Прибуток:
- Здатність пояснити робочий процес у прогнозуванні пористості, проникності та властивостей колектора за допомогою ШІ
- Здатність позиціонувати машинне навчання в інтерпретації каротажу свердловин, класифікації фацій і прогнозуванні видобутку
- Можливість перевірки продуктивності пласта через фізичні межі, випробування свердловин та аналіз невизначеності
Нафтовий або газовий резервуар — це невидима скарбниця рідин, ув’язнених у пористій породі на милях під поверхнею. Ми не можемо бачити це безпосередньо; Ми лише «читаємо» його за допомогою каротажів, кернів, сейсмічних тіней і даних про видобуток, які отримуємо зі свердловин. Характеристика колектора полягає в тому, щоб за цими непрямими вимірюваннями реконструювати, скільки рідини утримує порода (пористість), наскільки легко вона вивільняє рідину (проникність) і яку тривимірну структуру являє собою колектор. ШІ є потужним у цій галузі: інтерпретація каротажу свердловин, класифікація фацій (сукупності типів порід), прогнозування взаємозв’язків пористості та проникності та моделювання тенденцій видобутку. Але резервуари, як і інші геологічні поля, сповнені невизначеності, і не кожен прогноз може бути основою для прийняття рішення без прив’язки до фізичних кордонів, випробувань свердловин та аналізу невизначеності.
У цьому розділі ми розглянемо три аспекти штучного інтелекту дослідження колектора: інтерпретація каротажу свердловини та класифікація фацій (вилучення типу породи та властивостей із каротажу), прогнозування пористості та проникності (прогнозування якості колектора) та прогнозування видобутку (скільки свердловина дасть видобуток у майбутньому). Геостатистика тут також є основою; Заповнюємо простір між лунками варіограмою та симуляцією. Примітка: нафтогазовий сектор є дуже комерційно чутливим; Усі зразки вивчаються з анонімними та репрезентативними значеннями.
Інтерпретація каротажу та класифікація фацій
Каротаж свердловин — це криві, які постійно вимірюють фізичні властивості породи вздовж стовбура стовбура: гамма-випромінювання (вміст глини), питомий опір (тип рідини — вода/вуглеводень), щільність і нейтрон (пористість), звук (твердість породи). Геолог-нафтовик зчитує ці криві разом і виділяє тип породи та рідину на кожній глибині. Це розпізнавання образів, і штучний інтелект дуже добре справляється з цим: послідовно сортує десятки тисяч метрів колод за фаціями.
Але є дві межі. По-перше, інтерпретація журналу є моделлю, а не вимірюванням; Один і той самий каротаж може бути відкритим для різних фаціальних інтерпретацій. По-друге, якщо модель сліпо переносить лог-фаціальний зв’язок, який вона вивчила в одному полі, в інше поле (інше середовище осадження, інший діагенез), вона робить серйозні помилки. Таким чином, фаційні дані калібруються за керновими даними; Ядро — це якір, який з’єднує інтерпретацію журналу з основною правдою.
Порада: перш ніж довіряти результатам фаціальної моделі, запитайте, «в яких свердловинах проводився відбір керна і наскільки точна модель у цих свердловинах?» запитати. Непідтверджена фаціальна оцінка є неперевіреною гіпотезою, якою б правдоподібною вона не здавалася.
Пористість і проникність: найважливіша відмінність
Двома ключовими факторами якості пласта є пористість і проникність, і різниця між ними є одним із найважливіших моментів використання ШІ. Пористість — це коефіцієнт порожнистості гірської породи, і її можна визначити за колодами з достатньою точністю. Проникність – це те, наскільки легко рідина тече крізь породу, і не вимірюється безпосередньо з колод; але оцінюється опосередковано. Проникність експоненціально чутлива до невеликих змін у пористості та залежить від геометрії пор, тріщин і цементації.
Ось чому прогнозування проникності за допомогою машинного навчання є одночасно привабливим і небезпечним. Модель вивчає пористість у кернових свердловинах і проникність за іншими каротажними дослідженнями; але зв’язок, який він дізнається, є специфічним для цієї фації та цього стану тиску та температури. Екстраполяція на іншу літологію або на невибрану свердловину (виходить за межі вивченого діапазону) призведе до великих похибок. Оцінка проникності повинна бути пов’язана з вимірюванням керна та випробуванням свердловини (випробування на падіння тиску/вибухання дають фактичну поведінку потоку).
Застереження: навіть якщо оцінка проникності дає «гарний» графік, вона є ненадійною, якщо її застосувати поза фаціями та умовами тиску навчальних даних. Модель вивчає кореляцію, а не фізичний факт; завжди тестуйте тестуванням ядра та свердловини.
Прогноз виробництва та невизначеність
Обсяг видобутку свердловини в майбутньому залежить від того, скільки рідини містить і доставляє пласт. Класичні методи (аналіз кривої спаду) поширюють минулий тренд виробництва на майбутнє; AI збагачує цю тенденцію даними з кількох свердловин і вивчає шаблони сусідніх свердловин. Але прогноз видобутку за своєю суттю є невизначеним: резервуар неоднорідний, змінюється тиск, змінюються умови експлуатації. Таким чином, представлений імовірнісний діапазон (низький/середній/високий сценарій), а не єдина «точна» крива виробництва.
Геостатистика також несе невизначеність при заповненні об'єму між свердловинами. Такі методи, як послідовне моделювання Гаусса, створюють багато однаково ймовірних моделей, а не одну «середню» модель; Різниця між цими моделями полягає в самій невизначеності. Штучний інтелект прискорює та інтерпретує ці симуляції; але зведення результату до одного числа створює помилкову впевненість, приховуючи невизначеність.
Три міні-кейси: у цифрах
Випадок 1 — Помилка екстраполяції. Модель проникності, навчена на трьох бурових свердловинах на одній ділянці, дала прогноз, який виявився ідеальним на четвертій свердловині. Але ця свердловина була в більш глинистій фації, і модель ніколи не бачила цей інтервал; Випробування свердловини показали, що фактична проникність становить приблизно одну п'яту від оцінки. Модель серйозно помилково прийняли за «гарний» графік; Якір для тестування свердловини виявив помилку.
Випадок 2 — калібрування фацій. В одному газовому родовищі штучний інтелект швидко відсортував каротаж 14 свердловин за фаціями. У порівнянні з трьома керновими свердловинами зона, яку модель класифікувала як «чистий пісковик», насправді була тріщинуватою, низькоякісною одиницею. За допомогою калібрування керна модель була перенапрацьована, а оцінка об’єму пласта була знижена до реалістичного рівня.
Випадок 3 — Чесність сценарію. У прогнозі виробництва модель давала одну криву та виражала десятирічне виробництво непарними числами. Коли команда згенерувала низький/середній/високий сценарій шляхом послідовного моделювання, вони виявили, що діапазон був дуже широким (високий сценарій був приблизно вдвічі нижчим). Ця ширина вказувала на те, що в інвестиційному рішенні потрібне додаткове тестування свердловини; Єдина цифра небезпечно приховувала цю невизначеність.
Слабка підказка / Сильна підказка
Слабка підказка:
Подивіться на ці каротажі свердловин, обчисліть проникність і скажіть, скільки дасть свердловина. [дані журналу]
Потужна підказка:
Ваша роль: Помічник геолога пласта. Наведення ОДНОГО ТОЧНОГО ЧИСЛА для проникності та продуктивності з журналами нижче. Натомість: 1) Вкажіть, які свердловини можуть бути підтверджені керном під час інтерпретації фацій. 2) Поясніть, що оцінка проникності не може бути виміряна безпосередньо з каротажу, за яких умов (фації/тиск) вона буде дійсною, а також потреба в випробуванні керна/свердловини. 3) Встановіть логіку сценарію низького/середнього/високого рівня видобутку, а не одну криву.4) Перелічіть 4 джерела невизначеності, які впливають на результат. є анонімним; Немає реальної сфери/компанії.
Чотири шаблони, які можна копіювати
1) Перевірка калібрування логарифмічних фацій:
Поясніть, які свердловини беруть керн для класифікації фацій і як ми можемо виміряти точність моделі в цих свердловинах. Позначати неперевірені зони як «неперевірені»; Не довіряй сліпо.
2) Перевірка проникності:
Для прогнозування проникності: вкажіть фацію та діапазон тиску, для якого навчена модель; Позначте, які свердловини/зони знаходяться за межами цього діапазону (екстраполяція). Підкресліть, що прогнозу не слід довіряти без випробування керну та свердловини в цих зонах. Не називайте точної цифри.
3) Проект сценарію виробництва:
Встановлює логіку сценарію низького, середнього та високого видобутку на основі кривої спаду/даних про виробництво. Поясніть, на яких припущеннях ґрунтується кожен сценарій і що означають відмінності між ними. Не пропонуючи жодної «точної» кривої.
4) Інтерпретація моделювання невизначеності:
Інтерпретуйте результати множинної рівноймовірної геостатистичної моделі (наприклад, послідовного моделювання): наскільки широкий розподіл оцінки об’єму, який регіон є найбільш невизначеним, і за допомогою яких додаткових даних (ну, сейсмічних) цю невизначеність звужено? Зведення до одного числа.
Специфікація пласта, можливість вимірювання та перевірка
функція/вихід
Чи можна виміряти з колод?
Ризик ШІ
перевірочний якір
пористість
Виведено з достатньою точністю
Калібрувальний дрейф
Пористість ядра
проникність
Ні, непряме припущення
Помилка екстраполяції
Керн + дослідження свердловини
обличчя
Коментар (модель)
Перевезення за межі ділянки
визначення ядра
Тип рідини
Я роблю висновок з питомого опору
неправильний коментар
Випробування тиском/зразками
Прогноз виробництва
розширення тренду
помилкова впевненість
Сценарій + перевірка свердловини
Підказка: для кожної оцінки резервуару «яке пряме вимірювання могло б це спростувати?» Перевірте це, сказавши. Керн на пористість, перевірка свердловини на проникність, визначення керна на фації. Прогноз, який неможливо спростувати прямим вимірюванням, ще не підтверджено.
Поширені помилки
- Розглядаючи проникність як пористість. Проникність не вимірюється безпосередньо з колод; Екстраполяція дає великі похибки, дослідження керна/свердловини є важливим.
- Використання фаційної моделі без керна. Фація, яка не була відкалібрована за керном, є неперевіреною гіпотезою.
- Перенесення навчених відносин в іншу сферу. Різне середовище осадження та діагенез змінюють співвідношення логарифм-характеристика.
- Представлення продукції єдиною кривою. Якщо невизначеність не надається зі сценаріями, інвестиційне рішення ґрунтується на помилковій впевненості.
- Зведення моделювання до середнього. Кілька моделей вказують на невизначеність; Зведення його до одного числа знищує інформацію.
Підсумовуючи
- Резервуар непомітний; Він зчитується опосередковано з каротажними даними, керном, сейсмічними та видобувними даними, і кожен прогноз несе в собі невизначеність.
- Пористість можна отримати з колод; Проникність не вимірюється безпосередньо, її необхідно поєднувати з дослідженнями керна та свердловин.
- Фаціальна класифікація є модельною; ненадійні без калібрування керном і транспортування за межі майданчика.
- Вивчений зв'язок є специфічним для освітніх умов; Екстраполяція - найпоширеніша і небезпечна помилка.
- Виробництво та обсяг представлені не одним числом, а ймовірнісним сценарієм та моделюванням із чітко визначеною невизначеністю.
Аплікаційне завдання
Отримайте анонімний набір журналів свердловин (або репрезентативних значень). Нехай модель з’ясує, які зони піддаються ризику екстраполяції за допомогою шаблону «підтвердження проникності»; Перевірте, чи стимулює це зону, навмисно розмістивши її за межами тренувального діапазону. Потім скористайтеся шаблоном «проект сценарію виробництва», щоб створити сценарій низького/середнього/високого рівня замість однієї кривої та прокоментувати ширину діапазону в реченні.
контрольний список
- [ ] Я знаю різницю у вимірності між пористістю та проникністю, і ця проникність потребує випробування керна/свердловини.
- [ ] Я не вважаю класифікацію фацій надійною без її калібрування за керном.
- [ ] Я усвідомлюю ризик екстраполяції вивченого зв’язку на іншу сферу/умову.
- [ ] Я представляю виробництво та обсяги за допомогою імовірнісних сценаріїв і симуляцій замість окремих чисел.
- [ ] "Яке пряме вимірювання могло б спростувати кожну оцінку резервуара?" Я перевіряю це питанням.