基于数据驱动的小生境差分进化自动历史拟合求解算法

近日，张凯团队在油藏生产优化研究领域取得新进展，相关研究成果在期刊SPE Journal上发表，论文题为《Data-Driven Niching Differential Evolution with Adaptive Parameters Control for History Matching and Uncertainty Quantification》（基于数据驱动的小生境差分进化自动历史拟合求解算法）。

创新性：油藏储层地质特性是油藏数值建模不确定性的主要来源，地质特性参数如渗透率等是自动历史拟合调整的关键对象。然而，地质特性是广泛空间分布的高维参数，稀疏的观测数据难以完全消除不确定性，使得自动历史拟合不可避免地面临多解性难题。本研究基于小生境技术增强差分进化算法提出了一种具有分布式搜索能力的拟合反演算法，并通过局部代理辅助优化方法实现求解加速，并通过参数自适应控制策略随着优化搜索过程自适应地调整算法关键参数。

中文摘要：历史拟合是在有限的动态响应数据下，对油藏数值模型的不确定性参数进行调整的典型反问题。大多数情况下，不同的参数组合可以导致相同的数据拟合，称为反演的非唯一性。在一次优化运行中，我们希望找到尽可能多的全局或局部最优解，有助于揭示不确定性参数在后验空间中的分布，这对于油藏管理中的鲁棒优化、风险分析和生产决策等尤为重要。然而，许多因素如反问题的非线性、耗时的数值模拟计算等限制了众多反演算法的性能。针对反演多解性问题，本研究提出了一种基于数据驱动的自适应参数控制的小生境差分进化算法DNDE-APC。该算法以差分进化DE框架为基础，将聚类、小生境技术和局部代理辅助方法等相结合，在求解反问题时兼顾探索性和收敛性。通过基准问题实验研究表明，该算法能够在有限的计算资源下寻找到多解性问题的多个解。结合卷积变分自编码器对高维不确定性参数进行参数化，提出了相应的自动历史拟合方法，并通过一个非均质水驱油藏验证了所提出自动历史拟合方法的有效性。结果表明，提出方法能有效地解决反演多解性问题，预测结果具有更强的鲁棒性。

SPE Journal期刊涵盖了石油和天然气勘探和生产工程的各个方面的新理论和新兴概念，包括钻井和完井、地质力学、生产和设施、油田化学、二氧化碳封存和注入、储层评价和工程、数值模拟、数据分析、经济、安全、环境和可持续性等。该期刊最新影响因子为3.478，近3年平均影响因子IF为3.315，JCR分区为Q1区，中科院工程技术大类3区。

文章链接：

doi: https://doi.org/10.2118/205014-PA

引用格式：

Xiaopeng, Kai Zhang, Liming Zhang, et al. Data-Driven Niching Differential Evolution with Adaptive Parameters Control for History Matching and Uncertainty Quantification [J]. SPE Journal, 2021, 26(02): 993-1010.