Optimization design of horizontal well fracture stage placement in shale gas reservoirs based on an efficient variable-fidelity surrogate model and intelligent algorithm
Notice bibliographique
Résumé
Hydraulic fracturing technique increases shale gas well productivity significantly. Horizontal well fracture optimization has been studied by many researchers worldwide in the past decade. However, most of these researches relied on computationally expensive numerical simulation models for objectives evaluation during the optimization process. This affects the optimization efficiency significantly. To address this issue, surrogate model methods which adapt a simple approximate model are employed to lessen the computational burden. In this study therefore, a novel intelligent variable-fidelity radial basis function (VFRBF) surrogate-assisted model for multi-objective fracture stage placement optimization, namely VFRBF-FSO, is proposed to reduce the computational burden of the numerical simulation-based production optimization. In the VFBRF-FSO method, low-fidelity (LF) and high-fidelity (HF) samples were adopted simultaneously to establish the variable-fidelity (VF) surrogate model. To the best of our knowledge, this is the first time that variable-fidelity model is used for shale gas horizontal well fracture stage placement optimization. The uniqueness of this proposed method is that a scaling factor and an augment matrix are used to integrate the LF and HF samples to increase the accuracy of the surrogate model. Moreover, two cases with different wells and well types were studied to illustrate the effectiveness and accuracy of the VFRBF-FSO method. The optimization results showed that the VFRBF-FSO method performed comparably with the HF model-based method in terms of convergence and diversity. However, the VFRBF-FSO reduced the simulation runs on the two cases with different wells and fracture types to about five times that of the HF model.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».