بهینه سازی مکان چاه های تولید و تزریق با استفاده از الگوریتم ژنتیک موازی در یک مورد مطالعاتی

به دلیل پیچیدگی های موجود در مدل های شبیه سازی مخازن نفتی، نیاز به یافتن یک روش بهینه سازی که بتواند در کنار کاهش هزینه های محاسب از دقت و سرعت خوبی برخوردار باشد، احساس می شود. در این راستا، در این پژوهش، از الگویتم ژنتیک موازی برای سرعت بخشیدن به بهینه ساز به منظور جلوگیری از افزایش بار محاسبه ای مسیله مکانیابی و طولانی شدن زمان اجرا، استفاده گردیده است. این الگوریتم به جای یک جمعیت از کروموزوم (یعنی همان متغییر های بهینه سازی) با چند جمعیت کار می کند، که با همدیگر تبادل کروموزوم می کنند. مدل ریاضی ارایه شده در مسیله تک هدفه می باشد، که حداکثر کردن مقدار ارزش فعلی پروژه در انتخاب مکان چاه ها می باشد. قیمت نفت و هزینه جداسازی آب و گاز در این تابع اقتصادی در نظر گرفته شده است. در ارزیابی تابع هدف، هسته های یک رایانه، یا چند رایانه شبکه شده، هرکدام به صورت موازی، محاسبه برازندگی کروموزم های جمعیت های موازی را عهده دار هستند. پس از محاسبه تابع هدف یا برازندگی کروموزوم های همه جمعیت ها (که در هر جمعیت عملگر های رایج ژنتیک فعالیت می کند)، مهاجرت بین جمعیت ها صورت می گیرد. برای صحت سنجی پیاده سازی این روش یک مورد مطالعاتی مورد استفاده قرار گرفته است. در مدل پیشنهادی مکان چاه های عمودی، در یک مخزن نفتی، صحت سنجی شده است. در نتیجه بهینه سازی، چاه ها به حالت پنج نقطه، چهار چاه تزریقی در گوشه ها، و یک چاه تولیدی در مرکز مدل، مکان یابی می گردند و علاوه بر کاهش زمان بهینه سازی، تعداد اجراهای شبیه ساز در حالت پردازش موازی به میزان چشمگیری کاهش می یابد. در این پژوهش عملکرد الگوریتم های ژنتیک و ژنتیک موازی برای بهینه سازی مکان یابی بر روی مدل مخزنی یکسان نشان داده می شود. زمان اجرای بهینه سازی بین ژنتیک و ژنتیک موازی به ترتیب 7100 ثانیه و 1800 ثانیه است. همان گونه که مشخص است استفاده از PGA باعث افزایش چهار برابری زمان اجرا در مخزن نفتی مورد مطالعه شده است.