×

数据空间反演与集合平滑。 (英语) Zbl 1439.86033号

摘要:油藏工程师使用大型数值模型预测油气田的生产动态。然而,这些模型是基于稀缺且往往不准确的数据构建的,这使得它们的预测高度不确定。另一方面,在油田作业期间,不断收集压力和流量测量值。将这些数据同化到储层模型中(历史拟合)有助于减少不确定性并提高其预测能力。历史匹配是一个非线性逆问题,通常使用优化和蒙特卡罗方法进行处理。然而,在实践中,生成一组适当的历史匹配模型以保持地质真实性是非常具有挑战性的,尤其是在具有复杂的先前描述的情况下,例如具有裂缝和复杂相分布的模型。最近,文献中引入了一种新的数据空间反演(DSI)方法,作为历史匹配中使用的模型空间反演的替代方法。其基本思想是直接更新先前模型集合的预测,以解释观察到的生产历史,而不更新相应的模型。本文介绍了一种基于迭代集成平滑器的DSI实现,并通过实例证明了新的实现在计算上比以前基于主成分分析和梯度驱动优化的方法更快、更稳健。新的DSI还用于估计具有长生产历史和大量油井的实际油田的产量预测。对于这个领域的问题,新的DSI获得的预测与更传统的基于集合的历史匹配相当。

MSC公司:

86A32型 地理统计学
86A20个 潜力,探矿
86A22型 地球物理学中的反问题
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Abadpour,A.、Adejare,M.、Chugunova,T.、Mathieu,H.、Haller,N.:复杂断裂碳酸盐岩和深海浊积岩油田的综合地质建模和整体历史匹配,使用整体方法生成若干地质相干解。摘自:阿布扎比国际石油展览与会议记录,阿布扎比,编号:SPE-193028-MS.10.2118/193028-MS(2018)
[2] Audet,C.,Jr.,J.E.D:约束优化的网格自适应直接搜索算法。SIAM J.Optim公司。17(1),188-217(2006)。10.1137/040603371 ·Zbl 1112.90078号
[3] Avansi,G.D.,Schiozer,D.J.:UNISIM-I:油藏开发和管理应用的综合模型。国际期刊模型。模拟。汽油。工业。9(1):21-30. http://www.ijmspi.org/ojs/index.php/ijmspi/article/view/152 (2015)
[4] 陈,Y。;Oliver,DS,多相流数据同化中enKF的交叉方差和局部化,计算。地质科学。,14, 4, 579-601 (2010) ·Zbl 1381.86026号 ·doi:10.1007/s10596-009-9174-6
[5] 陈,Y。;Oliver,DS,作为迭代集成平滑器的集成随机最大似然方法,数学。地质科学。,44, 1, 1-26 (2012) ·doi:10.1007/s11004-011-9376-z
[6] 陈,Y。;Oliver,DS,Levenberg-Marquardt形式的迭代集成平滑器,用于有效的历史匹配和不确定性量化,计算。地质科学。,17, 689-703 (2013) ·Zbl 1382.65031号 ·doi:10.1007/s10596-013-9351-5
[7] Chen,Y.,Oliver,D.S.:诺恩全场模型与迭代集成平滑器的历史匹配。SPE储备。评估。工程17(2)。10.2118/164902-PA(2014)
[8] Emerick,A.A.:使用集合平滑器从延时阻抗数据估计压力和饱和度场。《地球物理学杂志》。工程11(3):0350072014。10.1088/1742-2132/11/3/035007
[9] Emerick,AA,《基于集合的生产和地震数据同化性能分析》,J.Pet。科学。工程师,139219-239(2016)·doi:10.1016/j.petrol.2016.01.029
[10] Emerick,A.A.:ES-MDA数据误差协方差膨胀的几何选择分析。arXiv:1812.00924v1[math.NA]。arXiv:1812.00924(2018)
[11] Emerick,A.A.和Reynolds,A.C.:使用集合卡尔曼滤波器与协方差定位进行现场案例匹配的历史。SPE储备。评估。工程14(4),423-432(2011a)。10.2118/141216-PA
[12] Emerick,A.A.,Reynolds,A.C.:结合灵敏度和先验信息,在石油储层应用的集合卡尔曼滤波器中进行协方差定位。计算。地质科学。15(2),251-269(2011年b)。2007年10月10日/10596-010-9198-y·Zbl 1213.86009号
[13] 艾默里克,AA;Reynolds,AC,History使用集合卡尔曼滤波器与多重数据同化进行时移地震数据匹配,计算。地质科学。,16, 3, 639-659 (2012) ·doi:10.1007/s10596-012-9275-5
[14] Emerick,A.A.,Reynolds,A.C.:利用简单的水库模型对基于集合的方法的采样性能进行调查。计算。地质科学。17(2),325-350(2013年a)。2007年10月10日/10596-012-9333-z·Zbl 1382.86018号
[15] Emerick,A.A.,Reynolds,A.C.:通过多重数据同化实现更平滑的集成。计算。地质科学。55,3-15(2013年b)。10.1016/j.cageo.2012.03.011
[16] Emerick,A.A.,Reynolds,A.C.:使用具有多重数据同化的系综平滑器,对真实现场情况的生产和地震数据进行历史匹配。摘自:SPE油藏模拟研讨会论文集,德克萨斯州伍德兰,编号SPE-163675-MS.10.2118/163675-MS(2013c)
[17] Evensen,G.,《使用蒙特卡罗方法预测误差统计的非线性准营养模型的序贯数据同化》,J.Geophys。研究,99,C5,10143-10162(1994)·doi:10.1029/94JC00572
[18] Evensen,G.,《enKF的取样策略和平方根分析方案》,海洋动力学。,54, 6, 539-560 (2004) ·doi:10.1007/s10236-004-0099-2
[19] Evensen,G.,《集成卡尔曼滤波器的数据同化》(2007),柏林:施普林格出版社,柏林·Zbl 1157.86001号
[20] Evensen,G.:用于求解反问题的迭代集合平滑器分析计算地球科学。10.1007/s10596-018-9731-y(2018)·Zbl 1405.86018号
[21] 富勒,R。;Bengtsson,T.,卡尔曼滤波器变体中高维先验和后验协方差矩阵的估计,J.Multivar。分析。,98, 2, 227-255 (2007) ·Zbl 1105.62091号 ·doi:10.1016/j.jmva.2006.08.0003
[22] Gaspari,G。;科恩,SE,《二维和三维相关函数的构建》,Q.J.罗伊。美托洛尔。Soc.,125,554,723-757(1999)·doi:10.1002/qj.49712555417
[23] He,J.,Sarma,P.,Bhark,E.,Tanaka,S.,Chen,B.,Wen,X.-H.,Kamath,J.:使用集合方差分析量化预期不确定性减少和信息价值。SPE J.23(2)。10.2118/182609-PA(2018)
[24] Houtekamer,P.L.,Mitchell,H.L.:大气数据同化的序贯集合卡尔曼滤波器。周一。《天气评论》129(1):123-137。10.1175/1520-0493(2001)129
[25] Jeong,H。;太阳,AY;Lee,J。;Min,B.,预测未来油藏动态的基于学习的数据驱动预测方法,Adv.Water Resour。,118, 95-109 (2018) ·doi:10.1016/j.advwatres.2018年5月15日
[26] Jiang,S.:预测期内可变井控的数据空间反演。斯坦福大学硕士论文(2018)
[27] Krishnamurti,T.N.,Kishtawal,C.M.,Zhang,LaRow,T.,Bachiochi,D.,Williford,E.:天气和季节性气候的多模型集合预报。J.攀登。13(23):4196-4216. 10.1175/1520-0442(2000)013
[28] 拉塞尔达(JM Lacerda);艾默里克,AA;Pires,AP,用非局部模型参数缓解集合数据同化中采样误差造成的方差损失的方法,J.Pet。科学。工程,172690-706(2019)·doi:10.1016/j.petrol.2018.08.056
[29] Le,D.H.,Emerick,A.A.,Reynolds,A.C.:一种具有多重数据同化的自适应集成平滑器,用于辅助历史匹配。SPE J.21(6),2195-2207(2016)。2011年10月11日/173214年
[30] Lorentzen,R.J.、Luo,X.、Bhakta,T.、Valestrand,R.:使用地震和生产数据匹配完整Norne油田模型的历史。SPE期刊,预印本。10.2118/194205-PA(2019)
[31] Luo,X.,Stordal,A.S.,Lorentzen,R.J.,Nvdal,G.:迭代集成平滑器作为正则化最小平均成本问题的近似解:理论与应用。SPE J.20(5)。10.2118/176023-PA(2015)
[32] 罗,X。;巴克塔,T。;Nvdal,G.,基于相关性的自适应定位及其在基于集合的4D地震历史匹配中的应用,SPE J.,23,2,396-427(2018)·网址:10.2118/185936-PA
[33] Ma,X.,Hetz,G.,Wang,X.、Bi,L.、Stern,D.、Hoda,N.:一种稳健的迭代集成平滑方法,用于有效的历史匹配和不确定性量化。在:SPE储层模拟会议记录,美国得克萨斯州蒙哥马利,编号SPE-182693-MS 10.2118/182693-MS(2017)
[34] Mallet,V.,Stoltz,G.,Mauricette,B.:使用机器学习算法的臭氧集合预测。《地球物理学杂志》。Res.大气。114(D5)。10.1029/2008JD009978(2009)
[35] Maschio,C.,Avansi,G.D.,Santos,A.A.,Schiozer,D.J.:UNISIM-I-H:历史匹配案例研究。数据集。www.unisim.cepetro.unicamp.br/benchmarks/br/unisim-i/unisim-i-h(2013)
[36] Maucec,M.,Ravanelli,F.M.D.M.,Lyngra,S.,Zhang,S.J.,Alramadhan,A.A.,Abdelhamid,O.A.,Al-Garni,S.A.:基于集合的辅助历史匹配与应用于天然裂缝碳酸盐岩储层的严格不确定性量化。摘自:SPE年度技术会议和展览记录,阿联酋迪拜,编号SPE-181325-MS.10.2118/181325-MS(2016)
[37] Nocedal,J。;Wright,SJ,《数值优化》(2006),纽约:Springer,纽约·Zbl 1104.65059号
[38] 奥利弗,DS;Alfonzo,M.,《不完美模型对有偏观测值的校准》,计算。地质科学。,22, 145-161 (2018) ·Zbl 1405.86024号 ·doi:10.1007/s10596-017-9678-4
[39] 奥利弗,DS;Chen,Y.,储层历史匹配的最新进展:综述,计算机。地质科学。,15, 1, 185-221 (2011) ·Zbl 1209.86001号 ·doi:10.1007/s10596-010-9194-2
[40] 奥利弗,DS;雷诺数,AC;Liu,N.,《油藏描述和历史拟合的反演理论》(2008),剑桥:剑桥大学出版社,剑桥
[41] Pagowski,M.,Grell,G.A.,McKeen,S.A.,Dévényi,W.J.M.,Bouchet,v.S.,Gong,W.F.,Mchenry,J.N.,Peckham,S.,Mcqueen,J.T.,Moffet,R.,Tang,Y.:改进基于集合的臭氧预测的简单方法。地球物理学。Res.Lett公司。320(7)中。10.1029/2004GL022305(2005)
[42] Rafiee,J.,Reynolds,A.C.:ES-MDA通货膨胀系数生成的理论和有效实践程序。反向探测。33(11):115003. 10.1088/1361-6420/aa8cb2(2017)·Zbl 1379.65033号
[43] Reynolds,A.C.,Zafari,M.,Li,G.:集合卡尔曼滤波器的迭代形式。摘自:《第十届欧洲石油开采数学会议论文集》,阿姆斯特丹。10.3997/2214-4609.201402496(2006)
[44] Satija,A。;Caers,J.,在标准函数主成分空间中通过线性最小二乘法从非线性动态数据直接预测地下水流响应,Adv.Water Resour。,77, 69-81 (2015) ·doi:10.1016/j.advwatres.2015.01.002
[45] Satija,A。;Caers,J.,使用无历史匹配的生产数据直接预测油藏动态,计算。地质科学。,21215-333(2017)·Zbl 1387.86049号 ·doi:10.1007/s10596-017-9614-7
[46] Scheidt,C。;Renard,P。;Caers,J.,《以预测为中心的地下建模研究基于流动的反演建模的准确性需求》,《数学》。地质科学。,47, 2, 173-191 (2015) ·Zbl 1323.86013号 ·doi:10.1007/s11004-014-9521-6
[47] Skjervheim,J.-A.,Evensen,G.,Hove,J.,Vabö,J.G.:用于辅助历史匹配的集成平滑器。摘自:SPE油藏模拟研讨会论文集,德克萨斯州伍德兰,编号SPE-141929-MS.10.2118/141929-MS(2011)
[48] Souza,C.R.:协议。NET框架Broyden-Fletcher-Goldfarb-Shanno类。http://accord-framework.net/docs/html/T_accord_Math_Optimization_BroydenFletcherGoldfarbShanno.htm (2017)
[49] Stordal,AS,高斯混合迭代贝叶斯反演:有限样本实现和大样本渐近,计算。地质科学。,2014年1月19日至15日·Zbl 1327.62348号 ·doi:10.1007/s10596-014-9444-9
[50] 斯托达尔,AS;Elsheikh,AH,退火重要性采样框架中的迭代集合平滑器,Adv.Water Resour。,86, 231-239 (2015) ·doi:10.1016/j.advwatres.2015.09.030
[51] Sun,W。;Durlowsky,LJ,地下水流问题中有效不确定性量化的新数据空间反演程序,数学。地质科学。,4679-715(2017年)·Zbl 1369.86022号 ·doi:10.1007/s11004-016-9672-8
[52] Sun,W.,Hui,M.-H.,Durlowsky,L.J.:使用新的数据空间反演程序对天然裂缝性储层进行产量预测和不确定性量化。计算地球科学,在线。10.1007/s10596-017-9633-4(2017a)·Zbl 1401.86014号
[53] Sun,W.,Vink,J.C.,Gao,G.:在具有不完善油藏模型的历史匹配工作流中,一种减少虚假不确定性的实用方法。摘自:德克萨斯州蒙哥马利SPE油藏模拟会议记录,编号SPE-182599-MS.10.2118/182599-MS(2017b)
[54] Tarantola,A.:模型参数估计的反问题理论和方法。SIAM,费城(2005)·Zbl 1074.65013号
[55] van Leeuwen,P.J.,Evensen,G.:概率公式中的数据同化和反演方法。周一。天气评论124:2898-2913。10.1175/1520-0493(1996)124
[56] Zhang,Y。;Oliver,DS,通过自举抽样改进卡尔曼增益的集合估计,数学。地质科学。,42327-345(2010年)·Zbl 1184.86017号 ·doi:10.1007/s11004-010-9267-8
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。