Ноя 13
День добрый,
Поделитесь опытом кто как выбрал бы вариант для симуляции из кучи стохастически насчитанных вариантов в следующем случае.
на месторождении 3 скважины. Нужно типа создать модели "не притянутые к подсчету запасов и проекту разработки"
1. Есть cut-off по пористости (диапазон возможных значений 8-16 среднее 13%) + три варианта ВНК из-за этого есть неопределенность по запасам. Стоит ли строить на все геол модели или выбрать только средние параметры?
2. После этого может быть куча вариантов (30-50) с различным seed-ом различных параметров (пористость, насыщенность, коллектор-неколлектор) как выбрать один в гидродинамику?
Просто если брать "1" да плюс на него еще накладывать "2" то получится великое множество вариантов.
Опубликовано
10 Ноя 2013
Активность
17
ответов
6436
просмотров
13
участников
0
Рейтинг
в Petrel я SEED обычно выбираю вот так:
Из за случайного значения SEED при распределенни свойста, запасы могут менятся достаточно широко. Из моего опыта, чем меньше месторождение и меньше NTG, тем больше вариация в запасах между реализациями.
Если несколько пластов в моделе, то нужно больше реализаций, чтобы найти реализацию со значением запасов близкой к P50 для каждого из объектов.
Если не ранжировать реализации (выбирать SEED), и пользоваться случайным, то непонятно чему она соответсвует, может быть слишком оптимистичной или наоборот.
По хорошему ранжировать реализации нужно не по статическому значению (запасы), а по динамическим критериям ( результаты моделирования). То есть для каждой реализации еще и делать гидродинамику, так как при разном распределение того же коллектор/неколлектор но при одном значении запасов можно получить разный КИН. Но это уже совсем непрактично. Корреляция между STOIP и FOPT есть и ранжируя по одному параметру есть хорошой шанс что и со вторым угадаем. Есть плагин в Petrel который считает какую-то динамическую связанность в моделе, которая коррелирует с результатами моделирования лучше чем STOIP, но я не разу не пользовался.
Дальше уже все модели делаются с выбранным SEED.
Я думаю, смотря какая цель стоит. Если нужен uncertanly analysis from HELL, то как сказал Antalik:
"То есть для каждой реализации еще и делать гидродинамику, так как при разном распределение того же коллектор/неколлектор но при одном значении запасов можно получить разный КИН"
Либо, может, рассмотреть вариант осреднения стохастических расчетов?
Лучше делать поэтапно, выходить на среднее по каждому параметру, начиная с литологии, она как правило, дает наибольший вклад в запасы. Поэтапно потому что одинаковый seed для разных параметров может давать давать крайние протвоположные значения, а в среднем будет среднее.*
Если подходить по простому без анализа потоков, то делается небольшое форкфло с выводом в таблицу "среднего" и seed, и потом анализируется с выбором конечной реализации.
*анекдот:
Три аналитика на охоте. Видят большого оленя. Один целится, стреляет, промахнулся на метр влево. Второй целится, стреляет, не попал — на метр вправо. Третий аналитик, не стреляя:
— Ну, в среднем мы его убили!
@ruslan_saf: варианты ВНК - почему-бы и нет! Для них для всех гидродинамический расчет на модели с любой размерностью от 1 до 3 нужен.
@AGA - вариант осреднения сразу после получения множества реализаций - это в точности про оленя. "В среднем весь шум мы убили". Лучше тогда сразу делать одну модель - экономия времени неплохая, пускать пыль никому не надо. И сама модель действительно будет не хуже!
To ALL: в скольких случаях при построении модели вам действительно приходилось моделировать проницаемость, а не рассчитывать ее в калькуляторе свойств?
В каждой модели. Провожу как локальное изменение, так и изменяю общий фон меняя амплитуду, показатели степени (если степенная), обрезая максимум, поднимая минимум. Прямо сейчас у меня проницаемость:
KX = 0.1800 * EXP(6.943 * PORO)
вместо
KX = 0.0028 * EXP(38.37 * PORO)
и если надо будет, изменю в первую очередь.
Локальное изменение в пределах дисперсии остатков - это все же случайный фактор (кстати, любопытство вдруг возникло, какова она для указанных формул? и попали ли новые величины коэффициентов в доверительный интервал, либо все таки начальная формула систематически плоха?) ...такая модель трактуется как "возможность локально менять свойство произвольным образом, но в указанных пределах". Иногда эти пределы очень широки, в моем недавнем случае амплитуда составила полпорядка.
Никаких остатков, как надо так и кручу. Я ЗДЕСЬ ХОЗЯИН !!1!!!
Так это же все равно не моделирование, а расчет в калькуляторе. Да меняется зависимость, но это сути не меняет.
Не хозяин, а работник! :) Думаю, все же классик более корректно сформулировал.
ну то есть ты убил часть колектора которая выше 16% пористости, вировняв функциональную зависимость КХ=f(PORO) срезав максимум с 40 мД до 1мД... как-то грубовато выглядит, но хозяин-барин.
хотя столько дисскусий по поводу этих зависимостей КХ=f(PORO).....
Именно моделирую. Параметр степени получен из сопоставления профиля притока (неоднороднность проницаемости от пористости), амплитуда получена как средний локальный множитель на каждую скважину, по каждой была проведена отличная адаптация забойного давления (более 50 скважин). Теперь пришло время новой генерации модели и я уже уверен в проницаемости фоновой.
буржуи, которые стесняются выбирать базовый вариант геологической модели для планирования разработки, принимают таблетку "Optimization under uncertainty". Они еще и наших совращают
http://www.onepetro.org/mslib/app/Preview.do?paperNumber=SPE-116831-MS&societyCode=SPE
по мне, очень даже законный подход, только может потребовать огромную железку (кластер), или до пенсии можно считать.
А можно поподробнее как из профиля притока получить степень и локальный множитель?
Может так случится, что в гидродинамической модели остается какая-то информация о характерном изменении пористости по вскрытой толщине. К слову, бывает что один слой модели перекрывает несколько характерных интервалов и тогда всё пропало.
Далее, я прикидываю (можно и отдельным софтом сделать) есть-ли зависимость между пористостью и скоростью притока из интервала (у меня количество интервалов притока >10, можно найти зависимость), сравниваю с профилем притока из модели. Удостоверяюсь, что приточные интервалы коррелируют с высокой пористостью, но при имеющейся вариации по пористости в модели я не получаю яркой вариации по проницаемости. Значит, зависимость пористость-проницаемость должна быть более взрывной или наоборот, я имею диапазон по проницаемости от 1mD до 2000mD, что не подтверждается профилем притока - значит зависимость более мягкая.
Вариация по притоку не зависит от среднего значения проницаемости по стволу. Среднее влияет на продуктивность - поэтому фактически делаю простое афинное преобразование - сдвиг.
Сейчас я не могу найти ссылку на статью, но помню что это был Хасанов - «Новый подход к инициализации куба проницаемости 3D модели на основе информации о вертикальной неоднородности пласта». Кажется в этой статье Марс рассказывает о том же, только опирается на динамику обводнения - повышает неоднородность или понижает за счет зависимости PERMX=PORO.
Ну как то так в общих чертах.
респект Роману,
еще с конспектирования первых заметок по ТНН на марле, мой первый практический пунктик был про коррекцию распределения проницаемости по скважинам/зонам в ГДМ, только вот с реализационной частью возник затык, а потом и текучкой накрыло. Сейчас прямо одно к одному, читаю вчера в Косентино 4.1.5.5 Расходометрия, построение профиля проницаемости по данным раходомера, а сегодня Романа, а потом и Марса, волну поймал однако :)
Обычно делаю так:
- из, скажем, 400 статических реализаций модели строю торнадо чарт для запасов
- выбираю среднюю модель по запасам как базовую, желательно чтобы все параметры были ближе к средним
- выбираю параметры наиболее существенные и смотрю для них P10-P90 варианты запасов
- делаю sensitivity study где все параметры средние кроме одного выбранного, выбираю модели с P10-P90 данного параметра или запасов
- если позволяет время можно сделать перекрестные модели где больше одного параметра отличаются от среднего (тут поможет автоматизация типа Enable или MEPO)
- дополнительно отбираю те варианты из предыдущих где дополнительно будет меняться проницаемость, разломы, фазовые и т.д. по ситуации
*В тему, буквально недели 3 тому назад к нам приходил автор того самого плагина к Petrel который считает динамические запасы для ранжирования моделей. Сделал вывод что плагин неплохой, но я бы использовал его совсем по другому :-) Вместо ранжирования по запасам, я бы его использовал для ранжирования моделей по проницаемости и связанности.
ruslan_saf, если надо посчитать запасы и кин по твоей модели то я бы сделал так
Структура - ты ничего не сказал, однако я настоятельно рекомендую тебе поговорить с геологами так как при 3 скважинах самые большие неопределенности бывают в скоростной модели .
Куб пористоти - 3 стохастические реализации с заданием в дата анализе mean куба по данным имеющихся РИГИС опять же мин, макс,mean.
Про проницаемость , водонасыщенность, фазовые, пвт, сжимаемость и давление ты ничего не сказал и я так думаю у тебя всего по одному набору.
Ну и вот на выходе у тебя 3*3= 9 прогонов .
Из этих 9, например, выбираешь строишь камулят и выбираешь запасы П10 , П50, П90.
Реально получить можно множество реализации, однако задача инженера выбрать разброс параметров обоснованный.
Например неплохо посмотреть аналоги разбуренных месторождений в твоем регионе.
И если по ним получается разброс пористости от 15 до 25 процентов а у тебя 35 то этот факт уже должен вызывать вопрос о кондиционности будующих расчетов