Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Łętkowski, P." wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Zastosowanie półautomatycznego algorytmu doboru optymalnej liczby i położenia odwiertów wydobywczych
    Semi-Automatic Algorithm for Optimal Production Well Placement
    Autorzy:
    Łętkowski, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/1835267.pdf
    Data publikacji:
    2018
    Wydawca:
    Instytut Nafty i Gazu - Państwowy Instytut Badawczy
    Tematy:
    optymalizacja
    algorytm nietoperza
    położenie odwiertów
    NPV
    eksploatacja
    algorytmy rojowe
    optimization
    bat algorithm
    location of wells
    exploitation
    swarm algorithms
    Opis:
    Artykuł poświęcono zastosowaniu tzw. algorytmu nietoperza do rozwiązania problemu określenia optymalnej liczby i położenia odwiertów wydobywczych. W procesie optymalizacji jako funkcję celu wykorzystano bieżącą wartość netto (ang. net present value – NPV). Testy zbudowanego algorytmu przeprowadzono na przykładzie modelu symulacyjnego złoża PUNQ-S3, dostępne- go na zasadach open source. Zastosowany algorytm został wyposażony w dodatkowe mechanizmy zwiększające jego efektywność: mechanizm próbkowania sześcianu łacińskiego (ang. Latin hypercube sampling – LHS) oraz mechanizm eliminowania położeń odwiertów poza modelem. Przeprowadzone testy wskazują na bardzo dobrą zbieżność zbudowanego algorytmu w procesie optymalizacji.
    The article is devoted to the application of the so-called bat algorithm to solve the problem of determining the optimum number and location of production wells. This algorithm was proposed by Yang in 2010, and since then has been successfully used in solving both theoretical and practical optimization problems. The method belongs to a group of swarm optimization methods and in searching for the best solution, the algorithm uses a mechanism of echolocation, similar to the one used by a herd of bats. The current net present value (NPV) was used as a target function in the optimization process. The algorithm was tested on the example of the simulation model of the PUNQ-S3 reservoir available on an OpenSource basis. The applied algorithm was equipped with additional mechanisms increasing its effectiveness: Latin Hypercube Sampling (LHS) algorithm and the mechanism eliminating the locations of wells outside the operational area of the model. The first of the applied improvements ensures a better starting point for the proper optimization process, which significantly improves the convergence of the whole algorithm. The latter mechanism solves a problem specific to the issue in question.
    Źródło:
    Nafta-Gaz; 2018, 74, 8; 598-605
    0867-8871
    Pojawia się w:
    Nafta-Gaz
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie metod programowania genetycznego w procesie maksymalizacji wydobycia węglowodorów przy zastosowaniu symulatora złożowego
    Application of Genetic Programming Methods for the Optimization of Hydrocarbon Production by using a Reservoir Simulator
    Autorzy:
    Łętkowski, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/1835296.pdf
    Data publikacji:
    2017
    Wydawca:
    Instytut Nafty i Gazu - Państwowy Instytut Badawczy
    Tematy:
    algorytmy genetyczne
    programowanie genetyczne
    optymalizacja wydobycia
    symulacje złożowe
    genetic algorithm
    geneting programming
    production optimization
    filed simulations
    Opis:
    Artykuł poświęcono zastosowaniu metody programowania genetycznego dla celów optymalizacji wydobycia ropy naftowej na przykładzie testowego złoża węglowodorowego. Prezentowane zagadnienie optymalizacyjne jest prostym przykładem problemu optymalnej kontroli i polega na doborze wydajności wydobycia ropy naftowej w przyjętych przedziałach czasowych w taki sposób, aby w zadanym całkowitym czasie eksploatacji uzyskać maksymalne wydobycie sumaryczne przy minimalnym wydobyciu wody. Problem rozwiązano przy zastosowaniu algorytmu genetycznego, kodującego dozwolone wartości wydajności wydobycia z listy wartości dozwolonych. Z jednej strony działanie takie jest charakterystyczne dla metod programowania genetycznego, zaś z drugiej redukuje istotnie przestrzeń rozwiązań. W artykule zastosowano algorytm genetyczny Hollanda, dla którego zaimplementowano krzyżowanie wielopunktowe oraz adaptację prawdopodobieństw krzyżowania i mutacji na podstawie tzw. współczynnika zróżnicowania populacji. Działanie tak zdefiniowanego mechanizmu adaptacji jest następujące: jeżeli zróżnicowanie populacji rośnie, liniowo zwiększane jest prawdopodobieństwo krzyżowania, a zmniejszane prawdopodobieństwo mutacji; w przeciwnym wypadku (zróżnicowanie populacji maleje) działa mechanizm odwrotny, tzn. zmniejsza się prawdopodobieństwo krzyżowania, a zwiększa prawdopodobieństwo mutacji. Taka metoda z jednej strony gwarantuje różnorodność populacji, z drugiej zaś zapewnia dobrą eksploatację przestrzeni rozwiązań. Przeprowadzono szereg testów mających na celu zweryfikowanie efektywności algorytmu w zależności od liczby punktów krzyżowania (krzyżowanie 1-, 2-, 3-punktowe) oraz długości chromosomu. Wykonane testy wskazują na zadowalającą zbieżność algorytmu, niezależnie od wartości badanych parametrów. Przyjęcie funkcji w określonej postaci spowodowało premiowanie przez algorytm niższych wartości wydobycia, co wynika z nieliniowego przyrostu wydobycia wody dla wyższych wartości wydobycia ropy naftowej.
    The paper addresses the problem of oil production optimization by genetic programming methods. The specific example of the problem presented in the paper belongs to the class of, so called, optimal control problems. It consists in finding the time variable rates of oil production that result in the maximum of the total oil production while keeping the total water production at a minimum available level. The problem is solved by a genetic algorithm, that assumes the production rates from the list of the allowable values. This approach typical for genetic programming methods significantly reduces the space of possible solutions. The article uses the Holland genetic algorithm for which multi-point crossing has been implemented and the adaptation of crossing and mutation probabilities based on so the called coefficient of population variability. The adaptive mechanism makes the crossing probability increase and mutation probability decrease for population variability increasing with time, while the crossing probability decrease and mutation probability increase for the variability decreasing with time. This mechanism guarantees the population variability to be at on appropriate level and at the same time, the extrapolation process for the solution space to be effective. Several tests were performed to verify the actual effectiveness of the algorithm for various number of crossing points (1, 2, 3 – crossing points) and chromosome length. Their results show a satisfactory convergence of the method to the final solution independent of the varying parameters values. Adopting a function in a specific form resulted in an algorithm for lower mining values, resulting from a nonlinear increase in water extraction for higher oil production values.
    Źródło:
    Nafta-Gaz; 2017, 73, 10; 760-767
    0867-8871
    Pojawia się w:
    Nafta-Gaz
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Możliwość wspomagania wydobycia ropy naftowej ze złoża Nosówka poprzez zatłaczanie CO2
    Possibility of enhanced oil recovery from the Nosówka oil reservoir by CO2 injection
    Autorzy:
    Łętkowski, P.
    Szott, W.
    Powiązania:
    https://bibliotekanauki.pl/articles/2062709.pdf
    Data publikacji:
    2012
    Wydawca:
    Państwowy Instytut Geologiczny – Państwowy Instytut Badawczy
    Tematy:
    wspomaganie wydobycia ropy naftowej
    zatłaczanie CO2
    sekwestracja CO2
    symulacje złożowe
    EOR
    CO2 injection
    CO2 sequestration
    simulation modeling
    Opis:
    W artykule przeanalizowano problem wspomaganego wydobycia ropy naftowej ze złoża Nosówka przy pomocy zatłaczania do złoża dwutlenku węgla. W tym celu skonstruowano kompozycyjny model symulacyjny złoża. Model ten wykorzystano do przeprowadzenia wielowariantowych symulacji prognostycznych. Porównano efekty różnych scenariuszy zatłaczania CO2 i wydobycia ropy ze złoża oraz wskazano najbardziej skuteczny program sczerpania ropy ze złoża Nosówka. Określono również pojemność sekwestracyjną struktury do magazynowania CO2.
    The paper addresses the problem of enhanced oil recovery (EOR) in the Nosówka oil field by the injection of CO2. It was analysed with the use of a compositional simulation model of the reservoir. Multi-scenario forecasts of the process were performed by simulation modeling. Their results were discussed and compared with respect to the final recovery factor. A most effective scenario was found and characterized. The CO2 storage capacity of the structure was also determined.
    Źródło:
    Biuletyn Państwowego Instytutu Geologicznego; 2012, 448 (1); 107--116
    0867-6143
    Pojawia się w:
    Biuletyn Państwowego Instytutu Geologicznego
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies