logo móvil
Contáctanos

Tendencias recientes en el desarrollo de modelos de proxy para la optimización de la colocación de pozos empleando técnicas de aprendizaje automático

Autores: Salasakar, Sameer; Prakash, Sabyasachi; Thakur, Ganesh

Idioma: Inglés

Editor: MDPI

Año: 2024

Descargar PDF

Acceso abierto

Artículo científico
2024

Tendencias recientes en el desarrollo de modelos de proxy para la optimización de la colocación de pozos empleando técnicas de aprendizaje automático


Categoría

Procesos industriales

Subcategoría

Simulación de procesos industriales

Palabras clave

Optimización de la ubicación del pozo
Simulación de yacimientos
Modelos de proxy
Modelos basados en datos
Modelos de orden reducido
VPN

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 31

Citaciones: Sin citaciones


Descripción
La optimización de la ubicación de pozos se refiere a la identificación de ubicaciones óptimas para pozos (productores e inyectores) para maximizar el valor presente neto (VPN) y la recuperación de petróleo. Es un desafío complejo en todas las fases de producción (primaria, secundaria y terciaria) de un yacimiento. La simulación de yacimientos se utiliza principalmente para resolver esta tarea intrincada mediante el análisis de numerosos escenarios con diversas ubicaciones de pozos para determinar la ubicación óptima que maximiza las funciones objetivo seleccionadas (por ejemplo, VPN y recuperación de petróleo). Los modelos proxy son una alternativa computacionalmente menos costosa a las técnicas tradicionales de simulación de yacimientos, ya que aproximan simulaciones complejas con modelos más simples. Los artículos de revisión anteriores se han centrado en analizar varios algoritmos y técnicas de optimización para la ubicación de pozos. Este artículo explora varios tipos de modelos proxy que son los más adecuados para la optimización de la ubicación de pozos debido a sus naturalezas discretas y no lineales, y se centra en los avances recientes en el área. Los modelos proxy en este artículo se dividen en dos clases principales, a saber, modelos basados en datos y modelos de orden reducido (ROMs). Los modelos basados en datos incluyen aproximaciones estadísticas y de aprendizaje automático (ML) a problemas no lineales. La segunda clase, es decir, un ROM, utiliza métodos de descomposición ortogonal adecuada (POD) para reducir la dimensionalidad del problema. Este artículo presenta varias subcategorías dentro de estas dos clases de modelos proxy y presenta las aplicaciones exitosas de la literatura de optimización de la ubicación de pozos. Finalmente, se discute también el potencial de integrar un enfoque basado en datos con técnicas ROM para desarrollar modelos proxy más eficientes computacionalmente para la optimización de la ubicación de pozos. Este artículo tiene como objetivo servir como una revisión exhaustiva de las últimas técnicas de modelos proxy para el problema de optimización de la ubicación de pozos. En conclusión, si bien los modelos proxy tienen sus propios desafíos, su capacidad para reducir significativamente la complejidad del proceso de optimización de la ubicación de pozos para áreas de simulación de yacimientos enormes los hace extremadamente atractivos. Con la investigación y el desarrollo activos que ocurren en esta área, los modelos proxy están preparados para desempeñar un papel cada vez más central en la optimización de la ubicación de pozos de petróleo y gas.

Otros recursos que podrían interesarte

Temas Virtualpro