Gains :
- Capacité à expliquer comment la distribution 3D des propriétés du réservoir (porosité, perméabilité, saturation en eau) est modélisée avec l'IA et la géostatistique
- Capacité à localiser la répartition des caractéristiques grâce à la modélisation du faciès, au variogramme, au krigeage et à l'apprentissage automatique
- Capacité à vérifier les résultats du modèle de réservoir avec le bilan matière, les tests de puits et les scénarios d'incertitude
Pour fabriquer un champ de pétrole ou de gaz, nous devons d'abord en construire un modèle 3D : où se trouve la roche réservoir, quelle est sa porosité (porosité), avec quelle facilité le fluide s'écoule (perméabilité/perméabilité) et quelle quantité de pores sont remplis d'hydrocarbures (1 − saturation en eau). Mais nous ne pouvons mesurer ces caractéristiques qu’aux points où nous forons des puits ; L'énorme volume entre les puits est vide et doit être rempli. La caractérisation des réservoirs consiste à prendre des mesures ponctuelles dans les puits et à les étendre à l'ensemble du volume en utilisant la logique géologique et les statistiques. Dans cette unité, nous utilisons l'intelligence artificielle et la géostatistique (la branche des statistiques qui modélise les données spatiales avec incertitude) dans ce travail de diffusion. Le principe immuable : chaque valeur de puits à puits est une estimation, pas une valeur réelle ; L'incertitude fait partie du modèle et est testée par l'équilibre physique.
Concepts de base
- Faciès : Type de roche aux propriétés uniques qui s'est formée dans un environnement de dépôt particulier (par exemple, sable de chenal de rivière, schiste marin, calcaire récifal). La qualité du réservoir est étroitement liée au faciès : le canal draine bien le sable, mais pas les schistes.
- Variogramme : mesure de continuité spatiale qui décrit comment la similarité des caractéristiques diminue à mesure que la distance entre deux points augmente. C'est l'outil de base de la géostatistique.
- Krigeage : méthode qui estime la valeur à des points non échantillonnés à l'aide du variogramme, ainsi que de l'incertitude d'estimation.
- Simulation stochastique : produire de nombreux modèles (réalisations) également probables compatibles avec les données, plutôt qu'une seule « meilleure » estimation ; Cela rend visible l’incertitude.
- Bilan matière : Relation de conservation entre le fluide produit à partir du réservoir, la chute de pression et le volume restant ; ancre physique qui teste indépendamment le volume du modèle.
Indice : le modèle de réservoir est une distribution d'incertitude, et non un nombre unique. Le langage correct est « P90=35, P50=50, P10=72 millions de barils », et non « Réserve 50 millions de barils ». Demandez à l'IA un scénario/distribution, pas une estimation ponctuelle.
Comment l’IA et la géostatistique fonctionnent ensemble
La géostatistique classique (krigeage, variogramme) est puissante mais peine à gérer les relations multivariées et non linéaires. C’est là que l’apprentissage automatique entre en jeu :
- Classification des faciès : attribution des faciès à partir de l'ensemble de journaux (apprentissage supervisé) ; Distribuez ensuite l'entité en utilisant le faciès comme guide.
- Estimation des attributs : estimation de la porosité inter-puits à partir de la relation attribut sismique + log (modélisation sismique).
- Comblement des lacunes : Compléter raisonnablement les plages de journaux manquantes à partir des puits et des relations voisins.
Mais l’apprentissage automatique ne connaît pas la logique géologique. La carte de porosité produite par un modèle est incorrecte si elle est incompatible avec l'environnement de dépôt (par exemple, forte perméabilité dans le faciès des schistes). La plausibilité géologique est le premier filtre des résultats de l’IA.
Étape par étape : flux de travail du modèle de réservoir
- Squelette structurel. Etablir la géométrie du réservoir avec les horizons et les failles sismiques (sortie de l'Unité 3).
- Modèle de faciès. Déterminer le faciès dans les puits (log + carotte), répartir au volume avec variogramme/tendance géologique. L'IA accélère la classification.
- Déploiement des fonctionnalités. Répartir la porosité, la perméabilité, la saturation en eau au sein de chaque faciès par krigeage ou apprentissage automatique ; En cas de séisme, demandez un guide.
- Incertitude. Générer un grand nombre de réalisations avec la simulation stochastique ; Les volumes P90/P50/P10 sont émis.
- Vérification. Testez le volume du modèle avec le bilan matière et la correspondance historique ; Comparez avec le test de perméabilité du puits.
Trois mini-cases : en chiffres
Cas 1 — Guide de valeur du faciès. Lorsque la porosité était dispersée sur un site directement par krigeage, une porosité élevée « s’infiltrait » dans des zones de schiste de faible qualité. Lorsque le modèle de faciès a été établi pour la première fois et que la porosité a été distribuée au sein des faciès, le modèle est devenu réaliste et les volumes stochastiques se sont rétrécis : le volume de P50 a diminué de 12 %, mais la bande d'incertitude s'est rétrécie de 40 %. La structure correcte a donné des résultats à la fois plus réalistes et plus sûrs.
Cas 2 — Piège d’extrapolation. Le modèle d’apprentissage automatique a bien appris la relation porosité-sismique dans la région où les puits sont concentrés ; mais lorsqu'il est appliqué à un bloc de bordure sans puits, il sort de la plage d'entraînement (extrapolation) et produit une porosité irréaliste de 28 %. Le géologue a montré que ce bloc se trouvait dans une zone de faciès différent ; le modèle n'était pas valide dans cette région. La limite d'extrapolation est marquée.
Cas 3 — Conflit de bilan matière. Un riche modèle 3D des réserves du P50 a produit 68 millions de barils ; cependant, la chute de pression de production initiale du champ a indiqué un système avec un bilan matière d'au plus environ 45 millions de barils. La contradiction est venue du fait que le modèle supposait que les corps de sable déconnectés (isolés) étaient trop connectés. La connexion a été reconsidérée et le modèle a été réduit. L'ancrage physique a fixé le modèle géométrique.
Invite faible/Invite forte
Invite faible :
Le modèle de réservoir et la réserve sont dérivés de ces données de puits.[données]
Invite puissante :
Générez un plan PROJET de modélisation du réservoir à partir du puits (anonymisé) et du résumé sismique ci-dessous. Règles : - Construire d'abord le modèle de faciès ; Répartir la porosité/perméabilité DANS le faciès. Éléments d'hydrocarbures lessivés dans des faciès de schiste/de faible qualité. - Justifier les paramètres du variogramme (direction, plage) à partir de la tendance géologique et non à partir de données ; Écrivez CLAIREMENT les hypothèses.- Présentez le résultat sous la forme d'une distribution de volume P90/P50/P10, et non d'un seul chiffre.- Signalez le risque d'extrapolation dans les régions sans puits.- Écrivez comment vérifier avec le bilan matière/l'historique de production.Données : [résumé]
Quatre modèles copiables
1) Projet de classification des faciès :
Suggérez une approche de classification des faciès à partir de l’ensemble de journaux suivant. Notez les journaux à utiliser, les définitions de classe et la nécessité d'un étiquetage de base. Préciser le risque de confusion entre classes et le contrôle de plausibilité géologique. Données : [ensemble de journaux]
2) Justification du variogramme :
Lors de l'établissement d'un variogramme pour ces données de porosité, reliez la sélection de la direction et de la plage à la direction des précipitations géologiques. Expliquez le risque de supposer isotrope. Indiquez la limite de fiabilité du variogramme avec peu de données. Données : [porosité]
3) Scénario d'incertitude :
Générez une distribution de volume P90/P50/P10 pour les entrées de volume suivantes (surface, épaisseur, porosité, saturation, facteur de conversion). Demandez la plage d'incertitude de chaque entrée, ne la présumez pas. Classez la source d’incertitude la plus influente (tornade). Entrée : [valeurs]
4) Vérification croisée du bilan matières :
Comparez le volume du modèle 3D suivant avec les premières données de production et de chute de pression données pour le bilan matière. En cas d'incompatibilité, lister les raisons possibles (raccordement, support aquifère, erreur de volume). Modèle : [volume], production/pression : [données]
Couches de vérification du modèle de réservoir
couche
Quels examens
Méthode
Plausibilité géologique
Cohérence des caractéristiques des faciès
Avis d'experts
et bien les données
Conformité des mesures ponctuelles
Comparaison journal/cœur
bien tester
Perméabilité/pression réelle
Test transitoire de pression
Bilan matière
conservation du volume
Relation pression-production
Historique de fabrication
comportement dynamique
Correspondance de l'historique
Erreurs courantes
- Faciès sautant. Distribuez des éléments sans guide de faciès et fuyez des hydrocarbures avec chose.
- Prédiction d'un seul point. Déclaration d'un nombre unique de réserves au lieu d'une distribution d'incertitude.
- Extrapolation. Appliquer aveuglément le modèle à des blocs en dehors de la plage des données d'entraînement.
- Sauter le bilan matière. Ne pas tester le volume du modèle 3D avec l'équilibre physique.
- Laissez le variogramme en automatique. Choisir une direction/portée sans tendance géologique.
En résumé
- La caractérisation des réservoirs est l'extension des mesures ponctuelles dans les puits à l'ensemble du volume avec la géologie et la géostatistique.
- L’IA et l’apprentissage automatique sont puissants en matière de classification des faciès et de prédiction des caractéristiques ; mais la plausibilité géologique est le premier filtre.
- Répartir les caractéristiques au sein des faciès ; Signalez l’incertitude sous forme de distribution P90/P50/P10.
- Marquez les limites d'extrapolation ; N'utilisez pas aveuglément le modèle en dehors de la plage d'entraînement.
- Le bilan matière et l’historique de production sont des points d’ancrage physiques qui testent le modèle géométrique.
Tâche de candidature
Prendre des données de porosité/faciès de plusieurs puits (représentatifs) d'un champ. Créez un plan de modélisation généré avec l'invite puissante. Ensuite : (1) vérifier si la porosité est répartie au sein des faciès, (2) demander la réserve sous la forme P90/P50/P10, pas un seul chiffre, (3) fournir grossièrement le volume donné par le modèle avec une logique simple de bilan matière (produit + restant). Ajoutez un avertissement d'extrapolation pour au moins une région sans puits.
liste de contrôle
- [ ] Je comprends que le modèle de réservoir est une estimation de puits à puits et comporte de l'incertitude.
- [ ] Je distribue les fonctionnalités avec le guide des faciès, je ne les divulgue pas dans des faciès de mauvaise qualité.
- [ ] Je déclare la réserve sous la forme d'une distribution P90/P50/P10, pas d'un seul numéro.
- [ ] Je marque les limites d'extrapolation.
- [ ] Je vérifie le volume du modèle avec le bilan matière et l'historique de production.