№ 1(17) 2019

Нефтяная провинция

№ 2(26) 2021

Многоцелевая оптимизация методами искусственного интеллекта в области пластового моделирования нефтяных месторождений

Александров С.А., Низаев Р.Х., Ханнанов М.Т.

DOI: https://doi.org/10.25689/NP.2021.2.100-115

C.100-115

Скачать статью

Adobe_PDF_Icon.png

Аннотация

 

Оптимизация разработки залежей углеводородов возможна только, если мы имеем надежную численную модель месторождения, способную предсказывать реакцию системы для различных вариантов разработки. Адресная цифровая модель может считаться достаточно надежной только после настройки, это означает, что по крайней мере модель должна доказать свою способность к воспроизведению исторического поведения добычи на месторождении. Адаптация (процедура настройки), является наиболее трудоемким этапом гидродинамического моделирования. Как правило, адаптация осуществляется методом проб и ошибок и занимает продолжительное время. В статье рассматривается автоматизированная система идентификации параметров цифровых моделей нефтяного месторождения. Исследуется применение методов оптимизации общего назначения для поиска решения, анализа чувствительности и взаимозависимости между искомыми параметрами. Адаптация представлена как процесс оптимизации, т.е. поиска целевой функции расхождения между измеренными (реальными) и смоделированными данными и в последующей минимизации целевой функции. Использование вспомогательных методов вместе с теорией оптимизации может значительно сократить время, необходимое для настройки модели.

Ключевые слова:

 

оптимизация, настройка модели, численная модель, нефтяные пласты, природные углеводородные системы, оценка неопределенности, эволюционные методы, многоцелевая оптимизация

Список литературы

 

  1. Теория и практика моделирования разработки нефтяных месторождений в различных геолого-физических условиях / Р.С. Хисамов, Р.Р. Ибатуллин, А.И. Никифоров, А.Ф. Иванов, Р.Х. Низаев. – Казань: Изд-во "ФЭН" Академии наук РТ. - 2009. -239с.

  2. Низаев Р.Х., Кемаева Ю.П., Шаймухаметова В.Л., Давлетшин Р.Ф., Александров С.А. Расчет технологических показателей разработки и выработки запасов нефти карбонатных отложений башкирского объекта Камышлинского нефтяного месторождения на основе геолого-фильтрационной модели//Нефтяная провинция.-2018.-№1(13).-С.89-98. DOI https://doi.org/10.25689/NP.2018.1.89-98

  3. Совершенствование технологий разработки месторождений высоковязкой нефти при тепловом воздействии / Р.С. Хисамов, Р.Х. Низаев, Г.В. Александров, Ю.Л. Егорова, Исмагилов Р.Х. – Казань: Изд-во "Ихлас". - 2020. -160с.

  4. Riegert, R.K., J.K. Axmann, O. Haase, D.T. Rian and YL.You, 2001. Optimization methods for history matching of complex reservoir. Proceedings of the SPE Reservoir Simulation Symposium, Feb. 11-14, Houston, Texas. DOI: 10.2118/66393-MS

  5. Escart Zitzler, Lothar Thiele, “Multiobjective Evolutionary Algorithms: A Comparative Case Study and the Strength Pareto Approach”. IEEE Transactions on Evolutionary computation, vol. 3, no. 4, 1999.

Сведения об авторах

 

Александров Сергей Александрович, младший научный сотрудник ОРНМ, институт «ТатНИПИнефть» ПАО «Татнефть» им. В.Д. Шашина

Россия, 423236, Бугульма, ул. Мусы Джалиля, 32

E-mail: alexandrov_sa@tatnipi.ru

 

Низаев Рамиль Хабутдинович, д.т.н., доцент, ведущий научный сотрудник ОРНМ, институт «ТатНИПИнефть» ПАО «Татнефть» им. В.Д. Шашина

Россия, 423236, Бугульма, ул. Мусы Джалиля, 32

E-mail: nizaev@tatnipi.ru

 

Ханнанов Марс Талгатович, к.г-м-н., ведущий эксперт, управление геологии нефтяных и газовых месторождений ПАО «Татнефть» имени В.Д. Шашина; доцент кафедры геологии, Альметьевский государственный нефтяной институт

Россия, 423450, Альметьевск, ул. Ленина, 75

E-mail: geofkhannanov@mail.ru

Для цитирования:

Александров С.А., Низаев Р.Х., Ханнанов М.Т. Многоцелевая оптимизация методами искусственного интеллекта в области пластового моделирования нефтяных месторождений//Нефтяная провинция.-2021.-№2(26).-С.100-115. DOI https://doi.org/10.25689/NP.2021.2.100-115

 
 
 
 
 

   © Александров С.А., Низаев Р.Х., Ханнанов М.Т., 2021
       Это статья в открытом доступе под лицензией Creative Commons Attribution 4.0 License (https://creativecommons.org/licenses/by/4.0/)