Solução da Equação de Buckley-Leverett para a injeção de gás em um reservatório utilizando PINN
Resumo
Neste trabalho utilizaremos a biblioteca disponível no Python chamada PyTorch [1] para de- senvolver uma Rede Neural que utiliza a teoria de fluxo fracionário de Buckley-Leverett [2] para simular a injeção de gás em um reservatório saturado de água. Para tal, precisamos assumir que: (1) temos um escoamento unidimensional em um meio poroso homogêneo, incompressível, isotrópico e isotérmico, (2) há apenas duas fases fluindo no reservatório (água e gás), (3) as fases são incompressíveis, (4) existe equilíbrio local e (5) a gravidade e a capilaridade são desprezíveis. Com essas hipóteses, a equação adimensionalisada de Buckley-Leverett para a fase de gás é dada por [...]
Downloads
Referências
E. Stevens, L. Antiga e T. Viehmann. Deep Learning with PyTorch. United States of America: Manning Publications Co., 2020. isbn: 9781617295263.
S. E. Buckley e M. C. Leverett. “Mechanism of Fluid Displacement in Sands”. Em: Transactions of the AIME (1942). doi: 10.2118/942107-g.
A. T. Corey et al. “Three-Phase Relative Permeability”. Em: Journal of Petroleum Technology (1956). doi: 10.2118/737-g.
O. Fuks e H. A. Tchelepi. “Limitations of Physics Informed Machine Learning for Nonlinear Two-phase Transport in Porous Media”. Em: Journal of Machine Learning for Modeling and Computing (2020), pp. 19–37. issn: 2689-3967.
M. M. Almajid e M. O. Abu-Alsaud. “Prediction of Fluid Flow in Porous Media using Physics Informed Neural Networks”. Em: Society of Petroleum Engineers (2020), pp. 1–13. doi: 10.2118/203033-MS.
