Kasu:
- Oskus selgitada, kuidas AI ja geostatistika abil modelleeritakse reservuaari omaduste (poorsus, läbilaskvus, vee küllastus) 3D-jaotust
- Võimalus tuvastada tunnuste levikut faatsimodelleerimise, variogrammi, krigimise ja masinõppe abil
- Võimalus kontrollida reservuaari mudeli väljundeid materjali tasakaalu, kaevude testimise ja määramatuse stsenaariumide abil
Nafta- või gaasivälja valmistamiseks peame esmalt koostama selle 3D-mudeli: kus asub reservuaari kivim, kui poorne see on (poorsus), kui kergesti voolab vedelik (läbilaskvus/läbilaskvus) ja kui suur osa pooridest on täidetud süsivesinikega (1 – vee küllastus). Kuid me saame neid tunnuseid mõõta ainult nendes kohtades, kus puurime kaevud; Kaevude vaheline tohutu maht on tühi ja tuleb täita. Veehoidla iseloomustus on punktmõõtmiste võtmine kaevudes ja nende laiendamine kogu mahule geoloogilise loogika ja statistika abil. Selles üksuses kasutame selles levitustöös tehisintellekti ja geostatistikat (statistika haru, mis modelleerib ruumiandmeid ebakindlusega). Muutumatu põhimõte: iga hästi-kaevu väärtus on hinnanguline, mitte tegelik väärtus; Määramatus on osa mudelist ja seda testib füüsiline tasakaal.
Põhimõisted
- Faatsia: ainulaadsete omadustega kivimitüüp, mis on tekkinud kindlas ladestuskeskkonnas (nt jõekanali liiv, merekivi, riffide lubjakivi). Veehoidla kvaliteet on tihedalt seotud faatsiatega: kanal juhib hästi liiva, kuid mitte põlevkivi.
- Variogramm: ruumilise järjepidevuse mõõt, mis kirjeldab, kuidas objektide sarnasus väheneb, kui kahe punkti vaheline kaugus suureneb. See on geostatistika põhitööriist.
- Kriging: meetod, mis hindab variogrammi abil väärtust valimiteta punktides koos hinnangumääramatusega.
- Stohhastiline simulatsioon: ühe "parima" oletuse asemel paljude võrdselt tõenäoliste mudelite (teostuste) loomine, mis ühilduvad andmetega; See muudab ebakindluse nähtavaks.
- Materjali tasakaal: säilivussuhe reservuaarist toodetud vedeliku, rõhulanguse ja järelejäänud mahu vahel; füüsiline ankur, mis testib iseseisvalt mudeli helitugevust.
Vihje: reservuaari mudel on määramatuse jaotus, mitte üks arv. Õige keel on "P90=35, P50=50, P10=72 miljonit barrelit", mitte "Varu 50 miljonit barrelit". Küsige AI-lt stsenaariumi/jaotust, mitte ühe punkti hinnangut.
Kuidas tehisintellekt ja geostatistika koos töötavad
Klassikaline geostatistika (kriging, variogramm) on võimas, kuid võitleb mitme muutujaga mittelineaarsete seostega. Siin tuleb mängu masinõpe:
- Faatside klassifikatsioon: Faatsiate määramine logikomplektist (juhendatud õpe); Seejärel levitage funktsiooni, kasutades juhendina facies.
- Atribuutide hindamine: kaevudevahelise poorsuse hindamine seismilise atribuudi ja logaritmi suhte põhjal (seismiliselt juhitav modelleerimine).
- Lünkade täitmine: puuduvate palkide vahemike mõistlik täiendamine naaberkaevudest ja suhetest.
Kuid masinõpe ei tunne geoloogilist loogikat. Mudeli koostatud poorsuse kaart on vale, kui see ei ole kooskõlas ladestuskeskkonnaga (nt suur läbilaskvus põlevkivifaatsis). Geoloogiline usutavus on AI väljundi esimene filter.
Samm-sammult: reservuaari mudeli töövoog
- Struktuurne skelett. Määrata reservuaari geomeetria horisontide ja seismilistest riketest (väljund 3. plokist).
- Facies mudel. Määrata faatsia kaevudes (log + südamik), jaota mahuni variogrammi/geoloogilise trendiga. AI kiirendab klassifitseerimist.
- Funktsiooni juurutamine. Jaotage poorsus, läbilaskvus, veeküllastus igas faatsuses krigimise või masinõppe abil; Kui on seismiline, hankige juhend.
- Ebakindlus. Looge stohhastilise simulatsiooni abil suur hulk realisatsioone; Väljastatakse P90/P50/P10 helitugevused.
- Kontrollimine. Katsemudeli maht materjalibilansi ja ajaloo vastega; Võrrelge kaevu läbilaskvusega.
Kolm miniümbrist: numbrite järgi
1. juhtum – faatsijuhi väärtus. Kui poorsus hajutati kohas otse krigimise teel, "lekkis" kõrge poorsus madala kvaliteediga põlevkivitsoonidesse. Kui faatsiamudelit esmakordselt kehtestati ja poorsus faatsia sees jaotati, muutus mudel realistlikuks ja stohhastilised mahud vähenesid: P50 maht vähenes 12%, kuid määramatuse riba vähenes 40%. Õige ülesehitus andis nii realistlikumaid kui ka ohutumaid tulemusi.
Juhtum 2 – ekstrapoleerimislõks. Masinõppemudel õppis hästi poorsuse ja seismilise seose piirkonnas, kus kaevud on koondunud; kuid ilma kaevuta servaplokile kandmisel jäi see treeningulatusest välja (ekstrapoleerimine) ja tekitas ebareaalse 28% poorsuse. Geoloog näitas, et see plokk asus erinevas faatsialas; mudel oli selles piirkonnas kehtetu. Ekstrapoleerimise piir on märgitud.
Juhtum 3 – materjali tasakaalu konflikt. Rikkaliku 3D mudeli P50 varud andsid 68 miljonit barrelit; põllu varajane tootmisrõhu langus viitas aga süsteemile, mille materjalibilanss oli maksimaalselt ~45 miljonit barrelit. Vastuolu tekkis seetõttu, et mudel eeldas, et lahtiühendatud (isoleeritud) liivakehad on liiga ühendatud. Ühendus vaadati uuesti läbi ja mudel tehti väiksemaks. Füüsiline ankur fikseeris geomeetrilise mudeli.
Nõrk viip / Tugev viip
Nõrk viip:
Nendest kaevuandmetest on tuletatud veehoidla mudel ja varu.[andmed]
Võimas viip:
Looge allolevast (anonüümseks muudetud) kaevust ja seismilisest kokkuvõttest veehoidla modelleerimiskava. Reeglid: - Esmalt ehitage faassi mudel; Jaotage poorsus/läbilaskvus faatsia SEES. Süsivesinike tunnuse leostumine kildaks/madala kvaliteediga faatsiateks.- Põhjendage variogrammi parameetreid (suund, ulatus) geoloogilisest trendist, mitte andmetest; Kirjutage eeldused SELGELT.- Esitage tulemus P90/P50/P10 mahujaotusena, mitte ühe numbrina.- Märkige ekstrapoleerimise oht kaevuvabades piirkondades.- Kirjutage, kuidas materjalibilansi/tootmisajaloo abil kontrollida.Andmed: [kokkuvõte]
Neli kopeeritavat malli
1) Faciesi klassifikatsiooni mustand:
Soovitage faatsia klassifitseerimise lähenemisviisi järgmiste logide hulgast. Kirjutage üles kasutatavad logid, klasside määratlused ja põhimärgistuse vajadus. Täpsustage klasside ja geoloogilise usutavuse kontrolli segiajamise oht. Andmed: [logikomplekt]
2) Variogrammi põhjendus:
Nende poorsuse andmete variogrammi koostamisel seostage suund ja vahemiku valik geoloogiliste sademete suunaga. Selgitage isotroopsuse oletamise ohtu. Märkige variogrammi usaldusväärsuse piir väheste andmetega. Andmed: [poorsus]
3) Ebakindluse stsenaarium:
Looge P90/P50/P10 mahujaotus järgmiste ruumala sisendite jaoks (pindala, paksus, poorsus, küllastus, teisendustegur). Küsige iga sisendi mõõtemääramatuse vahemikku, ärge eeldage seda. Järjesta kõige mõjukam määramatuse allikas (tornaado). Sisend: [väärtused]
4) Materjali tasakaalu ristkontroll:
Võrrelge materjalibilansi jaoks järgmist 3D-mudeli mahtu antud varajaste tootmis- ja rõhulanguse andmetega. Kokkusobimatuse korral loetlege võimalikud põhjused (ühendus, põhjaveekihi tugi, mahuviga). Mudel: [maht], tootmine/rõhk: [andmed]
Reservuaari mudeli kinnituskihid
kiht
Millised testid
meetod
Geoloogiline usutavus
Facies-funktsiooni järjepidevus
Ekspertide ülevaade
kaevu andmed
Punktmõõtmise vastavus
Logi/tuuma võrdlus
hästi test
Tegelik läbilaskvus/rõhk
Surve ajutine test
Materjalide tasakaal
mahu säilitamine
Surve-tootmise suhe
Tootmise ajalugu
dünaamiline käitumine
Ajaloo sobitamine
Levinud vead
- Facies vahelejätmine. Jaotage funktsioone ilma faatsiidita ja lekitage süsivesinikke asjaga.
- Ühe punkti ennustus. Määramatuse jaotuse asemel ühe reservide arvu teatamine.
- Ekstrapoleerimine. Mudeli pimesi rakendamine plokkidele väljaspool treeningandmete vahemikku.
- Materjali tasakaalu vahelejätmine. Ei testita 3D-mudeli helitugevust füüsilise tasakaaluga.
- Jätke variogramm automaatseks. Suuna/vahemiku valimine ilma geoloogilise trendita.
Kokkuvõttes
- Veehoidla iseloomustus on kaevude punktmõõtmiste laiendamine kogu mahule koos geoloogia ja geostatistikaga.
- AI ja masinõpe on võimsad faatside klassifitseerimisel ja funktsioonide ennustamisel; kuid geoloogiline usutavus on esimene filter.
- Jaotage tunnuseid faatside sees; Esitage määramatus P90/P50/P10 jaotusena.
- Märkige ekstrapolatsiooni piirid; Ärge kasutage mudelit pimesi väljaspool treeningulatust.
- Materjalide tasakaal ja tootmisajalugu on füüsilised ankrud, mis testivad geomeetrilist mudelit.
Rakenduse ülesanne
Võtke poorsuse/faatsia andmed põllu mitmest (esinduslikust) kaevust. Laske võimsa viipaga luua modelleerimisplaan. Seejärel: (1) kontrollige, kas poorsus on jaotunud faatsia piires, (2) küsi reservi P90/P50/P10, mitte ühe numbrina, (3) esita umbkaudselt mudeli antud maht lihtsa materjalibilansi (toodetud + järelejäänud) loogikaga. Lisage ekstrapolatsioonihoiatus vähemalt ühe kaevu piirkonna jaoks.
kontrollnimekiri
- [ ] Ma saan aru, et reservuaari mudel on hea hinnang ja sellega kaasneb ebakindlus.
- [ ] Tunnused levitan koos faatsiajuhiga, ma ei leki neid madala kvaliteediga faatsiatesse.
- [ ] Ma teatan reservist P90/P50/P10 jaotusena, mitte ühe numbrina.
- [ ] Märgin ekstrapoleerimise piirid.
- [ ] Kontrollin mudeli mahtu materjalibilansi ja tootmisajalooga.