IFP Energies nouvelles est un organisme public de recherche, d’innovation industrielle et de formation intervenant dans les domaines de l’énergie, du transport et de l’environnement. Sa mission est d'apporter aux acteurs publics et à l'industrie des technologies performantes, économiques, propres et durables pour relever les trois grands défis sociétaux du 21e siècle : changement climatique et impacts environnementaux, diversification énergétique et gestion des ressources en eau. Son expertise est internationalement reconnue.

IFP Energies nouvelles poursuit 5 priorités stratégiques, indissociables et complémentaires dans l'accomplissement de sa mission d’intérêt général :

• Produire à partir de sources renouvelables des carburants, des intermédiaires chimiques et de l'énergie
• Produire de l’énergie en réduisant l’impact sur l’environnement
• Développer des transports économes et à faible impact environnemental
• Produire à partir de ressources fossiles des carburants et intermédiaires chimiques à faible impact environnemental
• Proposer des technologies respectueuses de l'environnement et repousser les limites actuelles des réserves d'hydrocarbures

Son école d'ingénieurs, partie intégrante d'IFP Energies nouvelles, prépare les générations futures à relever ces défis.

Plan d'expériences pour variables corrélées. Application à l'optimisation des champs pétroliers

Programme de stage :

Dans l’analyse des incertitudes en simulation de réservoirs pétroliers, il est souvent nécessaire de prendre en compte l’effet de variables aléatoires corrélées.

L’objectif de ce stage est d’étudier des méthodes d’échantillonnage de variables aléatoires corrélées plus efficaces afin de pouvoir produire des échantillons de taille réduite mais qui soient le plus possible représentatifs de la loi de distribution initiale. Des méthodes assez récentes en statistiques ont été développées à ce propos pour des variables dont on connait les lois marginales et la matrice de corrélation.

Le stage portera sur l’implémentation et l’application de ces méthodes sur un cas de réservoir dans lequel le modèle de simulation est utilisé pour optimiser des variables contrôlables sous incertitude.

Afin de limiter le nombre de simulations et les temps de calcul des méthodes de surfaces de réponse (type krigeage) seront utilisées.  

Connaissances exigées :

Compétences en méthodes statistiques et optimisation

• Pratique de la programmation (R, Matlab)
• Connaissances en géosciences souhaitées, mais non nécessaires