An Integrated Approach to Building History-Matched Geomodels to Understand Complex Long Lake Oil Sands Reservoirs, Part 1: Geomodeling
Notice bibliographique
Résumé
Abstract At the Nexen Long Lake in situ steam-assisted gravity drainage (SAGD) oil sands recovery project, the bitumen-saturated reservoir is in the Lower Cretaceous McMurray Formation. The main depositional environment in the reservoir unit is fluvial-estuarine meandering channels. Stacked channel deposition exhibits a high degree of variability both vertically and laterally over short distances and depositional complexity occurs at many scales. Many papers have been written on characterizing oil sands deposition geologically or geostatistically. However, complete characterization cannot be achieved at all scales due to the degree of complexity. Building a history-matched geomodel can be very time consuming and very challenging in complex reservoirs such as in Long Lake, where the Quaternary (Gregoire) Channel, collapse features, top gas and top water, lean zones, as well as shale barriers and baffles, contribute to the complexity. This paper presents a practical geological modeling approach used at Nexen to quantify uncertainties of reservoir properties. This approach has been validated by history matching and prediction. The solution is based on the integration of all available geology, geophysics, petrophysics, reservoir engineering, and production information. Using the proposed solution, the number of modeling iterations and the time required to achieve the desired objectives of history matching and prediction have been significantly reduced.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».