論文の概要: Deep learning based closed-loop optimization of geothermal reservoir production

• arxiv url: http://arxiv.org/abs/2204.08987v1
• Date: Fri, 15 Apr 2022 14:37:28 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-20 15:07:23.305811
• Title: Deep learning based closed-loop optimization of geothermal reservoir production
• Title（参考訳）: 深層学習に基づく地熱貯留層生産の閉ループ最適化
• Authors: Nanzhe Wang, Haibin Chang, Xiangzhao Kong, Martin O. Saar, Dongxiao Zhang
• Abstract要約: 本研究では,深部地熱貯留層を最適に制御するために,深部学習サロゲートに基づくクローズドループ最適化フレームワークを提案する。 我々は,畳み込みニューラルネットワーク(CNN)と長期記憶(LSTM)を組み合わせたハイブリッド畳み込み再帰型ニューラルネットワークサロゲートを構築した。 提案手法は, 地熱貯留層生産プロセスにおいて, 効率的かつ効率的なリアルタイム最適化とデータ同化を実現することができることを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: To maximize the economic benefits of geothermal energy production, it is essential to optimize geothermal reservoir management strategies, in which geologic uncertainty should be considered. In this work, we propose a closed-loop optimization framework, based on deep learning surrogates, for the well control optimization of geothermal reservoirs. In this framework, we construct a hybrid convolution-recurrent neural network surrogate, which combines the convolution neural network (CNN) and long short-term memory (LSTM) recurrent network. The convolution structure can extract spatial information of geologic parameter fields and the recurrent structure can approximate sequence-to-sequence mapping. The trained model can predict time-varying production responses (rate, temperature, etc.) for cases with different permeability fields and well control sequences. In the closed-loop optimization framework, production optimization based on the differential evolution (DE) algorithm, and data assimilation based on the iterative ensemble smoother (IES), are performed alternately to achieve real-time well control optimization and geologic parameter estimation as the production proceeds. In addition, the averaged objective function over the ensemble of geologic parameter estimations is adopted to consider geologic uncertainty in the optimization process. Several geothermal reservoir development cases are designed to test the performance of the proposed production optimization framework. The results show that the proposed framework can achieve efficient and effective real-time optimization and data assimilation in the geothermal reservoir production process.
• Abstract（参考訳）: 地熱発電の経済的利益を最大化するためには,地質学的不確実性を考慮した地熱貯留管理戦略の最適化が不可欠である。 本研究では,深部地熱貯留層のウェルコントロール最適化のために,深部学習サロゲートに基づく閉ループ最適化フレームワークを提案する。 本研究では,畳み込みニューラルネットワーク(cnn)とlong short-term memory(lstm)リカレントネットワークを組み合わせたハイブリッド畳み込み・リカレントニューラルネットワーク(surrogate)を構築する。 畳み込み構造は地質パラメータ場の空間情報を抽出することができ、再帰構造はシーケンスからシーケンスへのマッピングを近似することができる。 トレーニングされたモデルでは、異なる透過性フィールドと良好な制御シーケンスを持つ場合の時間変化生産応答(温度、温度など)を予測することができる。 本発明のクローズドループ最適化フレームワークは、差動進化(DE)アルゴリズムに基づく生産最適化と、繰り返しアンサンブルスムーサ(IES)に基づくデータ同化を交互に行い、生産が進むにつれて、リアルタイムのウェルコントロール最適化と地質パラメータ推定を実現する。 さらに、最適化過程における地質的不確実性を考慮するために、地質学的パラメータ推定のアンサンブルに対する平均的目的関数を採用した。 いくつかの地熱貯留層開発事例は, 提案する生産最適化フレームワークの性能を試験するために設計されている。 その結果, 地熱貯留層生産プロセスにおいて, 効率的な実時間最適化とデータ同化を実現することができた。

関連論文リスト

• Machine Learning-Accelerated Multi-Objective Design of Fractured Geothermal Systems [17.040963667188525]
  本稿では, フラクチャードメディアにおける熱水シミュレーションと統合した, 能動学習による進化的多目的最適化アルゴリズムについて報告する。 ALEMO法は従来の進化法に比べて1～2桁の速度(10～100倍)で、必要なシミュレーションを著しく削減することを示した。
  論文  参考訳（メタデータ） (2024-11-01T10:39:23Z)
• Hierarchical Features Matter: A Deep Exploration of GAN Priors for Improved Dataset Distillation [51.44054828384487]
  階層的生成潜在蒸留(H-GLaD)と呼ばれる新しいパラメータ化法を提案する。 本手法はGAN内の階層層を系統的に探索する。 さらに,合成データセット評価に伴う計算負担を軽減するために,新しいクラス関連特徴距離尺度を導入する。
  論文  参考訳（メタデータ） (2024-06-09T09:15:54Z)
• Learning Regions of Interest for Bayesian Optimization with Adaptive Level-Set Estimation [84.0621253654014]
  本稿では,高信頼領域を適応的にフィルタするBALLETというフレームワークを提案する。 理論的には、BALLETは探索空間を効率的に縮小することができ、標準BOよりも厳密な後悔を示すことができる。
  論文  参考訳（メタデータ） (2023-07-25T09:45:47Z)
• Optimization of a Hydrodynamic Computational Reservoir through Evolution [58.720142291102135]
  我々は,スタートアップが開発中の流体力学系のモデルと,計算貯水池としてインターフェースする。 我々は、進化探索アルゴリズムを用いて、読み出し時間と入力を波の振幅や周波数にどのようにマッピングするかを最適化した。 この貯水池システムに進化的手法を適用することで、手作業パラメータを用いた実装と比較して、XNORタスクの分離性が大幅に向上した。
  論文  参考訳（メタデータ） (2023-04-20T19:15:02Z)
• Surrogate-assisted level-based learning evolutionary search for heat extraction optimization of enhanced geothermal system [3.012067935276772]
  地熱システムの強化は、持続的かつ長期的な地熱エネルギー供給と二酸化炭素排出量の削減に不可欠である。 改良された地熱系の熱抽出最適化のために,SLLES (Surrogate-assisted level-based learning evolution search algorithm) を提案する。
  論文  参考訳（メタデータ） (2022-12-15T08:43:09Z)
• Data-driven evolutionary algorithm for oil reservoir well-placement and control optimization [3.012067935276772]
  一般化されたデータ駆動進化アルゴリズム(GDDE)は、適切な配置と制御最適化問題で実行されるシミュレーションの数を減らすために提案される。 確率的ニューラルネットワーク(PNN)は、情報的および有望な候補を選択するための分類器として採用されている。
  論文  参考訳（メタデータ） (2022-06-07T09:07:49Z)
• Deep reinforcement learning for optimal well control in subsurface systems with uncertain geology [0.0]
  深部強化学習(DRL)に基づく一般制御政策枠組みを導入し, 地下流れにおける閉ループ決定について検討した。 DRLに基づく手法は、従来のモデルよりも頑健な最適化と比較して、NPVの15%(2Dの場合)と33%(3Dの場合)の増加をもたらすことが示されている。
  論文  参考訳（メタデータ） (2022-03-24T22:50:47Z)
• Surrogate-assisted distributed swarm optimisation for computationally expensive geoscientific models [1.8627798812601288]
  並列計算アーキテクチャ上での分散Swarm最適化におけるサロゲートに基づく適合度評価を実装した。 この結果は,ベンチマーク関数とバッドランド景観の進化モデルに対して非常に有望な結果を示す。 この論文の主な貢献は、測地モデルに対する代理に基づく最適化の適用である。
  論文  参考訳（メタデータ） (2022-01-18T09:37:14Z)
• Zeroth-Order Hybrid Gradient Descent: Towards A Principled Black-Box Optimization Framework [100.36569795440889]
  この作業は、一階情報を必要としない零次最適化(ZO)の反復である。 座標重要度サンプリングにおける優雅な設計により,ZO最適化法は複雑度と関数クエリコストの両面において効率的であることを示す。
  論文  参考訳（メタデータ） (2020-12-21T17:29:58Z)
• Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
  Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。 我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。 すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
  論文  参考訳（メタデータ） (2020-10-01T18:14:11Z)
• Global Optimization of Gaussian processes [52.77024349608834]
  少数のデータポイントで学習したガウス過程を訓練した空間定式化を提案する。 このアプローチはまた、より小さく、計算的にもより安価なサブソルバを低いバウンディングに導く。 提案手法の順序の順序による時間収束を,総じて低減する。
  論文  参考訳（メタデータ） (2020-05-21T20:59:11Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。