使用元模型的进化策略进行井位优化
摘要：非常规井的最佳实施使得我们能够显著提高油气的采收率。考虑到高昂的钻井成本和井产能的潜在提高，确定最佳井位是田间开发中的一个重要问题。考虑到复杂的油藏地质和高度异质性，随机优化方法是最适合用于确定最佳井位的方法。本文提出了一种基于协方差矩阵自适应 - 进化策略 (CMA-ES) 的优化方法，CMA-ES 是一种被认为是连续优化中最强大的无导数优化器之一的进化策略的变体。为了改进优化过程，我们探讨了两种新技术：(1) 利用拒绝自适应惩罚处理井位约束。(2) 利用基于局部加权回归的元模型，使用近似排序程序将其纳入CMA-ES优化过程中。因此，我们可以减少计算昂贵的油藏模拟的数量。文中给出了几个例子。将我们的新方法与内包含Genocop III技术的遗传算法进行了比较。结果表明我们的方法优于遗传算法：一般而言，它同时产生更高的净现值和显著减少油藏模拟的数量。
作者：Zyed Bouzarkouna (IFP, INRIA Saclay - Ile de France), Didier Yu Ding (IFP), Anne Auger (INRIA Saclay - Ile de France)
论文ID：1011.5481
分类：Computational Engineering, Finance, and Science
分类简称：cs.CE
提交时间：2010-11-25