機械学習による最適化問題のための低減された井戸経路パラメタリゼーション【JST・京大機械翻訳】

Kristoffersen Brage S.; Bellout Mathias C.; Silva Thiago L.; Silva Thiago L.; Berg Carl F.

文献

J-GLOBAL ID：202202235151790574 整理番号：22A0155866

機械学習による最適化問題のための低減された井戸経路パラメタリゼーション【JST・京大機械翻訳】

Reduced well path parameterization for optimization problems through machine learning

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=22A0155866&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=22A0155866&from=J-GLOBAL&jstjournalNo=T0412A") }}

著者 (5件)： , , , ,
資料名：
巻： 208 号： PC ページ： Null 発行年： 2022年
JST資料番号： T0412A ISSN： 0920-4105 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：オランダ (NLD) 言語：英語 (EN)

本研究では,貯留層シミュレーションモデルにおける良好なパラメタリゼーションを単純化するための自動坑井計画のための最近開発した機械学習ルーチンを適用した。この低減次数パラメタリゼーションは,収束と最終井戸構造の両方に関して,井戸配置最適化に有益であることを示した。提案した機械学習ルーチンマップ軌跡は,その問題について,貯留層と事前領域知識に関する空間情報を利用して,ホーニング前処理工学要求を学習する。本論文では,坑井プランナーは貯留層の高透過性部分を横断する坑井を創り,その結果,生産性を増した。以前の研究は,軌道の発達がディジタルドリルビットの周りの局所情報によって主に決定されるので,井戸の始まりとエンドポイントへの小さな変化が,得られた坑井軌道のほとんどに限定的な影響を有することを見出した。特に,開始点と終点の深度成分の変化は,エンドポイントから離れた軌道に限定された影響があった。これらの観測に基づき,本研究は,水平座標のみを含むように,十分にパラメータ化を減らす。主な仮定は,坑井の穿孔部が上部貯留層境界で貯留層に常に入っていることであり,一方,機械学習ルーチンの停止基準は穿孔長さのみである。この定式化は,各井戸に対して6から4座標までの決定変数の数を低減する。得られた縮小探索空間は,井戸経路の開始と終点のより少ない自由度のコストでより効率的な探索努力を可能にする。しかしながら,著者らは,よく計画されたルーチンによって開発された高度に精錬された坑井軌道がロバストであり,過大なパラメータ化でより少ない自由度を補償することを示している。このロバスト性を,自動坑井計画ルーチンに対する異なる開始位置の影響を調査することによって試験した。さらに,井戸配置最適化のための低減井戸パラメタリゼーションの効果を探究した。4つの異なる最適化アルゴリズムを用いた2つの最適化シナリオを提示した。結果は,最適化目的のための低減された坑井パラメタリゼーションの実施が,高品質解を一貫して生産することを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

著者キーワード (4件)： , , ,

油層工学

, , , ,

前のページに戻る