Otimização da locação e vazão de poços em reservatórios de petróleo utilizando algoritmos genéticos e modelos substitutos adaptativos

Detalhes bibliográficos
Autor(a) principal: ANDRADE, Eduarda de França
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPE
Texto Completo: https://repositorio.ufpe.br/handle/123456789/48391
Resumo: O desenvolvimento de novos campos para produção de petróleo está cada vez mais complexo e oneroso. Por sua vez, ter uma produção lucrativa em campos maduros, onde as taxas de produção de água geralmente são altas, também representa um desafio para a área de Engenharia de Reservatórios. Para ambas as situações pode ser difícil obter retornos sobre os investimentos usando apenas técnicas tradicionais de gerenciamento de produção. Portanto, há um interesse crescente da Indústria de Petróleo e Gás no desenvolvimento de procedimentos de otimização baseados em simulações numéricas que sejam eficientes de modo a guiar o planejamento de operação dos poços. Levando isso em consideração, o presente trabalho se concentra em maximizar o valor presente líquido (VPL) do reservatório, otimizando operações de gerenciamento de campo tais como o posicionamento dos poços e o gerenciamento de vazões através de ciclos de controle. Neste trabalho foi resolvido o problema de otimização de um reservatório conhecido da literatura através de três diferentes abordagens onde foram empregados o algoritmo genético (AG) do Toolbox Optimization do MATLAB e a técnica de otimização por aproximação sequencial (SAO). A primeira abordagem otimizou, em duas etapas sequenciais, a locação de poços (AG) e suas vazões (SAO). A segunda abordagem utilizou o AG para definir, simultaneamente, a melhor posição para os poços e as melhores taxas de vazões para cada poço nos ciclos de controle definidos. Na terceira, combinou-se a segunda metodologia (AG integrado) com uma etapa adicional que otimizava as vazões por meio do SAO. Durante o processo de otimização foi realizada uma série de avaliações de funções utilizando um simulador de reservatórios. Devido ao alto custo desse processo, e visando reduzi-lo, foi empregada uma metodologia com modelos substitutos adaptativos. Como o problema de otimização estudado é restrito, foram utilizadas técnicas como reparação de cromossomos e um método de penalização adaptativa que permitiu que o AG funcionasse respeitando as restrições impostas ao problema. Para todos os estudos foram executadas 20 otimizações. A solução associada ao melhor VPL, entre todos os casos e abordagens estudados, trouxe um aumento de 50,44% em relação ao caso base. A redução significativa da produção de água foi o parâmetro mais decisivo para esse aumento. As metodologias aqui sugeridas trouxeram resultados consistentes com melhorias significativas no VPL, objetivo principal deste trabalho.
id UFPE_b310097749d74fd600800307d4df9f51
oai_identifier_str oai:repositorio.ufpe.br:123456789/48391
network_acronym_str UFPE
network_name_str Repositório Institucional da UFPE
repository_id_str 2221
spelling ANDRADE, Eduarda de Françahttp://lattes.cnpq.br/3173608749429791http://lattes.cnpq.br/3146063061089997SILVA, Silvana Maria Bastos Afonso da2022-12-23T11:32:17Z2022-12-23T11:32:17Z2022-08-26ANDRADE, Eduarda de França. Otimização da locação e vazão de poços em reservatórios de petróleo utilizando algoritmos genéticos e modelos substitutos adaptativos. 2022. Dissertação (Mestrado em Engenharia Civil) – Universidade Federal de Pernambuco, Recife, 2022.https://repositorio.ufpe.br/handle/123456789/48391O desenvolvimento de novos campos para produção de petróleo está cada vez mais complexo e oneroso. Por sua vez, ter uma produção lucrativa em campos maduros, onde as taxas de produção de água geralmente são altas, também representa um desafio para a área de Engenharia de Reservatórios. Para ambas as situações pode ser difícil obter retornos sobre os investimentos usando apenas técnicas tradicionais de gerenciamento de produção. Portanto, há um interesse crescente da Indústria de Petróleo e Gás no desenvolvimento de procedimentos de otimização baseados em simulações numéricas que sejam eficientes de modo a guiar o planejamento de operação dos poços. Levando isso em consideração, o presente trabalho se concentra em maximizar o valor presente líquido (VPL) do reservatório, otimizando operações de gerenciamento de campo tais como o posicionamento dos poços e o gerenciamento de vazões através de ciclos de controle. Neste trabalho foi resolvido o problema de otimização de um reservatório conhecido da literatura através de três diferentes abordagens onde foram empregados o algoritmo genético (AG) do Toolbox Optimization do MATLAB e a técnica de otimização por aproximação sequencial (SAO). A primeira abordagem otimizou, em duas etapas sequenciais, a locação de poços (AG) e suas vazões (SAO). A segunda abordagem utilizou o AG para definir, simultaneamente, a melhor posição para os poços e as melhores taxas de vazões para cada poço nos ciclos de controle definidos. Na terceira, combinou-se a segunda metodologia (AG integrado) com uma etapa adicional que otimizava as vazões por meio do SAO. Durante o processo de otimização foi realizada uma série de avaliações de funções utilizando um simulador de reservatórios. Devido ao alto custo desse processo, e visando reduzi-lo, foi empregada uma metodologia com modelos substitutos adaptativos. Como o problema de otimização estudado é restrito, foram utilizadas técnicas como reparação de cromossomos e um método de penalização adaptativa que permitiu que o AG funcionasse respeitando as restrições impostas ao problema. Para todos os estudos foram executadas 20 otimizações. A solução associada ao melhor VPL, entre todos os casos e abordagens estudados, trouxe um aumento de 50,44% em relação ao caso base. A redução significativa da produção de água foi o parâmetro mais decisivo para esse aumento. As metodologias aqui sugeridas trouxeram resultados consistentes com melhorias significativas no VPL, objetivo principal deste trabalho.FACEPEThe development of new fields for oil production is increasingly complex and expensive. Moreover, having profitable production in mature fields, where water production rates are generally high, also represents a challenge for the Reservoir Engineering area. In both situations, it cannot be easy to obtain investment returns using only traditional production management techniques. Therefore, there is a growing interest in the Oil and Gas Industry in developing optimization procedures based on numerical simulations that efficiently guide well operation planning. Thus, the present work focuses onmaximizing the reservoir's net present value (NPV) through optimizing field management operations such as well placement and flow management with control cycles. The optimization problem of a known reservoir in the literature was solved through three different approaches using the genetic algorithm (AG) of the MATLAB Toolbox Optimization and the technique of sequential approximation optimization (SAO). In two sequential steps, the first approach optimized the location of wells (AG) and their flow rates (SAO). The second approach used AG to simultaneously define the best position for the wells and the best flow rates for each well in the defined control cycles. In the third, the second methodology (integrated AG) was combined with an additional step that optimized the flows through the SAO. During the optimization process, a series of function evaluations were performed using a reservoir simulator. Due to the high cost of this process and aiming to reduce it, a methodology with adaptive substitute models was used. As the optimization problem studied is constrained, techniques such as chromosome repair and an adaptive penalty method were used that allowed the GA to work respecting the constraints imposed on the problem. For all studies, 20 optimization runs were performed. Among all cases and approaches studied, the solution associated with the best NPV had a 50.44% increase concerning the base case. The significant reduction in water production was the most decisive parameter for this increase, reaching about 87.70% in the best result obtained in this work. The methodologies suggested here brought results consistent with significant improvements in NPV, the main objective of this work.porUniversidade Federal de PernambucoPrograma de Pos Graduacao em Engenharia CivilUFPEBrasilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessEngenharia civilSimulação de reservatóriosLocação de poçosGerenciamento de vazõesModelos substitutosAlgoritmo genéticoOtimização sequencial aproximadaOtimização da locação e vazão de poços em reservatórios de petróleo utilizando algoritmos genéticos e modelos substitutos adaptativosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesismestradoreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPEORIGINALDISSERTAÇÃO Eduarda de França Andrade.pdfDISSERTAÇÃO Eduarda de França Andrade.pdfapplication/pdf4936849https://repositorio.ufpe.br/bitstream/123456789/48391/1/DISSERTA%c3%87%c3%83O%20Eduarda%20de%20Fran%c3%a7a%20Andrade.pdf766bb2d79f18dce7e9899179bbfecc47MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufpe.br/bitstream/123456789/48391/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82362https://repositorio.ufpe.br/bitstream/123456789/48391/3/license.txt5e89a1613ddc8510c6576f4b23a78973MD53TEXTDISSERTAÇÃO Eduarda de França Andrade.pdf.txtDISSERTAÇÃO Eduarda de França Andrade.pdf.txtExtracted texttext/plain241091https://repositorio.ufpe.br/bitstream/123456789/48391/4/DISSERTA%c3%87%c3%83O%20Eduarda%20de%20Fran%c3%a7a%20Andrade.pdf.txt5560cc05ebb2ea126e1214cbd55f209dMD54THUMBNAILDISSERTAÇÃO Eduarda de França Andrade.pdf.jpgDISSERTAÇÃO Eduarda de França Andrade.pdf.jpgGenerated Thumbnailimage/jpeg1253https://repositorio.ufpe.br/bitstream/123456789/48391/5/DISSERTA%c3%87%c3%83O%20Eduarda%20de%20Fran%c3%a7a%20Andrade.pdf.jpg8a942d0141a3b5ff2e842c46882c3e59MD55123456789/483912022-12-24 02:22:33.442oai:repositorio.ufpe.br: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Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212022-12-24T05:22:33Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false
dc.title.pt_BR.fl_str_mv Otimização da locação e vazão de poços em reservatórios de petróleo utilizando algoritmos genéticos e modelos substitutos adaptativos
title Otimização da locação e vazão de poços em reservatórios de petróleo utilizando algoritmos genéticos e modelos substitutos adaptativos
spellingShingle Otimização da locação e vazão de poços em reservatórios de petróleo utilizando algoritmos genéticos e modelos substitutos adaptativos
ANDRADE, Eduarda de França
Engenharia civil
Simulação de reservatórios
Locação de poços
Gerenciamento de vazões
Modelos substitutos
Algoritmo genético
Otimização sequencial aproximada
title_short Otimização da locação e vazão de poços em reservatórios de petróleo utilizando algoritmos genéticos e modelos substitutos adaptativos
title_full Otimização da locação e vazão de poços em reservatórios de petróleo utilizando algoritmos genéticos e modelos substitutos adaptativos
title_fullStr Otimização da locação e vazão de poços em reservatórios de petróleo utilizando algoritmos genéticos e modelos substitutos adaptativos
title_full_unstemmed Otimização da locação e vazão de poços em reservatórios de petróleo utilizando algoritmos genéticos e modelos substitutos adaptativos
title_sort Otimização da locação e vazão de poços em reservatórios de petróleo utilizando algoritmos genéticos e modelos substitutos adaptativos
author ANDRADE, Eduarda de França
author_facet ANDRADE, Eduarda de França
author_role author
dc.contributor.authorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/3173608749429791
dc.contributor.advisorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/3146063061089997
dc.contributor.author.fl_str_mv ANDRADE, Eduarda de França
dc.contributor.advisor1.fl_str_mv SILVA, Silvana Maria Bastos Afonso da
contributor_str_mv SILVA, Silvana Maria Bastos Afonso da
dc.subject.por.fl_str_mv Engenharia civil
Simulação de reservatórios
Locação de poços
Gerenciamento de vazões
Modelos substitutos
Algoritmo genético
Otimização sequencial aproximada
topic Engenharia civil
Simulação de reservatórios
Locação de poços
Gerenciamento de vazões
Modelos substitutos
Algoritmo genético
Otimização sequencial aproximada
description O desenvolvimento de novos campos para produção de petróleo está cada vez mais complexo e oneroso. Por sua vez, ter uma produção lucrativa em campos maduros, onde as taxas de produção de água geralmente são altas, também representa um desafio para a área de Engenharia de Reservatórios. Para ambas as situações pode ser difícil obter retornos sobre os investimentos usando apenas técnicas tradicionais de gerenciamento de produção. Portanto, há um interesse crescente da Indústria de Petróleo e Gás no desenvolvimento de procedimentos de otimização baseados em simulações numéricas que sejam eficientes de modo a guiar o planejamento de operação dos poços. Levando isso em consideração, o presente trabalho se concentra em maximizar o valor presente líquido (VPL) do reservatório, otimizando operações de gerenciamento de campo tais como o posicionamento dos poços e o gerenciamento de vazões através de ciclos de controle. Neste trabalho foi resolvido o problema de otimização de um reservatório conhecido da literatura através de três diferentes abordagens onde foram empregados o algoritmo genético (AG) do Toolbox Optimization do MATLAB e a técnica de otimização por aproximação sequencial (SAO). A primeira abordagem otimizou, em duas etapas sequenciais, a locação de poços (AG) e suas vazões (SAO). A segunda abordagem utilizou o AG para definir, simultaneamente, a melhor posição para os poços e as melhores taxas de vazões para cada poço nos ciclos de controle definidos. Na terceira, combinou-se a segunda metodologia (AG integrado) com uma etapa adicional que otimizava as vazões por meio do SAO. Durante o processo de otimização foi realizada uma série de avaliações de funções utilizando um simulador de reservatórios. Devido ao alto custo desse processo, e visando reduzi-lo, foi empregada uma metodologia com modelos substitutos adaptativos. Como o problema de otimização estudado é restrito, foram utilizadas técnicas como reparação de cromossomos e um método de penalização adaptativa que permitiu que o AG funcionasse respeitando as restrições impostas ao problema. Para todos os estudos foram executadas 20 otimizações. A solução associada ao melhor VPL, entre todos os casos e abordagens estudados, trouxe um aumento de 50,44% em relação ao caso base. A redução significativa da produção de água foi o parâmetro mais decisivo para esse aumento. As metodologias aqui sugeridas trouxeram resultados consistentes com melhorias significativas no VPL, objetivo principal deste trabalho.
publishDate 2022
dc.date.accessioned.fl_str_mv 2022-12-23T11:32:17Z
dc.date.available.fl_str_mv 2022-12-23T11:32:17Z
dc.date.issued.fl_str_mv 2022-08-26
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv ANDRADE, Eduarda de França. Otimização da locação e vazão de poços em reservatórios de petróleo utilizando algoritmos genéticos e modelos substitutos adaptativos. 2022. Dissertação (Mestrado em Engenharia Civil) – Universidade Federal de Pernambuco, Recife, 2022.
dc.identifier.uri.fl_str_mv https://repositorio.ufpe.br/handle/123456789/48391
identifier_str_mv ANDRADE, Eduarda de França. Otimização da locação e vazão de poços em reservatórios de petróleo utilizando algoritmos genéticos e modelos substitutos adaptativos. 2022. Dissertação (Mestrado em Engenharia Civil) – Universidade Federal de Pernambuco, Recife, 2022.
url https://repositorio.ufpe.br/handle/123456789/48391
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv 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
dc.publisher.program.fl_str_mv Programa de Pos Graduacao em Engenharia Civil
dc.publisher.initials.fl_str_mv UFPE
dc.publisher.country.fl_str_mv Brasil
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/123456789/48391/1/DISSERTA%c3%87%c3%83O%20Eduarda%20de%20Fran%c3%a7a%20Andrade.pdf
https://repositorio.ufpe.br/bitstream/123456789/48391/2/license_rdf
https://repositorio.ufpe.br/bitstream/123456789/48391/3/license.txt
https://repositorio.ufpe.br/bitstream/123456789/48391/4/DISSERTA%c3%87%c3%83O%20Eduarda%20de%20Fran%c3%a7a%20Andrade.pdf.txt
https://repositorio.ufpe.br/bitstream/123456789/48391/5/DISSERTA%c3%87%c3%83O%20Eduarda%20de%20Fran%c3%a7a%20Andrade.pdf.jpg
bitstream.checksum.fl_str_mv 766bb2d79f18dce7e9899179bbfecc47
e39d27027a6cc9cb039ad269a5db8e34
5e89a1613ddc8510c6576f4b23a78973
5560cc05ebb2ea126e1214cbd55f209d
8a942d0141a3b5ff2e842c46882c3e59
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_ 1802310809382027264