«Геология, геофизика и разработка нефтяных и газовых месторождений»

МЕТОДИКА ВЫБОРА ОПТИМАЛЬНОЙ ЦЕЛЕВОЙ ФУНКЦИИ ДЛЯ АВТОАДАПТАЦИИ ГЕОЛОГО-ГИДРОДИНАМИЧЕСКОЙ МОДЕЛИ

УДК: 622.276+532+519.876
DOI: 10.33285/2413-5011-2021-1(349)-30-38

Авторы:

¹ Центр подготовки и переподготовки специалистов нефтегазового дела Томского политехнического университета, г. Томск, Россия

Ключевые слова: методика выбора целевой функции; геолого-гидродинамическое моделирование; нефтяное месторождение; численная модель; целевая функция; выражение невязки; нормировка невязок; компонентный состав; весовые коэффициенты; автоматизированная адаптация; алгоритмы оптимизации; качество адаптации; эффективность автоадаптации.

Аннотация:

Статья посвящена проблематике выбора формулировки целевой функции для выполнения автоматизированной адаптации геолого-гидродинамических моделей нефтяных и газовых месторождений. Для проведения автоматизированной адаптации необходимо задание целевой функции, которая описывает невязку расчета с историей. Формулировка целевой функции важна, поскольку ее значение напрямую влияет на процесс оптимизации, позволяя алгоритму двигаться в верном направлении в поиске решений. Целью настоящего исследования является разработка методики выбора оптимального вида целевой функции для автоматизированной адаптации геолого-гидродинамических моделей месторождений углеводородов. Методами исследования являются сравнительный анализ и вычислительный эксперимент с использованием синтетической модели и модели реального нефтяного месторождения, расположенного в Сибири. По результатам исследования разработана, апробирована и описана методика выбора оптимальной целевой функции для автоадаптации геолого-гидродинамической модели месторождения углеводородов в зависимости от задачи адаптации и исходных данных. Предложенная методика позволяет достичь качественной адаптации при минимальных вычислительных затратах по сравнению с адаптацией без методики.

Список литературы:

1. Геологически обоснованная автоматизированная адаптация гидродинамических моделей на примере реального месторождения / Г.Ю. Шишаев, И.В. Матвеев, Г.А. Еремян, В.В. Демьянов, С.В. Кайгородов // Нефт. хоз-во. - 2020. - № 6. - С. 58-61.
2. Influence of Additional Objective Functions on Uncertainty Reduction and History Matching / F.L.R. Almeida, N.H. Formentin, C. Maschio, A. Davolio, J.D. Schiozer // SPE-190804-MS. - 2018.
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. - № 1. - Рp. 32-41.
4. Design of Objective Function for Interference Well Testing / R. Booth, A.C. Bertolini, K.L. Morton, A.J. Fitzpatrick // OTC-24513-MS. - 2013.
5. Carneiro J., Azevedo L., Pereira M. High-dimensional geostatistical history matching // Computational Geosciences. - 2018. - № 22. - Рр. 607-622.
6. How does the definition of the objective function influence the outcome of history matching? / G. Eremyan, I. Matveev, G. Shishaev, V. Rukavishnikov, V. Demyanov // Conference Proceedings, ECMOR XVII. - 2020. - Vol. 2020. - Рp. 1-14.
7. Ferreira C.J., Davolio A., Schiozer D.J. Use of a Probabilistic and Multi-Objective History Matching for Uncertainty Reduction for the Norne Benchmark Case // SPE-185837-MS. - 2017.
8. Hutahaean J.J., Demyanov V.V., Christie M.A. On Optimal Selection of Objective Grouping for Multiobjective History Matching // SPE-185957-PA. - 2017.
9. Hutahaean J.J., Demyanov V.V., Christie M.A. Impact of Model Parameterisation and Objective Choices on Assisted History Matching and Reservoir Forecasting // SPE-176389-MS. - 2015.
10. Geology realism control in automated history matching / I. Matveev, G. Shishaev, G. Eremyan, D. Konoshonkin, V. Demyanov, S. Kaygorodov // Conference Proceedings, ECMOR XVII. - 2020. - Vol. 2020. - Рp. 1-9.
11. Geology Driven History Matching / I.V. Matveev, G.Y. Shishaev, G.A. Eremyan [et al.] // SPE-196881-MS. - 2019.
12. Multiobjective Optimization With Application to Model Validation and Uncertainty / R.W. Schulze-Riegert, M. Krosche, A. Fahimuddin, S.G. Ghedan // SPE-105313. - 2007.
13. Artificial Intelligence (AI) Assisted History Matching / A. Shahkarami, S.D. Mohaghegh, V. Gholami, S.A. Haghighat // SPE-169507-MS. - 2014.
14. Vink J.C., Goa G., Chen C. Bayesian Style History Matching: Another Way to Under-Estimate Forecast Uncertainty? // SPE-175121-MS. - 2015.