Otimização Com Modelos Substitutos Considerando Incertezas Em Reservatórios de Petróleo

Detalhes bibliográficos
Autor(a) principal: Lira Junior, José Dásio de
Data de Publicação: 2012
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFPE
Texto Completo: https://repositorio.ufpe.br/handle/123456789/10616
Resumo: A busca por condições ótimas para a produção de óleo e gás é um dos maiores desafios no campo da engenharia de petróleo. A necessidade de tomar decisões em intervalos de tempo cada vez menor, associada a uma série de limitações, tais como simulações de alto custo computacional, exigem elevados investimentos no desenvolvimento de novas ferramentas computacionais. Este trabalho apresenta ferramentas computacionais para alocação dinâmica das vazões nos poços de produção e injeção, e ajuste de histórico. As incertezas relacionadas às propriedades petrofísicas, como o campo de permeabilidades serão consideradas no problema de alocação de vazões. O modelo “black –oil” é utilizado neste trabalho, e as simulações são feitas com um simulador comercial. O campo de permeabilidades é considerado como um campo estocástico, caracterizando a incerteza como uma variável na entrada do modelo. Os campos estocásticos de entrada são descritos com a expansão de Karhunen-Loeve, e as respostas estocásticas de interesse são expressas com expansão em caos polinomial e também com a colocação estocástica. A utilização da expansão de Karhunen-Loeve diretamente requer um alto custo computacional, para minimizar este problema é utilizada a técnica de análise dos componentes principais utilizando a matriz núcleo (KPCA). Esta metodologia quando aplicada na forma linear somente preserva os momentos de primeira e segunda ordem do campo estocástico, sendo necessária a utilização da metodologia KPCA não linear para representar os momentos de ordem maior que dois. Neste trabalho são utilizados modelos substitutos, que uma vez construídos possibilitam uma redução no custo computacional. Outra vantagem na utilização de modelos substitutos é que os mesmos permitem desenvolver estudos de otimização quando não se tem informações sobre as derivadas das equações do problema a ser simulado. Serão apresentadas diferentes metodologias para a geração de modelos substitutos, tais como, Krigagem, MARS e Processo Gaussiano. Para gerar os modelos, diferentes técnicas de amostragem são estudadas, tais como, Quase-Monte Carlo (QMC), Hipercubo latino (LHS) e Tesselação de Voronoi (CVT). iv Os modelos substitutos são utilizados juntamente com a estratégia de otimização por aproximação seqüencial (SAO). Esta metodologia decompõe o processo de otimização em subproblemas, onde cada subproblema é restrito a uma região do espaço de projeto (região de confiança). No caso de otimização considerando incertezas é utilizada a metodologia de camadas e aninhamento. Estudos de caso em reservatório sob injeção de água ou gás são desenvolvidos. Os resultados mostram que as metodologias de modelos substitutos são uma alternativa viável quando não se têm acesso as derivadas do problema. Os casos de otimização das alocações dinâmicas das vazões de produção mostram que as metodologias apresentadas alcançam um considerável acréscimo no valor presente líquido. No caso do ajuste de histórico, as metodologias utilizadas mostram uma boa capacidade preditiva.
id UFPE_a9207c2d6da67fe8404d88e52d0c5f7d
oai_identifier_str oai:repositorio.ufpe.br:123456789/10616
network_acronym_str UFPE
network_name_str Repositório Institucional da UFPE
repository_id_str 2221
spelling Lira Junior, José Dásio deWillmersdorf, Ramiro Brito Horowitz, Bernardo 2015-03-05T12:59:03Z2015-03-05T12:59:03Z2012-01-20https://repositorio.ufpe.br/handle/123456789/10616A busca por condições ótimas para a produção de óleo e gás é um dos maiores desafios no campo da engenharia de petróleo. A necessidade de tomar decisões em intervalos de tempo cada vez menor, associada a uma série de limitações, tais como simulações de alto custo computacional, exigem elevados investimentos no desenvolvimento de novas ferramentas computacionais. Este trabalho apresenta ferramentas computacionais para alocação dinâmica das vazões nos poços de produção e injeção, e ajuste de histórico. As incertezas relacionadas às propriedades petrofísicas, como o campo de permeabilidades serão consideradas no problema de alocação de vazões. O modelo “black –oil” é utilizado neste trabalho, e as simulações são feitas com um simulador comercial. O campo de permeabilidades é considerado como um campo estocástico, caracterizando a incerteza como uma variável na entrada do modelo. Os campos estocásticos de entrada são descritos com a expansão de Karhunen-Loeve, e as respostas estocásticas de interesse são expressas com expansão em caos polinomial e também com a colocação estocástica. A utilização da expansão de Karhunen-Loeve diretamente requer um alto custo computacional, para minimizar este problema é utilizada a técnica de análise dos componentes principais utilizando a matriz núcleo (KPCA). Esta metodologia quando aplicada na forma linear somente preserva os momentos de primeira e segunda ordem do campo estocástico, sendo necessária a utilização da metodologia KPCA não linear para representar os momentos de ordem maior que dois. Neste trabalho são utilizados modelos substitutos, que uma vez construídos possibilitam uma redução no custo computacional. Outra vantagem na utilização de modelos substitutos é que os mesmos permitem desenvolver estudos de otimização quando não se tem informações sobre as derivadas das equações do problema a ser simulado. Serão apresentadas diferentes metodologias para a geração de modelos substitutos, tais como, Krigagem, MARS e Processo Gaussiano. Para gerar os modelos, diferentes técnicas de amostragem são estudadas, tais como, Quase-Monte Carlo (QMC), Hipercubo latino (LHS) e Tesselação de Voronoi (CVT). iv Os modelos substitutos são utilizados juntamente com a estratégia de otimização por aproximação seqüencial (SAO). Esta metodologia decompõe o processo de otimização em subproblemas, onde cada subproblema é restrito a uma região do espaço de projeto (região de confiança). No caso de otimização considerando incertezas é utilizada a metodologia de camadas e aninhamento. Estudos de caso em reservatório sob injeção de água ou gás são desenvolvidos. Os resultados mostram que as metodologias de modelos substitutos são uma alternativa viável quando não se têm acesso as derivadas do problema. Os casos de otimização das alocações dinâmicas das vazões de produção mostram que as metodologias apresentadas alcançam um considerável acréscimo no valor presente líquido. No caso do ajuste de histórico, as metodologias utilizadas mostram uma boa capacidade preditiva.ANPporUniversidade Federal de PernambucoAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessEngenharia de PetróleoOtimizaçãoSimulação de ReservatóriosIncertezasAjuste de HistóricoOtimização Com Modelos Substitutos Considerando Incertezas Em Reservatórios de Petróleoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPETHUMBNAILTese_JoseDasio_2012.pdf.jpgTese_JoseDasio_2012.pdf.jpgGenerated Thumbnailimage/jpeg1476https://repositorio.ufpe.br/bitstream/123456789/10616/5/Tese_JoseDasio_2012.pdf.jpg94f08ae4befa4b603f9f99383bbacf8cMD55ORIGINALTese_JoseDasio_2012.pdfTese_JoseDasio_2012.pdfapplication/pdf3385516https://repositorio.ufpe.br/bitstream/123456789/10616/1/Tese_JoseDasio_2012.pdf4afa8d5c72cfeb19a26316b0dd1e613fMD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81232https://repositorio.ufpe.br/bitstream/123456789/10616/2/license_rdf66e71c371cc565284e70f40736c94386MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82311https://repositorio.ufpe.br/bitstream/123456789/10616/3/license.txt4b8a02c7f2818eaf00dcf2260dd5eb08MD53TEXTTese_JoseDasio_2012.pdf.txtTese_JoseDasio_2012.pdf.txtExtracted texttext/plain198977https://repositorio.ufpe.br/bitstream/123456789/10616/4/Tese_JoseDasio_2012.pdf.txt527556c335334d998c581e7be6e857eaMD54123456789/106162019-10-25 04:27:00.18oai:repositorio.ufpe.br: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Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212019-10-25T07:27Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false
dc.title.pt_BR.fl_str_mv Otimização Com Modelos Substitutos Considerando Incertezas Em Reservatórios de Petróleo
title Otimização Com Modelos Substitutos Considerando Incertezas Em Reservatórios de Petróleo
spellingShingle Otimização Com Modelos Substitutos Considerando Incertezas Em Reservatórios de Petróleo
Lira Junior, José Dásio de
Engenharia de Petróleo
Otimização
Simulação de Reservatórios
Incertezas
Ajuste de Histórico
title_short Otimização Com Modelos Substitutos Considerando Incertezas Em Reservatórios de Petróleo
title_full Otimização Com Modelos Substitutos Considerando Incertezas Em Reservatórios de Petróleo
title_fullStr Otimização Com Modelos Substitutos Considerando Incertezas Em Reservatórios de Petróleo
title_full_unstemmed Otimização Com Modelos Substitutos Considerando Incertezas Em Reservatórios de Petróleo
title_sort Otimização Com Modelos Substitutos Considerando Incertezas Em Reservatórios de Petróleo
author Lira Junior, José Dásio de
author_facet Lira Junior, José Dásio de
author_role author
dc.contributor.author.fl_str_mv Lira Junior, José Dásio de
dc.contributor.advisor1.fl_str_mv Willmersdorf, Ramiro Brito
dc.contributor.advisor-co1.fl_str_mv Horowitz, Bernardo
contributor_str_mv Willmersdorf, Ramiro Brito
Horowitz, Bernardo
dc.subject.por.fl_str_mv Engenharia de Petróleo
Otimização
Simulação de Reservatórios
Incertezas
Ajuste de Histórico
topic Engenharia de Petróleo
Otimização
Simulação de Reservatórios
Incertezas
Ajuste de Histórico
description A busca por condições ótimas para a produção de óleo e gás é um dos maiores desafios no campo da engenharia de petróleo. A necessidade de tomar decisões em intervalos de tempo cada vez menor, associada a uma série de limitações, tais como simulações de alto custo computacional, exigem elevados investimentos no desenvolvimento de novas ferramentas computacionais. Este trabalho apresenta ferramentas computacionais para alocação dinâmica das vazões nos poços de produção e injeção, e ajuste de histórico. As incertezas relacionadas às propriedades petrofísicas, como o campo de permeabilidades serão consideradas no problema de alocação de vazões. O modelo “black –oil” é utilizado neste trabalho, e as simulações são feitas com um simulador comercial. O campo de permeabilidades é considerado como um campo estocástico, caracterizando a incerteza como uma variável na entrada do modelo. Os campos estocásticos de entrada são descritos com a expansão de Karhunen-Loeve, e as respostas estocásticas de interesse são expressas com expansão em caos polinomial e também com a colocação estocástica. A utilização da expansão de Karhunen-Loeve diretamente requer um alto custo computacional, para minimizar este problema é utilizada a técnica de análise dos componentes principais utilizando a matriz núcleo (KPCA). Esta metodologia quando aplicada na forma linear somente preserva os momentos de primeira e segunda ordem do campo estocástico, sendo necessária a utilização da metodologia KPCA não linear para representar os momentos de ordem maior que dois. Neste trabalho são utilizados modelos substitutos, que uma vez construídos possibilitam uma redução no custo computacional. Outra vantagem na utilização de modelos substitutos é que os mesmos permitem desenvolver estudos de otimização quando não se tem informações sobre as derivadas das equações do problema a ser simulado. Serão apresentadas diferentes metodologias para a geração de modelos substitutos, tais como, Krigagem, MARS e Processo Gaussiano. Para gerar os modelos, diferentes técnicas de amostragem são estudadas, tais como, Quase-Monte Carlo (QMC), Hipercubo latino (LHS) e Tesselação de Voronoi (CVT). iv Os modelos substitutos são utilizados juntamente com a estratégia de otimização por aproximação seqüencial (SAO). Esta metodologia decompõe o processo de otimização em subproblemas, onde cada subproblema é restrito a uma região do espaço de projeto (região de confiança). No caso de otimização considerando incertezas é utilizada a metodologia de camadas e aninhamento. Estudos de caso em reservatório sob injeção de água ou gás são desenvolvidos. Os resultados mostram que as metodologias de modelos substitutos são uma alternativa viável quando não se têm acesso as derivadas do problema. Os casos de otimização das alocações dinâmicas das vazões de produção mostram que as metodologias apresentadas alcançam um considerável acréscimo no valor presente líquido. No caso do ajuste de histórico, as metodologias utilizadas mostram uma boa capacidade preditiva.
publishDate 2012
dc.date.issued.fl_str_mv 2012-01-20
dc.date.accessioned.fl_str_mv 2015-03-05T12:59:03Z
dc.date.available.fl_str_mv 2015-03-05T12:59:03Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufpe.br/handle/123456789/10616
url https://repositorio.ufpe.br/handle/123456789/10616
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Pernambuco
publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPE
instname:Universidade Federal de Pernambuco (UFPE)
instacron:UFPE
instname_str Universidade Federal de Pernambuco (UFPE)
instacron_str UFPE
institution UFPE
reponame_str Repositório Institucional da UFPE
collection Repositório Institucional da UFPE
bitstream.url.fl_str_mv https://repositorio.ufpe.br/bitstream/123456789/10616/5/Tese_JoseDasio_2012.pdf.jpg
https://repositorio.ufpe.br/bitstream/123456789/10616/1/Tese_JoseDasio_2012.pdf
https://repositorio.ufpe.br/bitstream/123456789/10616/2/license_rdf
https://repositorio.ufpe.br/bitstream/123456789/10616/3/license.txt
https://repositorio.ufpe.br/bitstream/123456789/10616/4/Tese_JoseDasio_2012.pdf.txt
bitstream.checksum.fl_str_mv 94f08ae4befa4b603f9f99383bbacf8c
4afa8d5c72cfeb19a26316b0dd1e613f
66e71c371cc565284e70f40736c94386
4b8a02c7f2818eaf00dcf2260dd5eb08
527556c335334d998c581e7be6e857ea
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)
repository.mail.fl_str_mv attena@ufpe.br
_version_ 1802310672840654848