An injection/production-efficiency based surrogate optimization algorithm for optimal well controls in waterflooding reservoirs
Dit artikel stelt een nieuw op stroomlijnen gebaseerd surrogaatoptimalisatiealgoritme voor dat injectie-/productie-efficiëntie-metrieken integreert met geavanceerde bemonsteringsstrategieën om de welcontrole in heterogene waterinjectiereservoirs efficiënt en betrouwbaar te optimaliseren, waardoor de olieopbrengst en economische voordelen aanzienlijk worden verbeterd terwijl de beperkingen van traditionele stroomlijn- en pure surrogaatmethoden worden overwonnen.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Diep onder het aardoppervlak houden uitgestrekte netwerken van poreus gesteente de olie en het gas van de wereld vast. Om deze energie te extraheren, injecteren ingenieurs vaak water in deze reservoirs om de olie naar productieputten te duwen, een proces dat bekend staat als waterinjectie (waterflooding). De ondergrondse rots is echter zelden uniform; het bevat verborgen kanalen met een hoge permeabiliteit en barrières die ervoor zorgen dat het geïnjecteerde water door sommige paden raast terwijl olie in andere paden achterblijft. Deze ongelijkmatige stroming leidt tot een frustrerende realiteit: water breekt te snel door naar de productieputten, waardoor het systeem overspoelt en waardevolle olie achterlaat. Decennialang was de uitdaging om de perfecte balans te vinden tussen injectie- en productiesnelheden om het reservoir efficiënt te vegen zonder tijd of geld te verspillen aan trial-and-error.
Een team onderzoekers van het CNPC Research Institute of Petroleum Exploration and Development heeft een nieuwe methode ontwikkeld om dit probleem op te lossen, waarbij twee verschillende benaderingen worden gecombineerd om een snellere, betrouwbaardere manier te creëren om deze complexe ondergrondse systemen te beheren. Hun werk, onlangs gepubliceerd, introduceert een algoritme dat fungeert als een slimme gids voor reservoiringenieurs. In plaats van uitsluitend te vertrouwen op trage, zware computersimulaties of eenvoudige vuistregels, gebruikt dit nieuwe systeem een techniek genaand 'streamline simulatie' om te begrijpen hoe water door de rots beweegt, en past vervolgens een geavanceerde zoekstrategie toe om de beste mogbare instellingen voor elke put te vinden. Het resultaat is een schema dat de olieopbrengst aanzienlijk verhoogt en tegelijkertijd de geproduceerde hoeveelheid water drastisch vermindert, wat een duidelijk pad biedt om de waarde van een reservoir te maximaliseren.
De kern van deze nieuwe methode ligt in de manier waarop de succesfactor van elke injectie- en productieput wordt gemeten. De onderzoekers definieerden een concept dat zij "injectie- en productie-efficiëntie" noemen. Stel je een specifieke combinatie van putten voor—één die water pompt en één die olie eruit trekt. Het team berekende hoeveel geld de geproduceerde olie van dat paar waard is ten opzichte van de kosten van het geïnjecteerde water en de geproduceerde vloeistof. Als een paar putten meer waarde genereert dan het gemiddelde, weet het systeem dat het de activiteit moet verhogen. Als het onderpresteert, vermindert het systeem de snelheid. Deze berekening vindt plaats op het niveau van individuele putparen en ook voor enkele putten, wat een gedetailleerde kaart creëert van welke delen van het reservoir goed functioneren en welke moeite hebben.
Traditioneel was het optimaliseren van deze snelheden een traag en moeilijk proces. Ingenieurs moesten vaak complexe numerieke simulaties uitvoeren, die lijken op gedetailleerde 3D-modellen van de ondergrondse rots, om verschillende scenario's te testen. Omdat deze modellen zo rekenintensief zijn, is het uitvoeren van honderden simulaties om de beste oplossing te vinden vaak onmogelijk binnen een redelijke tijdspanne. Alternatief zijn er eenvoudigere methoden die snel zijn, maar die de precisie missen om de complexe, veranderende omstandigheden van een echt reservoir over vele jaren aan te kunnen. De onderzoekers zochten een middenweg die de snelheid van eenvoudige methoden kon bieden met de nauwkeurigheid van complexe simulaties.
Om dit te bereiken, bouwden ze een "surrogaat-optimalisatiealgoritme". In deze context is een surrogaat een vereenvoudigd, snel lopend model dat in de plaats komt te staan van de zware, trage simulatie. Het algoritme begint met het testen van een paar verschillende snelheidsinstellingen en gebruikt de resultaten om dit vereenvoudigde model te bouwen. Het gebruikt vervolgens een slimme bemonsteringsstrategie om te raden waar de beste oplossing zich mogelijk verbergt. Het algoritme zoekt naar punten die ofwel een goed resultaat lijken te geven op basis van het huidige model, ofwel ver weg liggen van wat al getest is, om er zeker van te zijn dat het nieuwe mogelijkheden verkent. Door het vereenvoudigde model constant bij te werken met nieuwe gegevens uit de echte, zware simulatie, alleen wanneer dat absoluut noodzakelijk is, vindt het algoritme de optimale oplossing met veel minder dure berekeningen dan traditionele methoden.
De onderzoekers testten deze nieuwe aanpak op twee verschillende scenario's: een synthetisch model ontworpen om een reservoir met specifieke geologische kenmerken na te bootsen, en een echt reservoir in het Midden-Oosten. In het synthetische model bevatte het reservoir hoog-permeabele banen die ervoor zorgden dat water door specifieke paden stroomde, waardoor olie achterbleef. Het basis-schema, dat de standaardwijze van het beheren van de putten vertegenwoordigde, resulteerde in een netto contante waarde van ongeveer 43,67 miljoen Amerikaanse dollar. Toen het nieuwe algoritme het overnam, paste het de injectiesnelheden aan, waarbij de waterinjectie in een specifieke injector die omringd werd door ongebruikte olie aanzienlijk werd verhoogd. Deze verandering maakte het mogelijk om het resterende olie effectiever weg te duwen. Het geoptimaliseerde schema verhoogde de netto contante waarde naar ongeveer 44,10 miljoen Amerikaanse dollar, een significante verbetering. Belangrijker nog, het verhoogde de totale olieproductie met meer dan 27.000 kubieke meter en verminderde de totale waterproductie met bijna 48.000 kubieke meter.
De test op het echte Midden-Oosterse reservoir leverde zelfs nog spectaculairdere resultaten op. Dit reservoir was al meer dan twaalf jaar in productie, met vijf injectoren en negen producenten. De standaard beheermethode, die vertrouwde op vaste capaciteitslimieten, resulteerde in een netto contante waarde van ongeveer 11,08 miljoen Amerikaanse dollar voor de optimalisatieperiode. Het nieuwe algoritme identificeerde echter dat de injectie- en productiesnelheden verschoven moesten worden van de dominante putten naar andere putten die onderbenut waren. Door de injectiesnelheid bij een specifieke injector geleidelijk te verhogen en de productiesnelheden van verschillende putten aan te passen, verbeterde het systeem de sweep van het reservoir. Het geoptimaliseerde schema verhoogde de netto contante waarde naar ongeveer 13,33 miljoen Amerikaanse dollar, een stijging van meer dan 2,2 miljoen dollar. Misschien wel het meest opvallende was de reductie in waterproductie, die met meer dan 68.000 kubieke meter daalde, en een enorme afname in de watercut, het percentage water in de totale geproduceerde vloeistof, die met meer dan 26 procentpunten daalde.
Het succes van deze methode komt voort uit het vermogen om het fysieke begrip van hoe water door gesteente beweegt te integreren met de wiskundige kracht van optimalisatie. De streamline-simulatie biedt een helder beeld van de stromingspaden, waardoor het algoritme beslissingen kan nemen op basis van de werkelijke fysica van het reservoir in plaats van enkel op statistische gissingen. Door gebruik te maken van het surrogaat-optimalisatiekader, vermeden de onderzoekers de computationele flessenhals die een dergelijke gedetailleerde optimalisatie gewoonlijk in de weg staat. Het algoritme bewees dat het mogelijk is om een schema te vinden dat zowel economisch superieur als fysiek efficiënt is, waarbij meer olie wordt gewonnen en minder water wordt geproduceerd.
De onderzoekers benadrukken dat deze aanpak bijzonder waardevol is voor de middelste en late stadia van reservoirontwikkeling, waarbij de resterende olie vaak verspreid en moeilijk bereikbaar is. De methode is niet beperkt tot het aanpassen van snelheden; het kader is flexibel genoeg om in de toekomst te worden uitgebreid naar het optimaliseren van de locatie van nieuwe putten of de opstelling van het gehele putpatroon. Voor nu toont het werk aan dat door een diep begrip van vloeistofstroming te combineren met moderne zoekalgoritmen, ingenieurs betere beslissingen kunnen nemen die de levensduur van reservoirs verlengen en de efficiëntie van de wereldwijde energieproductie verbeteren. De bevindingen suggereren dat met de juiste instrumenten de complexe uitdaging van het beheren van waterinjectie kan worden omgezet in een precieze wetenschap, die betere resultaten oplevert met minder verspilling.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.