Прибыль:
- Способность объяснить, как трехмерное распределение свойств коллектора (пористость, проницаемость, водонасыщенность) моделируется с помощью искусственного интеллекта и геостатистики.
- Способность находить распространение объектов с помощью фациального моделирования, вариограммы, кригинга и машинного обучения.
- Возможность проверки результатов модели пласта с учетом материального баланса, испытаний скважин и сценариев неопределенности.
Чтобы сконструировать нефтяное или газовое месторождение, нам сначала необходимо построить его 3D-модель: где находится порода-коллектор, насколько она пористая (пористость), насколько легко течет флюид (проницаемость/проницаемость) и какая часть пор заполнена углеводородами (1 – водонасыщенность). Но измерить эти характеристики мы можем только в тех точках, где бурим скважины; Огромный объем между колодцами пуст и его необходимо заполнить. Характеристика коллектора заключается в проведении точечных измерений в скважинах и распространении их на весь объем с использованием геологической логики и статистики. В этом разделе мы используем искусственный интеллект и геостатистику (отрасль статистики, которая моделирует пространственные данные с неопределенностью) в своей работе по распространению. Неизменный принцип: каждое межскважинное значение является приблизительным, а не фактическим; Неопределенность является частью модели и проверяется физическим балансом.
Основные понятия
- Фация: тип горной породы с уникальными свойствами, образовавшийся в определенной среде осадконакопления (например, песок речных каналов, морской сланец, рифовый известняк). Качество коллектора тесно связано с фацией: канал хорошо дренирует песок, но не сланец.
- Вариограмма: мера пространственной непрерывности, которая описывает, как сходство объектов уменьшается по мере увеличения расстояния между двумя точками. Это основной инструмент геостатистики.
- Кригинг: метод, который оценивает значение в точках без выборки с использованием вариограммы, а также неопределенности оценки.
- Стохастическое моделирование: создание множества равновероятных моделей (реализаций), совместимых с данными, а не одного «лучшего» предположения; Это делает неопределенность видимой.
- Материальный баланс: соотношение сохранения между жидкостью, добываемой из пласта, перепадом давления и остаточным объемом; физический якорь, который независимо тестирует объем модели.
Подсказка: модель пласта представляет собой распределение неопределенности, а не одно число. Правильная формулировка: «P90=35, P50=50, P10=72 миллиона баррелей», а не «Зарезервировать 50 миллионов баррелей». Спросите у ИИ сценарий/распределение, а не одноточечную оценку.
Как ИИ и геостатистика работают вместе
Классическая геостатистика (кригинг, вариограмма) является мощной, но ей трудно справиться с многомерными нелинейными отношениями. Здесь в игру вступает машинное обучение:
- Классификация фаций: назначение фаций из набора журналов (контролируемое обучение); Затем распределите объект, используя фации в качестве ориентира.
- Оценка атрибутов: оценка межскважинной пористости на основе сейсмических атрибутов + корреляции каротажа (сейсмическое моделирование).
- Заполнение пробелов: разумное заполнение недостающих диапазонов каротажа по соседним скважинам и взаимосвязям.
Но машинное обучение не знает геологической логики. Карта пористости, созданная с помощью модели, неверна, если она не соответствует условиям отложения (например, высокая проницаемость в сланцевой фации). Геологическое правдоподобие — это первый фильтр выходных данных ИИ.
Шаг за шагом: Рабочий процесс модели резервуара
- Структурный скелет. Установите геометрию коллектора с горизонтами и разломами по сейсмическим данным (выходные данные Блока 3).
- Фациальная модель. Определите фацию в скважинах (каротаж + керн), распределите по объему с помощью вариограммы/геологического тренда. ИИ ускоряет классификацию.
- Развертывание функций. Распределить пористость, проницаемость, водонасыщенность внутри каждой фации с помощью кригинга или машинного обучения; Если есть сейсмика, возьмите гида.
- Неопределенность. Генерация большого количества реализаций с помощью стохастического моделирования; Выводятся объемы P90/P50/P10.
- Проверка. Объем тестовой модели с сопоставлением материального баланса и истории; Сравните с проницаемостью скважинных испытаний.
Три мини-кейса: в цифрах
Случай 1. Значение фациального справочника. При разгоне пористости на участке непосредственно кригингом высокая пористость «просачивалась» в зоны сланцев низкого качества. Когда фациальная модель была впервые создана и пористость была распределена внутри фаций, модель стала реалистичной, и стохастические объемы сузились: объем P50 уменьшился на 12%, но диапазон неопределенности сузился на 40%. Правильная структура дала как более реалистичные, так и более безопасные результаты.
Случай 2. Ловушка экстраполяции. Модель машинного обучения хорошо изучила взаимосвязь пористости и сейсмичности в регионе, где сконцентрированы скважины; но при применении к краевому блоку без скважины он выходил за пределы обучающего диапазона (экстраполяция) и давал нереальную пористость 28%. Геолог показал, что этот блок находится в другой фациальной зоне; модель была недействительна в этом регионе. Отмечен предел экстраполяции.
Случай 3 — Конфликт материального баланса. Богатая 3D-модель запасов P50 дает 68 миллионов баррелей; однако падение давления добычи на месторождении на ранней стадии указывало на то, что материальный баланс системы составляет не более ~ 45 миллионов баррелей. Противоречие возникло потому, что модель предполагала, что разъединенные (изолированные) песчаные тела слишком связаны. Соединение было пересмотрено и модель уменьшена. Физический якорь фиксировал геометрическую модель.
Слабая подсказка/Сильная подсказка
Слабая подсказка:
Модель пласта и запасы получены на основе данных скважины.[данные]
Мощная подсказка:
Создайте ПРОЕКТ плана моделирования резервуара на основе (анонимизированной) сводки скважины и сейсмических данных, приведенной ниже. Правила: - Сначала постройте фациальную модель; Распределите пористость/проницаемость ВНУТРИ фации. Выщелачивание углеводородов в сланцевые/низкокачественные фации. - Обоснуйте параметры вариограммы (направление, диапазон) геологическим трендом, а не данными; ЧЕТКО запишите предположения. - Представьте результат в виде объемного распределения P90/P50/P10, а не как одно число. - Отметьте риск экстраполяции в плохо заселенных регионах. - Напишите, как проверить с помощью материального баланса/истории добычи. Данные: [сводка]
Четыре копируемых шаблона
1) Проект фациальной классификации:
Предложите подход к классификации фаций на основе следующего набора каротажей. Запишите используемые журналы, определения классов и необходимость маркировки ядра. Укажите риск путаницы между классами и проверку геологического правдоподобия. Данные: [набор журналов]
2) Обоснование вариограммы:
При построении вариограммы для этих данных о пористости соотнесите выбранное направление и диапазон с направлением геологических осадков. Объясните риск предположения об изотропности. Укажите предел надежности вариограммы при небольшом количестве данных. Данные: [пористость]
3) Сценарий неопределенности:
Сгенерируйте объемное распределение P90/P50/P10 для следующих объемных входных данных (площадь, толщина, пористость, насыщенность, коэффициент преобразования). Спросите диапазон неопределенности каждого входного сигнала, не предполагайте его. Оцените наиболее влиятельный источник неопределенности (торнадо).Ввод: [значения]
4) Перекрестная проверка материального баланса:
Сравните следующий объем 3D-модели с приведенными на ранних этапах данными о производстве и перепаде давления для материального баланса. Если есть несовместимость, перечислите возможные причины (подключение, поддержка аквифера, ошибка объема). Модель: [объем], производство/давление: [данные]
Слои проверки модели резервуара
слой
Какие тесты
Метод
Геологическое правдоподобие
Согласованность фаций и особенностей
Экспертный обзор
данные скважины
Соответствие точечным измерениям
Сравнение журнала и ядра
испытание скважины
Фактическая проницаемость/давление
Испытание на переходный процесс давления
Материальный баланс
сохранение объема
Отношения давление-производство
История производства
динамическое поведение
Сопоставление истории
Распространенные ошибки
- Пропуск лица. Распределение объектов без фациального руководства и утечка углеводородов вместе с вещью.
- Прогноз по одной точке. Сообщение об одном количестве запасов вместо распределения неопределенности.
- Экстраполяция. Слепое применение модели к блокам за пределами диапазона обучающих данных.
- Пропуск материального баланса. Не проверять объем 3D-модели с помощью физического баланса.
- Оставьте вариограмму автоматической. Выбор направления/диапазона без геологического тренда.
В заключение
- Характеристика коллектора представляет собой распространение точечных измерений в скважинах на весь объем с учетом геологии и геостатистики.
- ИИ и машинное обучение являются мощными инструментами классификации фаций и прогнозирования особенностей; но геологическое правдоподобие — это первый фильтр.
- Распределить объекты внутри фаций; Укажите неопределенность в виде распределения P90/P50/P10.
- Отметьте пределы экстраполяции; Не используйте модель вслепую за пределами тренировочного полигона.
- Материальный баланс и история производства являются физическими якорями, проверяющими геометрическую модель.
Задача приложения
Возьмите данные о пористости/фации из нескольких скважин (репрезентативных) месторождения. Создайте план моделирования с помощью мощной подсказки. Затем: (1) проверить, распределена ли пористость внутри фации, (2) запросить запас в виде P90/P50/P10, а не одного числа, (3) примерно представить объем, заданный моделью, с помощью простой логики материального баланса (добытый + оставшийся). Добавьте предупреждение об экстраполяции хотя бы для одного плохого региона.
контрольный список
- [ ] Я понимаю, что модель пласта представляет собой оценку по скважинам и несет в себе неопределенность.
- [ ] Я распределяю объекты с помощью справочника по фациям, не сливаю их в фации низкого качества.
- [ ] Я сообщаю о резерве как распределение P90/P50/P10, а не как одно число.
- [ ] Отмечаю пределы экстраполяции.
- [ ] Объем модели сверяю с материальным балансом и историей производства.