저장기 모델링

Reservoir modeling
루이지애나 주 에라스 베르밀리오 패리시 에라스 필드의 8500피트 깊이의 가스 & 오일 저장소에 대한 Contour map 소프트웨어에 의해 생성된 구조물 맵의 스크린샷. 등고선 지도 상단의 왼쪽에서 오른쪽까지의 간격은 결함 선을 나타낸다. 이 단층선은 파란색/녹색 등고선과 보라색/빨간색/노란색 등고선 사이에 있다. 지도 가운데에 있는 가는 빨간색 원형 윤곽선은 저유소 상단을 나타낸다. 가스가 기름 위로 떠오르기 때문에 얇은 빨간색 윤곽선이 가스/오일 접촉구역을 표시한다.

석유 및 가스 산업에서, 저수지 모델링은 매장량 추정의 개선과 현장 개발에 관한 의사 결정, 미래 생산 예측, 추가 우물 배치, 대체 저수지 관리 시나리오 평가 등을 목적으로 석유 저수지 컴퓨터 모델을 제작하는 것을 포함한다.

저장장치 모델은 정기적이거나 불규칙적일 수 있는 그리드로 구분된 이산 셀의 배열로 저장소의 물리적 공간을 나타낸다. 세포 배열이 보통 3차원이지만, 1D와 2D 모델이 사용되기도 한다. 다공성, 투과성 및 수분 포화도와 같은 속성에 대한 값은 각 셀과 연관되어 있다. 각 속성의 값은 셀로 대표되는 저장소의 부피 전체에 균일하게 적용되는 것으로 암묵적으로 간주된다.

저장장치 모델 유형

저장장치 모델은 일반적으로 두 가지 범주로 구분된다.

때때로 단일 "공유 접지 모델"이 두 가지 목적으로 사용된다. 보다 일반적으로 지질학적 모델은 비교적 높은 해상도로 건설된다. 저장장치 시뮬레이션 모델을 위한 코어저 그리드가 구성되며, 셀의 크기가 2배 정도 감소할 수 있다. 시뮬레이션 모델에 대한 속성의 유효 값은 상향 조정 프로세스에 의해 지질학적 모델에서 도출된다. 또는 지질학적 모델이 존재하지 않는 경우, 시뮬레이션 모델의 속성 값은 지질 지도를 샘플링하는 프로세스에 의해 결정될 수 있다.

저장장치 속성의 참값의 불확실성은 속성 값 집합의 여러 가지 다른 실현을 구성하여 조사하기도 한다. 그 결과 시뮬레이션 모델의 행동은 관련 경제 불확실성 수준을 나타낼 수 있다.

"저수지 특성화"라는 문구는 시뮬레이션 모델이 유체의 흐름을 시뮬레이션할 준비가 된 시점까지 저수지 모델링 활동을 언급하기 위해 가끔 사용된다.

상업적으로 이용 가능한 소프트웨어는 저장장치 모델의 건설, 시뮬레이션 및 분석에 사용된다.[1]

내진-시뮬레이션

저장장치 모델을 구축하는 데 필요한 프로세스는 지진에서 시뮬레이션으로 설명된다. 모델이 원래의 웰 로그, 지진 데이터 및 생산 이력을 정확하게 반영한다면 이 과정은 성공적이다.

저수지 모델은 정보에 입각한 배치, 매장량 추정 및 생산 계획으로 이어지는 지표 아래 부분을 보다 잘 이해하기 위해 구성된다. 모델은 웰 로그, 지진 조사, 생산 이력 등 현장에서 측정한 측정에 기초한다.[2]

지진 대 시뮬레이션은 지질학자, 지질학자 및 엔지니어 팀이 구축한 업데이트 가능한 저장장치 모델에 모든 현장 데이터를 정량적으로 통합할 수 있다. 이 과정에서 사용되는 주요 기법으로는 석판형과 암석 성질의 범위를 결정하기 위한 통합적 암석물리학 및 암석물리학, 충분한 수직 분해능과 흐름 시뮬레이션을 위한 이질성으로 일련의 그럴듯한 지진 유래 암석 특성 모델을 결정하기 위한 정지역전학, 정밀도로의 층그래픽 그리드 전달 등이 있다.y 지진 관측 데이터를 지질학적 모델로 이동하고, 모든 데이터에 가장 적합한 모델을 결정하기 위해 모델 검증 및 순위를 위한 흐름 시뮬레이션.

암석물리학 및 동물물리학

내진에서 시뮬레이션까지의 첫 번째 단계는 암석의 펫로피지컬 키 록 특성과 탄성 특성 사이의 관계를 확립하는 것이다. 이것은 웰 로그와 지진 데이터 사이의 공통점을 찾기 위해 필요하다.[3]

웰 로그는 심층적으로 측정되며 고해상도 수직 데이터를 제공하지만 웰 간 공간에 대한 통찰력은 없다. 내진은 시간 단위로 측정되며, 측면의 세부 사항은 크지만 수직 분해능에서는 상당히 제한적이다. 상관관계가 있을 때, 웰 로그와 내진을 이용하여 지표면의 미세한 3D 모델을 만들 수 있다.

암석 성질에 대한 통찰력은 기초 지질학적 이해와 웰 보어 측정의 조합에서 나온다. 지질학자들은 이 지역이 어떻게 형성되었는지에 대한 이해를 바탕으로 암석의 종류와 암석이 얼마나 빠르게 공간적으로 변화하는지 예측할 수 있다. 로그와 코어 측정은 그러한 이해를 검증하고 미세 조정할 수 있는 샘플을 제공한다.

지진 데이터는 임피던스와 같은 지진 반전 특성을 사용하여 다양한 석판형의 상단과 우물간 암석 특성 분포를 식별하기 위해 애완동물 물리학자에 의해 사용된다. 지진 조사는 암반층 사이의 음향 임피던스 대비를 측정한다. 서로 다른 지질 구조가 부딪히면서 음파는 층간 임피던스 대조의 함수로서 반사되고 굴절된다. 음향 임피던스는 암석 종류에 따라 달라지기 때문에 다공성, 석판학, 수분 포화성, 투과성 등의 페트로피직적 특성과 역전속성 사이의 암석물리학적 관계를 이용하여 암석특성과 상관성을 가질 수 있다.

일단 웰 로그가 적절히 조절되고 편집되면 암석 구조 정보뿐만 아니라 유체와 미네랄 파라미터로부터 효과적인 탄성 암석 특성을 도출하는 데 사용할 수 있는 페트로피지컬 록 모델이 생성된다. 모델 파라미터는 합성된 탄성 소닉 로그와 비교하여 보정된다. 계산은 쉬&화이트, 그린버그&카스타그나, 가스만, 가드너, 변형된 하신-슈트리크만, 바츨&왕 등 다수의 암석물리 알고리즘에 따라 수행된다.

암석모형이 완성되면 통계 데이터베이스가 생성되어 암석 유형과 다공성 및 투과성 등 알려진 특성을 설명한다. 석회형은 뚜렷한 탄성 성질과 함께 설명된다.

MCMC 정지역전

내진 대 시뮬레이션의 다음 단계에서 내진 반전 기법은 양호한 데이터와 내진 데이터를 결합하여 저장소의 탄성 특성에 대해 동일하게 타당한 3D 모델을 여러 개 생산한다. 지진 데이터는 모든 추적에서 탄성 특성 로그로 변환된다. 결정론적 반전 기법을 사용하여 현장에서 다공성을 전반적으로 잘 볼 수 있으며, 품질 관리 점검의 역할을 한다. 복잡한 지질학에 필요한 보다 상세한 정보를 얻기 위해 추가적인 확률적 역전을 이용한다.[4]

정지 역방향 절차는 그렇지 않으면 정의되지 않은 얇은 저장소를 감지하고 묘사한다.[5] 마르코프 체인 몬테 카를로(MCMC) 기반 정지역전(geostatistical carlo)은 지질학적 모델에 적합한 수직 샘플링으로 지진에 의한 암석 특성을 생성하여 수직 스케일링 문제를 해결한다.

모든 필드 데이터는 확률분포함수(PDF)의 사용을 통해 정지역전 과정에 통합된다. 각 PDF는 특정 위치에서 주어진 값의 확률을 식별하는 히스토그램과 변수그램을 사용하여 특정 입력 데이터를 지리학적 용어로 기술하고, 지질학적 통찰력을 바탕으로 전체적인 기대 규모와 질감을 파악한다.

일단 PDF가 구성되면 베이지안 추론을 사용하여 결합되어 그 분야에 대해 알려진 모든 것을 준수하는 후방 PDF가 발생한다.[6] 알고리즘 내에서 가중치 시스템이 사용되어 공정을 보다 객관적으로 만든다.

후방 PDF로부터 마르코프 체인 몬테 카를로 알고리즘을 사용하여 실현이 생성된다. 이러한 현실화는 통계적으로 공정하며 높은 디테일, 정확성 및 사실주의 모델을 생산한다. 다공성 같은 암석 성질은 정지 역전에 의해 결정되는 탄성 성질을 통해 공동 시뮬레이션할 수 있다. 이 프로세스는 최적 적합 모델이 확인될 때까지 반복된다.

반전 매개변수는 정밀한 데이터 유무와 유무에 따라 역전을 여러 번 실행하여 조정한다. 웰 데이터가 없으면 반전들은 블라인드 웰 모드에서 실행된다. 이러한 블라인드 웰 모드 반전들은 제한된 반전들의 신뢰도를 테스트하고 잠재적 편향을 제거한다.

이 통계적 접근방식은 지진, 우물 및 지질학과 일치하는 동일할 수 있는 다중 모델을 만든다. 정지 역전은 임피던스 및 이산 특성 유형에 대해 동시에 반전되며 다공성과 같은 다른 페트로피지컬 특성을 공동 코시뮬레이션할 수 있다.

정밀하게 샘플링된 모델의 합성물을 만드는 것은 웰 로그에서 나오는 것과 같기 때문에 출력 볼륨은 저장장치 모델과 일치하는 샘플링 속도다. 반전 속성은 반전으로부터 출력 록 속성을 생성하는 데 사용되는 히스토그램이 그러한 록 속성에 대한 웰 로그 값에 기초하기 때문에 웰 로그 속성과 일치한다.

불확실성은 특히 관심 영역에 대해 약간 다른 실현을 생성하기 위해 무작위 씨앗을 사용하여 수량화된다. 이 프로세스는 모델 내에서 불확실성과 위험에 대한 이해를 개선한다.

층그래픽 그리드 전송

정지역학 역전에 이어 역사 일치 및 흐름 시뮬레이션을 준비하기 위해 정적 모델을 다시 그리드화 및 상향 스케일링한다. 전송은 동시에 다양한 성질에 대한 시간을 심도로 변환하여 지진 그리드에서 구석점 그리드로 3D로 전송한다. 성질의 상대적 위치가 보존되어 있어 지진 그리드의 데이터 지점이 구석점 그리드의 정확한 층층 층에 도달하도록 보장한다.[6]

지진으로부터 구축된 정적 모델은 일반적으로 직교하지만 흐름 시뮬레이터는 모서리 점 그리드를 예상한다. 모서리 점 그리드는 대개 수평 방향으로 훨씬 더 조여진 입방체로 구성되며 입방체의 각 모서리는 그리드의 주요 특징을 따르도록 임의로 정의된다. 직교에서 모서리점으로 직접 변환하면 유체 흐름의 불연속성 생성과 같은 문제가 발생할 수 있다.

중간 층층 격자는 중요한 구조물이 전송에서 잘못 전달되지 않도록 한다. 지층 격자는 직교 지진 격자와 동일한 수의 셀을 가지지만, 경계는 지층 표면으로 정의되고 세포는 지층 조직을 따른다. 이것은 내진 해석을 사용하여 층을 정의하는 지진 데이터를 층층적으로 표현한 것이다. 그런 다음 구역을 조정하여 모서리점 그리드에 지층 격자 모델을 매핑한다.

다공성 및 투과성 모델과 포화 높이 함수를 사용하여 초기 포화 모델을 구축한다. 체적 계산이 모델에서 문제를 식별하는 경우 모델이 원래 입력 데이터에서 이탈하지 않고 페트로피직 모델에서 변경된다. 예를 들어, 밀봉 결함은 더 큰 구획화를 위해 추가된다.

모델 검증 및 순위 결정

내진에서 시뮬레이션까지의 마지막 단계에서 흐름 시뮬레이션은 생산 이력을 도입하여 통합 과정을 계속한다. 이것은 역사에 대한 정적 모델의 추가적인 유효성을 제공한다. 정지역학 역행에서 나온 대표적인 모델 실현의 집합은 생산 데이터와 일치하는 이력이다. 모델의 속성이 현실적인 경우 시뮬레이션된 웰 하단 홀 압력 동작은 과거 웰 하단 홀 압력과 일치해야 한다(측정된 웰 하단 구멍 압력과 일치해야 한다.[7] 생산 유량과 기타 엔지니어링 데이터도 일치해야 한다.

경기 품질에 따라 일부 모델은 탈락한다. 초기 히스토리 매칭 프로세스 후, 매치를 개선하기 위해 나머지 각 모델에 대해 필요에 따라 동적 웰 매개변수를 조정한다. 최종 모델은 원래의 현장 측정 및 생산 데이터에 가장 적합한 모델을 나타내며, 시추 결정 및 생산 계획에 사용된다.

참고 항목

참조

  1. ^ 스티븐 타이슨 저수지 모델링 소개(2007) ISBN978-1-906928-07-0.
  2. ^ "RETINA Homepage".
  3. ^ "암석물리학과 애완동물 물리학과의 통합의 이점: 통합적이고 반복적인 워크플로우를 사용해야 하는 5가지 주요 이유" Pugro-Jason 백서, 2007.
  4. ^ Francis, A, 2005년 2월, CSEG 기록, 2005년 2월, 페이지 5-11의 " 확률론적 지진 역전의 결정론적 및 장점 한계"
  5. ^ Merletti, G, Tores-Verdin, C, "Well Logs와 3D Pre-Stack 지진 진폭 데이터의 이음 확률적 역전을 통한 박모래 침전물 시퀀스의 정확도 검출 및 공간 표현" SPE 102444.
  6. ^ a b "지질물리학을 지질학적 모델에 통합: 새로운 접근방식은 엔지니어가 사용할 수 있는 형태로 지구물리학적 모델을 이용할 수 있게 한다." Pugro-Jason 백서, 2008.
  7. ^ Castoro A, de Groot L. , Foristh D, Maguire R, Rijkers R, Webber R, "정확한 저장기 모델링 지반 반전 및 흐름 시뮬레이션의 최적화된 통합을 통한 모델링. 2008년 페텍스 북해 사례 연구"

추가 읽기

  • "암석 및 저수지 특성에 대한 고도로 상세하고 사실적인 3D 수치 모델 구축: Fugro-Jason 백서, 2008, "모든 데이터의 엄격한 통합으로 불확실성 감소"
  • 콘트레라스, A, 토레스-베르딘, C, "베네수엘라 바리나-아푸레 분지에 있는 혼합 탄산염-실리클라스 틱 저장소를 묘사하기 위한 AVA 민감도 분석 및 3D 스택 전 지진 데이터 뒤집기"
  • Contras, A, Tores-Verdin, C, Kvien, K, Fasnacht, T, Chesters, W, "ABA Stochastic Inversion of Pre-Stack 지진 데이터 및 Well Logs for 3D 저장고 모델링용 웰 로그", EAGE 2005.
  • 파이크츠, M.J.와 독일 C. 지리학 저수지 모델링, 뉴욕: 옥스포드 대학 출판부, 2014, 448페이지.
  • Jarvis, K, Folkers, A, Saussus, D, "AVO 지진 데이터의 정지역학적으로 반전된 지진 데이터로부터 심슨 영역의 저수지 구획 예측", ASEG 2007.
  • 레게트, M, 체스터, W, "지구상 시뮬레이션과 AVO 뒤집기 공동" 2005년 CSEG 전당대회.
  • Sams, M, Saussus, D, "결정론적 및 정지 역전의 불확실성 추정치 비교", SEG 연례 회의, 2008.
  • Soni, S, Littmann, W, Timko, D, Karkooti, H, Karimi, S. Kazemshiroodi, S. "지진론적 역전을 통한 지진에서 시뮬레이션에 이르는 통합 사례 연구", SPE 118178.
  • Stephen, K, MacBeth, C. 2008년 12월 SPE 저수지 평가 및 엔지니어링의 "지진 이력 일치를 이용한 확률적 모델을 업데이트하여 저수지 예측 불확실성 감소"
  • Zou, Y, Bentley, L, Lines, L. "저장소 시뮬레이션과 시간 경과 지진 모델링 통합", 2004 CSEG 전국 컨벤션