Συντάχθηκε 04-02-2022 12:43
Ενημερώθηκε:
07-02-2022 08:53
Τόπος: Εξ’ αποστάσεως - Ανοιχτή στο κοινό
Σύνδεσμος τηλεδιάσκεψης
Έναρξη: 11/02/2022 16:00
Λήξη: 11/02/2022 17:00
Title: An automated EoS tuning procedure using global optimization and physical constraints
Τίτλος: Αυτοματοποιημένη μέθοδος ρύθμισης καταστατικών εξισώσεων με χρήση καθολικής βελτιστοποίησης και φυσικών περιορισμών
Τριμελής Εξεταστική Επιτροπή:
Καθηγητής Πασαδάκης Νικόλαος, ΜΗΧΟΠ (επιβλέπων)
Επ. Καθηγητής Γαγάνης Βασίλης, ΕΜΠ
ΕΔΙΠ Μαρινάκης Δημήτριος, ΜΗΧΟΠ
Abstract:
The sampling process of petroleum fluids is a fundamental step in the development of a reservoir, as the subsequent laboratory PVT analysis provides a plethora of information regarding the thermodynamic behavior of a fluid. Due to the high cost of laboratory experiments, these are usually performed within a specific range of conditions (pressure and temperature) imposed by the reservoir itself. For this reason, a mathematical tool is required that can computationally predict the values of the required properties under a wide range of conditions expected to be encountered during the exploitation of the field both in the reservoir and in the wells. The most commonly used mathematical tool are the Equations of State (EoSs), the accuracy of which when applied to petroleum fluids is limited and can be optimized only if the equations are adjusted so that their predictions can adequately match the available measured PVT study values.
In this Master Thesis, the algorithms for simulating the Constant Composition Expansion test, the Differential Liberation test and the Separator test, which are performed to characterize reservoir fluids, were developed in the Matlab programming environment from scratch. It is important to mention that the key elements of the simulation of these PVT tests, which are the stability, flash and saturation pressure algorithms, were also developed in Matlab. The automated EoS tuning procedure was then performed using a global optimization method, the pattern search method, instead of a gradient-based method that does not always guarantee to find a global minimum and can get stuck at a local minimum. In addition, physical constraints increasing the physical soundness of the model’s estimations were imposed. To test how efficient this approach is, one synthetic fluid and two real reservoir fluids were employed and the superiority of the pattern search method over conventional gradient-based optimization method was confirmed.
Περίληψη:
Η διαδικασία της δειγματοληψίας πετρελαϊκού ρευστού αποτελεί θεμελιώδες βήμα για την ανάπτυξη ενός κοιτάσματος καθώς η ακόλουθη εργαστηριακή ανάλυση PVT παρέχει πληθώρα πληροφοριών σχετικά με τη θερμοδυναμική συμπεριφορά του ρευστού. Δεδομένου ότι λόγω του υψηλού τους κόστους οι εργαστηριακές μετρήσεις πραγματοποιούνται σε περιορισμένο εύρος συνθηκών του ταμιευτήρα, απαιτείται η χρήση ενός μαθηματικού εργαλείου το οποίο θα μπορεί να προβλέψει υπολογιστικά τις τιμές των απαιτούμενων ιδιοτήτων σε διάφορες συνθήκες οι οποίες αναμένεται να απαντηθούν κατά τη διάρκεια της εκμετάλλευσης του ταμιευτήρα τόσο στο πορώδες μέσο όσο και στις σωληνώσεις των γεωτρήσεων παραγωγής. Η συνηθέστερα χρησιμοποιούμενη μέθοδος είναι αυτή των κυβικών καταστατικών εξισώσεων η ακρίβεια των οποίων όταν εφαρμόζονται σε πετρελαϊκά μίγματα είναι ανεπαρκής και βελτιστοποιείται μόνο εφόσον αυτές ρυθμιστούν προκειμένου οι προβλέψεις τους να προσαρμοστούν στα διαθέσιμα πειραματικά δεδομένα.
Στην παρούσα διπλωματική εργασία, οι αλγόριθμοι για την προσομοίωση του πειράματος της Ισοθερμοκρασιακής Εκτόνωσης Υπό Σταθερή Σύσταση (Constant Composition Expansion, CCE), της Διαφορικής Εκτόνωσης (Differential Liberation) και της δοκιμής διαχωρισμού (Separator Test), που πραγματοποιούνται για τον χαρακτηρισμό των ρευστών ταμιευτήρα, αναπτύχθηκαν στο προγραμματιστικό περιβάλλον Matlab από την αρχή. Είναι σημαντικό να αναφερθεί ότι τα βασικά στοιχεία της προσομοίωσης αυτών των δοκιμών PVT, που είναι οι αλγόριθμοι σταθερότητας φάσεων, εκτόνωσης και πίεσης κορεσμού, αναπτύχθηκαν επίσης στο Matlab. Στη συνέχεια, η διαδικασία αυτοματοποιημένης ρύθμισης EoS εκτελέστηκε χρησιμοποιώντας μια global optimization μέθοδο, την pattern search, αντί για μια gradient-based μέθοδο που δεν εγγυάται πάντα την εύρεση ενός καθολικού ελάχιστου και μπορεί να παγιδευτεί σε ένα τοπικό ελάχιστο. Επιπλέον, επιβλήθηκαν φυσικοί περιορισμοί που αυξάνουν τη φυσική σημασία των εκτιμήσεων του μοντέλου. Για να ελεγχθεί πόσο αποτελεσματική είναι αυτή η προσέγγιση, χρησιμοποιήθηκαν ένα συνθετικό ρευστό και δύο πραγματικά ρευστά ταμιευτήρα και επιβεβαιώθηκε η υπεροχή της global optimization μεθόδου της συμβατικής gradient-based μεθόδου βελτιστοποίησης.
