Ajuste de historico_assistido_de_modelos_de_simulacao_de_reservatorios

MINICURSO

AJUSTE DE HISTÓRICO ASSISTIDO DE MODELOS DE
SIMULAÇÃO DE RESERVATÓRIOS

SERGIO HENRIQUE SOUSA

Setembro de 2009

Ajuste de Histórico Assistido de Modelos
de Simulação de Reservatórios
Sergio Sousa
sergio.sousa@halliburton.com

Agenda

Introdução
Caracterização de Reservatórios
Simulação Numérica de Reservatórios
Ajuste de Histórico Assistido
Estudo de Caso
Conclusão

© 2009 Halliburton. All Rights Reserved. 2

O Que é Petróleo?

Combinação de Óleo e Gás Natural
Tipos de Óleo
Óleo Cru (Crude Oil)
Aparência escura e pegajosa
Condensado (Condensate)
Claro e volátil
Betume (Bitumen)
Semisólido
Asfalto (Asphalt)
Sólido


Produtos do Refino do Petróleo


Origem do Petróleo

Duas teorias
Origem inorgânica
Reações químicas: água, CO2, carbonetos, carbonatos, etc.
Origem orgânica (mais aceita)
Decomposição de restos de foraminíferas e plâncton
Origem orgânica
Bactérias transformam os restos em Querogênio e Betume
Soterramento (pressão: 1000m a 6000m)
Calor (acima de 60°C)
Formação por “Cozimento”
Migração para cima até se acumular em trapas de óleo


Trapas ou Armadilhas de Óleo

Folhelhos ricos em querogênios são o tipo mais
comum de rocha geradora.
O óleo se forma quando o querogênio é
transformado por calor e pressão.
O óleo formado migra por camadas de rochas
porosas para a direção da superfície.
Sem armadilhas, o óleo formado aflora na
superfície terrestre.
A exploração de petróleo busca encontrar
possíveis trapas de óleo em bacias
sedimentares.


Formação, Migração e Acumulação


Rochas Reservatório

Óleos criados nas rochas
geradoras só ficam
acessíveis quando
armazenadas em rochas
reservatório.
Rochas reservatório como
arenitos e, em menor
nível, dolomitas e
calcários são formadas
por grãos pouco
compactados e
apresentam alta
porosidade.


Rochas Selantes ou de Trapa

O óleo migra entre
camadas de rochas
permeáveis até que seu
caminho é bloqueado por
rochas impermeáveis.
Camadas selantes geram
trapas dando condições à
acumulação de óleo.
O tipo mais comum de
rocha selante é o folhelho
(shale).


Tipos de Trapas

Trapa Anticlinal Trapa de Falha

Trapa de Pinçamento Trapa de Domo Salino


Anticlinais e Exploração de Petróleo

Série de domos
anticlinais nas
Montanhas de
Zagros no
sudeste do Iran.
As Montanhas
de Zagros são
os mais antigos
e ricos campos
de petróleo do
mundo.


Ciclo de Vida do Reservatório

Descoberta
Exploração Avaliação

Gerenciamento de
Abandono Reservatórios
Desenvolvimento

Terciária Primária

Secundária
Produção


Fluxo de Caixa de Um Reservatório

Fonte: Ravagnani, A.T.F.S.G. – Unisim Online nº 23 (2008)


Integração e Trabalho de Equipe


Processo de Gerenciamento de Reservatórios


Plano de Desenvolvimento


Planejamento Estratégico

Objetivos variam de acordo com a estratégia da companhia
Maximizar o valor econômico de um ativo
Maximizar o número de empregos na indústria nacional
Maximizar recuperação
Outros

Vazão de Produção
Lucro


Entendimento da Natureza do Reservatório

Geologia e Geofísica Mecanismos de Propriedades de
Recuperação Rocha

Propriedades de Fluxo no Desempenho
Fluido Reservatório Passado


Plano de Desenvolvimento

Planejado
Real
Histórico Previsão

p
t

RGO
Adensamento de Malha de Poços
& Injeção de Água

t
Injeção de Água

Qo
Depleção Natural

t t


Caracterização de Reservatórios

Origem dos Dados

Dados Fonte
Mapas estruturais e de isópacas Sísmica 3D e Registros de poço
Porosidade, Permeabilidade e Saturações Perfilagem de poços, testemunhos
de Fluido e correlações
Contatos de fluidos e Topo da Formação Perfilagem de poços

Pressão e temperatura do reservatório Testes de poço

Propriedades de PVT Amostras de fundo de poço e
correlações
Permeabilidades relativas Análises de testemunhos e
correlações
Vazões de produção e histórico Testes de poços e resumo de
vazões


Modelo Integrado
Geologia Petrofísica
Geofísica

Modelo de
Geoestatística
Reservatório
Integrado

Engenharia


Trabalho em Equipe

Geocientistas e Engenheiros
devem cooperar para:
Melhor descrição do modelo
e menor incerteza
Time pode resolver
inconsistências nos dados
reduzindo custos
Trabalhos isolados geram
planos menos eficazes
Maior potencial de descobrir
novas reservas
Quantificação de incertezas:
dado fixo vs. variáveis
incertas


Interpretação de Dados Sísmicos 3D

Informações Obtidas Informações Qualitativas Obtidas

Profundidade do reservatório Identificação de intervalos
porosos
Formato estrutural, falhas e Identificação dos
fronteiras de sal hidrocarbonetos no reservatório

Visualização do reservatório Passado geológico

Identificação de zonas de alta
pressão

Propriedades entre os poços

Movimentação de fluidos

Orientação de fraturas


Profundidade Vs. Tempo


Amplitude Sísmica

amplitude amplitude densidade na velocidade acústica
incidente refletida camada superior na camada superior

i r = R0i ρ1v1 Interface entre
t = (1+ R0 )i ρ 2 v2 camadas de rocha

amplitude densidade na velocidade acústica
transmitida camada inferior na camada inferior

ρ 2 v2 − ρ1v1
contraste de R0 =
impedâncias ρ 2 v2 + ρ1v1


Empilhamento de Dados Sísmicos
Empilhamento (Stacking)
Traços que compartilham ponto
de reflexão são somados
Redução de ruído
Pressupostos do Processamento
Sísmico Convencional
Camadas são consideradas
horizontais
Ponto de reflexão está a metade
do caminho entre a fonte e o
sensor
Um modelo simples de
velocidades de propagação é
suficiente.
Atua sobre dados post-stack
Reservatórios Complexos
Processamento pré-stack


Interpretação Estrutural

tempo total de propagação coordenada x


Interpretação Estratigráfica


Interpretação Estratigráfica de Bacias

Halliburton-Landmark
Norway SuperGRID

• 18000km2 of Data
• 122 GB Volume Displayed
• <1.0 GB RAM Used
• Interpretation Ready


Perfilagem de Poços

Medidas Registradas Resultados Desejados

Potencial espontâneo Profundidade das zonas
produtoras
Radiação gama natural
Espessuras de zonas
Radiação induzida
Tipos de rocha
Resistividade
Porosidades
Velocidade acústica
Permeabilidades
Densidade
Saturações de Fluidos
Caliper (Paquímetro)


LWD – Logging While Drilling

PWD
Raios Gama
Resistividade
Densidade
Acústicos

Telemetria Sônico Neutrão Densidade Resistividade PWD Rotary Raios Gama
Termal Azimutal Steerable Na Broca
System


PWD – Pressão Durante a Perfuração

Medições
Pressão Anular
Pressão Interna
Temperatura
Aplicações
Evitar perda de circulação
Detectar kicks
Reduz o risco de fraturamento/colapso


Raios Gama
Princípio Físico da Medição
Radioatividade natural das
rochas
Aplicações
Correlação geológica
Cálculo de volume de argila
Identificação Litológica
Geo-Posicionamento


Resistividade

Aplicações
Geo-Posicionamento
Cálculo de Rv e Rh em rochas
anisotrópicas
Cálculo de Inclinação de camadas
Identificação de Fraturas
Estudos de Modelagem Resistiva (1D,
2D ou 3D)

EWR-P4
EWR-M5
AFR
ADR

Densidade

Aplicações
Porosidade
Identificação de Fluidos (em
combinação com outros perfis)
Pressão de Poros em TR
Propriedades Mecânicas e
Análise de Estabilidade de
Poços TR


Acústicos
Petrofísicas
Porosidade
Propriedades Mecânicas
Detecção de Gás a partir da relação
Vp/Vs

Perfuração
Pressão de Poros
Análises de Estabilidade de Poços
Optimização de Parâmetros de
Perfuração
Seleção de Brocas
Geofísicas
Conversão Tempo / Profundidade
Sismograma Sintético em Tempo Real


Características da Análise de Perfis

A maior parte dos dados desejados não
pode ser medida diretamente.

Os perfis são resultados da interação das
ferramentas de perfilagem com a rocha, os
fluidos do reservatório e os fluidos do poço.

Os perfis precisam ser ajustados para
contabilizar os efeitos da geometria dos
equipamentos e fluidos do poço.

Dados adicionais devem ser considerados
durante a análise.

Ex: características da lama de
perfuração, da ferramenta, defeitos
observados, condições do poço, etc.


Análise Geoestatística

Principal Pergunta
Quais são as propriedades do reservatório entre os poços?

Motivação
A análise estatística da distribuição dos valores nos dados pode
levar a melhores estimativas entre pontos medidos.
A heterogeneidade do reservatório é melhor representada.
A geoestatística pode integrar diferentes fontes de dados ao
fazer a interpolação.
Ex: dados dos poços + dados obtidos por mapeamento sísmico.


Mapeamento Convencional

Exemplo: Montanhas Rochosas



Interpolação
Simples


Geoestatística

A geoestatística usa a correlação espacial de valores
medidos de uma propriedade para estimar o valor da
propriedade em outros locais.

Como a
espessura
porosa varia
com a
distância e
direção de
um poço a
outro?


Cálculo de Um Variograma

espessura porosa de um
poço à distância h

γ (h ) =
∑ [Z (x ) − Z (x + h )]
2

2n

espessura porosa
de um poço


Termos do Variograma

SILL

NUGGET = γ(0) RANGE


Variogramas Direcionais


Elipse do Variograma Direcional


Krigagem

Pode usar a elipse do
variograma para guiar a
estimação dos valores de
espessura porosa
O mapa gerado respeita os
valores especificados enquanto
segue as tendências estatísticas
nos pontos não especificados
Se os nuggets do variograma
não são zero, haveria
discontinuidades no mapa


Contorno Convencional vs. Krigagem


Reservatórios de Óleo e Gás

Gá
s

PB
Pressão

PO

Reservatórios de Óleo e Gás

Reservatórios de Óleo Reservatório de Gás
Gás

Água Água

Subsaturado

Saturado


Mecanismos Primários de Produção

Expansão da Rocha e dos Fluidos

Gás em Solução

Expansão da Capa de Gás

Drenagem Gravitacional

Influxo de Água


Eficiência dos Mecanismos Primários de Produção


Análise do Desempenho de Reservatórios

Técnica de Análise Estimativas Obtidas

Volumétrica Volume original de óleo in-situ

Curvas de Declínio Reservas, fator de recuperação

Volume original de óleo in-situ, mecanismo de
Balanço de Materiais
recuperação

Volume original de óleo in-situ, reservas, fator
Simulação Matemática de recuperação, desempenho sob diversos
cenários


Comparação das Técnicas de Análise de
Reservatórios


Reservas

Recuperação Total Econômica = Volume
Original de Óleo In-Situ × Fator de
Recuperação

Reservas = Recuperação Total Econômica
– Produção Acumulada Passada


Da Exploração ao Modelo de Simulação
Dados Exploratórios Arcabouço Estrutural Modelo Estratigráfico

Poços e desen-
Análise de
volvimento do Modelo de Fácies
Bacias
campo
Modela-
gem

Upscaling & Simulação Incertezas e Pós-Processamento Modelagem Petrofísica

P10
P50
P10
P90
P50


Simulação Numérica de Reservatórios

Simulação de Reservatórios

Previsão do desempenho de um reservatório,
Objetivo definindo meios para aumentar, da forma mais
econômica possível, sua recuperação final.

Schiozer, D. J.


Ciclo de Vida do Reservatório – Be-a-bá da
Engenharia de Reservatórios
Adensamento
Descoberta Avaliação Desenvolvimento de Malha / Inj. EOR Abandono
de Água
A

Precisão da Simulação
Desenvolvimento do Ativo
Valor da Simulação

Avaliação do Ativo
Avaliaç Abandono do Ativo
Valor da Decisão

Precisão da Simulação
Numérica do Reservatório

z
“ Tivemos a “Eu perfurei poços de avaliação,
poç avaliação,
ocorrência de óleo,
leo, mas tenho incerteza quanto ao “Não sei qual técnica de
mas ainda há muita suporte do aqüífero.”
aqüífero. recuperação avançada irá
recuperaç avanç irá
incerteza associada maximizar o VPL…”
VPL …”
ao reservatório.”
reservató rio. Vida do Reservatório
(Tempo)


Principais Utilidades

Previsão de produção;
Estudo de Sensibilidade;
Avaliação de campos;
Gerenciamento de campos;
Determinar o fator de recuperação;
Análise de métodos de recuperação, etc.
Ajuste de histórico
Auxiliar na caracterização de reservatórios:
Identificação de barreiras;
Identificação de propriedades próximas aos poços
Entender os mecanismos de fluxo
Desenvolvimento de modelos simples e correlações.
Schiozer, D. J.


Escolha do Modelo Numérico

Objetivo do Estudo
Complexidade do problema;
Qualidade da descrição desejada;
Qualidade e quantidade dos dados de produção;
Precisão requerida
Tempo e custo
CUSTO
PRECISÃO DOS RESULTADOS
BALANÇO DE DECLÍNIO SIMULAÇÃO DE
MATERIAIS DE PRODUÇÃO RESERVATÓRIOS

Schiozer, D. J.


Tipos de Simuladores

Domínio de Aplicação: Região do Poço x Todo Campo
Número de Fases: Uma x Duas x Três (O,G,W)
Número de Componentes: Black-Oil x Composicional
Equação de Calor: Não x Sim (Simulador Térmico)
Reações Químicas / Difusão / Etc: Não x Sim
Reservatórios Fraturados: Não x Sim
Tipo de Rocha: Convencional x Dupla (φ e K)
Acoplamento Geomecânico: Não x Sim
Método Numérico: Streamlines x DF x EF x etc
Solução das Equações: IMPES x Implicíto
Malhas: Estruturadas x Não-Estruturadas (Voronoi, Etc)
Acoplamento Instalações de Superfície: Parcial x Total
Uso Geral: Não-Comercial x Comercial
Schiozer, D. J.


Fases e Direção do Fluxo

Fases do Fluido
Uma fase
Óleo ou gás
Duas fases
Óleo e gás ou óleo e água
Três fases
Óleo, gás e água
Direção do Fluxo
Unidimensional
Linear ou radial
Bi-dimensional
Areal, ou seccional
(direções x-y, x-z, ou r-z)
Tridimensional
Direção x-y-z
Schiozer, D. J.


Equações de Fluxo

Equacionamento Solução

Origem das Equações Diferenciais Métodos de Solução
Parciais
Explícita – A solução das
Lei da conservação de massa
Lei de Darcy saturações e pressões ocorre de
Comportamento PVT dos forma explícita.
Fluidos Implícita – A solução das
Variáveis definidas
saturações e pressões ocorre de
So, Sg, Sw
Po, Pg, Pw forma implícita.
Relações Auxiliares IMPES – A solução das
So + Sg + Sw = 1
saturações é implícita e a das
Pcow = Po – Pw = Pcow(So,Sw)
Pcog = Pg – Po = Pcog(So,Sg) saturações é explícita.

Schiozer, D. J.


Tipos de Simuladores Por Mecanismo de Fluxo

Black Oil
Somente equações de fluxo de fluidos.
Composicional
Equações de fluxo de fluidos.
Composição das fases.
Térmicos
Equações de transferência de calor.
Químicos
Transporte de massa por dispersão, adsorção e
particionamento.

Schiozer, D. J.


Processo de Simulação

3 fases principais
Obtenção dos dados de entrada
Geológicos, de reservatório,
completações de poços, de
produção, injeção e etc.
Ajuste de histórico
Inicialização, ajuste de
pressão, ajuste de
saturações e ajuste de
índices de produtividade.
Previsão de produção
Plano de produção existente
ou alternativo


Ajuste de Histórico

Premissa: modelos ajustados fornecem melhores
previsões.
Desafios
Problema inverso e mal-posto.
Elevado número de parâmetros de ajuste.
Alguns parâmetros podem possuir
interdependências.
Simulações podem ser demoradas.
Normalmente não há soluções únicas.


Ajuste de Histórico – Motivação (Schiozer)

Objetivo da simulação é prever o desempenho do reservatório.

A previsão é um problema direto

Causa Efeitos

Entradas (k,Φ, DWOC ...) Respostas (Np, Qo, P)

MAS, não sabemos quais valores são apropriados para usarmos como entrada
para as simulações (Incerteza).

Não podemos caracterizar totalmente os dados de entrada.

Visando aumentar a confiabilidade das previsões, realizamos inicialmente um
Ajuste Histórico dos dados de entrada da simulação.


Ajuste de Histórico – Descrição (Schiozer)

No ajuste de histórico procura-se encontrar as propriedades do reservatório que
fornecem curvas de produção próximas das curvas reais de produção.

O ajuste de histórico é um problema inverso

Efeito (conhecido) Causa (desconhecida)

Respostas (Np, Qo, P) Entradas (k,Φ, DWOC ...)

Várias soluções;

Grande consumo de tempo (meses).

Ajustes são frequentemente dados por finalizados por tempos pré-estabelecidos,
com baixa qualidade → previsões são feitas com ajustes sub-ótimos.


Introdução ao Ajuste de Histórico
Configuração de Entrada
Desconhecida!

Solução Conhecida!
Solução Conhecida!



Ajuste Satisfató rio!
Ajuste Satisfatório!
Satisfató


Ajuste de Histórico – Procedimento (Schiozer)

Procedimento mais comum

informar Qo para o simulador

ajustar Qo, Qw, Qg, pressão, ...

Quando terminar o ajuste?

quando objetivo for alcançado

quando acabar tempo, dinheiro

quando ganho em precisão dos resultados
for pequeno com aumento significativo de trabalho

Importante!

Resultado ± intervalo de confiança


Ajuste Típico


Tipos de Ajuste

Manual
Sucesso depende da experiência do engenheiro de
reservatórios.
Dificuldades: grande volume de dados, produtividade baixa,
exige organização e método.
Automático
Necessidade de adequar metodologia aos recursos
computacionais existente.
Dificuldades: encontrar boa parametrização, simulações são
demoradas, dificilmente tira proveito da experiência do
engenheiro de reservatórios.



Combinação entre o ajuste de histórico manual e o automático.
A experiência do engenheiro é aproveitada.
Redução do número de parâmetros de ajuste.
Estabelecimento de objetivos em cada etapa do ajuste.
Aproveitamento dos recursos computacionais.
Novos casos são gerados automaticamente.
Os casos são avaliados sem necessidade de intervenção.
Ganho de produtividade.
Potencialmente, um maior volume de informações sobre o
reservatório é usado no ajuste do que seria utilizado de forma
automática.


Otimização Baseada em Simulações

Aplicações
A simulação é rápida o suficiente para ser acoplada a um
algoritmo de otimização existente.

Simulação não tem modelo analítico conhecido.


Otimização Local vs. Global
2
8 ⋅ sen ( 2 ⋅ x ) + 5 cos ( 2 ⋅ y ) + x ⋅ y + x 2 − ⋅ y 2 − 240
f ( x, y ) = 3
100


Métodos de Busca Direta

Aplicação
A função objetivo não pode ser expressa analiticamente em
função dos parâmetros de entrada.
A função objetivo depende do resultado de uma simulação de
um modelo real.
Raízes na década de 50.
Termo cunhado por Hooke e Jeeves (1961).
Avanços na tecnologia de informação popularizaram seu
uso.


Heurísticas e Metaheurísticas

Algoritmo exato eficiente
Tempo de execução comprovadamente bom.
Solução encontrada é comprovadamente boa ou
ótima.
Heurística: um ou ambos os objetivos são
relaxados.
Metaheurística: Uma heurística guia um
algoritmo (heurístico ou não) na superação de
ótimos locais.


Metaheurísticas: Exemplos Notórios

Simulated Annealing
Algoritmos Genéticos
Busca Tabu
Busca Dispersa (Scatter Search)


Função Objetivo

d p ( t6 )
Afastamento
d p ( t5 )
∑ ( h (t ) − d (t ))
n

p i p i
× ∑ ( hp ( ti ) − d p ( ti ) )
n
Dado de Produção/Injeção

A( p) =
2
i =1
hp ( t4 ) hp ( t5 ) h p ( t6 )
∑ ( h (t ) − d (t ))
n
i =1
p i p i
1444 2444 3
grandeza
h p ( t3 ) d p ( t4 ) i =1
144424443
sinal

Afastamento Normalizado
hp ( t2 ) d p ( t3 )
Acaso ( p )  F ( p ) > 1 ⇒ pior que o base

F ( p) = ⇒
hp ( t1 )
Abase ( p )  F ( p ) < 1 ⇒ melhor que o base

d p ( t2 )
h p ( t0 )

d p ( t0 )
Função Objetivo Global
d p ( t1 )
n

∑ w F ( p ,t)i i i
FOG = i =1
n
, wi ∈ ℜ +
∑w
i =1
i


Ajuste de Histórico em 3 Fases (Satter, et. all)

Ajuste de Pressão

Ajuste de Saturações

Ajuste de Produtividade


Ajuste de Pressão


Ajuste de Saturações


Ajuste de Produtividade


O Problema
Praticamente todos os engenheiros de reservatórios e de produção
atualizam modelos existentes com dados de campo para
gerenciamento do reservatório e da produção
Processos tradicionais de ajuste:
Exigem um esforço tremendo (seis meses a um ano para simulação de
reservatórios).
Requerem recursos que poderiam ser melhor alocados em outras áreas
caso o processo fosse mais automatizado.
Não explora completamente os possíveis ajustes. Os resultados
freqüentemente são simplificados demais.
Não incluem operações de tempo real. Os resultados não podem ser
gerenciados dinamicamente.
Não permitem a colaboração entre engenheiros de produção e de
reservatórios.
Produz resultados que são freqüentemente inadequados.
Ignoram risco.


O Objetivo

Atualizar o caso base existente com dados
observados no campo provendo um
conjunto de modelos de simulação
alternativos, endereçando riscos e
operações em tempo real.


O Modelo de Wytch Farm


Modelagem do Ajuste

Propriedade Palavra-Chave
Arquivo Propósito
KxMod1, KxMod2, KxMod3, KxMod4 Varia o fluxo de fluidos nas direções KX,
permeabilidade MOD, FUNCTION
func_kx_to_kz_ratio.inc KY e KZ.
contato água-óleo WOC Equilibrum_Data.inc Varia a espessura do reservatório.
profundidade de Ajusta a profundidade de referência
DEPTH Equilibrum_Data.inc
referência para o contato água óleo.
Varia o cálculo do net-to-gross, com
net-to-gross MOD NetGrsMod.inc conseqüentes efeitos no cálculo da
transmissibilidade.
transmissibilidade Varia o fluxo de fluidos entre blocos
FaultMultModClass.fml
das falhas pertencentes às falhas.
Perf_L98_6_M6.inc, Varia o fluxo de fluidos nas
skin SKIN
Perf_L98_6_M7.inc completações do poço.


Contato Água-Óleo


Net to Gross


Modificador KX1 – Camadas 1 a 5


Modificador KZ


Transmissibilidade da Falha C


Transmissibilidade da Falha D


Skin do Poço L98_6_M7


Ajuste Inicial (1)
98_6_F19

98_6_F20


Ajuste Inicial (2)

98_6_M10

98_6_M15


Ajuste Inicial (3)
98_6_M16

Campo


Ajuste Inicial (4)

L98_6_F5

L98_6_F7


Ajuste Inicial (5)

L98_6_L8

L98_6_M6


Ajuste Inicial (6)

L98_6_M7

L98_6_M9


Função Objetivo
240 Iterações!

Iteration


Vazão de Óleo do Campo

D s
ay


Vazão de Injeção de Água do Campo

D s
ay


Vazão de Água Produzida no Campo

D s
ay

Vazão de Água do Poço 98_6_M12

D s
ay

Vazão de Água do Poço 97_10_A6

D s
ay

Vazão de Água do Poço 98_6_K12

D s
ay

Vazão de Água do Poço L98_6_F5

D s
ay

Vazão de Água do Poço L98_6_F7

D s
ay


Múltiplas Soluções


Resumo

Complexidade do Ajuste de Histórico:
Grande número de parâmetros incertos.
Problema não tem expressão analítica.
Funções objetivo baseadas em diferenças quadradas geram
topologias complexas.
Presença de diversos mínimos locais confirma o caráter
multi-solução do AH encontrado na literatura.
Processos automatizados dependem de uma
discretização do espaço e parametrização adequadas.
Dificuldades de convergência de ajustes automáticos
podem ser resolvidos com ajustes assistidos.
Procedimentos de ajuste assistido não garantem
convergência, as premissas adotadas devem refletir a
dinâmica do reservatório.


Regras de Ouro Para Engenheiros de Simulação – (Aziz)

Entenda seu problema e defina seus objetivos.
Busque simplicidade. Comece e termine com o
modelo mais simples possível. Entenda as
limitações e capacidades do modelo.
Entenda as interações entre as diferentes
partes do modelo: reservatório, aqüífero, poços
e facilidades.
Não assuma que maior é melhor. Sempre
questione o tamanho de um projeto que tenha
limites de tempo e/ou dinheiro. Qualidade e
quantidade dos dados são importantes.
Saiba suas limitações e confie em seu
julgamento. Lembre-se que a simulação não é
uma ciência exata. Faça um simples balanço de
materiais para verificar dados da simulação.


Regras de Ouro Para Engenheiros de Simulação – (Aziz) cont.

Seja razoável em suas expectativas. Muitas
vezes o máximo que se pode obter de um
estudo é algum discernimento dos méritos
relativos das opções disponíveis.
Questione os ajustes aos dados na fase de
ajuste de histórico. Lembre-se que o processo
não possui solução única.
Nunca suavize ou elimine extremos.
Preste atenção nas medições e nas escalas em
que foram feitas. Medidas em escala de
testemunhos podem não valer para blocos,
mas elas certamente influenciam as outras
escalas.
Não economize em dados necessários de
laboratório. Planeje os experimentos com seu
fim em mente.


Referências

Computer-Assisted Reservoir Curso Introdução à
Management Simulação Numérica de
Abdus Satter, Jim Baldwin e Reservatórios
Rich Jespersen Prof. Dr. Denis José
PennWell Schiozer
ISBN 978-0-878147-77-9

Oil And Natural Gas
Society of Petroleum Engineers
DK ADULT
ISBN 978-0756638795


Mini-Curso de
Ajuste de
Histórico
Assistido

Sergio Sousa
sergio.sousa@halliburton.com


Ajuste de historico_assistido_de_modelos_de_simulacao_de_reservatorios

Apresentações relacionadas

Mais conteúdo relacionado

Mais procurados

Mais procurados (20)

Mais de Sydney Dias

Mais de Sydney Dias (20)

Último

Último (8)

Ajuste de historico_assistido_de_modelos_de_simulacao_de_reservatorios