Upstream 산업 관련 학교전공(Petroleum engineering & Geophysics)

https://goldjsoil.tistory.com/32

석유 Upstream 산업의 범위 (feat 포항 영일만 석유)

 

이 글에서는 위 글에서 명시한 Upstream과 연관된 학교의 전공들에 대해 다뤄보고자 합니다. 앞에서 말씀드렸다시피 Upstream은 일반적으로 탄성파를 지층에 쏴서 자원량을 알아가는 과정에서부터 최종적으로 석유를 생산하는 과정까지를 포함합니다

 

그 후 생산된 석유를 파이프라인이나 배를 통해 다른 목적지로 가져가는 midstream은 파이프라인 혹은 유조선 등을 통해 이루어지게 됩니다. 배를 기준으로 보았을 때 메인 유관 전공은 조선전공, 기계 (관유동), 혹은 화공과 (배 프로세스 설계)가 주로 연관이 되어 있습니다.

 

그 후 정유라고 불리우는 downstream의 경우 화공과가 메인으로 연관이 되어 있습니다.

 

그러면 이 글의 메인주제로 돌아와, Upstream의 각 단계에 어떤 전공이 연관되어있고, 어떤 내용들이 다뤄지게 되는지 알아보도록 하겠습니다.

 

1) 지질탐사 (Geologic survey) => Geology & Geoscience 전공

    탄성파 탐사에 앞서 우선적으로 하는 건 지질탐사입니다. 쉽게 말하면, 지상의 지층 구조물 (단층 뭐 이런거)을 보고 대략적으로 지하가 어떻게 생겼을지 분석하는 과정입니다. 이 과정 후에 어느 지역을 탄성파탐사를 할 지가 정해집니다. 한국의 경우 지질 관련 학과들이 관련이 있으며, 미국에서는 Geology 혹은 Geoscience라고 불리웁니다.

 

https://www.facebook.com/permalink.php/?story_fbid=337345535859708&id=100087527913755

 

 

2) 탄성파 탐사 (Seismic survey) => Geophysics 전공

    : 그 후에 아래처럼 지하에 탄성파를 쏴 주어 지하 구조를 좀 더 정확하게 예측하고자 합니다.

 

https://coastalreview.org/2015/06/seismic-survey-advantages-and-controversy/

 

 

탄성파를 저렇게 열심히 쏴주면 아래와같이 뭔가 그럴싸한 이미지 데이터들이 모이게 됩니다.

 

http://epl.in.ua/en/services-2/processing-and-interpretation-of-seismic-survey-data/

 

여기서 해석에 있어 메인 포인트는

1) 저렇게 생긴 이미지를 어떻게 지질구조로 해석할 것이냐

2) 데이터의 양이 엄청 크기 때문에 (최소 TB 이상 스케일) 이걸 어떻게 효율적으로 활용할것이냐

입니다.

 

1번에 대해서는 전통적으로는 반복적인 시뮬레이션을 통해 구조를 매칭해나가는 걸로 알고 있습니다. 여기서 더 나아가 이러한 이미지 해석을 머신러닝 트레이닝을 통해 효율화시키려는 노력도 기울이고 있습니다.

2번에 대해서는 물리탐사 지식 뿐만 아니라 컴퓨터 공학 쪽 기술을 통해 계산을 병렬화(Parallization)하고 GPU를 적용하는 등의 많은 연구가 이루어지고 있습니다.

 

이러한 연구는 는 한국에서는 에너지자원공학과, 미국에서는 Geophysics 학과에서 진행되고 있습니다.

 

3) 시추 (Drilling) => Petroleum Engineering

탄성파 탐사 후 유망한 지역으로 예상되는 경우에는 시추를 통해 석유의 존재여부 및 경제성을 판단합니다.

https://www.onesteppower.com/post/deep-water-drilling

 

시추장비 및 플랫폼을 만드는 것은 주로 기계, 화공, 토목 쪽이 다룹니다. 석유공학과 (Petroleum) 의 경우에는 주로 시뮬레이션 및 데이터 분석을 통해 시추 운영과정에서 시추문제를 예상하고 시추작업을 최적화하는 것에 초점을 맞춥니다.

 

대표적인 시추문제로는 blowout 유정폭발을 들 수 있습니다.

https://www.dco.uscg.mil/OCSNCOE/Accidents-Investigations/DWH-Macondo/

 

이는 시추공 하단에서 예측치 못한 gas가 고압지층에서 시추공으로 스며들어와 지층까지 올라온 후 팽창하면서 폭발하여 발생합니다. 해당 문제는 관유동의 압력계산에 기반하여 시뮬레이션을 수행해 문제를 사전에 방지하고, 문재발생시 가이드라인을 제공할 수 있습니다.

https://www.researchgate.net/figure/Physical-model-of-the-wellbore-encountering-gas-kick-during-the-drilling-process_fig1_337797025

 

 

이와 같이 주로 유체/고체 역학에 기반하여 시추 시뮬레이션을 구축하는 게 하나의  큰 연구주제라 볼 수 있습니다. 이러한 연구는 한국에서는 에너지자원공학과, 미국에서는 Petroleum engineering 학과에서 다뤄지고 있습니다.

https://www.3tglobal.com/3t-drilling-systems/

 

 

4) 저류층 (reservoir) 모델링 => Petroleum engineering / Civil engineering / Energy Resources Engineering

4-1) 우선 Geologist들이 여태까지의 자료들을 기반으로 reservoir의 기본적인 물성치들과 구조를 만듭니다. 이는 주로 Geology 전공과 연관이 있다고 볼 수 있습니다.

 

4-2) 그 후에는 저류층 시뮬레이션 (reservoir simulation)을 통해 생산량을 예측할 수 있습니다. 저류층 시뮬레이션은 기본적으로 flow의 mass balance equation을 finite different method을 이용 수치해석적으로 계산하여 압력을 시간에 따라 업데이트하고 이에 따른 생산량을 예상합니다. 아래 그림은 생산정 주위에 압력이 떨어지는 걸 보여주는 시뮬레이션 예시입니다.

 

https://www.mdpi.com/1996-1073/13/20/5352 

 

 

요즘에는 목적에 따라 Geomechanics, Geochemistry, 혹은 thermal simulation도 함께 돌리는 경우도 많습니다. 이러한 연구는 주로 Petroleum engineering 학과에서 많이 하나, civil engineering에서 hydrology를 연구하는 분들, energy resources engineering, computational mathematics 에서도 많이 하는 분야입니다. 아무래도 시뮬레이션이 오래 걸리다보니 이를 최적화하기 위한 연구가 많이 진행되고 있습니다 (multiscale, gpu, ML, ...)

 

4-3) 어느 정도 생산 기간이 지난 이후에 실제 생산량 데이터을 이용하여 저류층 물성치를 tuning하는 inverse modeling을 수행하기도 합니다. 이렇게 물성치를 파악하는 걸 저류층 특성화 (reservoir characterization)이라 하며 tuning하는 과정은 History matching 이라 불리기도 합니다.

 

아래 그림에서 빨간 선은 실제 생산량이고 점선들은 시뮬레이션 결과들입니다. 쉽게 말씀드리면 시뮬레이션 결과가 실제 생산량이랑 맞을때까지 인풋 값들을 수정하면서 시뮬레이션을 계속 돌립니다. 그래서 가장 잘 맞는 값을 주는 인풋 값으로 저류층을 업데이트합니다.

https://manual.whitson.com/modules/well-performance/reservoir-simulation/

 

이 또한 수많은 시뮬레이션을 돌려야하다보니 가장 관측값과 비슷한 값을 주는 최적해를 찾는 알고리즘에 대한 연구 (Ensemble Kalman Filter 등), 그리고 최근에는 ML을 이용하는 연구 또한 많이 이루어지고 있습니다. 이는 주로 Petroleum engineering, 혹은 일부는 computational mathematics에서도 다뤄지기도 합니다.

 

 

다음 글에서는 해당 전공들에 관련하여 어떤 해외 학교들로 유학을 갈 수 있는지 짚어보도록 하겠습니다.