нефти и газа
Дипломная работа студентки гр. МО-515 Коваленко О.И.
Руководитель: Макеев
Г.А.Уфа
2009
Разделы презентаций
- Разное
- Английский язык
- Астрономия
- Алгебра
- Биология
- География
- Геометрия
- Детские презентации
- Информатика
- История
- Литература
- Математика
- Медицина
- Менеджмент
- Музыка
- МХК
- Немецкий язык
- ОБЖ
- Обществознание
- Окружающий мир
- Педагогика
- Русский язык
- Технология
- Физика
- Философия
- Химия
- Шаблоны, картинки для презентаций
- Экология
- Экономика
- Юриспруденция
Математическое и программное обеспечение для оптимизации параметров
Содержание
- 1. Математическое и программное обеспечение для оптимизации параметров
- 2. Оптимизация гидродинамической модели нефтяного месторождения (ГДМ)Задача моделирования
- 3. Оптимизация ГДМ нефтяного месторожденияДвумя главными задачами моделирования
- 4. Цель работыЦель: разработать систему, позволяющую выполнять оптимизацию
- 5. Формальная постановка задачи разработки системы оптимизации ГДМразработка
- 6. Декомпозиция задачи построения системы оптимизации ГДМ -
- 7. Формальная постановка задачи оптимизации в многомерном пространствеоптимизация
- 8. Особенности задачиОсобенности задачи многомерной параметрической оптимизации при
- 9. Математическая модель., и Y - измеряемые и расчетные
- 10. Математическая постановка задачиТребуется: используя алгоритм многомерной оптимизации
- 11. Существующие реализации генетического алгоритма обладают следующими недостатками:Алгоритм
- 12. Схема работы генетического алгоритма СкрещиваниеНовые особиМутацияОтборНовое поколение особейОсоби, отобранные для скрещиванияНачальная популяцияСкрещивание:Мутация:g1…g1g2…gng1g2'…gn'gng1'…gn'g1…gng1…gng1'gn'…
- 13. Схема алгоритмародительская популяцияоценки по целевой функцииСимуляторИтерация ГА
- 14. Функциональная схемаGA.getCurrentSolutionProposal()параметры генетического алгоритмаsolve()матрица параметров ГДМ _solutionsмассив
- 15. Функциональная схема (декомпозиция)selection()crossover()mutation()Декомпозиция GA.getCurrentSolutionProposal():решения, отобранные для скрещиваниярешения,
- 16. Интерфейс подсистемы оптимизации…Добавление параметров, которые нужно оптимизироватьВыбор
- 17. РезультатыDimX – количество
- 18. ВыводыВ рамках дипломной работы была разработана система,
- 19. родительская популяцияСимуляторИтерация ГА +ВСПпопуляция потомковРассчитанная ГДМОценка моделиПараметризацияНовая
- 20. Скачать презентанцию
Оптимизация гидродинамической модели нефтяного месторождения (ГДМ)Задача моделирования нефтяных месторождений имеет дело с таким понятием, как геолого-гидродинамическая модель нефтяного месторождения.ГДМ - представление всего объема месторождения в виде численного описания массива трехмерных «кубиков»,
Слайды и текст этой презентации
Слайд 1Математическое и программное обеспечение для оптимизации параметров гидродинамических моделей месторождений
нефти и газа
Г.А.
Слайд 2Оптимизация гидродинамической модели нефтяного месторождения (ГДМ)
Задача моделирования нефтяных месторождений имеет
дело с таким понятием, как геолого-гидродинамическая модель нефтяного месторождения.
ГДМ -
представление всего объема месторождения в виде численного описания массива трехмерных «кубиков», называемых ячейками. В пределах ячейки все свойства считаются одинаковыми.Параметризация ГДМ – процесс выделения небольшого набора управляемых параметров, изменяющих ГДМ. Параметры из этого набора могут быть как зависимыми, так и независимыми.
Слайд 3Оптимизация ГДМ нефтяного месторождения
Двумя главными задачами моделирования являются:
Адаптация модели: например,
построение такой модели, в которой выдаваемая добыча нефти на скважинах
совпадает с реально наблюдавшейся за некоторый период добычей;Прогнозная оптимизация модели: например, построение модели с новой скважиной в некоторой точке, которая дает максимальный прирост добычи нефти.
Одним из инструментов анализа ГДМ является симулятор: пакет программ, предназначенный для моделирования физического поведения месторождения.
Оценка качества ГДМ
Начальная
модель
Симулятор
Рассчитанная ГДМ месторождения
вычисленная добыча
исторические данные о добыче
Модифи-цированная
модель
модифицированные параметры модели
начальные параметры модели
Слайд 4Цель работы
Цель: разработать систему, позволяющую выполнять оптимизацию параметров гидродинамических моделей
нефтегазовых месторождений.
Область применения:
Построение моделей, поведение которых совпадает с реально
наблюдавшимся за некоторый период;Прогнозирование поведения месторождения в будущем;
Прогнозирование поведения месторождения при внесении изменений в его параметры.
Слайд 5Формальная постановка задачи разработки системы оптимизации ГДМ
разработка системы оптимизации ГДМ
требования
к системе
пакеты программ для моделирования поведения месторождения
математик- программист
специалист по оптимизации
ГДМсистема оптимизации ГДМ
Слайд 6Декомпозиция задачи построения системы оптимизации ГДМ
- реализовано в
рамках системы AutoMoped ООО «РН-УфаНИПИНефть»;
- реализовано в рамках
дипломной работы.разработка подсистемы многомерной оптимизации
разработка подсистемы взаимодействия с пользователем
организация взаимодействия полученных подсистем
разработка подсистемы параметризации
математик- программист
специалист по оптимизации ГДМ
система оптимизации ГДМ
подсистема парамет-ризации
подсистема многомерной оптимизации
требования к системе
пакеты программ для моделирования поведения месторождения
Слайд 7Формальная постановка задачи оптимизации в многомерном пространстве
оптимизация в многомерном пространстве
начальные
значения параметров
алгоритмы локальной и глобальной оптимизации
оптимальные значения параметров
типы параметров и
ограничения на нихмеханизм оценки параметров ГДМ
Слайд 8Особенности задачи
Особенности задачи многомерной параметрической оптимизации при задаче моделирования поведения
нефтегазовых месторождений:
Вычисление целевых функций требует симуляции модели, а это очень
ресурсоемкий процесс;Искомых параметров модели может быть много;
Искомые параметры модели могут быть зависимы и независимы (например, параметры двух скважин, которые географически разнесены).
Слайд 9Математическая модель
.
, и
Y - измеряемые и расчетные величины (оценки),
X – параметры ГДМ,
, Xk ≠ Ø;
Исходные данные:
Выполняются условия:
Каждому Xk соответствует оценка Yk, k = 1, …, m;Каждая оценка Yk наиболее чувствительна к изменениям параметров из Xk, а параметры из остальных подмножеств X1, …, Xk-1, Xk+1, …, Xm изменяют Yk несущественно; то есть
, k = 1, …,m;
Целевая функция может быть записана в виде
F(X) такова, что глобальный оптимум достигается тогда, когда достигаются все частные оптимумы. Т.е оптимум F достигается в точках оптимумов Yk:
;
, k = 1, …,m;
Слайд 10Математическая постановка задачи
Требуется: используя алгоритм многомерной оптимизации найти X, которые
минимизируют целевую функцию F(X), таким образом, чтобы количество расчетов целевой
функции стремилось к минимальному.При вышеизложенных посылках задача поиска оптимума целевой функции F(X) сводится к поиску таких значений параметров Х, на которых достигаются оптимумы Yk.
где count_F – количество расчетов целевой функции.
,
Слайд 11Существующие реализации генетического алгоритма обладают следующими недостатками:
Алгоритм активен, а нам
нужна реализация вида
;Не используется информация о зависимости параметров модели;
Обзор методов многомерной оптимизации
градиентные
эволюционные
точные
эвристические
генетические алгоритмы
эволюционные алгоритмы
методы многомерной оптимизации
Слайд 12Схема работы генетического алгоритма
Скрещивание
Новые особи
Мутация
Отбор
Новое поколение особей
Особи, отобранные для
скрещивания
Начальная популяция
Скрещивание:
Мутация:
g1
…
g1
g2
…
gn
g1
g2'
…
gn'
gn
g1'
…
gn'
g1
…
gn
g1
…
gn
g1'
gn'
…
Слайд 13Схема алгоритма
родительская популяция
оценки по целевой функции
Симулятор
Итерация ГА в основной популяции
Итерация
ГА в k-й субпопуляции
Новые решения для k-й субпопуляции
популяция потомков
Рассчитанная ГДМ
Оценка
модели…
…
…
…
Параметризация
Новая ГДМ
k-я субпопуляция
оценки по k-й субпопуляции
новые решения, оценки по целевой функции, оценки по k-й субпопуляции
Слайд 14Функциональная схема
GA.getCurrentSolutionProposal()
параметры генетического алгоритма
solve()
матрица параметров ГДМ _solutions
массив оценок _estimates
библиотека генетических
функций
матрица «новых» параметров ГДМ, полученных ГА
типы и диапазоны изменения параметров
информация
о зависимости параметровподматрицы _solutions (разбиение по субпопуляциям)
оценки (по субпопуляциям)
Слайд 15Функциональная схема (декомпозиция)
selection()
crossover()
mutation()
Декомпозиция GA.getCurrentSolutionProposal():
решения, отобранные для скрещивания
решения, полученные скрещиванием
модифи- цированные
решения
матрица решений
массив оценок
параметры генетического алгоритма
библиотека генетических функций
типы и диапазоны изменения
параметров
Слайд 16Интерфейс подсистемы оптимизации
…
Добавление параметров, которые нужно оптимизировать
Выбор параметров, которые будем
оптимизировать, задание для каждого параметра целевой функции, которую он оптимизирует
Настройка
параметров оптимизации осуществляется в файлах среды Matlab. ГДМ хранятся в виде текстовых файлов.
Слайд 17Результаты
DimX – количество параметров в X;
SX
– количество
субпопуляций;count_F – количество расчетов целевой функции;
t – время поиска*
* Время поиска t указано без учета времени, затраченного на симуляцию ГДМ.
Тестирование показало, что реализованный алгоритм позволяет производить поиск оптимального решения в больших пространствах за меньшее время и при меньшем количестве расчетов целевой функции, по сравнению с традиционными методами.
Слайд 18Выводы
В рамках дипломной работы была разработана система, позволяющая оптимизировать параметры
ГДМ нефтегазовых месторождений.
Эта система:
Благодаря поиску в пространствах меньшей размерности дает
увеличение скорости поиска;Дает возможность повторного использования расчетов;
Позволяет гибко управлять процессом поиска.
Слайд 19родительская популяция
Симулятор
Итерация ГА +ВСП
популяция потомков
Рассчитанная ГДМ
Оценка модели
Параметризация
Новая ГДМ
k-я субпопуляция
оценки по
k-й субпопуляции
новые решения, оценки по целевой функции, оценки по k-й
субпопуляции оценки по целевой функции
