...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of Petroleum Science & Engineering >A parallel real-coded genetic algorithm for history matching and its application to a real petroleum reservoir
【24h】

A parallel real-coded genetic algorithm for history matching and its application to a real petroleum reservoir

机译：用于历史匹配的并行实编码遗传算法及其在实际油气藏中的应用

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

A new methodology to tackle History Matching problems is presented.It is based upon the repeated application of a Real-coded Genetic Algorithm(GA).In order to shorten the computation time,the possible solutions generated by the GA are evaluated in parallel on a group of computers.This required the GA to be adapted to a multi-processor structure,so that the scalability of the computation is maximised.The best solutions of each run enter the ensemble of history matched models,which is finally analysed using a clustering algorithm.The aim is to identify the optimal regions contained in the ensemble and thus to reveal the distinct types of reservoir models consistent with the historic production data,as a way to assess the uncertainty in the Reservoir Characterisation due to the limited reliability of optimisation algorithms.The developed methodology is applied to the characterisation of a real petroleum reservoir.Results show a large improvement with respect to previous studies on that reservoir in terms of the quality and diversity of the obtained history matched models.Our main conclusion is that,even with regularisation,many distinct history matched models are possible,which highlights the importance of applying optimisation methods capable of identifying all such solutions.
机译：提出了一种解决历史匹配问题的新方法。该方法是在实编码遗传算法（GA）的重复应用的基础上，为了缩短计算时间，对遗传算法产生的可能解进行了并行评估。这要求将GA适应多处理器结构，以使计算的可扩展性最大化。每次运行的最佳解决方案进入历史匹配模型的集合，最后使用聚类算法进行分析目的是确定集合中包含的最佳区域，从而揭示与历史生产数据一致的不同类型的储层模型，作为评估由于优化算法可靠性有限而导致的储层特征不确定性的一种方法。将开发的方法应用于真实石油储层的表征。结果表明，相对于以前关于该储层的研究有很大的改进。我们得出的主要结论是，即使进行正则化，许多不同的历史匹配模型也是可能的，这突出了应用能够识别所有此类解决方案的优化方法的重要性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号