Estimating the chance of success of information acquisition for the Norne benchmark case
Notice bibliographique
Résumé
A key decision in field management is whether or not to acquire information to either improve project economics or reduce uncertainties. A widely spread technique to quantify the gain of information acquisition is Value of Information (VoI). However, estimating the possible outcomes of future information without the data is a complex task. While traditional VoI estimates are based on a single average value, the Chance of Success (CoS) methodology works as a diagnostic tool, estimating a range of possible outcomes that vary because of reservoir uncertainties. The objective of this work is to estimate the CoS of a 4D seismic before having the data, applied to a complex real case (Norne field). The objective is to assist the decision of whether, or not, to acquire further data. The methodology comprises the following steps: uncertainty quantification, selection of Representative Models (RMs), estimation of the acquisition period, production strategy optimization and, finally, quantification of the CoS. The estimates use numerical reservoir simulation, economic analysis, and uncertainty evaluation. We performed analyses considering perfect and imperfect information. We aim to verify the increment in economic return when the 4D data identifies the closest-to-reality reservoir model. While the traditional expected VoI calculation provides only an average value, this methodology has the advantage of considering the increase in the economic return due to reservoir uncertainties, characterized by different RMs. Our results showed that decreased reliability of information affected the decision of which production strategy to select. In our case, information reliability less than 70% is insufficient to change the perception of the uncertain reservoir and consequently decisions. Furthermore, when the reliability reached around 50%, the information lost value, as the economic return became similar to that of the case without information acquisition.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».