«Нефтепро-
мысловое дело»

ВЛИЯНИЕ СПОСОБОВ ВЗВЕШИВАНИЯ ЦЕЛЕВОЙ ФУНКЦИИ НА ЭФФЕКТИВНОСТЬ АВТОАДАПТАЦИИ ЧИСЛЕННОЙ МОДЕЛИ МЕСТОРОЖДЕНИЯ УГЛЕВОДОРОДОВ

УДК: 622.276:532:519.876
DOI: 10.33285/0207-2351-2021-1(625)-33-40

Авторы:

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

Ключевые слова: весовые коэффициенты; целевая функция; автоматизированная адаптация; автоадаптация модели; алгоритмы оптимизации; качество адаптации; эффективность автоадаптации; геолого-гидродинамическое моделирование; нефтяное месторождение; численная модель.

Аннотация:

В статье рассматривается один из аспектов формулировки целевой функции для проведения автоматизированной адаптации геолого-гидродинамических моделей месторождений углеводородов, а именно выбор весовых коэффициентов. Численное моделирование месторождения состоит из трех основных этапов: создание статической геологической модели, построение на ее основе динамической фильтрационной модели, а также итеративный процесс адаптации созданной геолого-гидродинамической модели. Для проведения автоадаптации необходимо задание целевой функции, которая описывает невязку расчета с историей и служит ориентиром для алгоритма оптимизация в поиске решений. Целью данной работы является изучение влияния способов взвешивания целевой функции на эффективность адаптации на основе синтетической модели нефтяной залежи для выработки рекомендаций к заданию целевой функции. Новизна исследования заключается в комплексном изучении трех видов весовых коэффициентов и выявлении условий для их обоснованного применения. На основе результатов данного исследования составлены рекомендации по использованию способов взвешивания целевой функции для автоадаптации модели.

Список литературы:

1. Design of Objective Function for Interference Well Testing / R. Booth, A.C. Bertolini, K.L. Morton, A.J. Fitzpatrick // OTC-24513-MS. - 2013.
2. Ding Y.D., McKee F. Using partial separability of the objective function for gradient-based optimizations in history matching // SPE-140811-MS. - 2011.
3. How does the definition of the objective function influence the outcome of history matching? / G. Eremyan, I. Matveev, G. Shishaev [et al.] // Conference Proceedings, ECMOR XVII. - Sep. 2020. - Vol. 2020. - P. 1-14.
4. 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.
5. Hajizadeh Y., Christie M.A., Demyanov V. Towards multiobjective history matching: Faster convergence and uncertainty quantification // SPE-141111-MS. - 2011.
6. Hutahaean J.J., Demyanov V.V., Christie M.A. On Optimal Selection of Objective Grouping for Multiobjective History Matching // SPE-185957-PA. - 2017.
7. Ishibuchi H., Tsukamoto N., Nojima Y. Evolutionary many-objective optimization: A short review // Proceedings of 2008 IEEE Congress on Evolutionary Computation. - Hong Kong, June 1-6, 2008. - P. 2424-2431.
8. Geology realism control in automated history matching / I. Matveev, G. Shishaev, G. Eremyan [et al.] // Conference Proceedings, ECMOR XVII. - Sep. 2020. - Vol. 2020. - P. 1-9.
9. Geology Driven History Matching / I.V. Matveev, G.Y. Shishaev, G.A. Eremyan [et al.] // SPE-196881-MS. - 2019.
10. Multiobjective Optimization With Application to Model Validation and Uncertainty / R.W. Schulze-Riegert, M. Krosche, A. Fahimuddin, S.G. Ghedan // SPE-105313. - 2007.