المكاسب:
- القدرة على شرح كيفية تصميم التوزيع ثلاثي الأبعاد لخصائص الخزان (المسامية والنفاذية والتشبع المائي) باستخدام الذكاء الاصطناعي والإحصائيات الجيولوجية
- القدرة على تحديد موقع الميزة المنتشرة باستخدام نمذجة السحنات والفاريوجرام والكريغينج والتعلم الآلي
- القدرة على التحقق من مخرجات نموذج المكمن من خلال توازن المواد واختبار الآبار وسيناريوهات عدم اليقين
لتصنيع حقل نفط أو غاز، نحتاج أولاً إلى بناء نموذج ثلاثي الأبعاد له: مكان وجود الصخور المكمنة، ومدى مساميتها (المسامية)، ومدى سهولة تدفق السوائل (النفاذية/النفاذية)، وكم المسام المملوءة بالهيدروكربونات (1 - تشبع الماء). لكن لا يمكننا قياس هذه المعالم إلا في النقاط التي نحفر فيها الآبار؛ الحجم الضخم بين الآبار فارغ ويجب ملؤه. يقوم توصيف الخزان بأخذ قياسات نقطية في الآبار وتوسيعها لتشمل الحجم بأكمله باستخدام المنطق الجيولوجي والإحصائيات. في هذه الوحدة، نستخدم الذكاء الاصطناعي والإحصاء الجغرافي (فرع الإحصاء الذي يضع نماذج للبيانات المكانية مع عدم اليقين) في أعمال النشر هذه. المبدأ الثابت: كل قيمة من بئر إلى بئر هي تقدير، وليست قيمة فعلية؛ يعد عدم اليقين جزءًا من النموذج ويتم اختباره عن طريق التوازن الجسدي.
المفاهيم الأساسية
- السحنة: نوع صخري ذو خصائص فريدة تشكلت في بيئة ترسبية معينة (مثل رمال قناة النهر، والصخر الزيتي البحري، والحجر الجيري للشعاب المرجانية). ترتبط جودة الخزان ارتباطًا وثيقًا بالسحنة: فالقناة تستنزف الرمال جيدًا، ولكن ليس الصخر الزيتي.
- Variogram: مقياس للاستمرارية المكانية يصف كيفية انخفاض تشابه الميزات مع زيادة المسافة بين نقطتين. إنها الأداة الأساسية للإحصاءات الجغرافية.
- كريجينج: طريقة لتقدير القيمة عند نقاط غير عينة باستخدام مخطط المتغيرات، إلى جانب عدم اليقين في التقدير.
- المحاكاة العشوائية: إنتاج العديد من النماذج (الإنجازات) ذات الاحتمالية المتساوية المتوافقة مع البيانات، بدلاً من تخمين "الأفضل" واحد؛ فهو يجعل عدم اليقين واضحا.
- توازن المواد: علاقة الحفاظ بين السائل الناتج من المكمن وانخفاض الضغط والحجم المتبقي. المرساة المادية التي تختبر حجم النموذج بشكل مستقل.
تلميح: نموذج المكمن هو توزيع عدم اليقين، وليس رقمًا واحدًا. اللغة الصحيحة هي "P90=35، P50=50، P10=72 مليون برميل"، وليس "احتياطي 50 مليون برميل". اطلب من الذكاء الاصطناعي سيناريو/توزيع، وليس تقديرًا بنقطة واحدة.
كيف يعمل الذكاء الاصطناعي والإحصاء الجغرافي معًا
تعتبر الإحصائيات الجيولوجية الكلاسيكية (kriging، variogram) قوية ولكنها تكافح مع العلاقات غير الخطية متعددة المتغيرات. وهنا يأتي دور التعلم الآلي:
- تصنيف السحنات: تعيين السحنات من مجموعة السجلات (التعلم الخاضع للإشراف)؛ ثم قم بتوزيع الميزة باستخدام الوجوه كدليل.
- تقدير السمة: تقدير المسامية بين الآبار من السمة الزلزالية + علاقة السجل (النمذجة المدفوعة بالزلزال).
- ملء الفجوات: إكمال نطاقات السجل المفقودة بشكل معقول من الآبار والعلاقات المجاورة.
لكن التعلم الآلي لا يعرف المنطق الجيولوجي. خريطة المسامية التي ينتجها النموذج غير صحيحة إذا كانت غير متوافقة مع البيئة الترسيبية (على سبيل المثال، النفاذية العالية في السحنات الصخرية). المعقولية الجيولوجية هي المرشح الأول لمخرجات الذكاء الاصطناعي.
خطوة بخطوة: سير عمل نموذج الخزان
- الهيكل العظمي. تحديد هندسة الخزان مع الآفاق والفوالق من الزلازل (مخرجات الوحدة 3).
- نموذج الوجوه. تحديد السحنات في الآبار (سجل + قلب)، وتوزيعها على الحجم باستخدام مخطط متغير/الاتجاه الجيولوجي. يعمل الذكاء الاصطناعي على تسريع عملية التصنيف.
- نشر الميزة. توزيع المسامية والنفاذية والتشبع المائي داخل كل سحنة عن طريق الكريج أو التعلم الآلي؛ إذا كان هناك زلزال، الحصول على دليل.
- ريبة. توليد عدد كبير من الإنجازات باستخدام المحاكاة العشوائية؛ يتم إخراج وحدات التخزين P90/P50/P10.
- تَحَقّق. اختبار حجم النموذج مع توازن المواد ومطابقة التاريخ؛ قارن مع نفاذية اختبار البئر.
ثلاث حالات صغيرة: بالأرقام
الحالة 1 - دليل قيمة السحنات. عندما تم تشتيت المسامية في موقع ما مباشرة عن طريق الكريج، "تسربت" المسامية العالية إلى مناطق الصخر الزيتي منخفضة الجودة. عندما تم إنشاء نموذج السحنات لأول مرة وتم توزيع المسامية داخل السحنات، أصبح النموذج واقعيًا وضاقت الأحجام العشوائية: انخفض حجم P50 بنسبة 12%، لكن نطاق عدم اليقين ضاقت بنسبة 40%. أدى الهيكل الصحيح إلى نتائج أكثر واقعية وأمانًا.
الحالة 2 - فخ الاستقراء. لقد تعلم نموذج التعلم الآلي العلاقة بين المسامية والزلزالية جيدًا في المنطقة التي تتركز فيها الآبار؛ ولكن عند تطبيقه على كتلة حافة بدون بئر، فإنه يقع خارج نطاق التدريب (الاستقراء) وينتج مسامية غير واقعية بنسبة 28%. وأظهر الجيولوجي أن تلك الكتلة كانت في منطقة ذات سطوح مختلفة؛ وكان النموذج غير صالح في تلك المنطقة. تم وضع علامة على حد الاستقراء.
الحالة 3 - تعارض التوازن المادي. أنتجت احتياطيات نموذج P50 الغني ثلاثي الأبعاد 68 مليون برميل. ومع ذلك، فإن الانخفاض المبكر في ضغط الإنتاج في الحقل يشير إلى وجود نظام يحتوي على ما يصل إلى 45 مليون برميل من التوازن المادي على الأكثر. وجاء التناقض لأن النموذج افترض أن الأجسام الرملية المنفصلة (المعزولة) مترابطة للغاية. تمت إعادة النظر في الاتصال وأصبح النموذج أصغر. ثبتت المرساة المادية النموذج الهندسي.
موجه ضعيف / موجه قوي
حث ضعيف:
نموذج الخزان والاحتياطي مستمدان من بيانات هذا البئر.[بيانات]
مطالبة قوية:
أنشئ خطة مسودة لنمذجة الخزان من البئر (مجهول المصدر) والملخص الزلزالي أدناه. القواعد:- أولًا بناء نموذج السحنات؛ توزيع المسامية/النفاذية داخل الوجه. تسرب خاصية الهيدروكربون إلى الصخر الزيتي/السحنات منخفضة الجودة. - تبرير معلمات الرسم البياني (الاتجاه، المدى) من الاتجاه الجيولوجي، وليس من البيانات؛ اكتب الافتراضات بوضوح. - اعرض النتيجة على هيئة توزيع حجم P90/P50/P10، وليس رقمًا واحدًا. - ضع علامة على خطر الاستقراء في المناطق التي لا تحتوي على آبار. - اكتب كيفية التحقق من رصيد المواد/تاريخ الإنتاج. البيانات: [ملخص]
أربعة قوالب قابلة للنسخ
1) مسودة تصنيف الوجوه:
اقترح طريقة لتصنيف السحنات من مجموعة السجلات التالية. قم بتدوين السجلات التي سيتم استخدامها، وتعريفات الفئة، والحاجة إلى وضع العلامات الأساسية. تحديد خطر الخلط بين الفئات والتحقق من المعقولية الجيولوجية. البيانات: [مجموعة السجل]
2) مبرر الفاريوجرام:
عند إنشاء مخطط متغير لبيانات المسامية هذه، قم بربط الاتجاه واختيار النطاق باتجاه هطول الأمطار الجيولوجي. اشرح خطورة افتراض الخواص المتناحية. اذكر حد موثوقية فاريوجرام مع القليل من البيانات. البيانات: [المسامية]
3) سيناريو عدم اليقين:
إنشاء توزيع حجم P90/P50/P10 لمدخلات الحجم التالية (المساحة، السُمك، المسامية، التشبع، عامل التحويل). اسأل عن نطاق عدم اليقين لكل مدخل، ولا تفترضه. صنف المصدر الأكثر تأثيرا لعدم اليقين (الإعصار).الإدخال: [القيم]
4) فحص توازن المواد:
قارن حجم النموذج ثلاثي الأبعاد التالي مع بيانات الإنتاج المبكر وانخفاض الضغط لتوازن المواد. إذا كان هناك عدم توافق، فاذكر الأسباب المحتملة (الاتصال، دعم طبقة المياه الجوفية، خطأ في الحجم). النموذج: [الحجم]، الإنتاج/الضغط: [البيانات]
طبقات التحقق من نموذج الخزان
طبقة
ما الاختبارات
الطريقة
المعقولية الجيولوجية
وجوه-ميزة الاتساق
مراجعة الخبراء
بيانات جيدة
الامتثال لقياس البقعة
مقارنة السجل/الأساسية
اختبار جيد
النفاذية / الضغط الفعلي
اختبار الضغط العابر
التوازن المادي
الحفاظ على الحجم
العلاقة بين الضغط والإنتاج
تاريخ الإنتاج
السلوك الديناميكي
مطابقة التاريخ
الأخطاء الشائعة
- تخطي الوجوه. توزيع المعالم دون دليل السحنات وتسرب المواد الهيدروكربونية مع الشيء.
- التنبؤ بنقطة واحدة. الإبلاغ عن عدد واحد من الاحتياطيات بدلاً من التوزيع غير المؤكد.
- استقراء. تطبيق النموذج بشكل أعمى على الكتل خارج نطاق بيانات التدريب.
- تخطي التوازن المادي. عدم اختبار حجم النموذج ثلاثي الأبعاد بالتوازن المادي.
- اترك variogram تلقائيًا. اختيار الاتجاه/المدى بدون الاتجاه الجيولوجي.
باختصار
- توصيف الخزان هو امتداد لقياسات النقاط في الآبار إلى الحجم بأكمله مع الجيولوجيا والإحصاء الجيولوجي.
- يعتبر الذكاء الاصطناعي والتعلم الآلي فعالين في تصنيف السحنات والتنبؤ بالميزات؛ لكن المعقولية الجيولوجية هي المرشح الأول.
- توزيع الميزات داخل الوجه؛ الإبلاغ عن عدم اليقين كتوزيع P90/P50/P10.
- وضع علامة على حدود الاستقراء. لا تستخدم النموذج بشكل أعمى خارج نطاق التدريب.
- يعد التوازن المادي وتاريخ الإنتاج بمثابة مرتكزات مادية تختبر النموذج الهندسي.
مهمة التطبيق
خذ بيانات المسامية/الوجه من عدة آبار (ممثلة) للحقل. احصل على خطة نمذجة تم إنشاؤها باستخدام الموجه القوي. بعد ذلك: (1) تحقق مما إذا كانت المسامية موزعة داخل السحنات، (2) اطلب الاحتياطي كـ P90/P50/P10، وليس رقمًا واحدًا، (3) قم بتوفير الحجم المعطى بواسطة النموذج تقريبًا بمنطق توازن المواد البسيط (المنتج + المتبقي). أضف تحذيرًا استقراءيًا لمنطقة واحدة على الأقل خالية من الآبار.
قائمة مرجعية
- [ ] أدرك أن نموذج المكمن هو تقدير جيد إلى جيد ويحمل عدم اليقين.
- [ ] أقوم بتوزيع الميزات مع دليل السحنات، ولا أقوم بتسريبها إلى سحنات منخفضة الجودة.
- [ ] أبلغ عن الاحتياطي كتوزيع P90/P50/P10، وليس رقمًا واحدًا.
- [ ] أضع علامة على حدود الاستقراء.
- [ ] أتحقق من حجم النموذج من خلال توازن المواد وتاريخ الإنتاج.