GLOBAL OPTIMIZATION STRATEGIES FOR WELL TEST IN SINGLE AND DUAL POROSITY RESERVOIRS. Masters thesis, King Fahd University of Petroleum and Minerals.

Preview

PDF Global_Optimization_Strategies_for_Well_Test_in_Single_and_Dual_Porosity_Reservoirs___Ali_Alnemer.pdf Download (8MB) | Preview

Arabic Abstract

تسلط هذه الدراسة الضوء على فعالية مجموعة من الخوارزميات الغير قطعية في التعرف على معايير المكامن عن طريق قراءة البيانات المستخلصة من عملية اختبار موجات الضغط العابرة في آبار النفط واستخلاص المعايير منها عن طريق إعادة التنبؤ بمعايير المكامن. استخدم في هذه الدراسة نموذجي الآبار الرأسية المحفورة في مكامن ثنائية النفاذية ذات شكل اسطواني, والآبار الأفقية المحفورة في مكامن أحادية النفاذة ذات شكلمتوازي المستطيلات. تمت الدراسة عن طريق استخلاص معايير لكل نموذج تبين جميع أنواع التدفقات المحتملة, ثم إضافة تشويش لبيانات كل نموذج من أجل محاكاة عمليات القياس. تم اختيار أربع خوارزميات بالإضافة إلى خوارزمية ليفينبرق-ماركوارت للقيام بعملية استخلاص المعايير من البيانات الجديدة وهي خوارزمية الطفرات الوراثية, خوارزمية الأفراد والسرب, خوارزمية العلاقات التبادلية وخوارزمية العينات المحلية أحادية الواسطة. تم تحديد أفضل المعايير التحكمية لكل من هذه الخوارزميات , عن طريق مقارنة أدائها لكل المعايير المقترحة. تم بعد ذلك مقارنة أداء هذه الخوارزميات مع بعضها البعض عن طريق تنفيذ كل خوارزمية 25 مرة ومقارنة أداء أول, سابع, تاسع, ثالث عشر, تاسع عشر وآخر أفضل أداء لكل خوارزمية. استخلصت الدراسة أن الخوارزميات الغير قطعية ذات أداء أفضل في نموذج المكامن متعددة المسامية عندما يكون البحث عن المعايير التالية:تباين القدرة التخزينية, تباين النفاذية, نصف قطر المكمن, مسامية الصخور, نفاذية الشقوق, ومعامل التلف. واستخلصت الدراسة أن خوارزمية ليفينبرق-ماركوارت تكون ذات أداء أفضل في نموذج الأبار الأفقية في المكامن أحادية المسامية عندما يكون البحث عن المعايير التالية: النفاذية السينية, النفاذية الصادية , النفاذية العامودية , معامل التلف, سماكة المكمن وطول الحدود الموازية للبئر.

English Abstract

This study presents an investigation of the performance of multiple stochastic optimization algorithms in performing automatic type-curve matching in pressure transient well test analysis. The primary objective is to evaluate their performance and to find the optimum behavioral parameters of each algorithm in two reservoir models which are a horizontal well model in a box-shaped reservoir and a vertical well in a dual porosity reservoir. The pressure transient response of these models was generated. A synthetic reservoir model that shows all flow regimes for both models was created. Gaussian White Noise data was added to the typical response to imitate measured data. In addition to the Levenberg-Marquardt algorithm, four stochastic algorithms were used to estimate the reservoir parameters from the noisy data. These algorithms are Deferential Evolution, Particle Swarm Optimization, Local Unimodal Sampling and Many Optimizing Liaisons. Behavioral parameters of each algorithm were investigated by comparing the performance of recommended values in the literature. Each algorithm was run for 25 realizations. The results of the runs were ordered in terms of the best achieved result. The performance was compared by comparing best 1st, 7th, 19th and 25th results of each algorithm. The result showed that the algorithms performance is affected by the model and the number of unknowns. Differential evolution algorithms showed the best performance in Dual Porosity when ∅_m,λ,ω,skin,r_e and k_f are the unknowns, and in horizontal well model when the unknowns are k_x,k_y,k_z,skin,h and the length of the parallel boundary. Other stochastic algorithms also showed better performance in dual porosity model, whereas Levenberg-Marquardt algorithm performed better than Particle Swarm Optimization, Local Unimodal Sampling and Many Optimizing Liaisons in horizontal well model.

Item Type:	Thesis (Masters)
Subjects:	Petroleum > Well Testing
Department:	College of Petroleum Engineering and Geosciences > Petroleum Engineering
Committee Advisor:	Awotunde, Abeeb
Committee Members:	Al-Hashim, Hasan and Issaka, Mohammad
Depositing User:	AL-NEMER A AHMED (g200041570)
Date Deposited:	21 Jan 2014 06:23
Last Modified:	01 Nov 2019 15:40
URI:	http://eprints.kfupm.edu.sa/id/eprint/139078