«Оборудование и технологии для нефтегазового комплекса»

ВЫБОР МАТЕМАТИЧЕСКОГО ВЫРАЖЕНИЯ И КОМПОНЕНТНОГО СОСТАВА ЦЕЛЕВОЙ ФУНКЦИИ ДЛЯ АВТОМАТИЗИРОВАННОЙ АДАПТАЦИИ ГЕОЛОГО-ГИДРОДИНАМИЧЕСКИХ МОДЕЛЕЙ

УДК: 622.276:532:519.876
DOI: 10.33285/1999-6934-2021-1(121)-55-61

Авторы:

¹ Томский политехнический университет, г. Томск, Россия

Ключевые слова: невязка; математическое выражение невязки; компонентный состав; целевая функция; автоматизированная адаптация; автоадаптация модели; алгоритмы оптимизации; качество адаптации; геолого-гидродинамическое моделирование; нефтяное месторождение; численная модель.

Аннотация:

Статья посвящена двум аспектам формулировки целевой функции для проведения автоматизированной адаптации геолого-гидродинамических моделей месторождений углеводородов, а именно математическому выражению невязки и компонентному составу целевой функции. Численное моделирование используется в сфере разработки нефтяных и газовых месторождений для повышения эффективности выработки запасов углеводородов. До применения модели для прогноза проводят ее адаптацию на данные истории, чтобы модель воспроизводила исторически измеренные параметры работы скважин. Неотъемлемой частью автоматизированной адаптации модели являются оптимизационный алгоритм и целевая функция, выражающая отклонение расчетных показателей от фактических и позволяющая находить решения обратной задачи. Целью данной работы является исследование влияния математического выражения невязки и компонентного состава целевой функции на эффективность адаптации модели. Новизна исследования заключается в изучении влияния на автоадаптацию трех видов выражений невязки целевой функции как аналитически, так и подтверждая множественными вычислительными экспериментами. Результаты данного исследования помогли выработать рекомендации относительно выражения невязки и компонентного состава целевой функции для автоадаптации.

Список литературы:

1. Геологически обоснованная автоматизированная адаптация гидродинамических моделей на примере реального месторождения / Г.Ю. Шишаев, И.В. Матвеев, Г.А. Еремян [и др.] // Нефт. хоз-во. – 2020. – № 6. – С. 58–61. – DOI: 10.24887/0028-2448-2020-6-58-61
2. Begashaw G.B., Yohannes Y.B. Review of Outlier Detection and Identifying Using Robust Regression Model // Int. J. of Systems Science and Applied Mathematics. – 2020. – Vol. 5, Issue 1. – P. 4–11. – DOI: 10.11648/j.ijssam.20200501.12
3. Bertolini A.C., Schiozer J.D. Influence of the objective function in the history matching process // J. of Petroleum Science and Engineering. – 2011. – Vol. 78, Issue 1. – P. 32–41. – DOI: 10.1016/j.petrol.2011.04.012
4. Bouzarkouna Z., Nobakht B. A Better Formulation of Objective Functions for History Matching Using Hausdorff Distances // Conf. EUROPEC 2015, Madrid, Spain. – SPE-174302-MS. – 2015.
5. Use of Multi-Objective Algorithms in History Matching of a Real Field / M. Christie, D. Eydinov, V. Demyanov [et al.] // Conf. SPE Reservoir Simulation Symposium. – SPE-163580-MS. – 2013.
6. How does the definition of the objective function influence the outcome of history matching? / G. Eremyan, I. Matveev, G. Shishaev [et al.] // Conf. Proc. ECMOR XVII. – 2020. – Vol. 2020. – P. 1–14.
7. Hutahaean J.J., Demyanov V., Christie M.A. On Optimal Selection of Objective Grouping for Multiobjective History Matching // SPE J. – SPE-185957-PA. – 2017. – P. 1296–1312. – DOI: 10.2118/185957-PA
8. Hutahaean J.J., Demyanow V., Christie M.A. Impact of Model Parameterisation and Objective Choices on Assisted History Matching and Reservoir Forecasting // SPE/IATMI Asia Pacific Oil & Gas Conf. and Exhibition, Nusa Dua, Bali, Indonesia. – SPE-176389-MS. – 2015.
9. Lehmann E.L., Casella G. Theory of Point Estimation. – 2nd ed. – New York: Springer, 1998. – 590 p.
10. Geology realism control in automated history matching / I. Matveev, G. Shishaev, G. Eremyan [et al.] // Conf. Proc. ECMOR XVII. – European Association of Geoscientists & Engineers, 2020. – Vol. 2020. – P. 1–9.
11. Multiobjective Optimization With Application to Model Validation and Uncertainty / R.W. Schulze-Riegert, M. Krosche, A. Fahimuddin, S.G. Ghedan // SPE Middle East Oil and Gas Show and Conference, Manama, Bahrain. – SPE-105313-MS. – 2007.
12. Vink J.C., Goa G., Chen C. Bayesian Style History Matching: Another Way to Under-Estimate Forecast Uncertainty? // SPE Annual Technical Conference and Exhibition, Houston, TX. – SPE-175121-MS. – 2015.