Jeg er PhD-student ved Center for Sustainable Subsurface Research (CSSR), som forsker på teknologier som muliggjør overgangen av den norske kontinentalsokkelen til en bærekraftig fremtid. Mitt forskningsfelt er koblingen av klassiske fysikkbaserte modeller for reservoarsimuleringer med nye datadrevne metoder. Målet er å kombinere det beste fra begge verdener for å oppnå høy nøyaktighet i forhold til både fysikk og data, samt rask beregning for reservoarsimuleringer. Arbeidet mitt fokuserer på matematisk analyse av slike koblede problemer og utvikling av robuste og stabile løsningsmetoder. Dette arbeidet er motivert av anvendelser som CO2-lagring, H2-lagring og fornybarenergibaserte offshore-operasjoner. Som en del av forskningen min bidrar jeg til utviklingen av den åpne kildesimulatoren PorePy og pyopmnearwell-framework for simulatoren OPM Flow.

Poster

• von Schultzendorff, Peter Moritz; Sandve, Tor Harald; Kane, Birane et al. (2024). A machine-learned near-well model in OPM Flow. (ekstern lenke)
• von Schultzendorff, Peter Moritz; Both, Jakub Wiktor; Nordbotten, Jan Martin et al. (2023). A machine learned near-well model in OPM. (ekstern lenke)

Vitenskapelig foredrag

• von Schultzendorff, Peter Moritz; Sandve, Tor Harald; Kane, Birane et al. (2024). A machine-learned near-well model in OPM Flow. (ekstern lenke)
• von Schultzendorff, Peter Moritz; Sandve, Tor Harald; Kane, Birane et al. (2024). A machine learned near-well model in OPM. (ekstern lenke)
• von Schultzendorff, Peter Moritz; Both, Jakub Wiktor; Nordbotten, Jan Martin et al. (2023). Homotopy continuation for a two-phase flow model with machine-learned relative permeabilities. (ekstern lenke)
• von Schultzendorff, Peter Moritz; Both, Jakub Wiktor; Nordbotten, Jan Martin et al. (2023). A machine learned near-well model in OPM. (ekstern lenke)

Programvare

• Keilegavlen, Eirik; Stefansson, Ivar; Fumagalli, Alessio et al. (2024). PorePy: A Simulation Tool for Fractured and Deformable Porous Media, version 1.10.0. (ekstern lenke)
• Landa-Marbán, David; von Schultzendorff, Peter Moritz (2023). pyopmnearwell: A framework to simulate near well dynamics using OPM Flow. (ekstern lenke)
• Keilegavlen, Eirik; Stefansson, Ivar; Duran, Omar et al. (2023). PorePy: A Simulation Tool for Fractured and Deformable Porous Media, version 1.8.1. (ekstern lenke)

Faglig foredrag

• Sandve, Tor Harald; Kane, Birane; Landa-Marbán, David et al. (2023). Machine Learning for near well Models in CCS/CCUS/H2 Storage Simulations​. (ekstern lenke)

Se en full oversikt over publikasjoner i Cristin