4D Seismic History Matching

I dag er produksjonen fra mange oljefelt på norsk kontinentalsokkel (NKS) avtagende og feltene er planlagt for nedstengning. Oljedirektoratet (OD) anslår at mer enn halvparten av oljen som lå i disse feltene ved funntidspunktet vil bli liggende igjen når feltene blir forlatt, med mindre teknologi for å utvinne oljen blir forbedret. En nøkkel for å utvinne gjenværende olje er forbedret kunnskap om dens beliggenhet, samt om de interne barrierene som har forhindret den fra å bli produsert. Repeterte seismiske undersøkelser, der lydbølger sendes fra overflaten til reservoaret og reflekteres tilbake, gir nyttig informasjon om bevegelse av olje og gass i regioner som ellers er utilgjengelige for målinger. Å trekke ut så mye nyttig informasjon som mulig fra gjentatte seismiske undersøkelser er et hovedmål for dette prosjektet. Beslutninger om hvordan best å produsere olje fra et reservoar (hvor en skal bore brønner, hvor en skal injisere vann, hvor mye vann en skal injisere) er vanligvis basert på datamodeller av reservoaret. For å gjøre optimale valg, må datamodeller kalibreres mot observerte seismiske data og produksjonsdata. Modellene bør også være i stand til å forutsi reservoaroppførsel i fremtiden, når forholdene har endret seg eller når nye brønner er boret. I dette prosjektet arbeider vi med metodikk for å kalibrere datamodeller mot seismiske data slik at prediksjoner fra modellene blir mer pålitelige og kan brukes til å utvinne mer av den gjenværende oljen. Vi har nå utviklet metodikk og arbeidsflyter som gjør at reservoarmodeller effektivt kan kalibreres selv når store datamengder skal assimileres. Metodene har blitt testet på forskjellige problemer, inkludert data fra Nornefeltet.

Outcomes: There has been a large improvement in the ability to handle large history matching problems with large amounts of data as a result of this project. Software developed in the project allow users to efficiently apply the new history matching work flows and apply them to seismic data. Forecasts are more robust, and estimates of uncertainty are improved over the previous methodologies. The collaborative relationship with the time lapse research group at Heriot-Watt University is much stronger than it was before the project. Impacts: Industry partners have implemented many of the methodologies developed in the project and have reported that they are using model diagnostics and the prior predictive distribution to evaluate their models of uncertainty before history matching on real field cases. It is expected that these will result in improvements in reservoir recovery and management.

At present, many fields on the Norwegian continental shelf (NCS) are in a tail production phase with facilities scheduled for decommissioning in a few years. The Norwegian Petroleum Directorate (NPD) estimates that 54% of the original oil-in-place in these fields will be left behind at abandonment under current technologies. Some of this oil is still mobile and located in unswept regions of the reservoir, isolated by structural or sedimentary complexity. Repeat seismic surveys have been extensively used in the North Sea to provide information on changes in reservoir regions that are inaccessible from wells. Extracting as much information as possible on reservoir behavior from the repeated seismic data is the subject of this project. Reservoir management and development decisions are generally based on reservoir models. To obtain optimal decisions, it is necessary that the reservoir models are both well calibrated and properly quantify the uncertainty in predictions. For complex reservoirs, in which geologic heterogeneity and compartmentalization control the location of pockets of undrained mobile oil, the models on which decisions are currently made suffer from shortcomings. (i) It is extremely difficult to calibrate models to large amounts of data coming from 4D seismic and production. (ii) The relationship between the data and the model parameters is indirect, so the calibration process is complex. (iii) Important information from geologic models based on cores, logs, and outcrop analogs are often destroyed in the process of calibration to production and geophysical data, losing potential vital geological information on heterogeneity in the process.