PTTEP优化气田生产，并自动生成生产预测

PTTEP确定了三个需要改进的核心业务流程:快照优化、中期预测和长期预测。在快照优化中，目标是在不同的约束条件下最大限度地提高气田的天然气产量，这些约束条件包括单个管道的流量限制、凝析油中的汞含量和CO₂气体流限值。对于中期和长期预测，目标是分别评估某气田未来6-12个月的预期天然气产量和该气田的预期使用寿命。

过去，PTTEP工程师依赖于基于电子表格的试错优化过程。产生的结果从来没有被充分优化过，而且往往是主观的——也就是说，高度依赖于执行任务的工程师。由于涉及的井数众多，使用商业软件进行优化和预测既繁琐又费时。PTTEP希望在内部开发自己的软件。

PTTEP开发了LINOPT，一个应用程序，其中所有优化和计算都使用MATLAB和优化工具箱执行。

在MATLAB中，这个团队定义了一个线性方程和不等式系统来表示生产网络。这些约束条件包含了变量，如每口井的产气量，并设置了限制条件，如CO₂和流率。

利用优化工具箱，该团队应用了多种优化技术，包括混合整数线性规划算法，以最大化目标函数，在大多数情况下，目标函数被定义为实现最大可能的油田整体产量。

为了考虑到每口井产量下降的时间依赖性，该团队在线性方程系统中加入了一个由历史产量数据推导出的时间序列预测模型。

要使用LINOPT，工程师需要对变量值设置限制(bounds)。一旦MATLAB优化完成，结果将存储在Microsoft中^®Excel^®供工程师审核。PTTEP目前正在谷歌云上部署结果。

PTTEP的工程师已经使用LINOPT软件优化了几个地区的生产，包括泰国湾的Arthit油田和缅甸沿海的Zawtika油田。

• 日产量增加了数千桶。Ekkawong说:“我们在6个月的时间里，将传统方法产生的生产目标与MATLAB优化在LINOPT上产生的生产潜力进行了比较。”“有时，两者之间的差距超过了每天数千桶。当我们在现场应用优化时，这些结果得到了证实。”
• 专门软件的费用被消除。Ekkawong说:“过去，我们使用商用物料平衡软件和其他软件包进行优化和预测。”“通过使用MATLAB在内部开发我们自己的解决方案，我们省去了每年的授权成本。”
• 每周节省了数百个工程师的工作时间。Ekkawong说:“我们比较了使用基于MATLAB的LINOPT软件进行优化和预测所需的时间，以及使用之前的方法所需的时间。”“减少的时间相当于每周几百个工程师小时。”