报告题目：Optimizing Fishbone Multilateral Well Trajectories Using a Hybrid GA–PSO Framework for Subsurface Energy Resources
(基于混合GA–PSO框架的地下能源鱼骨型多分支井轨迹优化)
报 告 人：Na Jia 教授、博导
报告时间：11月10日（周二），14:00-20:00
报告地点：明志楼B504
报告人简介：
Na Jia现任加拿大里贾纳大学能源系统工程专业教授及专业负责人，并具有加拿大注册专业工程师资格。她本科毕业于清华大学化学工程专业，博士毕业于加拿大卡尔加里大学石油工程专业。主要研究方向包括储层流体相态与物性表征、提高油气及地下能源采收率、多相流动、二氧化碳地质封存、储层数值模拟及地热能源开发等。加入里贾纳大学前，她长期任职于斯伦贝谢DBR技术中心，从事重油、沥青、黑油及凝析气的PVT分析、相平衡、提高采收率和流动保障等研究，并先后担任流体分析项目负责人和高级项目负责人。其具有较强的工业工程与高校科研交叉背景，在储层流体实验分析、状态方程表征、提高采收率及地下能源系统数值优化方面具有系统的研究与工程经验。
报告内容摘要：
鱼骨型多分支井能够显著扩大井筒与储层的接触范围，对提高复杂储层及地下能源资源的动用程度具有重要意义。然而其主井段位置、分支数量、分支长度、方位及空间组合之间存在显著耦合，使井轨迹设计呈现高维、非线性和多约束优化特征。本报告围绕鱼骨型多分支井轨迹优化问题，研究遗传算法与粒子群优化相结合的混合GA–PSO智能优化框架，以鱼骨井几何参数及空间布置方案为主要设计变量，将储层开发效果、轨迹几何约束及工程可实施性等因素纳入统一优化过程，利用遗传算法较强的全局搜索能力与粒子群优化算法较高的搜索效率，实现复杂设计空间中的协同寻优。进一步结合储层数值模拟，分析不同井轨迹方案与储层非均质性、渗流通道及资源动用程度之间的关系，该方法可为油气、地热等地下能源开发中的多分支井轨迹设计提供定量化优化工具，并为复杂储层条件下井型设计与开发方案决策提供方法支撑。
主办单位：机电工程学院
石油天然气装备教育部重点实验室
计算机与软件学院
