-
题名基于主成分分析和代理模型辅助的多目标生产优化方法
被引量：5
- 1
-
-
作者
姚为英
冯高城
任宜伟
尹彦君
王中正
李振宇
-
机构
中海油能源发展股份有限公司工程技术分公司
中国石油大学(华东)石油工程学院
-
出处
《科学技术与工程》
北大核心
2022年第23期10042-10049,共8页
-
基金
海油发展科技重大专项(HFZXKT-GJ2020-02-05)。
-
文摘
多目标优化方法常用于考虑地质不确定性时进行油藏鲁棒生产优化,该方法能够同时优化历史拟合得到的多个概率模型的平均经济净现值和经济净现值的离散程度,从而得到一组权衡多个目标的最优生产方案。然而,多目标优化过程涉及的决策变量规模大,且基于常规数值模拟的目标函数评估计算耗时长。对此,提出了一种基于主成分分析和代理模型辅助的多目标生产优化方法(K-MOEA/D-PCA),采用主成分分析对大规模决策变量进行降维,然后借助基于代理模型辅助的多目标进化算法,通过设计计算高效的近似函数来代替常规数值模拟进行生产优化,最终得到目标油藏的最优生产方案。为验证提出方法的有效性,将其应用到标准测试模型。结果表明,提出的K-MOEA/D-PCA方法,通过降低变量的维数,可以有效解决具有大规模变量的油藏多目标生产优化难题,实现优化效率和方案精度的平衡。
-
关键词
多目标优化
鲁棒生产优化
主成分分析
代理辅助的进化算法
-
Keywords
multi-objective optimization
robust production optimization
principal component analysis
surrogate-assisted evolutionary algorithm
-
分类号
TE341
[石油与天然气工程—油气田开发工程]
-
