An Integrated Approach to Building History-Matched Geomodels to Understand Complex Long Lake Oil Sands Reservoirs, Part 2: Simulation
Notice bibliographique
Résumé
Abstract Simulation is one of the most important and powerful reservoir engineering tools for understanding reservoir performance, devising operating strategies, and solving production problems. Simple homogeneous models are suitable for understanding basic reservoir engineering parameters and for simple sensitivity analyses. However in real reservoirs with heterogeneities such as at Nexen Long Lake, a comprehensive geomodel which includes all the available geology and geophysics knowledge is necessary in order to extract the greatest value from the simulation efforts. A geomodel is representative of the real reservoir if simulation of the geomodel is able to reproduce the production history of the reservoir (history matching). For a typical SAGD pad, the parameters to be matched include the injection and production rates, downhole injection pressures, and pressure and temperature of observation wells. Based on our experience, for this process to be effective and reasonably timely a team consisting of the geologist, geophysicist, geomodeler, production and reservoir / simulation engineer must work interactively and in an iterative, "trial and error" fashion. The geomodelling part is presented in Part 1(10), of this paper and in Part 2 the simulation results are reviewed. The simulation process can be divided into three main parts - history matching, sensitivity analysis and forecasting. Once the history matching part is done, the geomodel is ready to be used for the other two parts. High water saturation zones, also referred to as lean zones and top water, play an important role in different stages of a SAGD project. A detailed strategy is necessary to deal with them and to optimize the production. Simulation results show that one needs to be able to increase the total fluid rate and solve the sub-cool limitations at the time of contact with these lean zones. The STARS thermal simulator from Computer Modeling Group (CMG) was used to do all the reservoir simulations in this paper.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,003 | 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 ».