비전통에너지연구실

인하대학교 본교(제1캠퍼스)
신현돈 교수 에너지자원공학과

Energy Engineering

에너지공학

연구실 소개

비전통에너지연구실은 에너지자원공학과에 소속되어 있으며, 비전통 자원 개발과 관련된 다양한 연구를 수행하고 있습니다. 연구실은 특히 비전통 자원 개발, 이산화탄소 주입, 셰일 가스 생산, SAGD 공정, 그리고 저류층 공학에서의 기계 학습을 주요 연구 분야로 삼고 있습니다. 최근 3년간 연구실은 다양한 프로젝트와 연구를 통해 많은 성과를 이루어냈습니다. 예를 들어, 2023년에는 몬트니 셰일 가스 생산을 예측하기 위한 딥 러닝 모델을 개발하였고, 유전, 지구역학, 수압 파쇄 처리 매개변수를 사용하여 최적의 CO2 주입 및 염수 생산정 배치를 최적화하는 연구를 수행하였습니다. 또한, 2022년에는 저류층 내 CO2 상태 변화를 분석하고, 인공지능 예측 모델을 통해 셰일 가스 생산 프로파일을 예측하는 연구를 진행하였습니다. 이러한 연구들은 다양한 학술지와 학회에서 발표되었으며, 관련 특허도 다수 보유하고 있습니다. 비전통에너지연구실은 앞으로도 지속적인 연구와 개발을 통해 에너지 자원 분야에서의 혁신을 이끌어 나갈 것입니다.

비전통 자원 개발

이산화탄소 주입

셰일 가스 생산

SAGD 공정

저류층 공학에서의 기계 학습

연구 분야

몬트니 셰일 가스 생산 예측 연구

몬트니 셰일 가스 생산 예측 연구는 저류층의 특성, 지구역학적 변수, 수압파쇄 처리 매개변수를 고려하여 심층 신경망 모델을 개발하고 최적화하는 것을 목표로 합니다. 이 연구는 몬트니 셰일 가스 저류층의 장기 생산 성능을 예측하고 경제성을 평가하는 데 중점을 둡니다. 이를 통해 생산성 향상과 운영 비용 절감을 기대할 수 있으며, 다양한 산업 분야에 응용될 수 있는 실질적인 솔루션을 제공합니다.

이산화탄소 지중 저장 및 주입 최적화 연구

이산화탄소 지중 저장 및 주입 최적화 연구는 유전에서의 이산화탄소 주입과 관련된 다양한 문제를 해결하기 위해 인공지능과 유전 공학 기법을 활용합니다. 유전자 알고리즘과 인공 신경망 기반 대리 모델을 사용하여 CO2 주입 및 염수 생산 우물의 최적 위치를 결정하고, 이를 통해 이산화탄소 저장의 안정성을 높이고 운영 비용을 줄이는 데 기여합니다. 이 연구는 기후 변화 대응 및 친환경 기술 개발에 중요한 역할을 할 것으로 기대됩니다.