应用软计算方法降低地下模拟-优化问题的计算难度
VirginiaM．Jhnson;LeahL．Rogers;余燕华;朱起煌
【期刊名称】《石油地质科技动态》 【年(卷),期】2004(000)003
【摘要】在为特定的油藏管理问题寻求最佳解决方法的过程中，正规的优化策略一般都要评价数百种乃至数千种方案。如果用地下的数值模拟模型来预测这些方案的效果，那么这一过程就会耗费大量时间。为了在某些优化技术[例如遗传算法(GA)或模拟退火(SA)]所主导的搜寻求解的过程中取代此类模拟模型，可以采用训练人工神经网络(ANN)的做法。可以从一个有代表性的模拟样本出发来训练神经网络，而这一样本则构成了解决许多不同管理问题所需的可反复使用的知识库。这些概念已被应用于BP公司彭帕那(Pompano)油田的一个注水项目。这里的管理问题是确定1—4口注水井的组合位置，它将使彭帕那油田今后七年的简单纯利获得最大化。利用石油行业的一个标准油藏模型，为取样于25个潜在注水井井位不同组合的550次模拟创建了一个知识库。首先要查询这个知识库，以回答三年和七年内使简单纯利最大化的最优方案问题。有关的答案表明，如能将仅依靠改变现有生产井的注水扩大为新钻三至四口注水井，就可能实现利润的可观增加，但资本费用也会增加。当这一知识库用作人工神经网络训练和测试的样本来源时，可以获得更好的答案。训练人工神经网络是为了预测最高注水量以及开始注水后三年和七年的油、气产量。人工神经网络对这些数量的快速估算可以用于纯利润计算中，而遗传算法又可以利用这一计算来评估不同注水井组合方案的效果。遗传算法的探索扩展了求解的空间，它含有的新方案在纯利润上超过了仅查询上述知识库所找到的最佳方案。为了评
估预测误差对求解质量的影响，可以将人工神经网络预测油、气产量时所得出的最佳方案，与油藏模拟模型本身预测油、气产量时找到的最佳方案加以对比。虽然完成基于模拟模型的方案搜寻需要耗费数千小时的中央处理机(CPU)工作，但所找出的最佳方案并不符合基于人工神经网络搜寻所获得最佳方案。最后还对比了两种基于人工神经网络搜寻所得出的结果，一种使用了遗传算法(GA)，而另一种则使用了模拟退火(SA)算法。这两种搜寻方法所获得的最佳方案实际上是完全相同的。 【总页数】20页(71-90)
【关键词】搜寻;纯利润;增加;变现;实现利润;预测;产量;注水井;油田;油藏模拟 【作者】VirginiaM．Jhnson;LeahL．Rogers;余燕华;朱起煌 【作者单位】无 【正文语种】英文 【中图分类】TE357 【文献来源】
https://www.zhangqiaokeyan.com/academic-journal-cn_petroleum-geology-science-technology_thesis/0201217242026.html 【相关文献】
1.大口渗井降低地下水位的设计计算方法 [J], 王智明; 陈永运 2.低地应力区地下洞室围岩压力计算方法及应用 [J], 胡夏嵩; 赵法锁 3.低压减载参数优化问题的分布式计算方法 [J], 李潮; 甘德强; 汪震; 黄亮 4.基于小波变换的Markov随机场模型中优化问题的一种层次计算方法 [J], 刘俊义
5.电力系统动态经济调度优化问题的膜计算方法 [J], 谢敏; 杜余昕; 程培军; 胡昕彤; 刘明波
以上内容为文献基本信息，获取文献全文请下载
应用软计算方法降低地下模拟-优化问题的计算难度
