Rezervuāru raksturojums, fasiju modelēšana un ģeostatistika

Ieguvumi:

• Spēja izskaidrot, kā tiek modelēts rezervuāra īpašību (porainība, caurlaidība, ūdens piesātinājums) 3D sadalījums ar AI un ģeostatistiku
• Spēja noteikt pazīmju izplatību, izmantojot fasiju modelēšanu, variogrammu, krigingu un mašīnmācīšanos
• Spēja pārbaudīt rezervuāra modeļa rezultātus ar materiālu bilanci, urbumu testēšanu un nenoteiktības scenārijiem

Lai izveidotu naftas vai gāzes lauku, mums vispirms ir jāizveido tā 3D modelis: kur atrodas rezervuāra iezis, cik tas ir porains (porainība), cik viegli plūst šķidrums (caurlaidība/caurlaidība) un cik liela daļa poru ir piepildīta ar ogļūdeņražiem (1 — ūdens piesātinājums). Bet mēs varam izmērīt šīs pazīmes tikai tajos punktos, kur mēs urbjam akas; Milzīgais tilpums starp akām ir tukšs un jāaizpilda. Rezervuāra raksturojums ir punktu mērījumu veikšana akās un to paplašināšana visā tilpumā, izmantojot ģeoloģisko loģiku un statistiku. Šajā nodaļā mēs šajā izplatīšanas darbā izmantojam mākslīgo intelektu un ģeostatistiku (statistikas nozari, kas modelē telpiskos datus ar nenoteiktību). Nemainīgs princips: katra vērtība no abām vērtībām ir aptuvens, nevis faktisks; Nenoteiktība ir daļa no modeļa, un to pārbauda fiziskais līdzsvars.

Pamatjēdzieni

• Fāzijas: iežu tips ar unikālām īpašībām, kas veidojies noteiktā nogulsnēšanās vidē (piemēram, upes kanāla smiltis, jūras slāneklis, rifu kaļķakmens). Rezervuāra kvalitāte ir cieši saistīta ar fasiju: ​​kanāls labi notecina smiltis, bet ne slānekli.
• Variogramma: telpiskās nepārtrauktības mērs, kas apraksta, kā pazīmju līdzība samazinās, palielinoties attālumam starp diviem punktiem. Tas ir ģeostatistikas pamatrīks.
• Kriging: metode, kas nosaka vērtību neatlasītajos punktos, izmantojot variogrammu, kā arī novērtējuma nenoteiktību.
• Stohastiskā simulācija: daudzu vienlīdz ticamu modeļu (realizāciju) izveidošana, kas ir saderīgi ar datiem, nevis vienu "labāko" minējumu; Tas padara nenoteiktību redzamu.
• Materiālu līdzsvars: saglabāšanās attiecība starp no rezervuāra ražoto šķidrumu, spiediena kritumu un atlikušo tilpumu; fiziskais enkurs, kas neatkarīgi pārbauda modeļa apjomu.

Padoms: rezervuāra modelis ir nenoteiktības sadalījums, nevis viens skaitlis. Pareizā valoda ir "P90=35, P50=50, P10=72 miljoni barelu", nevis "Rezerves 50 miljoni barelu". Jautājiet AI par scenāriju/izplatīšanu, nevis vienu punktu aprēķinu.

Kā AI un ģeostatistika darbojas kopā

Klasiskā ģeostatistika (kriging, variogramma) ir spēcīga, bet cīnās ar daudzfaktoru nelineārām attiecībām. Šeit tiek izmantota mašīnmācīšanās:

• Fāciju klasifikācija: Fāciju piešķiršana no baļķu kopas (apmācība uzraudzīta); Pēc tam izplatiet funkciju, izmantojot faces kā ceļvedi.
• Atribūtu novērtējums: starpurbumu porainības novērtējums no seismiskā atribūta + log attiecības (seismiskā modelēšana).
• Atšķirību aizpildīšana: saprātīgi aizpildiet trūkstošos baļķu diapazonus no blakus esošajām akām un attiecībām.

Bet mašīnmācība nezina ģeoloģisko loģiku. Modeļa izveidotā porainības karte ir nepareiza, ja tā neatbilst nogulsnēšanās videi (piemēram, augsta caurlaidība slānekļa fācijās). Ģeoloģiskā ticamība ir pirmais mākslīgā intelekta izvades filtrs.

Soli pa solim: rezervuāra modeļa darbplūsma

1. Strukturālais skelets. Noteikt rezervuāra ģeometriju ar horizontiem un defektiem no seismiskiem faktoriem (izvade no 3. bloka).
2. Facies modelis. Nosakiet fācijas akās (log + kodols), sadaliet tilpumā ar variogrammu/ģeoloģisko tendenci. AI paātrina klasifikāciju.
3. Funkciju izvietošana. Sadaliet porainību, caurlaidību, ūdens piesātinājumu katrā fāzē, izmantojot krigingu vai mašīnmācīšanos; Ja ir seismisks, saņemiet ceļvedi.
4. Nenoteiktība. Ģenerēt lielu skaitu realizāciju ar stohastisko simulāciju; Tiek izvadīti P90/P50/P10 sējumi.
5. Verifikācija. Testa modeļa apjoms ar materiālu līdzsvaru un vēstures atbilstību; Salīdziniet ar urbuma caurlaidības pārbaudi.

Trīs mini futrāļi: pēc skaitļiem

1. gadījums. Facies guide. Kad porainība tika izkliedēta vietā tieši ar krigingu, augsta porainība “noplūda” zemas kvalitātes slānekļa zonās. Kad pirmo reizi tika izveidots fasiju modelis un porainība tika sadalīta facijās, modelis kļuva reālistisks un stohastiskie apjomi samazinājās: P50 apjoms samazinājās par 12%, bet nenoteiktības josla sašaurinājās par 40%. Pareiza struktūra deva gan reālistiskākus, gan drošākus rezultātus.

2. gadījums — ekstrapolācijas slazds. Mašīnmācīšanās modelis labi apguva porainības un seismiskās attiecības reģionā, kurā ir koncentrētas akas; bet, uzklājot uz malu bloka bez akas, tas izkrita ārpus apmācības diapazona (ekstrapolācija) un radīja nereālu porainību 28%. Ģeologs parādīja, ka šis bloks atrodas citā fāzijas zonā; modelis nebija derīgs šajā reģionā. Ekstrapolācijas robeža ir atzīmēta.

3. gadījums — materiāla līdzsvara konflikts. Bagātīga 3D modeļa P50 rezerves deva 68 miljonus barelu; tomēr lauka agrīnais ražošanas spiediena kritums norādīja uz sistēmu ar ne vairāk kā ~ 45 miljoniem barelu materiālu bilancē. Pretruna radās tāpēc, ka modelī tika pieņemts, ka atvienoti (izolēti) smilšu ķermeņi ir pārāk saistīti. Savienojums tika pārskatīts un modelis tika izgatavots mazāks. Fiziskais enkurs fiksēja ģeometrisko modeli.

Vāja uzvedne / spēcīga uzvedne

Vāja uzvedne:

Rezervuāra modelis un rezerve ir iegūti no šiem urbuma datiem.[dati]

Spēcīga uzvedne:

Ģenerējiet rezervuāra modelēšanas DRAFT plānu no tālāk esošās (anonimizētās) akas un seismiskā kopsavilkuma. Noteikumi: - Pirmās uzbūves fasijas modelis; Sadaliet porainību/caurlaidību šķautnēs. Ogļūdeņraža pazīmes izskalošanās slāneklī/zemas kvalitātes fasijās.- Variogrammas parametrus (virzienu, diapazonu) pamato no ģeoloģiskās tendences, nevis no datiem; Uzrakstiet pieņēmumus SKAIDRI.- Rezultātu norādiet kā P90/P50/P10 tilpuma sadalījumu, nevis vienu skaitli.- Atzīmējiet ekstrapolācijas risku bezakas reģionos.- Uzrakstiet, kā pārbaudīt, izmantojot materiālu bilanci/ražošanas vēsturi.Dati: [kopsavilkums]

Četras kopējamas veidnes

1) Facies klasifikācijas projekts:

Iesakiet fasiju klasifikācijas pieeju no tālāk norādītās žurnālu kopas. Pierakstiet izmantojamos žurnālus, klašu definīcijas un vajadzību pēc galvenās marķējuma. Norādiet sajaukšanas risku starp klasēm un ģeoloģiskās ticamības pārbaudi. Dati: [žurnālu kopa]

2) Variogrammas pamatojums:

Veidojot variogrammu šiem porainības datiem, saistiet virzienu un diapazona izvēli ar ģeoloģisko nokrišņu virzienu. Izskaidrojiet risku pieņemt izotropisku. Norādiet variogrammas uzticamības robežu ar maziem datiem. Dati: [porainība]

3) Nenoteiktības scenārijs:

Izveidojiet P90/P50/P10 tilpuma sadalījumu šādām tilpuma ievadēm (laukums, biezums, porainība, piesātinājums, konversijas koeficients). Pieprasiet katras ievades nenoteiktības diapazonu, neuzņemieties to. Nosakiet ietekmīgāko nenoteiktības avotu (tornado). Ievade: [vērtības]

4) Materiālu bilances savstarpējā pārbaude:

Salīdziniet tālāk norādīto 3D modeļa apjomu ar dotajiem sākotnējās ražošanas un spiediena krituma datiem materiālu bilancei. Ja ir nesaderība, uzskaitiet iespējamos iemeslus (savienojums, ūdens nesējslāņa atbalsts, apjoma kļūda). Modelis: [tilpums], ražošana/spiediens: [dati]

Rezervuāra modeļa verifikācijas slāņi

slānis

Kādi testi

Metode

Ģeoloģiskā ticamība

Facies-pazīme konsekvence

Ekspertu apskats

akas dati

Punktu mērījumu atbilstība

Log/core salīdzinājums

nu tests

Faktiskā caurlaidība/spiediens

Spiediena pārejas tests

Materiālu līdzsvars

tilpuma saglabāšana

Spiediena un ražošanas attiecības

Ražošanas vēsture

dinamiska uzvedība

Vēstures saskaņošana

Biežas kļūdas

• Facies izlaižot. Izplatiet funkcijas bez facies vadotnes un noplūdiet ogļūdeņražus ar lietu.
• Viena punkta prognoze. Ziņošana par vienu rezervju skaitu, nevis nenoteiktības sadalījumu.
• Ekstrapolācija. Modeļa akli pielietošana blokiem ārpus apmācības datu diapazona.
• Izlaižot materiālu līdzsvaru. Nepārbauda 3D modeļa apjomu ar fizisko līdzsvaru.
• Atstājiet variogrammu uz automātisku. Virziena/diapazona izvēle bez ģeoloģiskās tendences.

Rezumējot

• Rezervuāra raksturojums ir punktu mērījumu paplašināšana akās uz visu tilpumu ar ģeoloģiju un ģeostatistiku.
• AI un mašīnmācīšanās ir spēcīgas fasiju klasifikācijas un iezīmju prognozēšanas ziņā; bet ģeoloģiskā ticamība ir pirmais filtrs.
• Izplatīt iezīmes facijās; Norādiet nenoteiktību kā P90/P50/P10 sadalījumu.
• Atzīmējiet ekstrapolācijas robežas; Nelietojiet modeli akli ārpus treniņu diapazona.
• Materiālu līdzsvars un ražošanas vēsture ir fiziski enkuri, kas pārbauda ģeometrisko modeli.

Lietojumprogrammas uzdevums

Ņem porainības/faciesa datus no vairākām lauka urbumiem (reprezentatīviem). Izveidojiet modelēšanas plānu, izmantojot jaudīgo uzvedni. Pēc tam: (1) pārbaudiet, vai porainība ir sadalīta fasijā, (2) lūdziet rezervi kā P90/P50/P10, nevis vienu skaitli, (3) aptuveni nodrošiniet modeļa doto tilpumu ar vienkāršu materiālu bilances (saražotais + atlikušais) loģiku. Pievienojiet ekstrapolācijas brīdinājumu vismaz vienam akas reģionam.

kontrolsaraksts

• [ ] Es saprotu, ka rezervuāra modelis ir precīzs novērtējums un rada nenoteiktību.
• [ ] Es izplatu pazīmes ar fasiju ceļvedi, nenopludinu tās zemas kvalitātes facijās.
• [ ] Es ziņoju par rezervi kā P90/P50/P10 sadalījumu, nevis vienu numuru.
• [ ] Es atzīmēju ekstrapolācijas robežas.
• [ ] Pārbaudu modeļa apjomu ar materiālu bilanci un ražošanas vēsturi.