Zastosowanie optymalizacyjnych metod inteligencji roju w procesie automatycznej kalibracji złożowych modeli symulacyjnych

• Autorzy: Łętkowski P.

Warianty tytułu

EN

Automatic history matching of reservoir simulation models by using Swarm Intelligence optimization methods

• Konferencja: Geopetrol 2012 : Nowoczesne technologie pozyskiwania węglowodorów w warunkach lądowych i morskich : międzynarodowa konferencja naukowo-techniczna
• Języki publikacji: PL

Abstrakty

PL

Artykuł jest poświęcony analizie możliwości zastosowania optymalizacyjnych metod inteligencji roju w procesie kalibracji pełnoskalowego symulacyjnego modelu rzeczywistego złoża. Tradycyjna metoda kalibracji polegająca na wielokrotnym powtarzaniu procedury: symulacja — analiza wyników — modyfikacja modelu jest czasochłonna i wymaga dużej wiedzy i do- świadczenia. Proponowane metody należą do grupy metod opierających się na tzw. próbkowaniu stochastycznym i stanowią jedną z najbardziej efektywnych metod wspomagania procesu kalibracji modelu symulacyjnego. W porównaniu z innymi metodami charakteryzują się małą liczbą parametrów ustalanych arbitralnie oraz dużą efektywnością w przeszukiwaniu przestrzeni rozwiązań.

EN

The article presents the analysis of possible applications of Swarm Intelligence optimization algorithms in the 'history matching' process of the real 3D 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. Swarm Intelligence (SI) optimization methods are one of the most effective metaheuristics based on stochastic sampling. The most characteristic of SI is small number of free parameters and high efficiency in the search of the solutions space.

Słowa kluczowe

PL

modele symulacyjne; kalibracja automatyczna; metody inteligencji roju

EN

simulation models; automatic history matching; Swarm Intelligence methods

• Wydawca: Instytut Nafty i Gazu - Państwowy Instytut Badawczy
• Czasopismo: Prace Naukowe Instytutu Nafty i Gazu
• Rocznik: 2012
• Tom: nr 182 wyd. konferencyjne
• Strony: 125--129
• Opis fizyczny: Bibliogr. 10 poz., wykr.

Twórcy

autor

Łętkowski P.

• Instytut Nafty i Gazu, Oddział Krosno

Bibliografia

• [1] Chen W.H., Gavalas G.R., Seinfelt J.H., Wasserman M.L. – A new algorithm for automatic history matching. SPE 4545. SPE J. 1974, 14(6), pp. 593-608
• [2] Subbey S., Christie M., Sambridge M. — A strategy for rapid quantification of uncertainty in reservoir performance prediction. SPE 79678. SPE Reservoir Simulation Symposium, Houston, USA, 3-5 February 2003
• [3] Castellini A., Gullapalli I., Hoang V., Condon P. — Quantifying uncertainty in production forecast for fields with significant history: a West African case study. IPTC 10987, International Petroleum Technology Conference, Doha, Qatar. 21-23 November 2005
• [4] Sultan A.J., Quenes A., Weiss W.W. — Automatic history matching for an integrated reservoir description and improving oil recovery. SPE 27712, Permian Basin Oil and Gas Recovery Conference, Midland, Texas, USA, 16-18 March 1994
• [5] Sousa S.H.G., Maschio C., Schiozer D.J. — Scatter search metaheuristic applied to the history matching problem. SPE 102975, SPE Annual Technic Conference and Exhibition, San Antonio, Texas, USA, 24-27 September 2006
• [6] Yang C., Nghiem L., Card C. — Reservoir model uncertainty qualification through computer-assisted history matching. SPE 109825, SPE Annual Conference and Exhibition, Anaheim, California, USA, 11-14November2007
• [7] Mohamed L., Christie M., Demyanov V. — Comparison of stochastic sampling algorithms for uncertainty quantification. SPE 119139, SPE Reservoir Simulation Symposium, Woodlands, Texas, USA, 2-4 February 2009
• [8] Kathrada M. — Uncertainty evaluation of reservoir simulation models using particle swarms and hierarchical clustering. PhD thesis, Institute of Petroleum Engineering, Heriot Watt University, Edinburgh, United Kingdom 2009
• [9] Maucec M., Douma S., Hohl D., Lequijt J., Jimenez E.A., Gupta A.D. — Streamline-based history matching and uncertainty: Markov-Chain Monte Carlo study of an offshore oil field. SPE 109943, SPE Annual Technical Conference and Exhibition, Anaheim, California, USA, 11-14 November 2007
• [10] Gao G., Li G., Reynolds A.C. — A stochastic optimization algorithm for automatic history matching, SPE 90065, SPE J. 2007, 12 (2), pp. 196-208