Guadagni:
- Capacità di spiegare come la distribuzione 3D delle proprietà del giacimento (porosità, permeabilità, saturazione dell'acqua) è modellata con l'intelligenza artificiale e la geostatistica
- Capacità di individuare le caratteristiche diffuse con la modellazione della facies, il variogramma, il kriging e l'apprendimento automatico
- Capacità di verificare i risultati del modello di giacimento con bilancio dei materiali, test dei pozzi e scenari di incertezza
Per fabbricare un giacimento di petrolio o gas, dobbiamo prima costruirne un modello 3D: dove si trova la roccia serbatoio, quanto è porosa (porosità), con quanta facilità scorre il fluido (permeabilità/permeabilità) e quanti pori sono riempiti di idrocarburi (1 − saturazione dell'acqua). Ma possiamo misurare queste caratteristiche solo nei punti in cui trivellamo i pozzi; L'enorme volume tra i pozzi è vuoto e deve essere riempito. La caratterizzazione dei giacimenti avviene effettuando misurazioni puntuali nei pozzi ed estendendole all'intero volume utilizzando la logica geologica e la statistica. In questa unità, utilizziamo l'intelligenza artificiale e la geostatistica (il ramo della statistica che modella i dati spaziali con incertezza) in questo lavoro di divulgazione. Il principio immutabile: ogni valore da pozzo a pozzo è una stima, non un valore reale; L’incertezza fa parte del modello ed è messa alla prova dall’equilibrio fisico.
Concetti di base
- Facies: un tipo di roccia con proprietà uniche che si è formato in un particolare ambiente deposizionale (ad esempio sabbia di canale fluviale, scisto marino, calcare di barriera corallina). La qualità del serbatoio è strettamente legata alla facies: il canale drena bene la sabbia, ma non lo scisto.
- Variogramma: una misura di continuità spaziale che descrive come la somiglianza delle caratteristiche diminuisce all'aumentare della distanza tra due punti. È lo strumento base della geostatistica.
- Kriging: metodo che stima il valore in punti non campionati utilizzando il variogramma, insieme all'incertezza della stima.
- Simulazione stocastica: produzione di molti modelli (realizzazioni) ugualmente probabili compatibili con i dati, piuttosto che un'unica ipotesi "migliore"; Rende visibile l’incertezza.
- Bilancio di materia: Rapporto di conservazione tra fluido prodotto dal giacimento, perdite di carico e volume residuo; ancoraggio fisico che verifica in modo indipendente il volume del modello.
Suggerimento: il modello del giacimento è una distribuzione dell’incertezza, non un singolo numero. Il linguaggio corretto è "P90=35, P50=50, P10=72 milioni di barili", non "Riserva 50 milioni di barili". Chiedi all’IA uno scenario/distribuzione, non una stima puntuale.
Come l'intelligenza artificiale e la geostatistica lavorano insieme
La geostatistica classica (kriging, variogramma) è potente ma ha difficoltà con relazioni multivariate e non lineari. È qui che entra in gioco il machine learning:
- Classificazione delle facies: assegnazione delle facies dal log set (apprendimento supervisionato); Quindi distribuire la funzionalità utilizzando la facies come guida.
- Stima degli attributi: stima della porosità tra i pozzi dall'attributo sismico + relazione logaritmica (modellazione guidata dal sisma).
- Riempimento delle lacune: completamento ragionevole degli intervalli di log mancanti da pozzi e relazioni vicini.
Ma l’apprendimento automatico non conosce la logica geologica. La mappa di porosità prodotta da un modello è errata se non è coerente con l'ambiente deposizionale (ad esempio elevata permeabilità in facies scistosa). La plausibilità geologica è il primo filtro dell’output dell’intelligenza artificiale.
Passo dopo passo: flusso di lavoro del modello di serbatoio
- Scheletro strutturale. Stabilire la geometria del giacimento con orizzonti e faglie sismiche (output dell'Unità 3).
- Modello di facies. Determinare la facies nei pozzi (log + core), distribuire in volume con variogramma/tendenza geologica. L’intelligenza artificiale accelera la classificazione.
- Distribuzione delle funzionalità. Distribuire porosità, permeabilità, saturazione idrica all'interno di ciascuna facies mediante kriging o machine learning; Se c'è il sisma, procurati una guida.
- Incertezza. Genera un gran numero di realizzazioni con la simulazione stocastica; Vengono emessi i volumi P90/P50/P10.
- Verifica. Testare il volume del modello con bilancio materiale e corrispondenza storica; Confrontare con la permeabilità ben testata.
Tre mini custodie: i numeri
Caso 1 — Valore della facies guida. Quando la porosità veniva dispersa in un sito direttamente mediante kriging, l’elevata porosità “fuoriusciva” nelle zone di scisto di bassa qualità. Quando il modello della facies è stato stabilito per la prima volta e la porosità è stata distribuita all'interno della facies, il modello è diventato realistico e i volumi stocastici si sono ristretti: il volume di P50 è diminuito del 12%, ma la banda di incertezza si è ristretta del 40%. La struttura corretta ha prodotto risultati più realistici e più sicuri.
Caso 2 – Trappola dell’estrapolazione. Il modello di machine learning ha appreso bene la relazione porosità-sismica nella regione in cui sono concentrati i pozzi; ma quando applicato a un blocco marginale senza pozzetto, non rientrava nell'intervallo di addestramento (estrapolazione) e produceva una porosità irrealistica del 28%. Il geologo dimostrò che quel blocco si trovava in una zona di facies diversa; il modello non era valido in quella regione. Il limite di estrapolazione è contrassegnato.
Caso 3 – Conflitto di bilancio materiale. Un ricco modello 3D di riserve P50 ha fruttato 68 milioni di barili; tuttavia, il calo iniziale della pressione di produzione del giacimento indicava un sistema con un bilancio materiale al massimo di circa 45 milioni di barili. La contraddizione è arrivata perché il modello presupponeva che i corpi di sabbia disconnessi (isolati) fossero troppo collegati. La connessione è stata riconsiderata e il modello è stato rimpicciolito. L'ancora fisica ha fissato il modello geometrico.
Prompt debole / Prompt forte
Suggerimento debole:
Il modello del giacimento e la riserva derivano dai dati di questo pozzo.[dati]
Suggerimento potente:
Genera un piano BOZZA di modellazione del giacimento dal pozzo (anonimo) e dal riepilogo sismico di seguito. Regole:- Prima costruzione del modello in facies; Distribuire la porosità/permeabilità ALL'INTERNO della facies. Caratteristiche degli idrocarburi che lisciviano in facies di scisto/di bassa qualità. - Giustificare i parametri del variogramma (direzione, intervallo) dalla tendenza geologica, non dai dati; Scrivere le ipotesi CHIARAMENTE.- Presentare il risultato come distribuzione di volume P90/P50/P10, non come un singolo numero.- Contrassegnare il rischio di estrapolazione in regioni prive di pozzi.- Scrivere come verificare con il bilancio materiale/storia della produzione. Dati: [riepilogo]
Quattro modelli copiabili
1) Bozza di classificazione delle facies:
Suggerire un approccio di classificazione della facies dalla seguente serie di registri. Annotare i log da utilizzare, le definizioni delle classi e la necessità di etichettatura principale. Specificare il rischio di confusione tra le classi e il controllo di plausibilità geologica. Dati: [insieme di registri]
2) Giustificazione del variogramma:
Quando si stabilisce un variogramma per questi dati di porosità, mettere in relazione la direzione e la selezione dell'intervallo con la direzione delle precipitazioni geologiche. Spiegare il rischio di assumere isotropo. Stabilire il limite dell'affidabilità del variogramma con pochi dati. Dati: [porosità]
3) Scenario di incertezza:
Genera la distribuzione del volume P90/P50/P10 per i seguenti input di volume (area, spessore, porosità, saturazione, fattore di conversione). Chiedi l'intervallo di incertezza di ciascun input, non darlo per scontato. Classificare la fonte di incertezza più influente (tornado).Input: [valori]
4) Controllo incrociato del bilancio materiali:
Confrontare il volume del modello 3D seguente con i dati iniziali di produzione e caduta di pressione forniti per il bilancio dei materiali. In caso di incompatibilità, elencare le possibili ragioni (connessione, supporto della falda acquifera, errore di volume). Modello: [volume], produzione/pressione: [dati]
Livelli di verifica del modello di serbatoio
strato
Quali test
Metodo
Plausibilità geologica
Consistenza delle caratteristiche della facies
Revisione degli esperti
beh dati
Conformità alla misurazione spot
Confronto log/core
beh prova
Permeabilità/pressione effettiva
Prova transitoria di pressione
Bilancio materiale
conservazione del volume
Relazione pressione-produzione
Storia della produzione
comportamento dinamico
Corrispondenza della cronologia
Errori comuni
- Le facies saltano. Distribuisce tratti senza facies guida e perde idrocarburi con la cosa.
- Previsione a punto singolo. Riportare un singolo numero di riserve invece di una distribuzione di incertezza.
- Estrapolazione. Applicazione cieca del modello a blocchi esterni all'intervallo dei dati di training.
- Saltare il bilancio dei materiali. Non testare il volume del modello 3D con l'equilibrio fisico.
- Lasciare il variogramma in automatico. Scelta della direzione/intervallo senza tendenza geologica.
In sintesi
- La caratterizzazione del giacimento è l'estensione delle misurazioni puntuali nei pozzi all'intero volume con geologia e geostatistica.
- L’intelligenza artificiale e l’apprendimento automatico sono potenti nella classificazione delle facies e nella previsione delle caratteristiche; ma la plausibilità geologica è il primo filtro.
- Distribuire le caratteristiche all'interno della facies; Riportare l’incertezza come distribuzione P90/P50/P10.
- Segnare i limiti di estrapolazione; Non utilizzare il modello alla cieca al di fuori del campo di allenamento.
- Il bilancio materiale e la storia della produzione sono ancoraggi fisici che mettono alla prova il modello geometrico.
Compito dell'applicazione
Prendere i dati di porosità/facies da diversi pozzi (rappresentativi) di un campo. Ottieni un piano di modellazione generato con il potente prompt. Quindi: (1) verificare se la porosità è distribuita all'interno della facies, (2) richiedere la riserva come P90/P50/P10, non un singolo numero, (3) fornire approssimativamente il volume dato dal modello con una semplice logica di bilancio materiale (prodotto + residuo). Aggiungere un avviso di estrapolazione per almeno una regione senza pozzo.
lista di controllo
- [ ] Capisco che il modello del giacimento è una stima da pozzo a pozzo e comporta incertezza.
- [ ] Distribuisco le caratteristiche con la guida alle facies, non le disperdo in facies di bassa qualità.
- [ ] Riporto la riserva come una distribuzione P90/P50/P10, non un singolo numero.
- [ ] Segnalo i limiti di estrapolazione.
- [ ] Verifico il volume del modello con il bilancio dei materiali e la storia della produzione.