×
米拉德·沙里菲普尔;阿里·纳卡埃;雷扎·尤塞夫扎德;莫伊塔巴·戈哈里

基于混合蛙跳算法的油井布局优化。 （英语） 兹比尔1477.86021

计算。地质科学。 1939-1956年（2021年）第6期第25号.
总结：上游油气工业领域最复杂的问题之一是优化确定生产井和注水井的位置。为此，储层工程师使用了各种工具，包括简化的储层模型、储层质量图和自动优化技术。尽管自动优化算法的使用有助于解决优化问题，但在这方面存在的挑战之一是选择适当的算法，避免局部最优，并提供实际可行的结果。在本研究中，据我们所知，首次将Shuffled Frog Leaping Algorithm（SFLA）算法应用于油井布置问题，以找到生产井和注水井的最佳位置。使用两个标准的基准油藏模型来测试算法的性能。将结果与两种最常用的井位优化算法（包括粒子群优化算法和遗传算法）的结果进行了比较。结果表明，与其他算法相比，SLF算法在优化的中后期阶段都获得了更高的目标函数值和更好的井距，从而获得了更好的结果。此外，SFLA显示了算法中最稳定、最平滑的进度。

MSC公司：

86A22型 地球物理学中的反问题
86-08 地球物理问题的计算方法
90B80型 离散位置和分配
90 C59 数学规划中的近似方法和启发式

关键词：

井位优化;元启发式算法;混合蛙跳算法;粒子群优化;遗传算法
PDF格式BibTeX公司 XML格式引用
\textit{M.Sharifipour}等人，计算。地质科学。25，第6号，1939年--1956年（2021年；Zbl 1477.86021）
全文： 内政部

参考文献：

[1] Montes，G.，Bartolome，P.，Udias，A.：遗传算法在井位优化中的应用。在：SPE拉丁美洲和加勒比石油工程会议记录。第1-10页。布宜诺斯艾利斯。(2001)
[2] Jansen，J.D.，E，S.I.，Siep，P.，Douma，S.D.：闭环水库管理。摘自：SPE油藏模拟研讨会，伍德兰（2009）
[3] 席尔瓦，VLS；马萨诸塞州卡多佐；Oloviera，DBF；de Moraes，RJ，应用于OLYMPUS基准的随机优化策略，计算。地质科学。，24, 1943-1958 (2019) ·Zbl 1453.86036号 ·doi:10.1007/s10596-019-09854-3
[4] Yousefzadeh，R.，Sharifi，M.，Rafiei，Y.，Ahmadi，M.:在注水井稳健布局优化中使用快速推进方法实现情景简化。自然资源。第2753-2775号决议（2021年）。doi:10.1007/s11053-021-09833-5
[5] Centilmen，A.，Ertekin，T.，Grader，A.S.：神经网络在多井油田开发中的应用。参加：SPE年度技术会议和展览，休斯顿（1999）
[6] Beckner，B.L.，Song，X.：使用模拟退火的油田开发规划-最佳经济井调度和布置。参加：SPE年度技术会议和展览。第209-221页。达拉斯。(1995)
[7] Bittencourt，A.C.，Horne，R.N.：油藏开发与设计优化。参加：SPE年度技术会议和展览，圣安东尼奥（1997）
[8] Yeten，B。；杜洛夫斯基，LJ；Aziz，K.，《非常规井类型、位置和轨迹的优化》，SPE J.，8200-210（2003）·doi:10.2118/86880-PA
[9] Tabatabaei Nejad，S.A.、Aleagha，A.A.V.、Salari，S.：使用遗传算法优化方法估算中东海上油田的最佳井距。在，所有天。SPE（2007年）
[10] Lu，R.，Reynolds，A.C.，Tulsa，U.：井位、类型、钻井顺序和控制的联合优化，给出了一组潜在的钻井路径介绍。摘自：SPE油藏模拟会议，德克萨斯州（2019年）
[11] Tanaka，S.、Onishi，T.、Kam，D.、Dehghani，K.、Wen，X.-H.：基于流线的简化物理替代和响应面组合方法在油田开发优化中的应用。参加：国际石油技术会议。第18页。沙特阿拉伯王国达兰国际石油技术会议（2020年）
[12] 丁·S。；姜浩。；李，J。；Tang，G.，结合改进的粒子群优化算法和质量图方法优化油井布置，计算。地质科学。，18, 747-762 (2014) ·doi:10.1007/s10596-014-9422-2
[13] Litvak，M.、Onwunalu，J.、Baxter，J.：具有地下不确定性的油田开发优化。程序。SPE每年。技术咨询Exhib。1-12 (2011). 数字对象标识码：10.2118/146512-MS
[14] Nwachukwu，A。；Jeong，H。；Pyrcz，M。；Lake，LW，使用机器学习快速评估非均质储层模型中的油井布置，J.Pet。科学。工程，163463-475（2018）·doi:10.1016/j.petrol.2018.019
[15] Perrone，A.，Rossa，E.Della，Spa，E.：在不确定性下优化油藏生命周期产量：基于稳健集成的方法论。在：SPE油藏特征描述和模拟会议和展览，阿布扎比（2015）
[16] van Essen，G。；赞德维特，M。；范登霍夫，P。；O.博斯格拉。；Jansen，J-D，多种地质情况下的稳健注水优化，SPE J.，14202-210（2009）·doi:10.2118/102913-pa
[17] Onwunalu，J.E.，Durlowsky，L.J.：用于优化大规模油田开发的新型井网优化算法的开发和应用。参加：SPE年度技术会议和展览，新奥尔良（2009）
[18] JE Onwunalu；Durlowsky，LJ，粒子群优化算法在确定最佳油井位置和类型中的应用，计算。地质科学。，14, 183-198 (2009) ·Zbl 1185.86024号 ·doi:10.1007/s10596-009-9142-1
[19] Afshari，S.、Pishvaie，M.R.、Aminshahidy，B.：使用粒子群优化算法的井眼布置优化，一种新方法使用粒子群最优化算法进行井眼布置最优化，一种新型方法。宠物。科学。Technol公司。32, 170-179 (2013). doi:10.1080/10916466.2011.585363，使用粒子群优化算法的油井布置优化，一种新方法
[20] Ding，S.，Jiang，H.，Li，J.，Liu，G.，Mi，L.：使用改进的粒子群优化算法优化PUNQ-S3模型的井位置、类型和轨迹。J.工业智能。信息4，（2015）。数字对象标识代码：10.12720/jiii.4.127-33
[21] Jesmani，M。；Bellout，MC；哈尼亚，R。；Foss，B.，《受实际油田开发约束的油井布局优化》，计算。地质科学。，20, 1185-1209 (2016) ·兹比尔1387.86016 ·doi:10.1007/s10596-016-9584-1
[22] Aliyev，E。；Durlowsky，LJ，《使用一系列升级模型进行不确定性下的多级油田开发优化》，数学。地质科学。，49, 307-339 (2017) ·doi:10.1007/s11004-016-9643-0
[23] 拉兹甘迪，M。；Dehghan，A。；Yousefzadeh，R.，粒子群优化和遗传算法在伊朗南部油田优化中的应用，J.Pet。探索。生产，11781-796（2021）·doi:10.1007/s13202-021-01120-6
[24] 陈，H。；冯（Q.Feng）。；张，X。；王，S。；周，W。；Geng，Y.，《使用基于分析公式的目标函数和猫群优化算法的油井布局优化》，J.Pet。科学。工程，1571067-1083（2017）·doi:10.1016/j.petrol.2017.08.024
[25] 洪伟，C.、奇宏，F.、先民，Z.、森，W.、文胜，Z.，樊，L.：油田开发约束条件下用猫群优化算法进行井位优化。J.能源资源。Technol公司。141，（2019年）。数字对象标识代码：10.1115/1.4040754
[26] 班杰斯，W。；Klie，H。；惠勒，MF；波兰斯托法；Sen，MK，关于油藏油井布置问题的优化算法，计算。地质科学。，10, 303-319 (2006) ·Zbl 1197.76123号 ·doi:10.1007/s10596-006-9025-7
[27] Niknam，T.，Narimani，M.rasoul，Jabbari，M.，Malekpour，A.R.：一种用于多目标最优潮流的改进的shuffle-frog跳跃算法。《能源》36，6420-6432（2011）。doi:10.1016/j.energy.2011.09.027
[28] Chittineni，S.、Godavarthi，D.、Pradeep，A.N.S.、Sapathy，S.C.、Reddy，P.V.G.D.P.：一种改进的高效无监督数据聚类算法（MSFLA）。收录：《计算机与信息科学中的通信》。第543-551页。施普林格，柏林，海德堡（2011）
[29] 阿尔希，SS；Zolfaghari，A。；Mirvakili，SM，用于堆芯燃料管理优化的多目标混合蛙跳算法，计算。物理学。社区。，185, 2622-2628 (2014) ·doi:10.1016/j.cpc.2014.06.013
[30] Minton，J.，《优化油井布置常用方法的比较》，SIAM本科生。在线研究。，7, 122-141 (2014) ·doi:10.1137/13s012510
[31] Kennedy，J.，Eberhart，R.：粒子群优化。收录：ICNN’95国际神经网络会议纪要。第1942-1948页。珀斯。(1995)
[32] Poli，R.，Kennedy，J.，Blackwell，T.：粒子群优化。In：Swarm Intelligence。第97-102页（2007年）
[33] Holland，J.H.：《自然和人工系统中的适应：生物学、控制和人工智能应用的介绍性分析》。密歇根大学出版社。(1975) ·兹伯利0317.68006
[34] 尤素夫，MM；Lansey，KE，《使用混合蛙跳算法优化配水网络设计》，J.water Resour。计划。管理。，129, 210-225 (2003) ·doi:10.1061/（asce）0733-9496（2003）129:3（210）
[35] 段，Q。；古普塔，V。；Sorooshian，S.，Shuffled complex evolution approach for effective and effectibly global minimization，J.Optim，《有效和高效全局最小化的复杂进化方法》。理论应用。，76, 501-521 (1993) ·Zbl 0792.90065号 ·doi:10.1007/BF00939380
[36] Darabian，M.，Mohseni bonab，S.M.，Mohammadi ivatloo，B.：通过优化SVC控制器设计提高电力系统稳定性，通过使用混洗蛙跳算法的优化SVC控制器设计提高电力系统稳定性。IETE J.Res.0，1-10（2015）。doi:10.1080/03772063.2014.999830，61
[37] 道金斯：自私的基因。牛津大学出版社。(1976)
[38] 巴克，SW；库珀斯，M。；Holden，L.，《量化生产预测中的不确定性：对PUNQ-S3问题的另一种看法》，SPEJ。，6, 433-441 (2001) ·doi:10.2118/119197-PA
[39] Floris，FJT；医学博士Bush；Cuypers，M。；罗杰罗，F。；Syversveen，AR，《量化生产预测不确定性的方法：比较研究》，Pet。地质科学。，7, 87-96 (2001) ·doi:10.1144/petgeo
[40] 刘，C。；陆军部麦克维；德克萨斯州，A.，《连续油藏模型更新和预测提高了不确定性量化》，SPE Res Eval Eng.，13626-637（2010）·doi:10.2118/119197-PA
[41] Yousefzadeh，R。；谢里菲，M。；Rafiei，Y.，《使用快速推进法优化注水井位置的有效方法》，J.Pet。科学。工程，204108620（2021）·doi:10.1016/j.petrol.2021.108620
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。