Оптимизация разработки нефтяных месторождений на основе 3D-модели пласта, полученной в результате автоадаптации

В работе предлагается подход к оптимизации разработки нефтяных месторождений. Целевая функция включает взвешенные квадраты целевых показателей разработки и регуляризирующие добавки, в которых коэффициенты ищутся адаптивно. Регуляризирующие добавки обеспечивают выполнение ограничений на оптимизируемые параметры и быструю сходимость процесса оптимизации. При минимизации целевой функции выполняется линеаризация целевых показателей, и значения оптимизируемых параметров на очередной итерации ищутся путем решения системы линейных алгебраических уравнений (СЛАУ), получаемой из минимизации квадратичного функционала. Значения целевых показателей и их чувствительности к оптимизируемым параметрам вычисляются путем гидродинамического 3D-моделирования для модели месторождения, полученной в результате автоадаптации за период, предшествующий периоду оптимизации. Расчеты выполняются в распределенной вычислительной системе, состоящей из многоядерных персональных компьютеров. Для проведения апробации предлагаемого подхода была использована модель участка месторождения высоковязкой нефти Республики Татарстан. Оптимизация проведена с различными весовыми коэффициентами и желательными значениями добычи нефти в соответствующем целевом показателе. Показано, что оптимизированные планы обеспечивают более эффективную разработку нефтяного месторождения по сравнению с планом, использованным на практике. Вместе с этим оптимальный план, построенный по адаптированной модели месторождения на ранней стадии разработки, оптимизирует разработку и для модели, адаптированной на основе данных, полученных за весь период разработки месторождения. Это позволяет сделать вывод, что планы разработки, построенные по модели, адаптированной на основе данных, полученных за короткий срок, будут примерно в той же степени оптимизировать и характеристики добычи для реального месторождения. Время решения оптимизационных задач, содержащих около 500 параметров, в распределенной вычислительной системе составило около суток.