Опыт решения задачи параметрического оценивания цифровых моделей нефтяного месторождения

Автор: Гагарин Александр Владимирович, Макеев Григорий Анатольевич, Банков Рафаель Анварович, Волков Владимир Григорьевич

Журнал: Вестник Южно-Уральского государственного университета. Серия: Математическое моделирование и программирование @vestnik-susu-mmp

Статья в выпуске: 35 (211), 2010 года.

Бесплатный доступ

В статье рассматривается автоматизированная система идентификации параметров цифровых моделей нефтяного месторождения. Исследуется применение методов оптимизации общего назначения, разработанных интеллектуальных алгоритмов оптимизации и других инструментов для поиска решения, анализа чувствительности и взаимозависимостей между искомыми параметрами. Предложенная система может быть использована в любых инженерных приложениях, где значение целевой функции зависит от результатов ресурсоемких расчетов.

Идентификация параметров, оптимизация, генетические алгоритмы, нейронные сети, гидродинамическое моделирование

Короткий адрес: https://sciup.org/147159071

IDR: 147159071

Список литературы Опыт решения задачи параметрического оценивания цифровых моделей нефтяного месторождения

  • Ballester P. J. A parallel real-coded genetic algorithm for history matching and its application to a real petroleum reservoir/P. J. Ballester, J. N. Carter//J. of Petroleum Science and Engineering. -2007. -V. 59. -P. 157 -168.
  • Evolutionary algorithms applied to history matching of complex reservoirs/R. Schulze-Riegert, J. Axmann, O. Haase, et al.//SPE Reservoir Evaluation & Engineering. -2002. -V. 5, №. 2. -P. 163 -173.
  • Gomez S. Gradient-based history-matching with a global optimization method/S. Gomez, O. Gosselin, J. Barker//Society of Petroleum Engineering J. -2001. -V. 6. -P. 200 -208.
  • Javadi A.A. A hybrid intelligent genetic algorithm/A.A. Javadi, R. Farmani, T.P. Tan//Advanced Engineering Informatics. -2005. -V. 19, №. 4. -P. 255 -262.
  • Kuo J.-T. A hybrid neural-genetic algorithm for reservoir water quality management./J.-T. Kuo, Y.-Y. Wang, W.-S. Lung//Water Res. -2006. -Apr. -V. 40, №. 7. -P. 1367 -1376.
  • Soleng H. Oil reservoir production forecasting with uncertainty estimation using genetic algorithms/H. Soleng//Proc. Congress on Evolutionary Computation CEC 99. -V. 2. -1999. -6 -9 July.
  • Srinivas V. An integrated approach for optimum design of bridge decks using genetic algorithms and artificial neural networks/V. Srinivas, K. Ramanjaneyulu//Advances in Engineering Software. -2006. -№. 38. -P. 475 -487.
  • Wang G.G. Review of metamodeling techniques in support of engineering design optimization/G.G. Wang, S. Shan//J. of Mechanical Design. -2007. -V. 129, №. 4. -P. 370 -380.
  • Wang L. A hybrid genetic algorithm-neural network strategy for simulation optimization/L. Wang//Applied Mathematics and Computation. -2005. -V. 170. -P. 1329 -1343.
  • Кулешов А.П. Когнитивные технологии в основанных на данных адаптивных моделях сложных объектов/А.П. Кулешов//Информационные технологии и вычислительные системы. -2008. -№ 1. -С. 18 -29.
  • Льюнг Л. Идентификация систем. Теория для пользователя: пер. с англ./Л. Льюнг; Под ред. Я.З. Цыпкина. -М.: Наука; Гл. ред. физ.-мат. лит., 1991. -432 с.
  • Цыпкин Я.З. Информационная теория идентификации/Я.З. Цыпкин. -М.: Наука. Физматлит, 1995. -336 с.
Еще
Статья научная