selain pada temperature reservoir biasanya dapat di prediksi menggunakan korelasi empiris apabila tidak terdapat data laboratorium. Penggunaan korelasi empiris pada viskositas dead oil merupakan salah satu properti yang sulit dikorelasikan karena tipe/jenis minyak (tergantung paraffin, aromatik, naphthene dan asphalthene) memiliki efek yang besar terhadap nilai dari viskositas. Oleh karena itu sangat penting untuk mengetahui nilai dari viskositas dan mengembangkan metode baru dalam memprediksi viskositas ketika tidak tersedianya data dari laboratorium. Dalam studi ini, 104 sampel digunakan untuk memprediksi dead oil viscosity menggunakan algoritma Super learner dengan menggunakan random forrest dan XGBoost sebagai base learner. Dari hasil prediksi yang didapatkan kemudian akan dibandingkan dengan penelitian sebelumnya yang menggunakan artificial neural network (ANN).

---

Availability

Detail Information

Call Number

Perminyakan 664.3 Ref p

Language

Indonesia

NPM

163210666

Publisher

Teknik Perminyakan : Universitas Islam Riau., 2023

Keyword(s)

Dead Oil Viscosity
ANN

Other Information

Petugas

Ayu Agustina

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment