zisky:
- Schopnosť vysvetliť pracovný postup pri predpovedaní pórovitosti, priepustnosti a vlastností zásobníka pomocou AI
- Schopnosť umiestniť strojové učenie do interpretácie protokolov, klasifikácie facies a prognóz výroby
- Schopnosť overiť výstupy z nádrží prostredníctvom fyzických hraníc, testovania vrtov a analýzy neistoty
Zásobník ropy alebo plynu je neviditeľným pokladom tekutín zachytených v pórovitých horninách, míle pod povrchom. Nemôžeme to vidieť priamo; „Prečítame“ to len s guľatinami, jadrami, seizmickými tieňmi a údajmi o produkcii, ktoré dostávame z vrtov. Charakterizácia nádrže je úlohou rekonštruovať z týchto nepriamych meraní, koľko tekutiny hornina zadržiava (pórovitosť), ako ľahko uvoľňuje tekutinu (permeabilita) a aký druh trojrozmernej štruktúry je nádrž. Umelá inteligencia je v tejto oblasti mocná: interpretácia protokolov vrtov, klasifikácia facií (zoskupení typov hornín), predpovedanie vzťahov medzi pórovitosťou a priepustnosťou a modelovanie výrobných trendov. Ale rezervoáre, podobne ako iné geologické polia, sú plné neistoty a nie každá predpoveď môže byť základom pre rozhodnutie bez toho, aby bola spojená s fyzickými hranicami, testovaním vrtov a analýzou neistoty.
V tejto jednotke sa budeme venovať trom aspektom AI štúdie rezervoáru: interpretácia vrtných ložísk a klasifikácia facie (ťažba typu horniny a vlastností z guľatiny), predpoveď pórovitosti a priepustnosti (predikcia kvality nádrže) a prognóza produkcie (koľko bude vrt v budúcnosti produkovať). Aj tu je chrbtovou kosťou geoštatistika; Priestor medzi jamkami vyplníme variogramom a simuláciou. Poznámka: Sektor ropy a zemného plynu je komerčne veľmi citlivý; Všetky vzorky sú študované s anonymnými a reprezentatívnymi hodnotami.
Interpretácia denníka studne a klasifikácia tvárí
Záznamy studní sú krivky, ktoré nepretržite merajú fyzikálne vlastnosti horniny pozdĺž vrtu: gama žiarenie (obsah ílu), rezistivita (typ kvapaliny – voda/uhľovodík), hustota a neutrón (pórovitosť), zvuková (tvrdosť horniny). Ropný geológ číta tieto krivky spolu a extrahuje typ horniny a tekutinu v každej hĺbke. Toto je rozpoznávanie vzorov a AI je v tom veľmi dobrá: dôsledne triedi desiatky tisíc metrov guľatiny do facie.
Ale sú tu dve hranice. Po prvé, interpretácia logaritmu je model, nie meranie; Ten istý denník môže byť otvorený pre rôzne interpretácie tvárí. Po druhé, ak model slepo prenáša vzťah log-facies, ktorý sa naučil v jednej oblasti do inej oblasti (iné depozičné prostredie, odlišná diagenéza), dopúšťa sa vážnych chýb. Preto je výstup facies kalibrovaný podľa základných údajov; Jadrom je kotva, ktorá spája logickú interpretáciu so základnou pravdou.
Tip: Skôr ako dôverujete výstupu modelu facies, opýtajte sa „ktoré jamky boli vyvŕtané a aký presný je model v týchto jamkách?“ spýtaj sa. Nepotvrdený odhad facies je nevyskúšaná hypotéza, bez ohľadu na to, ako hodnoverne sa môže zdať.
Pórovitosť a priepustnosť: najkritickejší rozdiel
Dva kľúče ku kvalite zásobníka sú pórovitosť a priepustnosť a rozdiel medzi nimi je jedným z najdôležitejších bodov používania AI. Pórovitosť je pomer dutín horniny a možno ju odvodiť z guľatiny s primeranou presnosťou. Priepustnosť vyjadruje, ako ľahko tekutina preteká horninou a nemeria sa priamo z guľatiny; ale odhaduje sa to nepriamo. Permeabilita je exponenciálne citlivá na malé zmeny pórovitosti a závisí od geometrie pórov, trhlín a cementácie.
Preto je predpovedanie priepustnosti pomocou strojového učenia atraktívne aj nebezpečné. Model sa učí pórovitosť v jadrových vrtoch a priepustnosť z iných kmeňov; ale vzťah, ktorý sa učí, je špecifický pre danú facii a podmienku tlaku a teploty. Extrapolácia na inú litológiu alebo na jamku bez jadier (pohyb mimo naučený rozsah) bude mať za následok veľké chyby. Odhad priepustnosti musí byť spojený s meraním jadra a testovaním vrtu (testy poklesu tlaku/napučiavania poskytujú skutočné správanie sa prietoku).
Upozornenie: Aj keď odhad priepustnosti vytvorí „dobre vyzerajúci“ graf, je nespoľahlivý, ak sa použije mimo facie a tlakových podmienok tréningových údajov. Model sa učí koreláciu, nie fyzikálny fakt; vždy testujte s jadrom a testovaním dobre.
Prognóza výroby a neistota
To, koľko vrt v budúcnosti vyprodukuje, závisí od toho, koľko tekutiny zásobník pojme a dodá. Klasické metódy (analýza krivky poklesu) rozširujú minulý produkčný trend do budúcnosti; AI obohacuje tento trend o údaje z viacerých vrtov a učí sa zo vzorov susedných vrtov. Prognóza výroby je však vo svojej podstate neistá: nádrž je heterogénna, mení sa tlak, menia sa prevádzkové podmienky. Preto je prezentovaný pravdepodobnostný rozsah (scenár nízky/stredný/vysoký), nie jedna „presná“ produkčná krivka.
Geoštatistika tiež prináša neistotu pri vypĺňaní objemu medzi vrtmi. Metódy, ako je sekvenčná Gaussova simulácia, vytvárajú mnoho rovnako pravdepodobných modelov, a nie jeden „priemerný“ model; Rozdiel medzi týmito modelmi je v samotnej neistote. Umelá inteligencia urýchľuje a interpretuje tieto simulácie; ale zníženie výsledku na jediné číslo vytvára falošnú dôveru tým, že skrýva neistotu.
Tri mini prípady: Podľa čísel
Prípad 1 – Chyba extrapolácie. Model priepustnosti trénovaný na troch jamkách s jadrom na jednom mieste poskytol predpoveď, ktorá sa javila ako dokonalá na štvrtej jamke. Ale táto studňa bola v hlinenejšej facii a model tento interval nikdy nevidel; testovanie studní ukázalo skutočnú priepustnosť asi pätinu odhadu. Model bol vážne mylne považovaný za „dobre vyzerajúci“ graf; Kotva na testovanie studní zachytila chybu.
Prípad 2 – Facies kalibrácia. V jednom plynovom poli umelá inteligencia rýchlo roztriedila denníky 14 vrtov do facií. V porovnaní s tromi jadrovými vrtmi bola zóna, ktorú model klasifikoval ako „čistý pieskovec“, v skutočnosti rozbitá jednotka nízkej kvality. S kalibráciou jadra bol model preškolený a odhad objemu zásobníka bol znížený na realistickú úroveň.
Prípad 3 – Poctivosť scenára. V prognóze výroby model dal jednu krivku a desaťročnú produkciu vyjadril v nepárnych číslach. Keď tím vytvoril nízky/stredný/vysoký scenár prostredníctvom sekvenčnej simulácie, zistil, že rozsah bol veľmi široký (vysoký scenár bol približne dvakrát nižší). Táto šírka naznačovala, že v investičnom rozhodnutí boli potrebné dodatočné testy vrtu; Jediné číslo nebezpečne skrývalo túto neistotu.
Slabá výzva / silná výzva
Slabá výzva:
Pozrite sa na tieto protokoly studní, vypočítajte priepustnosť a povedzte mi, koľko bude studňa produkovať. [údaje denníka]
Výkonná výzva:
Vaša úloha: Asistent geológa nádrže. Uvádzame JEDINÉ PRESNÉ ČÍSLO pre priepustnosť a výrobu s protokolmi nižšie. Namiesto toho: 1) Uveďte, ktoré vrty môžu byť potvrdené jadrom pri interpretácii facie.2) Vysvetlite, že odhad priepustnosti nemožno merať priamo z guľatiny, za akých podmienok (facie/tlak) bude platný a potrebu testovania jadra/vrtu.3) Vytvorte logiku scenára nízkeho/stredného/vysokého rozsahu pre výrobu, nie jednu krivku.4) Uveďte 4 zdroje neistoty údajov. Žiadne skutočné pole/firma.
Štyri kopírovateľné šablóny
1) Kontrola kalibrácie log-facies:
Vysvetlite, ktoré jamky sú vybavené jadrom na klasifikáciu facie a ako môžeme merať presnosť modelu v týchto jamkách. Označte neoverené zóny ako „netestované“; Neverte slepo.
2) Overenie priepustnosti:
Pre predikciu priepustnosti: špecifikujte facies a rozsah tlaku, pre ktorý je model trénovaný; Označte, ktoré jamky/zóny sú mimo tohto rozsahu (extrapolácia). Zdôraznite, že predpovedi by sa nemalo dôverovať bez testovania jadra a studne v týchto zónach. Neuvádzajte presné číslo.
3) Návrh výrobného scenára:
Stanovuje logiku scenára nízkej, strednej a vysokej produkcie z údajov krivky poklesu/výroby. Vysvetlite, na akých predpokladoch je každý scenár založený a čo znamenajú rozdiely medzi nimi. Neponúka žiadnu jedinú "presnú" krivku.
4) Interpretácia simulácie neistoty:
Interpretujte výstup viacnásobného rovnako pravdepodobného geoštatistického modelu (napr. sekvenčná simulácia): aká široká je distribúcia odhadu objemu, ktorá oblasť je najviac neistá a akými dodatočnými údajmi (dobre, seizmickými) je táto neistota zúžená? Zníženie na jedno číslo.
Špecifikácia, merateľnosť a overenie nádrže
vlastnosť/výstup
Dá sa to merať z guľatiny?
Riziko AI
overovacia kotva
pórovitosť
Odvodené s primeranou presnosťou
Kalibračný drift
Pórovitosť jadra
priepustnosť
Nie, nepriamy odhad
Chyba extrapolácie
Test jadra + studne
tváre
Komentár (model)
Doprava mimo lokality
jadrová definícia
Typ tekutiny
Usudzujem z odporu
nesprávny komentár
Testovanie tlaku/vzorky
Prognóza výroby
rozšírenie trendu
falošná istota
Scenár + test studne
Tip: Pri každom odhade nádrže "aké priame meranie by to mohlo vyvrátiť?" Otestujte to tak, že poviete. Jadro pre pórovitosť, jamkový test na priepustnosť, definícia jadra pre facies. Predpoveď, ktorú nemožno vyvrátiť priamym meraním, sa zatiaľ nepotvrdila.
Časté chyby
- Vidieť priepustnosť ako pórovitosť. Priepustnosť sa nemeria priamo z guľatiny; Extrapolácia dáva veľké chyby, testovanie jadra/jamky je nevyhnutné.
- Použitie modelu tváre bez jadra. Facie, ktorá nebola kalibrovaná jadrom, je netestovaná hypotéza.
- Nosenie naučeného vzťahu k inej oblasti. Rozdielne depozičné prostredie a diagenéza menia logaritmický vzťah.
- Prezentácia produkcie pomocou jednej krivky. Ak neistota nie je daná scenármi, investičné rozhodnutie je založené na falošnej istote.
- Zníženie simulácie na priemer. Viaceré modely naznačujú neistotu; Zníženie na jediné číslo ničí informácie.
V súhrne
- Nádrž je neviditeľná; Nepriamo sa číta s protokolmi, jadrovými, seizmickými a produkčnými údajmi a každá predpoveď nesie neistotu.
- Pórovitosť možno odvodiť z guľatiny; Priepustnosť sa nemeria priamo, musí byť spojená s testovaním jadra a studne.
- Klasifikácia tvárí je model; nespoľahlivé bez toho, aby boli kalibrované jadrom a prepravované mimo lokality.
- Naučený vzťah je špecifický pre vzdelávacie podmienky; Extrapolácia je najčastejšou a najnebezpečnejšou chybou.
- Produkcia a objem nie sú prezentované s jedným číslom, ale s pravdepodobnostným scenárom a simuláciou, s jasne danou neistotou.
Aplikačná úloha
Získajte anonymizovaný súbor protokolov studní (alebo reprezentatívnych hodnôt). Nechajte model zistiť, ktorým zónam hrozí extrapolácia pomocou šablóny „overenie priepustnosti“; Otestujte, či stimuluje zónu zámerným umiestnením mimo tréningového rozsahu. Potom použite šablónu „návrh produkčného scenára“ na vytvorenie nízkeho/stredného/vysokého scenára namiesto jednej krivky a okomentujte šírku rozsahu vo vete.
kontrolný zoznam
- [ ] Viem, aký je rozdiel v merateľnosti medzi pórovitosťou a priepustnosťou a že priepustnosť vyžaduje testovanie jadra/vrtu.
- [ ] Klasifikácia facies nepovažujem za spoľahlivú bez jej kalibrácie s jadrom.
- [ ] Uvedomujem si riziko extrapolácie naučeného vzťahu do inej oblasti/stavu.
- [ ] Namiesto jednotlivých čísel uvádzam produkciu a objem s pravdepodobnostnými scenármi a simuláciami.
- [ ] "Aké priame meranie by mohlo vyvrátiť každý odhad nádrže?" Skúšam to otázkou.