MétaCan
Menu
Retour à la cohorte
Enregistrement W2916550129 · doi:10.2516/ogst/2018096

Developing a workflow to represent fractured carbonate reservoirs for simulation models under uncertainties based on flow unit concept

2019· article· en· W2916550129 sur OpenAlexfundno aff
Seyed Kourosh Mahjour, Manuel Gomes Correia, Antonio Alberto de Souza dos Santos, Denis José Schiozer

Notice bibliographique

RevueOil & Gas Science and Technology – Revue d’IFP Energies nouvelles · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensnon disponible
Organismes subventionnairesPetrobrasEnergi Simulation
Mots-clésReservoir simulationLatin hypercube samplingWorkflowPetrophysicsComputer scienceReservoir engineeringPermeability (electromagnetism)GeostatisticsReservoir modelingGeologyPetroleum engineeringData miningMonte Carlo methodGeotechnical engineeringPorosityMathematicsSpatial variabilityStatistics

Résumé

récupéré en direct d'OpenAlex

Description of fractured reservoir rock under uncertainties in a 3D model and integration with reservoir simulation is still a challenging topic. In particular, mapping the potential zones with a reservoir quality can be very useful for making decisions and support development planning. This mapping can be done through the concept of flow units. In this paper, an integrated approach including a Hierarchical Cluster Analysis (HCA), geostatistical modeling and uncertainty analysis is developed and applied to a fractured carbonate in order to integrate on numerical simulation. The workflow begins with different HCA methods, performed to well-logs in three wells, to identify flow units and rock types. Geostatistical techniques are then applied to extend the flow units, petrophysical properties and fractures into the inter-well area. Finally, uncertainty analysis is applied to combine different types of uncertainties for generating ensemble reservoir simulation models. The obtained clusters from different HCA methods are evaluated by the cophenetic coefficient, correlation coefficient, and variation coefficient, and the most appropriate clustering method is used to identify flow units for geostatistical modeling. We subsequently define uncertainties for static and dynamic properties such as permeability, porosity, net-to-gross, fracture, water-relative permeability, fluid properties, and rock compressibility. Discretized Latin Hypercube with Geostatistical (DLHG) method is applied to combine the defined uncertainties and create an ensemble of 200 simulation models which can span the uncertainty space. Eventually, a base production strategy is defined under operational conditions to check the consistency and reliability of the models created with UNISIM-II-R (reference model) as a real reservoir with known results. Results represent the compatibility of the methodology to characterize fractured reservoirs since those models are consistent with the reference model (used to generate the simulation models). The proposed workflow provides an efficient and useful means of supporting development planning under uncertainty.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,025
Tête enseignante GPT0,277
Écart entre enseignants0,251 · 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

Citations26
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOil & Gas Science and Technology – Revue d’IFP Energies nouvellesMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207