Balancing conflicting objectives in pre-salt reservoir development: A robust multi-objective optimization framework
Notice bibliographique
Résumé
Optimizing production strategies for gas and oil fields is a critical challenge in petroleum engineering as it involves balancing multiple and often conflicting objectives, for instance, enhancing production rates, reducing operational costs, and mitigating the environmental effects of cumulative water or gas production. This study aims to develop and apply a robust multi-objective optimization framework to the UNISIM-II-D reservoir, which represents Brazilian pre-salt fields on nine representative models (RMs) to address geological uncertainties while considering three economic scenarios. The study focuses on maximizing expected monetary value (EMV) and the net present value of RM4 considering economic uncertainty (NPVeco of RM4), of the most pessimistic scenario among the RMs. The optimization variables are location, type (injection or production), and number of wells, while the non-dominated sorting genetic algorithm II (NSGA-II) is employed for multi-objective optimization. The study indicates that prioritizing EMV, the primary objective function, does not inevitably result in the NPVeco of RM4 achieving its optimal or near-optimal value. However, by employing the proposed framework, a 3 % improvement in EMV and a 28 % enhancement in the NPVeco of RM4 is achieved compared to the single objective optimization of EMV, which highlights the strength and robustness of the framework.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».