Optimization of Expanded-Solvent Steam Assisted Gravity Drainage Using Differential Evolution. Masters thesis, King Fahd University of Petroleum and Minerals.

Preview

PDF Optimization_of_ES-SAGD_Using_DE.pdf - Accepted Version Download (3MB) | Preview

Arabic Abstract

لقد أظهرت خوارزمية تطور التفاضلية (Differential Evolution) تحسين أداء جيد في العديد من مشاكل التحسين العددية. ومع ذلك، عوامل التحكم في هذه الطريقة تؤثر بشكل كبير على أدائها وتتطلب العديد من التجارب لتحديد القيم المثلى لهذه العوامل لكل عملية تحسين عددية. من ناحية أخرى، عملية تحسن انتاج الزيت عن طريق ضخ بخار الماء والمذيبات ) ES-SAGD ) هي واحدة من التقنيات الحرارية الواعدة لاستخراج النفط الثقيل. ومع ذلك، بسبب متطلبات الحوسبة العالية، فقد تم إيلاء اهتمام محدود لدمج محاكاة عملية (ES-SAGD) مع خوارزميات التحسين العددية للتعامل مع أكثر من عنصر من عناصر التصميم. وبدون عملية متكاملة ومحسنة لاستخراج الزيت الثقيل، لن يتحقق الإنتاج المرجو من هذه الموارد غير التقليدية، او يمكن أن يتحقق ذلك ولكن بتكلفة كبيرة وأثر بيئي واسع .ان الهدف من هذا العمل هو تحسين اداء خوارزمية تطور التفاضلية عن طريق إضافة خاصية التكيف الذاتي لتحسين نوعية الحل، وسرعة التقارب إلى الحل الأمثل وتقليل التكلفة الحسابية. وكذلك دراسة أدائها على مجموعة من مشاكل التحسين المعروفة لاختبار و قياس الأداء قبل تطبيقها لتحسين أداء عملية ) ES-SAGD) .تظهر الطريقة المقترحة تعزيز سرعة التقارب وتحقيق التوازن بين الاستغلال والاستكشاف العام وانها متفوقة على خوارزمية تطور التفاضلية التقليدية. كما أن يتبين أن نسبة الزيت الى البخار المتراكم ) cSOR ( ليس مؤشر الأداء الصحيح عند لتحسين إنتاج الزيت في عملية ) ES-SAGD( بدلا من ذلك، صافي القيمة الحالية (NPV) من العملية في نهاية المشروع هو الممثل الأفضل لربحية المشروع والقدرة على الإنتاج .

English Abstract

Differential Evolution (DE) optimization algorithm has shown good performance in many optimization problems. However, its control parameters greatly affect its performance and require many trials to determine the optimum values of control parameters for specific optimization problem. On the other hand, the Expanding Solvent Steam-Assisted Gravity Drainage (ES-SAGD) process is one of the most promising thermal techniques to recover heavy oil and extra heavy-oil reservoirs. However, because of high computation requirements, limited attention has been paid to integrate the ES-SAGD simulation with global optimization algorithms to handle more design elements. Without efficient and optimized recovery process design, the ultimate recovery from such unconventional resources will not be achieved, or it could be achieved with great cost and large environmental impact. The objective of this work is introducing self-adaptive DE algorithm with a new adaptation technique to improve solution quality, speed convergence to optimum solution and reduce computational cost. As well as studying its performance on benchmark test functions before being applied to optimize the recovery performance of ES-SAGD process. xi The proposed method is shown to enhance the convergence speed and balance the exploitation and global exploration capabilities of self-adaptive DE algorithms and it is superior over conventional DE algorithm. It has also be shown that cumulative Steam Oil Ratio (cSOR) is not the right performance indicator when optimizing ES-SAGD recovery process. Alternatively, Net Present Value (NPV) of the recovery process at the end of the project is better representative to project profitability and recovery capability.

Item Type:	Thesis (Masters)
Subjects:	Petroleum > Well Performance and Optimization Petroleum > Enhanced Oil Recovery Petroleum > Reservoir Modelling and Simulation
Department:	College of Petroleum Engineering and Geosciences > Petroleum Engineering
Committee Advisor:	Awotunde, Abeeb A.
Committee Co-Advisor:	Abu-Khamsin, Sidqi Ahmed
Committee Members:	Sultan, Abdullah Saad
Depositing User:	MOUSSA TAM MAGDI (g201105270)
Date Deposited:	14 Oct 2015 05:37
Last Modified:	01 Nov 2019 16:30
URI:	http://eprints.kfupm.edu.sa/id/eprint/139717