bien y, a continuación, dobs, z denota la y Reynolds et al.
por dos pruebas diferentes
profundidad de la parte superior del canal de que la observado en el pozo. Si hay múltiples método produce una muestra correcta de la pozos, dobs, h pdf a posteriori si y dobs, z serían vectores. Los errores de Los datos están relacionados linealmente con medición de datos asociados se modelan el modelo. como gaussianos independientes al azar En lo no lineal Variables con media cero. dejando, CD, h y caso, el método sólo puede dar una muestra CD, z, respectivamente, denotan las matrices aproximada de de covarianza de datos asociadas con el pdf; ver Oliver et al. Brevemente, para dobs, h y dobs, z, se deduce que cada una generar una realización. de estas matrices es Por el método de probabilidad máxima diagonal. Luego se da la matriz de aleatorizada, procedemos de la siguiente covarianza de datos global. manera: (i) generar una realización por la matriz diagonal incondicional dobs, uc de los datos observados; generar una realización incondicional del modelo muestreando el pdf anterior de Ec. 11; (iii) generar la realización minimizando la siguiente función objetivo:
Finalmente, dejamos que dp = gp (m), dh =
gh (m), y dz (h) = gz (m), respectivamente, denota los datos Para generar n realizaciones, repetimos el correspondientes a proceso n. Dobs, p, dobs, h y dobs, z, respectivamente, veces. La función objetivo O (m) está que se predecirían o calcularían a partir de minimizada por una un modelo m dado. Entonces por un Algoritmo de Levenberg-Marquardt; ver Bi. Aplicación estándar del teorema de Bayes, el a posteriori pdf para (m) es dado por Generación de ejemplos sintéticos
Se generó un caso sintético de "verdad" por
Donde a es la constante de normalización y muestreo. una realización del modelo de canal m del pdf gaussiano multivariado anterior dado por la ec. 11. Parámetros para Las PDL se generaron muestreando las cuatro variables aleatorias independientes que lo definen. A continuación, una realización. de cada uno de los cuatro campos aleatorios (sinuosidad horizontal, sinuosidad vertical, ancho y relación de Se puede obtener la estimación máxima a aspecto) se generó usando El método de posteriori. promedios móviles y luego el campo minimizando O (m). Realizaciones de m son correspondiente de espesores de canal se generadas por obtuvo dividiendo ancho por la relación de El método mencionado en Kitanidis15 y aspecto. Finalmente, realizaciones de kc, φc, discutido en Se generaron knc y φnc. Este conjunto de detalle por Oliver et al. Aquí, este método se parámetros especifica el verdadero modelo refiere a de canal m. A continuación, asumimos una como el método de probabilidad máxima ubicación de pozo, especificamos las aleatorizada; ver a Oliver restricciones de pozo de producción, especificamos fluido propiedades y ejecutar La Fig. 3 muestra el verdadero canal que fue el simulador de depósito utilizando el generado por verdadero Modelo m como entrada. Muestreo del pdf anterior. Los datos de presión medida fueron generados por el Añadiendo ruido aleatorio (basado en nuestro proceso descrito en la sección anterior. modelo de error de medición de presión) a con la varianza de errores de medición de las presiones de pozo generadas desde el presión especificada simulador, generamos sintéticos como 1 psi2. En el pozo, la profundidad de la Datos de presión medida. En cada pozo, parte superior del canal verdadero seleccionamos algunos de corresponde a una posición de 126.3 pies Estos datos de presión para representar desde la parte inferior de nuestro condicionamiento observado El depósito en forma de caja, el espesor del datos de presión y combinar todos estos canal en el pozo. datos de presión para formar Tiene 81.6 pies. Suponiendo que el error de El vector dobs, p. Para un caso donde el medición para cada uno es pozo penetra en el Una variable aleatoria gaussiana con media Canal, también añadimos ruido aleatorio al cero y varianza. espesor real. 0.5 ft2, simulamos datos un valor observado y la profundidad de la parte superior del canal de espesor en para obtener valores de la el pozo igual a 81.7 pies y una profundidad Espesor observado y profundidad observada observada de la parte superior en cada pozo. del canal en el pozo que corresponde a una Ejemplo posición La cuadrícula de simulación de reservorio 126.4 pies sobre el límite inferior del para este ejemplo es 60 × reservorio. Tabla 2 40 × 15. Cada bloque de rejilla es un cubo Muestra muestra los valores de algunos de con la longitud de cada los parámetros del modelo. lado igual a 10 pies. Como 60 bloques de Para el modelo verdadero. grid en la dirección x, la dimensión de m es 4 × Nx + 8 = 248. El el reservorio es producido por un solo pozo completamente penetrante ubicado en (xi, yj) = (x37, y23). El caudal es de 1, 000 RB / D. El radio del pozo, la viscosidad del fluido y la compresibilidad del sistema, respectivamente, se especifican como 0.3 pies, 2.5 cp y 10−5 psi − 1. Las propiedades pertinentes de las variables estocásticas son dado en la Tabla 1. Variable Media Diferencia Longitud de correlación La duración de la prueba de reducción es de 0,5 días. los gráfico de diagnóstico log-log estándar (con el tiempo en días) de la los datos de presión medida se muestran en la Fig. 4. Los resultados de La figura 4 sugiere que se produce un flujo radial para 0.001 <t <0.01 días (línea horizontal en la curva derivada) y para 0.02 <t <0.5, se produce un flujo lineal (línea de media pendiente en la curva derivada). Los datos derivados no son exactamente la conjetura inicial (m0 = muc) excede de 105 planos. pero se redujo durante el intervalo de tiempo 0.001 <t <0.01. A alrededor de las 10 en la cuarta iteración. Si esto es Se muestran los datos de presión medida Debido al hecho de que el grosor del canal que se utilizaron como datos de varía con x, y acondicionamiento. el hecho de que las permeabilidades en por los puntos de datos triangulares en la Fig. gridblocks se cruzan por 6, mientras que, el sólido la parte superior e inferior del canal varía con la curva en esta figura representa los datos x, una consecuencia del uso de la ecuación predichos al ingresar la realización de m en 19 de Peaceman para relacionar el bloque de el simulador. Los valores rejilla de las propiedades del canal y de las rocas y las presiones del pozo, la existencia de un no canalizadas obtenidas en pequeño componente. La realización con los valores de flujo vertical, o alguna combinación de correspondientes de la inicial. estos efectos no es adivina y los valores verdaderos se muestran claro. Para un reservorio constituido por n en la Tabla 3. capas homogéneas. de espesor uniforme, el derivado de presión Variable Estimación Realización Cierto durante radial inicial el flujo es dado por
donde kl y hl, respectivamente, representan
la permeabilidad y espesor de la capa l, y pi denota el reservorio inicial Realizaciones e incertidumbres múltiples, presión. Si asumimos cada bloque de rejilla aunque la vertical penetrado por el pozo representa una los resultados de la tabla anterior podrían capa para que cada una de las 15 capas sea sugerir que los datos de presión son 10 pies de espesor y usar las suficientes para resolver las propiedades de permeabilidades en bloques de rejilla de la roca de canal pozo para los kl en la ec. 17, obtenemos (d razonablemente bien, en general, es (pi - pwf (t)) / ln (t)) = 16.1 psi, mientras que necesario generar múltiples realizaciones los datos mostrados en la Fig. 4 indican que para evaluar la reducción de la incertidumbre el mínimo de (d (pi - pwf (t)) / d ln (t)) durante En los parámetros del modelo obtenidos por el tiempo intervalo 0.001 <t <0.01 días es condicionamiento a presión. aproximadamente igual a 19 psi. o datos de producción. Por lo tanto, generamos un adicional de 49 Una realización única Como se mencionó Realizaciones. Las figuras 7, 8, 9 y 10, anteriormente, minimizamos O (m) dado por respectivamente, muestran histogramas de la ec. 16 por un Levenberg-Marquardt kc, φc, knc y φnc. En cada figura, la Algoritmo para generar cada realización. Fig. El histograma de la izquierda representa los 5 resultados de las 49 simulaciones Muestra una gráfica del comportamiento de incondicionales del modelo y el de la la función objetivo de La derecha representa los resultados de las Ec. 16 en función del número de iteración. 49 simulaciones condicionales. La figura 7 Nota la indica que la permeabilidad del canal está El algoritmo de Levenberg-Marquardt bien. convergió en cuatro iteraciones. También Resuelto por los datos de presión tenga en cuenta que la función objetivo observados. En particular, por evaluada en condicionado a los datos de presión, la desviación estándar ha Se ha reducido de 24.5 md a 2.6 md. desviación del error de medición igual a 0.5 También tenga en cuenta que la pies), esperamos La media de la serie de realizaciones Datos de presión de flujo radial combinados condicionales es 133.8 md como con el canal observado. a diferencia de 105.5 md para el conjunto de Espesor en el pozo para resolver bien kc. Por realizaciones incondicionales y esta media es otra parte, cercana al valor verdadero de kc que es La porosidad se resuelve menos bien al fluir igual a 134.1 md. También tenga en cuenta la presión del pozo que, al condicionar a los datos de presión, el Datos y esto es confirmado por los resultados coeficiente de variación (desviación estándar) de la Fig. 8. dividido por la media) se ha reducido de 0.23 a 0.019; El período de tiempo considerado, la difusión es decir, se ha reducido en un factor mayor de la presión es que diez. los confinado principalmente al canal, y la mayor El coeficiente de variación, que no tiene parte del fluido dimensiones, es una estadística útil cuando Producido representa el fluido que estaba se comparan resultados de variables inicialmente en el canal. aleatorias Por lo tanto, la presión del pozo no es muy que tienen diferentes unidades o difieren sensible a la roca. mucho en magnitud. propiedades en gridblocks que no están en o De las estadísticas de la Fig. 8, vemos que la cerca del canal porosidad del canal fronteras Debido a esto, no podemos esperar no se resuelve tan bien como la que la permeabilidad y la porosidad de las permeabilidad del canal, por ejemplo, facies que no son canales estén bien La desviación estándar y el coeficiente de Resuelto por datos transitorios de presión. variación se reducen. Para fluir a un pozo productor en un por menos de un factor de dos por "bidimensional" condicionamiento a presión Canal homogéneo de ancho y espesor datos. Las figuras 9 y 10 indican que uniforme con condiciona a presión. La línea central del canal dado por una línea resultados de datos en una reducción recta, la presión insignificante en la incertidumbre en La derivada durante el flujo lineal está dada Permeabilidad y porosidad sin canal. por
Los resultados de las Figs. 7 a 10 no son
inesperados Basado en conocimientos básicos de análisis de transitorios de presión. En donde, aquí, H y W representan el ancho En particular, esperamos que los datos de constante y flujo radial se resuelvan razonablemente. Espesor del canal, respectivamente. En la ec. así la capacidad de flujo total (grosor 18, el tiempo está en promediado por el espesor del yacimiento) horas Si el tiempo es en días, la constante incluso en los casos en que los campos de 2.032 debe reemplazarse por 9.95. Por un permeabilidad son heterogéneos; ver He et canal bidimensional, en realidad al. Sin embargo, para Significa que no se produce flujo vertical. En este ejemplo, la permeabilidad sin canal Basado en la ec. 18, uno podría adivinar que es muy pequeña. si q, µ y ct En comparación con kc y la capacidad de Se conocen, luego se condicionan a datos de flujo total evaluada en base presión de flujo lineal. en el espesor del canal en el pozo ubicado reducirá la incertidumbre en WH√kcφc (denotado por incluso en el caso hw) es aproximadamente igual a kchw. Como bajo consideración donde W y H varían con el valor de hw es x. Desafortunadamente, la influencia que W datos observados y se mide con mucha (xi) H (xi) tiene en los datos de presión precisión (estándar Depende principalmente de la distancia del es dado por pozo. Así, porque no hay información direccional en los datos de presión. de un solo pozo, esperamos que los datos de presión de flujo lineal será más eficaz para reducir la incertidumbre Por lo tanto, la resolución de la función W (x) en el H (x) φc es importante para las reservas de siguiente función: determinación. Las figuras 15 y 16 muestran gráficas de W (x) H (x) φc contra x. La figura 15 se basa en los 50. Realizaciones incondicionales y la figura 16 pertenece a los 50. donde xw denota la coordenada x en la Realizaciones incondicionales. Está claro que ubicación de la los datos de condicionamiento han reducido bien yd representa la distancia entre xw y un la incertidumbre. A distancias mas valor A 15 bloqueos del pozo, la reducción de la de x> xw. incertidumbre se debe prácticamente en su Las figuras 11 y 12 muestran gráficos de W totalidad a la reducción de la incertidumbre (x) H (x) de φc, la reducción de la incertidumbre en √kcφc contra WH a X. La figura 11 se basa en las 50 estas distancias son despreciables; ver Fig. realizaciones incondicionales. 5.37 de Bi.14 como uno y la figura 12 pertenece a las 50 última medida de incertidumbre calculamos el realizaciones incondicionales. volumen de la Las figuras 13 y 14 muestran resultados parte del canal que se encuentra dentro de similares para la función f (d). 15 gridblocks (en En las Figs. 13 y 14, f (d) se representa La dirección x) del pozo. Denotamos este frente a un índice de distancia donde un volumen por Vl. índice de distancia igual a i corresponde a la Las figuras 17 y 18, respectivamente, d = (i - 1) ∆x para el caso de una cuadrícula muestran los histogramas para este uniforme en la dirección x. (Aquí, ∆x Volumen calculado a partir de los 50 representa el espaciado de la cuadrícula en incondicionales y 50 con- el Realizaciones adicionales. Note que la dirección x). Así, en las Figs. 13 y 14, i = 1 reducción es la incertidumbre. corresponde En VL obtenido por condicionamiento a los a la buena ubicación. Como era de esperar datos es significativo. los datos de acondicionamiento. reduce la incertidumbre en f (d) algo más que Conjetura inicial para Levenberg-Marquardt reduce la incertidumbre en W (x) H (x) Recordemos que √kcφc. En cierto sentido, la se obtiene una realización específica al resultados de las Figs. 11-14 son un tanto generar realizaciones incondicionales del engañosas porque una modelo y los datos observados y Gran parte de la reducción de la entonces minimizando la función objetivo de incertidumbre se debe al hecho de que la ec. 16. La forma específica del algoritmo Que la permeabilidad del canal se resuelve de Levenberg-Marquardt utilizado para bien por el flujo radial. la minimización se puede encontrar en Bi.14 Datos y el espesor del canal observado en el Permitimos que m0 denote la pozo. A continuación, simplemente Suposición inicial para el método de consideramos la reducción de la Levenberg-Marquardt. Nosotros incertidumbre. encontró que si el pozo se encuentra en el en WHφc obtenido por condicionamiento a canal, pero el pozo datos. El último Bueno, no está en el canal representado por La variable está directamente relacionada el incondicional. con el volumen de los poros. realización muc, el algoritmo de Levenberg- Basado en nuestro modelo, volumen del poro Marquardt del canal en pies cúbicos. Generalmente converge más lentamente si Las coordenadas y de las ubicaciones de los usamos como la conjetura inicial pozos representan observaciones. m0 = muc. Por otra parte, en esta situación, del conjunto de centros de canales, yc, es el algoritmo. decir, que (xik, yik) denota la ubicación del ocasionalmente puede converger a un pozo k, asumimos que yik mínimo local que da Es una observación (medida) de yc (xik). Una coincidencia inaceptable de datos de Dejamos yobs, c presión. Encontramos eso denota el vector de estas propiedades de convergencia se pueden pseudoobservaciones o pseudomedidas, y mejorar mediante la generación de una asumimos que los errores de medición son Conjetura inicial para que así se encuentre independientes y gaussianos con datos dentro del canal representado. diagonales asociados en m0. A continuación se describe un matriz de covarianza denotada por Cw. procedimiento para hacerlo. Luego, utilizando estándar Como las propiedades de la roca son Teoría lineal inversa (ver, por ejemplo, independientes de los parámetros Tarantola20) nos puede condicionar mg, uc a geométricos, simplemente modificamos los yobs, c minimizando lo siguiente parámetros geométricos; ver ecuaciones. 5 y función objetiva: 9. Suponemos que muc, g denota la Vector de parámetros geométricos contenidos en muc. Suponemos que la coordenada x de la ubicación está dada por xik donde ik simplemente denota el índice de coordenadas x en el pozo. Dejamos xc, ik e yc, ik, respectivamente, denotan las coordenadas x e y del centro del canal en x = xik. De las ecs. 4, 2 y 5, El mínimo de esta función objetivo, que se sigue eso denota por m0 g, se puede calcular analíticamente y está dado por
donde mg, l (l = 1, 3, 4 + ik) denota el
componente lth En los ejemplos que hemos hecho hasta la de mg. Si existen Nw pozos en los que se fecha, hemos establecido el observa el canal y la coordenada x de la Elementos diagonales de Cw igual a 1 ft2. ubicación del pozo viene dada por Ahora para generar xik, k = 1, 2, ..., Nw, luego Eq. 21 aplica para la conjetura inicial para el algoritmo de k = 1, 2, ..., Nw Levenberg-Marquardt, y el sistema de ecuaciones se puede escribir simplemente reemplazamos el mg, uc como: subvector de muc por m0 yc = Gmg, sol. La Fig. 19 muestra la conjetura inicial para un donde yc = yc (mg) es un vector de columna canal y la Nw-dimensional Resultados obtenidos en la primera, segunda con su componente kth dado por yc (xik), y G y octava iteración. es un del algoritmo de Levenberg-Marquardt que se Nw × (4Nx + 4) matriz con un máximo de tres aplicó entradas distintas de cero en Condicionar a presión los datos obtenidos cada fila. Generar un canal mg que contenga durante dos días. todos los pozos. prueba de reducción. En este ejemplo, se En el cual se observó el canal, asumimos asumió que las propiedades de la roca se que conjunto de conocían exactamente a priori, por lo que m = mg. En la figura 19, hemos mostrado los resultados a valores fijos Hemos implementado el método de de z, es decir, Fig. 19 probabilidad máxima aleatoria para Representa un corte horizontal del reservorio. condicionar un canal estocástico En este caso, tridimensional a datos de presión de prueba Ec. 24 no se aplicó para generar una de pozo y observaciones de pozo de espesor conjetura inicial. los y profundidad de la parte superior del canal. La conjetura inicial es igual a la realización La generación de cada realización requiere la incondicional. minimización de una función objetivo. Esta que se generó a pesar de que, a diferencia minimización se logra aplicando el algoritmo del reservorio "verdadero", el canal de Levenberg-Marquardt. incondicional no contiene el pozo Una técnica para generar una conjetura en el que se midieron los datos de inicial que cede. acondicionamiento. En las Figs. 19 y Se ha presentado una rápida convergencia. 20, se muestra el pozo gridblock, que está en Con nuestra tecnica una posición fija, Para generar una conjetura inicial, el por blanco si el pozo está en el canal y se Levenberg-Marquardt. muestra por negro si El algoritmo típicamente converge en tres a El pozo no está en el canal. seis iteraciones. Una En los casos en que la ubicación del pozo es La mayor contribución de nuestro trabajo es difícil de detectar en las figuras, el pozo es en el desarrollo de procedimientos eficientes realidad para generar la sensibilidad de la presión. ubicado en un bloque de rejilla a lo largo del Datos para modelar parámetros. Aunque límite del canal. nuestros métodos son Los resultados de la Fig. 19 indican que en la relativamente eficiente, el cálculo de un solo primera iteración, condicional el canal se mueve de manera que el pozo se Realización en una cuadrícula de 60 × 40 × encuentra a lo largo del límite del canal. 15 con quince condicionamientos. Modificación significativa del canal. los datos de presión requieren del orden de parámetros también se realiza en la iteración 30 minutos en un Pentium 400. Como se 2. Otros cambios en indica en el Apéndice A, parece que más los parámetros del modelo son algo más adelante graduales con los resultados en la novena Mejoras en la eficiencia computacional son iteración esencialmente idénticos a los posibles. Se muestra para la octava iteración. (Se Dada la profundidad de canal observada en muestra el verdadero canal el pozo, y en el gráfico de la izquierda de la figura 20.). Datos de presión tanto en flujo radial como El algoritmo de Levenberg-Marquardt requirió lineal, canal. 9 iteraciones para converger en este ejemplo; La permeabilidad está bien resuelta. Dentro El valor de la función objetivo en la de la región de influencia del pozo de prueba, convergencia fue de 24. el valor promedio del ancho del canal A continuación, modificamos la realización veces el espesor veces la porosidad del incondicional de la figura 19. canal es razonablemente bien utilizando la ec. 24 para obtener la conjetura resueltos siempre que los datos de inicial que se muestra en la gráfica central de acondicionamiento incluyan datos de presión la Fig. 20. Con esta conjetura inicial, el de flujo radial y lineal y el espesor del canal algoritmo de LevenbergMarquardt requirió observado solo tres iteraciones para converger a la en el pozo. Esta variable está directamente realización condicional que se muestra en la relacionada con el canal. gráfica en volumen. El derecho de la Fig. 20. El valor de la función objetivo en Nomenclatura La convergencia fue de 15. C = matriz de covarianza
Conclusiones d = vector de datos (las unidades dependen
del tipo de datos) G = matriz de sensibilidad de los datos. a cambios en los parámetros del modelo Referencias k = permeabilidad, L2, mD [1] Georgsen, F. y Omre, H.: m = vector de parámetros del modelo "Combinación de procesos de fibra y funciones aleatorias gaussianas para Rasp = vector de la relación de aspecto del modelar fluvial Embalses, canal ”Geoestadística Troia ’92 (1992). sxy = pendiente de la PDL en el plano x - y [2] Georgsen, F., Egeland, T., Knarud, sxz = pendiente de la PDL en el plano x - z R. y Omre, H .: “Simulación Condicional De La Arquitectura De Facies En Fluvial S = sinuosidad, distancia del PDL. Reservorios, ”Simulaciones W = vector de anchos de canal Geoestadísticas, Académico Kluwer, Dordrecht (1994) 235-250. x = (x, y, z), coordenada espacial, L, ft
y = logaritmo natural de permeabilidad
[3] Landa, J.L. y Horne, R.N .: “Un procedimiento para integrar Datos de µ = valor medio de la variable aleatoria prueba de pozo, historial de rendimiento φ = porosidad del yacimiento y 4-D Información sísmica en una descripción de reservorio Subíndices (SPE38653), "1997 Conferencia técnica c = facies de canal anual y exposición SPE (1997). g = parámetros geométricos h = espesor del canal [4] Landa, J.L.: Estimación de M = modelo parámetros de reservorio restringida a mod = predicho desde el simulador de flujo Transitorios de presión, Historial de obs = observado prior = valor a priori rendimiento y Datos de saturación z = profundidad distribuidos, Ph.D. Tesis, Universidad de Stanford, Stanford, California (1997). Superíndices T = transposición [5] Rahon, D., Edoa, P.F. y Masmoudi, M .: “Inversión de Formas geológicas en la ingeniería de yacimientos utilizando Expresiones de gratitud Este trabajo fue apoyado por las empresas pruebas de pozos e historia de miembros. concordancia de datos de producción de la Universidad de Tulsa Proyectos de (SPE38656), "Conferencia técnica anual Explotación de Yacimientos de Petróleo. y exposición de la SPE 1997 (1997). Apoyo financiero para los estudios de postgrado de [6] Yeh, W.W.G.: “Revisión de la El primer autor fue proporcionado identificación de parámetros en principalmente por una subvención del Hidrología de aguas subterráneas: el Departamento de Investigación Estratégica de Mobil Technology Company y una problema inverso, "Agua Investigación de subvención del Departamento de Energía de recursos (1986) 22, 95. los Estados Unidos; subcontrato No. 93–0001 / 47, contrato No. [7] Anterion, F., Karcher, B. y Eymard, DEAC22– R .: "Uso de gradientes de parámetros 94PC91008. Este apoyo se agradece. para la comparación del historial de reservorios, SPE18433", 10 ° SPE Simulación de simulación de reservorios Symp. (1989).