Grid-free petroleum reservoir characterization with truncated pluri-Gaussian simulation: Hekla case study
Notice bibliographique
Résumé
A new geostatistical grid-free simulation (GFS) method has been developed recently that represents simulated continuous attributes of the natural phenomena, such as stratigraphic surface boundaries or petrophysical properties, as an analytical function of the coordinates of the simulation locations. Thus, GFS resolves challenges related to model regridding, increasing resolution around already simulated locations and integration of newly available data in a consistent manner. The present paper contains further developments in simulation of categorical variables, such as facies, in a grid-free fashion based on the truncated pluri-Gaussian simulation (TPG) paradigm. The resultant simulation engine allows the entire reservoir system to be represented as an analytical stochastic function: that is, values of any reservoir properties are simulated on demand at requested locations in space. The selection of proper variograms of Gaussian continuous variables for simulation of categorical variables in a TPG framework is proposed through a methodology based on Monte Carlo simulation. The variogram models of the underlying Gaussian continuous variables are obtained by minimizing the difference between numerically computed and target indicator variograms. A local optimization approach is suggested for a fast precise derivation of the variograms. The stable variogram model leads to the closest fit to the experimental variograms of the continuous variables. The automatic establishment of a truncation mask based on multidimensional scaling to convert Gaussian continuous variables to categories is also explained. Finally, the proposed GFS algorithm for petroleum reservoir characterization is demonstrated in its full-scale applicability to the Hekla offshore petroleum reservoir located in the North Sea. The results look promising, and should be beneficial to petroleum reservoir modelling in practice.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 ».