Método paralelo de superiorização para problemas de ajuste de histórico usando priors sísmicos a suavidade por partes

• Ano de defesa: 2023
• Autor(a) principal: Oliveira, Samuel da Silva
• Orientador(a): Carvalho, Bruno Motta de
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal do Rio Grande do Norte
• Programa de Pós-Graduação: PROGRAMA DE PÓS-GRADUAÇÃO EM SISTEMAS E COMPUTAÇÃO
• País: Brasil
• Palavras-chave em Português: Computação; History matching; Superiorization method; Parallelism; Seismics; Smoothness
• Área do conhecimento CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO
• Link de acesso: https://repositorio.ufrn.br/handle/123456789/52424

History Matching é um processo muito importante usado no manejo de produção de óleo e gás, já que tem como objetivo ajustar um modelo de reservatório até que reproduza aproximadamente o comportamento prévio de um reservatório real, podendo assim ser utilizado para prever produção futura. Este trabalho propõe a utilização de um método iterativo, chamado de superiorização, para otimização com restrições de um modelo de produção de um reservatório. O método de superiorização é uma abordagem de otimização biobjetivo, onde o primeiro objetivo é o resultado de produção e o segundo a suavidade por partes do reservatório. O segungo critério busca otimizar seu funcional sem que afete negativamente a otimização do primeiro critério. O método de superiorização é utilizado em conjunto com algum algoritmo iterativo. Em nosso trabalho, usamos o algoritmo de busca tabu em conjunto com a superiorização. Como abordagem comparativa para esses algoritmos, foi desenvolvido um algoritmo genético não superiorizado, dado que essa técnica é amplamente utilizada na literatura na resolução de history matching. Também foram realizados testes com a busca tabu não superiorizada, a fim de observar quanto o algoritmo superiorizado difere dos demais. Ambas as técnicas são iterativas e usam abordagens populacionais. Como o problema abordado é um problema inverso que geralmente é severamente subdeterminado, várias soluções possíveis podem existir para sua resolução. Devido a isso, nós também propomos a utilização de dados sísmicos dos reservatórios, para que através desses dados, se possa verificar as falhas presentes no reservatório. Desse modo, podemos usar valores de suavidade por partes, para então diminuir a quantidade de resultados possíveis através de uma regularização utilizando o segundo critério de otimização da versão superiorizada do algoritmo de busca tabu. Outro fator crítico no processo de history matching é o tempo de simulação, que é geralmente alto. Assim, também propomos investigar o uso de paralelismo da solução, utilizando CPU. Os experimentos são realizados em um modelo de reservatório 3D, buscando encontrar correspondência para os valores de prodição de gás, óleo e água. Os resultados obtidos durante a pesquisa mostram que a abordagem paralela diminui o tempo de execução em até 70%. Com a utilização de testes estatísticos, podemos afirmar que quanto a precisão do resultado, a abordagem genética obteve valores médios melhores, no entanto, a busca tabu juntamente com o método de superiorização mostraram resultados similares, porém mais estáveis, uma vez que os resultados desse algoritmo tem menos variações.