Ekofisk 4D Seismic - Seismic History Matching Workflow
Notice bibliographique
Résumé
Abstract This presentation outlines an integrated workflow that incorporates 4D seismic data into the Ekofisk field reservoir model history matching process. Successful application and associated benefits of the workflow benefits are also presented. A seismic monitoring programme has been established at Ekofisk with 4D seismic surveys that were acquired over the field in 1989, 1999, 2003, 2006 and 2008. Ekofisk 4D seismic data is becoming a quantitative tool for describing the spatial distribution of reservoir properties and compaction. The seismic monitoring data is used to optimize the Ekofisk waterflood by providing water movement insights and subsequently improving infill well placement. Reservoir depletion and water injection in Ekofisk lead to reservoir rock compaction and fluid substitution. These changes are revealed in space and time through 4D seismic differences. Inconsistencies between predicted 4D differences (calculated from reservoir model output) and actual 4D differences are therefore used to identify reservoir model shortcomings. This process is captured using the following workflow: (1) prepare and upscale a geologic model, (2) simulate fluid flow and associated rockphysics using a reservoir model, (3) generate a synthetic 4D seismic response from fluid and rock physics forecasts, and (4) update the reservoir model to better match actual production/injection data and/or the 4D seismic response. The above-mentioned Seismic History Matching (SHM) workflow employs rock-physics modeling to quantitatively constrain the reservoir model and develop a simulated 4D seismic response. Parameterization techniques are then used to constrain and update the reservoir model. This workflow updates geological parameters in an optimization loop through minimization of a misfit function. It is an automated closed loop system, and optimization is performed using an in-house computer-assisted history matching tool using evolutionary algorithm. In summary, the Ekofisk 4D SHM workflow is a multi-disciplinary process that requires collaboration between geological, geomechanical, geophysical and reservoir engineering disciplines to optimize well placement and reservoir management.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,040 | 0,023 |
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 ».