petroleros/Geomecanica Schlumberger/Modelaje del Yacimiento

Utilización de redes neuronales artificiales en la
optimización de la historia de producción
Utilización de redes neuronales artificiales en la optimización de la
historia de producción
Las redes neuronales artificiales son cada vez más populares en la industria de
petróleo y gas. En el pasado, se han realizado estudios sobre el uso de redes
neuronales artificiales en la caracterización, desarrollo y formación del yacimiento,
por nombrar unos pocos. El objetivo de este estudio es proporcionar directrices
para desarrollar con éxito y formar una red neuronal artificial (RNA), que se
reserva a predecir las propiedades que pueden dar una mejor coincidencia en la
historia de entrada en un modelo de simulación del yacimiento. Una RNA se ha
desarrollado para mejorar la historia con un partido "pequeño" número de la
simulación es de un yacimiento que produce petróleo, gas y agua por un período de
diez años. Debido a la falta de protocolos específicos para este tipo de estudio, el
proceso de ensayo y error se utilizó para establecer directrices y sugerencias.
La red neuronal se ha desarrollado utilizando un método inverso de solución para
formular la formación y los datos de prueba. La normalización de los datos
simplificados de la red neuronal, mejora de eficacia y mejora su rendimiento. La
red de alimentación hacia adelante y atrás con la propagación y el sigmoide función
tangente hiperbólica en las capas ocultas de la red ha demostrado ser más eficaz en
la
formación
y
aprendizaje.
Los resultados indicaron que los vínculos funcionales y valores propios de los
diversos relacionados con el sistema de matrices son eficaces en la formación y
aprendizaje. Estos siempre que la red con las conexiones necesarias de que los
insumos estén vinculados a los productos. Era necesario para introducir diferencias
entre la producción histórica y ejecuciones simuladas en momentos concretos con
éxito la red de trenes para predecir el valor de las propiedades para el yacimiento.
La estructura de datos y la producción de los intervalos de tiempo influyó en el
tiempo de formación, así como la exactitud de las predicciones. Si los intervalos de
tiempo son muy cortos, se produjo memorización, y la red no puede predecir con
precisión las propiedades del yacimiento. La mayoría de los vínculos funcionales
que tuvieron éxito en la formación y proceso de aprendizaje incluye las relaciones
entre la permeabilidad y de otros factores tales como la porosidad, zonas de las
regiones en el yacimiento y las distancias desde el productor hasta los límites de la
reserva.
Tomado
www.spe.org
Publicado por Edixon en 21:32
de:
0 comentarios
Yacimientos modelados con global scaleup
Yacimientos modelados con global scaleup
Modelado de los yacimientos es un componente crítico en la planificación del
desarrollo y gestión de la producción de yacimientos de gas y petróleo. El objetivo
final del modelado es la ayuda a la toma de decisiones en todas las etapas de la vida
de campo. Durante las primeras etapas del desarrollo de campos, los modelos del
yacimiento se utilizan para evaluar el riesgo y la incertidumbre en el ámbito de
rendimiento basadas en datos limitados. Una vez que comience la producción, los
modelos son refinados o actualizada periódicamente sobre la base datos de
vigilancia. La actualización de los modelos se utilizan para hacer las decisiones de
gestión sobre el terreno, como en la perforación. Para campos maduros, modelos
precisos son necesarios para evaluar las oportunidades en la recuperación mejorada
de
petróleo.
Los ejemplos demuestran que la nueva escala global de la tecnología conduce a
mejoras significativas en la escala de precisión. En particular, cuando se aplica a un
reto complicado con modelos detallados de la conectividad, la escala global de
método preserva la escala fina de la conectividad con mayor precisión que la escala
local de los métodos. A veces, se ven grandes diferencias. Además, observamos que
de escala mundial puede ser especialmente eficaz cuando se utiliza en conjunción
con redes no estructuradas.
Escala exacta es un vínculo esencial entre detalladas descripciones geológicas y
gruesas escala del yacimiento utilizado en modelos de simulación para la
planificación del desarrollo y gestión del mismo. Modelos predictivos que sean
coherentes con los datos geológicos y de producción se reunieron en diferentes
escalas y son críticos para estas tareas. Global scaleup es una técnica prometedora
para la construcción de modelos más precisos del yacimiento.
Este trabajo se centra en el modelado de la permeabilidad a diferentes escalas. Es
bien sabido que la permeabilidad es medida a partir de análisis básicos, registros de
pozos, y así las pruebas pueden ser muy diferentes, ya que cada medición de las
sondas espaciales y las diferentes escalas de tiempo. La escala diferencia puede ser
órdenes de magnitud. Por ejemplo, conectar las medidas básicas se realizan en
escala de centímetros, mientras que medir bien las pruebas de permeabilidad en
una escala espacial de 10 a 103 metros. Constantemente la incorporación de todos
estos datos en un yacimiento de modelo con tamaño de celda de 50 a 100s de
metros no es una tarea trivial. A diferencia de porosidad y otras propiedades
volumétricas, permeabilidad a diferentes escalas no están relacionados con el uso
de
un
promedio
de
ecuaciones
simples.
Tomado
www.spe.org
Publicado por Edixon en 21:11
de:
0 comentarios
31 enero 2009
Validación de historia de producción
Validación de historia de producción
Muchos métodos de predicción basados en simulación numérica generan cambios
indeseados en la distribución de sus parámetros, que dependen principalmente en
el método numérico o la red de orientación. Por otra parte, es común validar la
historia de producción, mediante el uso de propiedades de yacimiento como
parámetros de calibración, aun cuando este procedimiento genera en muchos casos
incoherencias. Además, la adquisición de datos en tiempo real se está convirtiendo
en una poderosa y popular técnica, es importante lograr una metodología que
permita la entrada de nuevas fuentes de información sin alterar la historia.
El método consiste en integrar a la historia-un yacimiento otros datos geológicos.
Se basa en la metodología propuesta por Sahni y Horne, basado en la Transformada
Wavelet Haar que permite la mejora de la historia, con ajuste del modelo geológico,
mediante la inclusión
de las
limitaciones geológicas adicionales.
El primer paso del método presentado en este estudio es adaptar la producción de
la historia del yacimiento por medio de simulación numérica. Entonces, la función
de onda que mejor se adapta a la distribución de las propiedades, manteniendo el
más alto radio de compactación de Energía (ECR), es elegido. Después de realizar la
Transformada Wavelet, los coeficientes más sensibles a los datos de producción se
determinan. Los que no son significativos para la validación del modelo puede ser
modificado y algoritmos geoestadísticos de interpolación se puede aplicar (por
ejemplo, simulación secuencial gaussiana). Por último, al transformar la inversa, el
conjunto de datos no sólo es validado por la producción de la historia, sino también
por las propiedades geológicas.
Esta nueva metodología ha sido probado en diferentes configuraciones de
yacimientos. Este procedimiento es muy útil en la simulación numérica de
yacimientos y que tiene un impacto directo en su gestión, el análisis de riesgos y el
desarrollo
de
planes
de
agotamiento.
En la simulación numérica de yacimientos toda la información disponible está
integrada con la intención de hacer tan real como sea posible, la caracterización de
los yacimientos, así como el líquido y el resto de la energía. Estas fuentes de
información por lo general provienen de muestras, registros de pozos y de datos
sísmicos. Si bien los datos básicos y registros de pozos están relacionadas con una
escala muy pequeña, las pruebas están relacionadas con una media escala y los
datos sísmicos con una grande. De esta manera, la integración de todas estas
fuentes de datos a menudo representa un proceso muy difícil, ya que las unidades
que los generan dan lugar a diferentes fenómenos, tanto espacial como tempora.
Sin embargo, una correcta aplicación de un modelo de simulación del yacimiento
requiere una precisa integración de todas estas fuentes de datos, si están
disponibles.
En términos generales, un modelo del yacimiento es, en primer lugar construido
tomando en cuenta todas estas fuentes de datos, con la excepción de la producción
de series de tiempo que se incluyen en el modelo durante la etapa de calibración,
con el fin de ajustar algunos de los parámetros del modelo en honor a la historia. Es
habitual utilizar la permeabilidad como un parámetro de calibración. Una vez la
historia ha terminado el proceso de propiedades del yacimiento pueden diferir de
las primeras características geológicas, ya que algunos métodos numéricos pueden
generar artificios, que producen inconsistencias geológicas. Incluso cuando la
geología puede diferir significativamente de los supuestos podría ser difícil
determinar qué tan lejos de la realidad es la estimación, la información geológica
redundante podría generar problemas de convergencia.
Tomado de:
www.spe.org
Publicado por Edixon en 23:35
0 comentarios
Simulación de yacimientos en paralelo
Simulación de yacimientos en paralelo
La disponibilidad de CPUs multi-core para los ordenadores personales de escritorio
hace una realidad paralela. La simulación paralela de yacimientos no solo crea la
posibilidad de reducción significativa de tiempo de ejecución, sino también
presenta desafíos técnicos adicionales, particularmente en las áreas de balanceo de
carga
y
robustez
general
algorítmica.
Estos
sistemas
se
centran
en
las
siguientes
áreas:
- Un diseño orientado a objetos que soporta el desarrollo rápido, la funcionalidad
de la encapsulación, y la facilidad de mantenimiento.
- Una red no estructurada para modelar grandes y complejos yacimientos con un
menor
número
de
bloques,
aún
conservando
la
física
exacta.
- Una muy eficiente y robusta partición en paralelo no estructurada para el
modelaje
de
redes
grandes
y
complejas.
- Método de adaptación Implícita (AIM) para un alto nivel de estabilidad numérica
con
un
peso
significativo
en
tiempo
de
ejecución.
- Balanceo de carga dinámica para una integración perfecta entre memoria
compartida basada en la computación paralela y adaptativa de métodos implícitos.
Estos simuladores comprenden un conjunto de aplicaciones, incluyendo una base
de datos orientada , una interfaz gráfica de usuario (GUI), una multi-plataforma de
simulación de motor, y una variedad de servicios para permitir que los ingenieros
de yacimientos ejecuten el simulador de la informática dentro de los diferentes
entornos. El concepto de diseño es fundamental para utilizar una red no
estructurada para mantener el modelo de tamaño relativamente pequeño, flexible y
robusto de fórmulas para mantener la estabilidad y precisión, y paralelización de
reducir el modelo en tiempo de ejecución. Recientemente, varios núcleos multiprocesador-memoria compartida (SMP) se han convertido en equipos de
sobremesa que son de fácil acceso a nuestro yacimiento, haciendo la simulación
paralela
de
yacimientos
en
una
realidad
para
el
ingeniero.
La representación de la malla no estructurada del yacimiento y la superficie de
instalación de red es un gráfico de nodos y conexiones. Para el yacimiento, se usa
un generalizado planteamiento de balance de masa y de volumen que trata tanto
petróleo negro y las simulaciones de composición. Utiliza una discretización de dos
puntos de diferencias finitas para el régimen de fórmulas diferentes: Junto
Implícita (CI, o totalmente implícita, FIM), secuencial implícita (SI), implícita
explícita presión de saturación (IMPES), implícita presión de saturación (Impsat), y
sus combinaciones ( variable implícita, VI). La diferencia clave entre las distintas
formulaciones es la selección de las variables implícitas y explícitas. Todos ellos son
sometidos a las limitaciones de la estabilidad, a excepción del método junto
implícito para problemas lineales, que es incondicionalmente estable.
Tomado de:
www.spe.org
Publicado por Edixon en 22:36
0 comentarios
25 enero 2009
Estudio de las propiedades de la roca
Estudio de las propiedades de la roca
Ingrain digital del laboratorio de física de rocas emplea micro y nano resolución en
tomografía computarizada (CT), scanners para digitalizar la estructura de muestras
de rocas y crear una alta resolución de imagen en 3D de la red de poros y la
estructura de grano. Estas muestras de rocas pueden ser fundamentales incluidos
los tapones alterados por los fluidos de perforación o de cortes de perforación. A
diferencia de los experimentos de laboratorio físico, el método no destruye o altera
las
muestras
de
roca.
El método puede ser utilizado para una variedad de tipos de roca, incluidas las
convencionales muestras de rocas, arena firme de gas, petróleo y arena, que suelen
ser imágenes en una resolución de micrones. De pizarras y arenas de gas apretado
complejo, Ingrain utiliza su escala nanométrica escáneres CT, al parecer la única
aplicación de este equipo en la industria de petróleo y gas. El equipo alcanza una
resolución de 50 nanómetros, resolución que se necesita en la imagen y el cálculo
de la brevedad de las redes de poros y granos estructura en estos tipos de roca.
Ingrain utiliza diferentes algoritmos para calcular las propiedades de la roca en las
imágenes 3D. Las siguientes propiedades físicas son proporcionados para cada
muestra: la porosidad, permeabilidad absoluta, conductividad eléctrica, y las
propiedades elásticas, como el módulo de corte, velocidad de compresión, y el
coeficiente
de
Poisson.
Para muestras de rocas de flujo multifásico se requiere deun análisis, Ingrain usa
algoritmos que proporcionan dos fases de permeabilidad relativa, lo que incluye
agua, petróleo, gas-petróleo, gas y agua, desplazamiento en los diferentes índices de
humectabilidad, viscosidad. El análisis también incluye una medida de la
saturación de agua irreductible y la saturación residual de petróleo, así como un
opcional de dos fases de permeabilidad relativa en tres dimensiones axiales.
La compañía afirma que sus algoritmos de cálculo de flujo multifásico en la escala
de poro son una representación precisa del espacio de poro. Además, los algoritmos
pueden funcionar en cualquier condición de frontera y contrastes de saturación,
viscosidad y humectabilidad.
Tomado de: www.spe.org