Skip navigation
Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.ufpe.br/handle/123456789/43513

Comparte esta pagina

Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorHOROWITZ, Bernardo-
dc.contributor.authorRIBEIRO, Camila Nascimento-
dc.date.accessioned2022-03-25T16:18:41Z-
dc.date.available2022-03-25T16:18:41Z-
dc.date.issued2021-08-09-
dc.identifier.citationRIBEIRO, Camila Nascimento. Técnicas de refinamento da aproximação do gradiente para otimização da injeção de água. 2021. Dissertação (Mestrado em Engenharia Civil) - Universidade Federal de Pernambuco, Recife, 2021.pt_BR
dc.identifier.urihttps://repositorio.ufpe.br/handle/123456789/43513-
dc.description.abstractNeste trabalho são apresentadas técnicas de refinamento para melhorar tanto o desempenho do Método Baseado em Ensembles (EnOpt), como também melhorar o desempenho do Gradiente Simplex (SG), para o gerenciamento ótimo do problema de injeção de água em reservatórios sujeitos a restrições. A função objetivo adotada é o Valor Presente Líquido (VPL) e, as restrições impostas são a nível de poço e do campo. Adotou-se o algoritmo SQP para resolução do problema de injeção de água e, o Método dos Mínimos Quadrados Não-lineares (Non-linear Least Squares Method – NLS) par resolver o problema desacoplado. Propomos quatro técnicas de refinamento da matriz de sensibilidade: Técnica do Truncamento; Técnica do Amortecimento; Técnicas de Localização que incluem a sensibilidade do VPL dos poços produtores com respeito aos controles dos outros poços produtores e a sensibilidade do VPL dos poços produtores com respeito aos controles dos poços injetores; e ainda as Técnicas de Regularização, sendo elas, a sensibilidade do VPL dos poços injetores com respeito aos controles dos poços produtores e a sensibilidade do VPL dos poços injetores com respeito aos controles dos outros poços injetores. Essas técnicas foram inseridas aos métodos EnOpt e SG, resultando em cinco refinamentos distintos, REB (Método baseado em Ensemble com as técnicas de localização e regularização e, utiliza a média de todas as realizações para calcular a matriz de desvios), REB* (Método baseado em Ensemble com as técnicas de localização e regularização e, utiliza apenas as perturbações para calcular a matriz de desvios), REB+T (Método baseado em Ensemble com as técnicas de truncamento, localização e regularização), RSG+T (Gradiente Simplex com as técnicas de truncamento, localização e regularização) e RSG+TD (Gradiente Simplex com as técnicas de truncamento, amortecimento, localização e regularização). Todas as estratégias foram avaliadas em dois modelos de reservatórios, Brush Canyon Outcrop (BCO) e Brugge.pt_BR
dc.description.sponsorshipCAPESpt_BR
dc.language.isoporpt_BR
dc.publisherUniversidade Federal de Pernambucopt_BR
dc.rightsopenAccesspt_BR
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectEngenharia civilpt_BR
dc.subjectMétodo baseado em ensemblept_BR
dc.subjectGradiente simplexpt_BR
dc.subjectOtimização do problema de injeção de águapt_BR
dc.subjectAlgoritmos de otimizaçãopt_BR
dc.subjectRefinamentospt_BR
dc.titleTécnicas de refinamento da aproximação do gradiente para otimização da injeção de águapt_BR
dc.typedoctoralThesispt_BR
dc.contributor.advisor-coTUEROS, Juan Alberto Rojas-
dc.contributor.authorLatteshttp://lattes.cnpq.br/1372522291346915pt_BR
dc.publisher.initialsUFPEpt_BR
dc.publisher.countryBrasilpt_BR
dc.degree.leveldoutoradopt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/4821122371021903pt_BR
dc.publisher.programPrograma de Pos Graduacao em Engenharia Civilpt_BR
dc.description.abstractxIn this work, refinement techniques are implemented to improve the performance of the Ensemble Based Method (EnOpt) and the performance of the Simplex Gradient (SG), for production optimization. The objective function is the Net Present Value (NPV), the controls variables are rate and bottom hole pressure (BHP) to producer and injector wells. The SQP algorithm was used to solve the Waterflooding Optimization and the Nonlinear Least Squares Method (NLS) was used to solve the Capacitance-Resistance Model based on producer wells (CRMP). We propose four techniques to refine the sensitivity matrix: Truncation technique; Damping Technique; Localization Techniques that include the sensitivity of the NPV of the producer wells with respect to the controls of the other producer wells and the sensitivity of the NPV of the producer wells with respect to the controls of the injector wells; and also the Regularization Techniques, that include the sensitivity of the NPV of the injector wells with respect to the controls of the producer wells and the sensitivity of the NPV of the injector wells with respect to the controls of the other injector wells. These techniques were implemented to improve the quality of the gradient in the search direction using EnOpt and SG methods. This implementation results in five distinct refinements, REB (Ensemble Based Method with localization and regularization techniques and uses the average of all realizations to calculate the deviation matrix), REB* (Ensemble Based Method with localization and regularization techniques and uses only the perturbations to calculate the deviation matrix), REB+T (Ensemble Based Method with truncation, localization and regularization techniques), RSG+T (Simplex Gradient with truncation, localization and regularization techniques) and RSG+TD (Simplex Gradient with truncation, damping, localization and regularization techniques). All strategies were validated in two synthetic models with real properties, Brush Canyon Outcrop (BCO) and Brugge.pt_BR
dc.contributor.advisor-coLatteshttp://lattes.cnpq.br/7356644045489311pt_BR
Aparece en las colecciones: Dissertações de Mestrado - Engenharia Civil

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
DISSERTAÇÃO Camila Nascimento Ribeiro.pdf5,87 MBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está protegido por copyright original



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons