Zastosowanie algorytmów ewolucyjnych w procedurze kalibracji symulacyjnego modelu złożowego

• Autorzy: Łętkowski P.

Warianty tytułu

EN

Application of evolutionary algorithms to history matching procedure of reservoir simulation models

• Konferencja: Geopetrol 2010 : nowe metody i technologie zagospodarowania złóż i wydobycia węglowodorów w warunkach lądowych i morskich : międzynarodowa konferencja naukowo-techniczna : Zakopane, 20--23.09.2010
• Języki publikacji: PL

Abstrakty

PL

Artykuł jest poświęcony analizie możliwości zastosowania algorytmów ewolucyjnych w procesie kalibracji symulacyjnego modelu złożowego. Tradycyjna metoda kalibracji polegająca na wielokrotnym powtarzaniu procedury: symulacja— analiza wyników— modyfikacja modelu jest czasochłonna i wymaga dużej wiedzy i doświadczenia. Pomimo wad (duża liczba parametrów swobodnych, przedwczesna zbieżność) algorytmy ewolucyjne łączą w sobie zalety tradycyjnych metod optymalizacji oraz odporność na minima lokalne co sprawia, że stanowią obiecującą alternatywę dla tradycyjnej metody kalibracji modelu złożowego.

EN

The article presents the analysis of possible applications of evolutionary algorithms in the `history matching' process of reservoir simulation models. The traditional method based on multiple repetition of the same procedure of simulation — result analysis — model modification is time consuming and requires considerable knowledge and experience. Despite their few weaknesses, such as a large number of free parameters and "premature convergence", evolutionary algorithms combine the strengths of the traditional optimization method and resistance to local extrema which makes them a promising alternative to the traditional method used for history matching' of the reservoir simulation models.

Słowa kluczowe

PL

kalibracja; algorytmy ewolucyjne; model złoża

EN

evolutionary algorithms; calibration; reservoir models

• Wydawca: Instytut Nafty i Gazu - Państwowy Instytut Badawczy
• Czasopismo: Prace Naukowe Instytutu Nafty i Gazu
• Rocznik: 2010
• Tom: nr 170 wyd. konferencyjne
• Strony: 235--238
• Opis fizyczny: Bibliogr. 13 poz.

Twórcy

autor

Łętkowski P.

• Instytut Nafty i Gazu, Kraków Oddział w Krośnie

Bibliografia

• [1] Arabas J. – Wykłady z algorytmów ewolucyjnych. Wydanie drugie, Wydawnictwo Naukowo-Techniczne, Warszawa 2004
• [2] Ballester P.J., Carter J.N. – A parallel real-coded genetic algorithm for history matching and its application to a real petroleum reservoir. Journal of Petroleum Science and Engineering, vol. 59, pp. 157-168, 2007
• [3] Esmaeilzadeh F., Nourafkan E. – Calculation OOIP in oil reservoir by pressure matching method using genetic algorithm. Journal of Petroleum Science and Engineering, vol. 64, pp. 35-44, 2009
• [4] Gwiazda T.D. — Algorytmy genetyczne — kompendium. tom I, Operator krzyżowania dla problemów numerycznych. Wydawnictwo Naukowe PWN, Warszawa 2007
• [5] Gwiazda T.D. — Algorytmy genetyczne — kompendium. tom II, Operator mutacji dla problemów numerycznych. Wydawnictwo Naukowe PWN, Warszawa 2007
• [6] Maschio C., Campane Vidal A., Schioser D.J. — A framework to integrate history matching and geostatistical modeling using genetic algorithm and direct search method. Journal of Petroleum Science and Engineering, vol. 63, pp. 34-42, 2008
• [7] Canyurt O.E., Ozturk H.K. — Three different applications of genetic algorithm (GA) search techniques on oil demand estimation. Energy Conversion and Management, vol. 47, pp. 3138-3148, 2006
• [8] Schulze-Riegert R.W., Ghedan S. — Modern techniques for history matching. 9th International Forum on Reservoir Simulation, December 9-13, 2007, Abu Dhabi, United Arab Emirates
• [9] Schulze-Riegert R.W., Axmann J.K., Hasse O. et al. — Evolutionary algorithms applied to history matching of complex reservoirs. SPE 77301, SPE Reservoir Evaluation and Engineering, pp. 163-173, Apri12002
• [10] Schulze-Riegert R.W., Hasse O. — Combined global and local optimization techniques applied to history matching. SPE 79668, Reservoir Simulation Symposium, pp. 3-5, February ..., Huston. Texas, 2003
• [11] Shun-Fa H., Rong-Song H. — Improving real-parameter genetic algorithm with simulated annealing for engineering problems. Advances in Engineering Software, 37, pp. 406-418, 2006
• [12] Velez-Langs O. — Genetic algorithms in oil industry: an overview. Journal of Petroleum Science and Engineering, vol. 47, pp. 15-22, 2005
• [13] Yu T., Wilkinson D., Castellini A. — Constructing reservoir flow simulator proxies using genetic ; programming for history matching and production forecast uncertainty analysis. Journal of Artificial Evolution and Application, Article ID 262108, vol. 2008