Integrated Uncertainty Quantification by Probabilistic Forecasting Approach in the Field Development Project
Notice bibliographique
Résumé
Abstract Development studies examine the importance of geologic, engineering, and economic parameters to formulate and optimize production plans. If there are many factors, these studies are high-priced unless simulation runs are chosen and analyzed efficiently. Reservoir studies require integration of geological properties of the reservoir, drilling and production strategies, and economic parameters. Integration is complex, because parameters such as permeability, drive mechanism, structural framework, and fluid saturation distributions are uncertain. Uncertainty in permeability, for example, could be caused by prediction at unknown locations from inexact seismic data, poorly distributed of precise well data and imprecise seismic data. Therefore the impact of uncertainty levels in key geologic and production parameters such as NTG, permeability, porosity, vertical transmissibility, skin factor must be assessed. The application of the system on a single, sector carbonate reservoir unit is taken through a development-plannig case study based on Field Development Plan, FDP. Ultimate recoveries, profiles, and economics for the range of possibilities are evaluated. Uncertainty quantification is attained in the development of a method that can model and quantify uncertainty in reservoir simulation in an efficient and practical way. In this study variety of approaches are investigated to estimate the uncertainty in a recovery prediction. The methodology which is employed in this study uses Monte Carlo simulation approach (probabilistic forecasting) and efficient selective simulation runs with simultaneous, multi variable input modifications. The results indicate that in terms of reserves points of view the main uncertainties are represented by NTG and permeability distribution. This can be attributed to indigenous heterogeneous carbonate reservoir deposition and dissolution. The uncertainity to the OOIP is also affected mainly by the reservoir structural framework; reservoir top depth variations.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».