Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Automação e Sistemas, Florianópolis, 2013. / Made available in DSpace on 2013-12-05T22:52:53Z (GMT). No. of bitstreams: 1
318742.pdf: 2523824 bytes, checksum: c1c288ef5a3a99f32afc9d55568a477b (MD5)
Previous issue date: 2013 / O problema de otimizar a distribuição de gás de injeção a poços de petróleo
e direcionar a produção para separadores sujeitos a restrições de vazão
é um problema não-linear inteiro-misto de considerável dificuldade. Uma
abordagem para resolver tais problemas consiste em transformar as funções
não-lineares em lineares por partes. Ainda assim, para se obter bons modelos,
as curvas são finamente discretizadas, o que torna o modelo complexo.
Para abordar este problema, é proposta a estratégia de gerar curvas lineares
por partes de forma adaptativa. A adaptação é construída com um
subconjunto de breakpoints da função original de tal forma que a região do
ótimo coincida com a curva original. Este procedimento é nomeado Linearização
por Partes Adaptativa, que busca iterativamente encontrar o ponto
ótimo, adaptando as curvas no seu entorno até que o problema convirja.
Para gerar novas adaptações, com um dado ponto ótimo, três heurísticas
são propostas: linear, na qual a região no entorno do ponto ótimo na curva
é adaptada; linear com pontos fixos, que é a mesma da linear, mas fixando
pontos distantes do ótimo ao gerar uma nova adaptação; e logarítmica, inspirada
no algoritmo de busca binária, segundo o qual os intervalos da adaptação
próximos ao ponto ótimo são subdivididos.
A Linearização por Partes Adaptativa é então aplicada na otimização da
produção de diferentes campos de petróleo e gás com Curvas de Desempenho
dos Poços unidimensionais. No geral, o tempo computacional é superior
a uma resolução sem a Linearização por Partes Adaptativa, i.e. a técnica não
trouxe ganhos para funções unidimensionais. Dentre as heurísticas lineares,
não houve ganho ao fixar os pontos, pois o maior custo computacional é gasto
não no problema de adaptação, mas no de otimização, que é resolvido diversas
vezes, uma para cada iteração.
Para os cenários com baixa disponibilidade de gás, a heurística linear
convergiu com menos iterações, pois o ponto ótimo foi encontrado no início
das curvas, que é uma região bem adaptada já na aproximação inicial. Para
maiores disponibilidades, a heurística logarítmica convergiu com um menor
número de iterações.
Por último, são estabelecidas as fundações para a Linearização por Partes
Adaptativa bidimensional. As heurísticas lineares e logarítmicas são estendidas
para este contexto e validadas em problemas simples de otimização <br> / The problem of optimizing the allocating lift-gas to oil wells and routing
the production to separators subject to flow constraints is a mixed-integer
non-linear problem of considerable difficulty. One approach for solving this
problem is to transform the non-linear functions into piecewise linear ones.
Still, for accurate models, some curves are finely discretized, what adds up to
the model complexity.
In order to tackle this problem, a technique is proposed to generate an
adapted piecewise-linear curve. The adaptation is constructed with a subset of
breakpoints from the original curve, in a way that the region of the optimum
coincides with the original curve. This procedure is named Adaptive Piecewise
Linearization, which consists of iteratively finding the optimal point
and adapting the curves on its neighborhood until convergence is reached.
In order to generate new adaptations for a given optimal point, three
heuristics are proposed: linear, which adapts the region close the optimal
point on the curve; linear with fixed points, which is the same as the linear,
but it fixes the breakpoints that are far from the optimum upon generating a
new adaptation; and logarithmic, inspired on the binary search, which divides
the intervals of the piecewise-linear adaptation close to the optimum.
The Adaptive Piecewise Linearization is then applied to optimize the
production of different oil and gas fields with unidimensional Wells Performance
Curves. In general, the computational time is greater than solving
without the Adaptive Piecewise Linearization. Among the linear heuristics,
gains from fixing the points are rather fruitless, for most computational time
is spent, not on the adaptation, but on the optimization problem, which is
solved many times, once for each iteration.
For scenarios with low availability of gas, the linear heuristic converged
with fewer iterations, because the optimal point is located close the beginning
of the curve, a region that is well adapted in the initial approximation. For
higher gas availability, the logarithmic heuristic converged with fewer iterations.
Lastly, the foundations for the bi-dimensional Adaptive Piecewise Linearization
are laid. The linear and logarithmic heuristic are extended to this
context and are validated in some simple optimization problems.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufsc.br:123456789/106973 |
| Date | January 2013 |
| Creators | Rocha, Vinícius Gravina da |
| Contributors | Universidade Federal de Santa Catarina, Camponogara, Eduardo |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | 130 p.| il., grafs., tabs. |
| Source | reponame:Repositório Institucional da UFSC, instname:Universidade Federal de Santa Catarina, instacron:UFSC |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0024 seconds