文献

J-GLOBAL ID：202002259724640012   整理番号：20A0189830

CO2-EORプロジェクトのための機械学習ベース多目的最適化ワークフローの開発と応用【JST・京大機械翻訳】

Development and application of a machine learning based multi-objective optimization workflow for CO₂-EOR projects

著者 (3件)： You Junyu (Petroleum Recovery Research Center, New Mexico Tech, Socorro 87801, USA) ,  Ampomah William (Petroleum Recovery Research Center, New Mexico Tech, Socorro 87801, USA) ,  Sun Qian (Petroleum Recovery Research Center, New Mexico Tech, Socorro 87801, USA)
資料名： Fuel  (Fuel)
巻： 264  ページ： Null  発行年： 2020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： 二酸化炭素強化石油回収(CO2-EOR)は,温室効果ガス排出量を削減する重要な候補として,井戸としての炭化水素生産改善の技術の一つとして知られている。したがって,CO2-EORプロジェクトのための理想的な開発戦略は,石油回収,CO2貯蔵量およびプロジェクト経済結果を最大化することを含む複数の目的を考慮する。本研究では,人工ニューラルネットワーク(ANN)と多目的最適化を組み合わせたロバストな計算フレームワークを提案し,CO2-EORプロセスにおける上記の目的を同時に最適化した。エキスパートANNシステムを訓練し,最適化ワークフローにおける高忠実度構成シミュレータの代理モデルとして用いた。開発最適化プロトコルのロバスト性を,合成注入パターンベースの事例研究により確認した。その後,フィールド開発の三次回復段階を最適化するためのMorrow-B形成へのフィールド実装を検討した。本研究では,多目的最適化プロセスにより生成された集合体目的関数と解リポジトリ(Paretoフロント)を用いて見出された最適解を比較した。比較により,CO2-EORプロジェクト設計における特定の基準を満たす潜在的多重解の存在を示した。それは,従来の加重和法を用いて見つけることができなかった。最適化結果は,複数の目的関数が考慮されるとき,CO2-EORプロジェクトの意思決定プロセスに対する重要な洞察を提供する。Copyright 2020 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： 石油 ,  ロバスト性 ,  炭化水素 ,  *機械学習 ,  リポジトリ ,  *最適化 ,  目的関数 ,  事例研究 ,  *ワークフロー ,  多重化 ,  シミュレータ ,  温室効果ガス排出量 ,  凝集体 ,  ニューラルネットワーク ,  *二酸化炭素

著者キーワード (4件)： 二酸化炭素隔離 ,  CO2-EOR ,  多目的最適化 ,  人工神経回路網

分類 (1件)： 採収法  (UA10040R)

タイトルに関連する用語 (8件)： CO2 ,  EOR ,  プロジェクト ,  機械学習 ,  多目的最適化 ,  ワークフロー ,  開発 ,  応用