Thèse soutenue

Optimisation de placement des puits

FR  |  
EN
Auteur / Autrice : Zyed Bouzarkouna
Direction : Marc SchoenauerAnne Auger
Type : Thèse de doctorat
Discipline(s) : Informatique
Date : Soutenance le 03/04/2012
Etablissement(s) : Paris 11
Ecole(s) doctorale(s) : Ecole doctorale Informatique de Paris-Sud
Partenaire(s) de recherche : Laboratoire : Institut national de recherche en informatique et en automatique (France). Unité de recherche (Saclay, Ile-de-France)
Jury : Président / Présidente : Jan Dirk Jansen
Examinateurs / Examinatrices : Marc Schoenauer, Anne Auger, Jan Dirk Jansen, Christian Igel, Pierre Thore, Didier Yu Ding
Rapporteurs / Rapporteuses : Christian Igel, Pierre Thore

Résumé

FR  |  
EN

La quantité d’hydrocarbures récupérés peut être considérablement augmentée si un placement optimal des puits non conventionnels à forer, peut être trouvé. Pour cela, l’utilisation d’algorithmes d’optimisation, où la fonction objectif est évaluée en utilisant un simulateur de réservoir, est nécessaire. Par ailleurs, pour des réservoirs avec une géologie complexe avec des hétérogénéités élevées, le problème d’optimisation nécessite des algorithmes capables de faire face à la non-régularité de la fonction objectif. L’objectif de cette thèse est de développer une méthodologie efficace pour déterminer l’emplacement optimal des puits et leurs trajectoires, qui offre la valeur liquidative maximale en utilisant un nombre techniquement abordable de simulations de réservoir.Dans cette thèse, nous montrons une application réussie de l’algorithme “Covariance Matrix Adaptation - Evolution Strategy” (CMA-ES) qui est reconnu comme l’un des plus puissants optimiseurs sans-dérivés pour l’optimisation continue. Par ailleurs, afin de réduire le nombre de simulations de réservoir (évaluations de la fonction objectif), nous concevons deux nouveaux algorithmes. Premièrement, nous proposons une nouvelle variante de la méthode CMA-ES avec des méta-modèles, appelé le nouveau-local-méta-modèle CMA-ES (nlmm-CMA), améliorant la variante déjà existante de la méthode local-méta-modèle CMA-ES (lmm-CMA) sur la plupart des fonctions de benchmark, en particulier pour des tailles de population plus grande que celle par défaut. Ensuite, nous proposons d’exploiter la séparabilité partielle de la fonction objectif durant le processus d’optimisation afin de définir un nouvel algorithme appelé la partiellement séparable local-méta-modèle CMAES (p-sep lmm-CMA), conduisant à une réduction importante en nombre d’évaluations par rapport à la méthode CMA-ES standard.Dans cette thèse, nous appliquons également les algorithmes développés (nlmm-CMA et p-sep lmm-CMA) sur le problème de placement des puits pour montrer, à travers plusieurs exemples, une réduction significative du nombre de simulations de réservoir nécessaire pour trouver la configuration optimale des puits. Les approches proposées sont révélées prometteuses en considérant un budget restreint de simulations de réservoir, qui est le contexte imposé dans la pratique.Enfin, nous proposons une nouvelle approche pour gérer l’incertitude géologique pour le problème d’optimisation de placement des puits. L’approche proposée utilise seulement une réalisation, ainsi que le voisinage de chaque configuration, afin d’estimer sa fonction objectif au lieu d’utiliser multiples réalisations. L’approche est illustrée sur un cas de réservoir de benchmark, et se révèle être en mesure de capturer l’incertitude géologique en utilisant un nombre réduit de simulations de réservoir.