MétaCan
Menu
Retour à la cohorte
Enregistrement W2000458550 · doi:10.2118/78510-ms

Fully Integrated 3D-Reservoir Characterization and Flow Simulation Study: A Field Case Example

2002· article· en· W2000458550 sur OpenAlexaff
Maged Al-Deeb, Gérard Bloch, Salem El-Abd, Mohsen Charfeddine, Asnul Bahar, Harun Ates, Tono Soeriawinata, Mohan Kelkar

Notice bibliographique

RevueAbu Dhabi International Petroleum Exhibition and Conference · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensKerr Wood Leidal Associates (Canada)
Organismes subventionnairesnon disponible
Mots-clésReservoir modelingPetrophysicsGeologyReservoir simulationSeismic to simulationWell loggingSeismic inversionCurvatureMonte Carlo methodPermeability (electromagnetism)Stochastic simulationComputer scienceGeotechnical engineeringPorosityPetroleum engineeringGeometryMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract This paper presents the result of fully 3D integrated reservoir description and flow simulation study of a giant oil field in Middle East using the state of the art technology. The overall goal is to develop a representative reservoir model to form the basis for reservoir management and long-term development planning. This is done by generating alternate reservoir descriptions, based on stochastic models, to quantify uncertainties in the future performance. The data that were integrated include well cores and logs, geological interpretation (stratigraphy, rock type, depositional model), seismic (structure, curvature analysis and inversion-derived porosity), well test, SCAL, production data and fracture distribution. The 3D multiple realizations were generated by considering rock type and petrophysical properties at well location, obtained from well logs and cores, and simultaneously constrained by seismic derived porosity. The simulations of properties were generated using simultaneous sequential Gaussian simulation where the seismic constraint was introduced via Bayesian Updating procedure. Special consideration was given to the spatial modeling of data where soft information was derived both from hard data and depositional environment. Fracture distribution, derived from seismic curvature analysis, was used in the integration process to match the core-based derived permeability with well test permeability. This distribution was used to obtain permeability anisotropy distribution using newly developed tensorial approach. A total of forty-eight realizations were generated considering four major types of uncertainties: structure, spatial model, petrophysical properties and simulation path. The results have been used as the basis for fluid in place (STOIIP) calculation using Monte Carlo simulation technique. These realizations are then ranked based on the sweep efficiency, obtained from multiphase streamline simulations, and the STOIIP. Three realizations, representing medium, low and high realizations, were selected and upscaled. An optimum vertical upscaling level was determined using streamline simulator and developing quantitative criterion. This ensures that the representative heterogeneity of the reservoir was maintained during the upscaling process. Comprehensive history matching was done for the three selected realizations for the entire nineteen years of production history using objective criterion so that the quality of the three matches is similar. The observed data matched include water cuts and measured pressures. The parameters used to match the history are restricted to the parameters that have not been accounted for in the static model. Using probabilistic concepts, uncertainties in future performance were quantified for various scenarios.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,260
Écart entre enseignants0,229 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAbu Dhabi International Petroleum Exhibition and ConferenceMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207