文献

J-GLOBAL ID：201802223176127532   整理番号：18A0812771

Norne油田における炭化水素水交互ガスの最適化:進化的アルゴリズムの応用【JST・京大機械翻訳】

Optimization of hydrocarbon water alternating gas in the Norne field: Application of evolutionary algorithms

著者 (3件)： Mohagheghian Erfan (Faculty of Engineering and Applied Science, Memorial University of Newfoundland, St. John’s, NL A1B3X5, Canada) ,  James Lesley A. (Faculty of Engineering and Applied Science, Memorial University of Newfoundland, St. John’s, NL A1B3X5, Canada) ,  Haynes Ronald D. (Department of Mathematics and Statistics, Memorial University of Newfoundland, St. John’s, NL A1C5S7, Canada)
資料名： Fuel  (Fuel)
巻： 223  ページ： 86-98  発行年： 2018年 
JST資料番号： C0023A  ISSN： 0016-2361  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 水交換ガス(WAG)は,ガス注入の微視的変位の増加による水攻の改良巨視的掃引を統合する強化石油回収(EOR)法である。WAG運転パラメータの最適設計は,通常,試行錯誤による数値貯留層シミュレーションに基づいている。本研究では,ロバスト進化アルゴリズムを用いて,Norne場のEセグメントにおける炭化水素WAG性能を自動的に最適化した。正味現在価値(NPV)と2つのグローバル半ランダム探索戦略(遺伝的アルゴリズム(GA)と粒子群最適化(PSO))を用いて,操作パラメータの数を増加させることを最適化した。運転パラメータは,水とガス注入速度,油生産井の底穴圧力,サイクル比,サイクル時間,注入炭化水素ガスの組成と全WAG期間を含む。進行事例研究において,意思決定変数の数は増加し,問題の複雑さを増加させる一方,WAGプロセスの有効性を改善する可能性がある。固定全WAGシミュレーション時間内の増分回復因子(IRF)も最適化した。NPVと油回収を最適化することにより見出されたWAGパラメータ間の差異を強調した。これは,そのような広い範囲のWAG変数とPSOの最初の使用を最適化し,フィールドスケールでのWAGプロジェクトを最適化する最初の研究である。参照ケースと比較して,GAとPSOによって見出された目的関数の最良の全体値は,もしNPVがすべての上記のWAG運転変数の上で最適化され,IRFが最適化されるならば,それぞれ14.2%と16.2%高い。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *炭化水素 ,  採油 ,  油層シミュレーション ,  事例研究 ,  遺伝的アルゴリズム ,  最適設計 ,  *最適化 ,  炭化水素ガス ,  ロバスト性 ,  目的関数
準シソーラス用語： 粒子群最適化 ,  ランダム探索 ,  運転パラメータ ,  通気 ,  *進化的アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (5件)： WAG最適化 ,  遺伝的アルゴリズム ,  粒子群最適化 ,  正味の価値 ,  増分回復係数

分類 (1件)： 採収法  (UA10040R)

タイトルに関連する用語 (6件)： 油田 ,  炭化 ,  水素水 ,  最適化 ,  進化的アルゴリズム ,  応用