Development of a Machine Learning-based Model for CO₂ Injectivity Analysis of a Depletion Gas Well

본 연구에서는 CO₂ 주입성에 영향을 미치는 변수에 대한 노달 분석을 수행하여 데이터셋을 산출하고 머신러닝 기법을 활용해 CO₂ 주입성 분석 모델을 개발하였다. 고갈 가스정에서의 CO₂ 주입성 분석을 위해 저류층 압력, 저류층 두께, 저류층 투과도, 주입관 크기, 주입 압력 총 5개의 변수를 선정하였다. 선정한 노달 분석들을 PIPESIM의 입력 자료로 하여 운영 공저 압력과 CO₂ 주입량을 도출하였다. 위에서 산출된 데이터셋을 이용하여 랜덤포레스트 기반 주입량 예측 모델을 개발하였고, 현장 적용성을 높이기 위해 렌덤포레스트와 XGBoost 기법을 적용하여 주입 압력 예측 모델을 개발하였다. 그 결과 주입량 예측 모델은 R2값은 0.99, MAPE 값은 3.11%로 높은 정확도를 보였다. 또한 주입 압력 예측 모델에선 랜덤포레스트를 활용하여 만든 모델의 R2값은 0.88, MAPE 값은 6.36%로 도출되었고, XGBoost를 활용하여 만든 모델의 R2값은 0.92, MAPE 값은 4.70%로 랜덤포레스트 모델보다 높은 정확도를 보였다.