Tilbake til søkeresultatene

PETROMAKS2-Stort program petroleum

Assimilating 4D Seismic Data: Big Data Into Big Models

Alternativ tittel: Assimilere 4D Seismiske Data: Store Data i Store Modeller

Tildelt: kr 16,2 mill.

Datamodeller av olje- og gassreservoarer brukes til å forutsi fremtidig produksjon og forutsi hvor lommer av gjenværende olje kan være plassert. Å forbedre påliteligheten av disse prediksjonene ved å inkorporere maksimalt med informasjon fra seismiske data og brønnproduksjonsdata er fokuset for dette prosjektet. Resultatet vil bli forbedringer i reservoarstyring og feltutvikling, og dernest mer effektiv petroleumsproduksjon med redusert CO2-fotavtrykk. En nøkkel til å forbedre prediksjonen av fremtidige hendelser er å sikre at modellene kan forutsi hendelser som allerede er observert. Det er nødvendig å justere parametere i datamodellen slik at de simulerte seismiske dataene og de simulerte produksjonsdataene stemmer overens med dataene som faktisk ble observert. En utfordring er at mengden data som fremkommer ved gjentatte seismiske undersøkelser kan være svært stor, og kalibrering av en stor reservoarstrømningsmodell kan da være svært vanskelig. I dette prosjektet utvikler vi metoder for kalibrering av store reservoarmodeller til seismiske data og produksjonsdata slik at feil i prognosene blir redusert og usikkerheten blir riktig kvantifisert. I tillegg vil der være målefeil forbundet med dataene, og hverken reservoarflytmodellen eller den seismiske modellen er perfekt. Dette gjør også kalibrering vanskelig, fordi tilpasning til støybefengte data ved hjelp av en modell som også inneholder feil kan resultere i feile prediksjoner som i tillegg predikerer for liten usikkerhet i forhold til den virkelige usikkerheten. Vi utvikler metoder for å vurdere kvaliteten på kalibrerte reservoarmodeller og prognoser for store problemer. Vi undersøker også verdien av forskjellige seismiske datatyper, og vi utvikler metoder for å identifisere kildene til mangler i reservoarmodellen: manglende parametere, manglende prosesser og parametere, og for liten a priori usikkerhet. For å understøtte disse metodene utarbeider vi nye visualisering metoder som kobles med eksisterende 3D visualiserings programvare. Til slutt utvikler vi anbefalinger for en standardisert arbeidsflyt for 4D seismisk historietilpasning som resulterer i redusert modellfeil og bedre prediksjonsevne. I noen tilfeller er den konseptuelle modellen av reservoaret usikker. I slike tilfeller utvikler vi metoder for å identifisere hvilke av de mulige modellene som er mest nyttige for prediksjon av fremtidig reservoaroppførsel. Metodene utviklet i prosjektet blir testet på reelle feltdata, blant annet fra Edvard Grieg feltet og Norne feltet. For å sikre god industrirelevans gjennomfører prosjektmedlemmene jevnlige en-til-en møter med industripartnere.

While the acquisition of time-lapse seismic data has become common in the Norwegian sector of the North Sea, the quantitative use of the data for improvement of forecasts from reservoir models has still not become standard so the information in the seismic data is not being optimally utilized for field development and reservoir management. Challenges to the assimilation of seismic data include potentially large amounts of data, significant errors in modeling of seismic attributes and large nonlinearity in the relationship between model parameters and data. The processes occurring in each field are different, hence there is a need in each case, to identify, simulate and extract the most informative 4D attributes from the data. Ensemble-based methods have been shown to be highly effective at assimilating large amounts of data into complex models, and have shown promise for the assimilation of 4D seismic data, but have limitations for highly nonlinear problems and can underestimate uncertainty. During the last 5 years we have developed and demonstrated methodologies for 4D seismic history matching on real fields. In this project, we will address new and important research questions identified in collaboration with industry experts: updating of facies or rock types in complex geology, dealing with model deficiency, methods for model improvement when a model is judged deficient, and validation of forecast reliability. By focusing early in the project on the application to real field examples, we will ensure that the research effort is directed at the most important challenges. Also, by evaluating forecast reliability in a probabilistic framework, we will ensure that the methods produce models that are most useful for reservoir management and field development.

Publikasjoner hentet fra Cristin

Ingen publikasjoner funnet

Ingen publikasjoner funnet

Ingen publikasjoner funnet

Aktivitet:

PETROMAKS2-Stort program petroleum