[en] BLACK OIL RESERVOIRS SIMULATOR PROXY USING COMPUTATIONAL INTELLIGENCE AND FRACTIONAL FACTORIAL DESIGN OF EXPERIMENTS

• Main Author: ALEXANDRE DE CASTRO ALMEIDA
• Other Authors: MARLEY MARIA BERNARDES REBUZZI VELLASCO
• Language: pt
• Published: MAXWELL 2009
• Subjects: [pt] OTIMIZACAO; [en] OPTIMIZATION; [pt] CAMPOS DE PETROLEO; [en] OIL FIELDS; [pt] PROJETO DE EXPERIMENTOS; [en] DESIGN OF EXPERIMENTS
• Online Access: https://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=13210@1; https://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=13210@2; http://doi.org/10.17771/PUCRio.acad.13210

[pt] Em diversas etapas da cadeia de trabalho da Indústria de Óleo e Gás a atividade de Engenharia de Petróleo demanda processos que envolvem otimização. Mais especificamente, no gerenciamento de reservatórios, as metodologias para a tomada de decisão pelo uso de poços inteligentes envolvem processos de otimização. Nestes processos, normalmente, visa-se maximizar o VPL (Valor Presente Líquido), que é calculado através das curvas de produção de óleo, gás e água fornecidas por um simulador de reservatório. Estas simulações demandam alto custo computacional, muitas vezes inviabilizando processos de otimização. Neste trabalho, empregam-se técnicas de inteligência computacional - modelos de redes neurais artificiais e neuro-fuzzy - para a construção de aproximadores de função para simulador de reservatórios com o objetivo de diminuir o custo computacional de um sistema de apoio à decisão para utilização ou não de poços inteligentes em reservatórios petrolíferos. Para reduzir o número de amostras necessárias para a construção dos modelos, utiliza-se também Projeto de Experimentos Fatoriais Fracionado. Os aproximadores de função foram testados em dois reservatórios petrolíferos: um reservatório sintético, muito sensível às mudanças no controle de poços inteligentes e outro com características reais. Os resultados encontrados indicam que estes aproximadores de reservatório conseguem bom desempenho na substituição do simulador no processo de otimização - devido aos baixos erros encontrados e à substancial diminuição do custo computacional. Além disto, os testes demonstraram que a substituição total do simulador pelo aproximador se revelou uma interessante estratégia para utilização do sistema de otimização, fornecendo ao especialista uma rápida ferramenta de apoio à decisão. === [en] In many stages of the work chain of Oil & Gas Industry, activities of petroleum engineering demand processes that involve optimization. More specifically, in the reservoirs management, the methodologies for decision making by using intelligent wells involve optimization processes. In those processes, usually, the goal is to maximize the NVP (Net Present Value), which is calculated through the curves of oil, gas and water production, supplied by a reservoir simulator. Such simulations require high computational costs, therefore in many cases the optimization processes become unfeasible. Techniques of computational intelligence are applied in this study - artificial neural networks and neuro-fuzzy models - for building proxies for reservoirs simulators aiming at to reduce the computational cost in a decision support system for using, or not, intelligent wells within oil reservoirs. In order to reduce the number of samples needed for build the models, it was used the Fractional Factorial Design of Experiments. The proxies have been tested in two oil reservoirs: a synthetic one, very sensitive to changes in the control of intelligent wells and another one with real characteristics. The replacement of the simulator by the reservoir proxy, in an optimization process, indicates a good result in terms of performance - low errors and significantly reduced computational costs. Moreover, tests demonstrate that the total replacement of the simulator by the proxy, turned out to be an interesting strategy for using the optimization system, which provides to the users a very fast tool for decision support.