Metodologia de redução de incertezas assimilando quantitativamente dados de poço e sísmica 4D em um processo integrado à modelagem de reservatórios
| Ano de defesa: | 2021 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Tese |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
[s.n.]
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Link de acesso: | https://hdl.handle.net/20.500.12733/5634 |
Resumo: | Orientadores: Denis José Schiozer, Alessandra Davolio Gomes |
| id |
UNICAMP-30_0fb24816b37469e45ff1a57295284b7d |
|---|---|
| oai_identifier_str |
oai::1250012 |
| network_acronym_str |
UNICAMP-30 |
| network_name_str |
Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) |
| repository_id_str |
|
| spelling |
Metodologia de redução de incertezas assimilando quantitativamente dados de poço e sísmica 4D em um processo integrado à modelagem de reservatóriosUncertainty reduction methodology assimilating quantitatively well and 4D seismic data in a process integrated to reservoir modelingEngenharia do petróleoEngenharia do petróleo - Métodos de simulaçãoReservatórios (Simulação)IncertezaCalibraçãoModelagem e simulaçãoPetroleum engineeringPetroleum engineering - Simulation methodReservoir simulationUncertaintyCalibrationModeling and simulationOrientadores: Denis José Schiozer, Alessandra Davolio GomesTese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica, Instituto de GeocienciasResumo: Este trabalho propõe uma metodologia automatizada de assimilação de dados integrada à modelagem geoestatística, empregando quantitativamente dados de poços e sísmica 4D (S4D) para a redução de incertezas. São propostas contribuições às etapas relacionadas ao diagnóstico da qualidade dos cenários frente aos dados assimilados, e ao processo de redução de incertezas das propriedades com variabilidade espacial. Em relação à etapa de diagnóstico, são propostas duas funções-objetivo (FO) para assimilar informações referentes ao comportamento da produção na transição do período de histórico para o período de previsão e o tempo de irrupção de água nos poços produtores. Já para assimilação quantitativa dos dados sísmicos 4D é proposta uma abordagem combinada de duas funções-objetivo, para avaliar conjuntamente os desvios de magnitude e de forma das anomalias. Para a redução de incertezas de malha, é integrada uma extensão do método de co-simulação regionalizada ao processo de assimilação. O estudo de caso empregado para a validação da metodologia foi o benchmark UNISIM-I, sendo este, um reservatório sintético construído com base nos dados reais do campo de Namorado. A adição das novas funções-objetivo contribuiu para a redução de incertezas, apresentando correlações não-identificadas antes com às FOs empregadas as séries de dados tradicionais. A integração da modelagem geoestatística propiciou cenários calibrados com distribuição de porosidade em concordância ao apresentado no modelo de referência. Na assimilação do dado S4D foi demonstrado a não-correlação entre os desvios do erro de magnitude com os desvios na forma das anomalias. Comparando os resultados obtidos entre a assimilação exclusiva de dados de poço com a assimilação conjunta de dados de poço e S4D, observou-se que a assimilação conjunta resultou em uma qualidade de ajuste aos poços ligeiramente inferior ao obtido com a assimilação exclusiva de dados de poço. Na atualização da distribuição de porosidade, a distribuição final obtida assimilando o dado S4D mostrou uma leve melhor correlação com o caso referência nas bordas do reservatório, especialmente na porção nordeste. Em relação ao volume de oil-in-situ, a assimilação exclusiva de dados de poço apresentou resultados mais convergentes. A assimilação do dado S4D reduziu o caráter otimista das previsões de produção obtidas com a assimilação exclusiva de dados de poço. Por fim, destaca-se que a metodologia proposta obteve múltiplos cenários de simulação que apresentam incertezas reduzidas, com previsões de produção realísticas proporcionando confiabilidade no emprego destas estimativas no processo de tomada de decisãoAbstract: This work proposes an automated data assimilation methodology integrated with geostatistical modeling, employing quantitatively data from wells and 4D seismic (S4D). Contributions are proposed to procedures related to the diagnosis of the quality of the scenarios in front of the data assimilated, as well as to the process of reducing uncertainties in properties with spatial variability. Regarding the diagnosis step, two objective functions are proposed to assimilate the production behavior in the transition from the historical period to the forecast period, and to assimilate the time of water breakthrough in the producers' wells. To the quantitative 4D seismic data assimilation, a combined approach of two objective functions is proposed to concomitantly access the magnitude and shape deviations of the anomalies. To reduce the grid uncertainties, an extension to the regionalized co-simulation method is integrated into the assimilation process. The case study employed to validate the methodology was the UNISIM-I benchmark, which is a synthetic reservoir built based on real data from the Namorado field. The addition of the new objective functions contributed to reduce the uncertainties, showing correlations not previously identified with the traditionally used OFs. The integration of geostatistical modeling provided calibrated scenarios with porosity distribution following the distribution presented in the reference model. By assimilating the 4DS data, the non-correlation between the deviations of the magnitude error and the deviations in the shape of the anomalies were demonstrated. Comparing the results obtained between the exclusive assimilation of well data with the joint assimilation of well and S4D data, it was observed that the concomitant assimilation resulted in a slightly lower quality matching to the wells when compared with the exclusive assimilation of well data. The final porosity distribution obtained after assimilating the S4D data showed a slight better correlation with the reference at the edges of the field, especially in the northeastern portion. Regarding the volume of oil-in-situ, the exclusive assimilation of well data resulted in a distribution more convergent to the reference model. The assimilation of the S4D data reduced the optimistic character of the production forecasts obtained with the exclusive assimilation of well data. In conclusion, it is highlighted that the proposed methodology obtained several simulation scenarios that presented reduced uncertainties, with realistic production forecasts, providing reliability in use these estimations in the decision-making processDoutoradoReservatórios e GestãoDoutor em Ciências e Engenharia de Petróleo[s.n.]Schiozer, Denis José, 1963-Davólio, Alessandra, 1980-Fioravanti, André RicardoMoreno, Rosângela Barros Zanoni LopesBertolini, André CarlosSantos, Marcos Sebastião dosUniversidade Estadual de Campinas. Faculdade de Engenharia MecânicaUniversidade Estadual de Campinas. Instituto de GeociênciasPrograma de Pós-Graduação em Ciências e Engenharia de PetróleoUNIVERSIDADE ESTADUAL DE CAMPINASAlmeida, Forlan La Rosa, 1991-20212021-07-21T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdf1 recurso online ( p.) : il., digital, arquivo PDF.https://hdl.handle.net/20.500.12733/5634ALMEIDA, Forlan La Rosa. Metodologia de redução de incertezas assimilando quantitativamente dados de poço e sísmica 4D em um processo integrado à modelagem de reservatórios. 2021. 1 recurso online ( p.) Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica, Instituto de Geociencias, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/5634. Acesso em: 26 abr. 2024.https://repositorio.unicamp.br/acervo/detalhe/1250012Requisitos do sistema: Software para leitura de arquivo em PDFporreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2023-11-16T11:22:21Zoai::1250012Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2023-11-16T11:22:21Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false |
| dc.title.none.fl_str_mv |
Metodologia de redução de incertezas assimilando quantitativamente dados de poço e sísmica 4D em um processo integrado à modelagem de reservatórios Uncertainty reduction methodology assimilating quantitatively well and 4D seismic data in a process integrated to reservoir modeling |
| title |
Metodologia de redução de incertezas assimilando quantitativamente dados de poço e sísmica 4D em um processo integrado à modelagem de reservatórios |
| spellingShingle |
Metodologia de redução de incertezas assimilando quantitativamente dados de poço e sísmica 4D em um processo integrado à modelagem de reservatórios Almeida, Forlan La Rosa, 1991- Engenharia do petróleo Engenharia do petróleo - Métodos de simulação Reservatórios (Simulação) Incerteza Calibração Modelagem e simulação Petroleum engineering Petroleum engineering - Simulation method Reservoir simulation Uncertainty Calibration Modeling and simulation |
| title_short |
Metodologia de redução de incertezas assimilando quantitativamente dados de poço e sísmica 4D em um processo integrado à modelagem de reservatórios |
| title_full |
Metodologia de redução de incertezas assimilando quantitativamente dados de poço e sísmica 4D em um processo integrado à modelagem de reservatórios |
| title_fullStr |
Metodologia de redução de incertezas assimilando quantitativamente dados de poço e sísmica 4D em um processo integrado à modelagem de reservatórios |
| title_full_unstemmed |
Metodologia de redução de incertezas assimilando quantitativamente dados de poço e sísmica 4D em um processo integrado à modelagem de reservatórios |
| title_sort |
Metodologia de redução de incertezas assimilando quantitativamente dados de poço e sísmica 4D em um processo integrado à modelagem de reservatórios |
| author |
Almeida, Forlan La Rosa, 1991- |
| author_facet |
Almeida, Forlan La Rosa, 1991- |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Schiozer, Denis José, 1963- Davólio, Alessandra, 1980- Fioravanti, André Ricardo Moreno, Rosângela Barros Zanoni Lopes Bertolini, André Carlos Santos, Marcos Sebastião dos Universidade Estadual de Campinas. Faculdade de Engenharia Mecânica Universidade Estadual de Campinas. Instituto de Geociências Programa de Pós-Graduação em Ciências e Engenharia de Petróleo UNIVERSIDADE ESTADUAL DE CAMPINAS |
| dc.contributor.author.fl_str_mv |
Almeida, Forlan La Rosa, 1991- |
| dc.subject.por.fl_str_mv |
Engenharia do petróleo Engenharia do petróleo - Métodos de simulação Reservatórios (Simulação) Incerteza Calibração Modelagem e simulação Petroleum engineering Petroleum engineering - Simulation method Reservoir simulation Uncertainty Calibration Modeling and simulation |
| topic |
Engenharia do petróleo Engenharia do petróleo - Métodos de simulação Reservatórios (Simulação) Incerteza Calibração Modelagem e simulação Petroleum engineering Petroleum engineering - Simulation method Reservoir simulation Uncertainty Calibration Modeling and simulation |
| description |
Orientadores: Denis José Schiozer, Alessandra Davolio Gomes |
| publishDate |
2021 |
| dc.date.none.fl_str_mv |
2021 2021-07-21T00:00:00Z |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
| format |
doctoralThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
https://hdl.handle.net/20.500.12733/5634 ALMEIDA, Forlan La Rosa. Metodologia de redução de incertezas assimilando quantitativamente dados de poço e sísmica 4D em um processo integrado à modelagem de reservatórios. 2021. 1 recurso online ( p.) Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica, Instituto de Geociencias, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/5634. Acesso em: 26 abr. 2024. |
| url |
https://hdl.handle.net/20.500.12733/5634 |
| identifier_str_mv |
ALMEIDA, Forlan La Rosa. Metodologia de redução de incertezas assimilando quantitativamente dados de poço e sísmica 4D em um processo integrado à modelagem de reservatórios. 2021. 1 recurso online ( p.) Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica, Instituto de Geociencias, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/5634. Acesso em: 26 abr. 2024. |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.relation.none.fl_str_mv |
https://repositorio.unicamp.br/acervo/detalhe/1250012 Requisitos do sistema: Software para leitura de arquivo em PDF |
| dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf 1 recurso online ( p.) : il., digital, arquivo PDF. |
| dc.publisher.none.fl_str_mv |
[s.n.] |
| publisher.none.fl_str_mv |
[s.n.] |
| dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) instname:Universidade Estadual de Campinas (UNICAMP) instacron:UNICAMP |
| instname_str |
Universidade Estadual de Campinas (UNICAMP) |
| instacron_str |
UNICAMP |
| institution |
UNICAMP |
| reponame_str |
Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) |
| collection |
Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) |
| repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP) |
| repository.mail.fl_str_mv |
sbubd@unicamp.br |
| _version_ |
1797405545865412608 |