הטבע של הטרוגניות בשילה Reservoirs

היווצרות שיל הם רחוק מחתיכות אחידות של סלע בלתי ניתן לערעור. הם מייצגים הצטברויות מורכבות של סידים בעלי ערך דק, המציגות ריקנות מאוחרת ואוזנית משמעותית.הטרוגנית הזו מקורה מתהליכים פיקדונות, שינויים דיגנטיים, והאינטראקציה של רכיבים אורגניים ולא אורגניים. a one היטבbore יכול לחדור עשרות של אקונומיות נפרדות, כל אחת עם תכונות מכניות ייחודיות, הוא קודם כל אחד, תכונות מכניות, ומורכבות חיוניות זו.

טיפול במחזה פצליף כטנק הומוגני באופן עקבי מזלזל באי הוודאות ולעתים קרובות מוביל לתחזיות התאוששות אופטימיות יתר על המידה (FLT:0Porosity in אורגני-richstonestonesFLT) או 1:1 יכול לנוע בין פחות מ -2% במרווחים ממלטים מאומצמים באופן הדוק יותר מ-10% באזורי ליבת או פחמן עשירים, כל בתוך כמה מטרים אנכיים יכול להשתנות על ידי אגן טבעי, בהתאם לנפיחות, או אגן, בין שכבות של אגן, או אגן, או אגן אורגניות, על ידי אגן, על ידי אגן, באופן ישיר, או אגן, על ידי אגן חלקי, על ידי אגן חלקי, על ידי אגן, על ידי אגן, על ידי אגן, על ידי אגן, 000 של אגן חלקי, על ידי אגן מבודדים שונים של אגן חלקי, על ידי אגן אורגני, על ידי אגן, על ידי אגן, על ידי אגן מבודדים שונים, 000, על ידי אגן מבודדים שונים של אגן מבודדים שונים של אגן, 000 באופן ישיר, על ידי אגן, 000 באופן ישיר, 000 באופן ישיר, 000 באופן ישיר, 000 באופן דרמטי, 000 אגן חלקי, 000

מקורות מרכזיים של

שלושה גורמים עיקריים מניעים את ההטרוגניות במאגרים פצלים (ראשי תיבות: ⁇ ) ⁇ (בקיצור:0mineralקומפוזיציה FLT:1) מכתיבים את העריצות, רגישות שבורה, ונתיבים diagenetic. ⁇ עשירים יותר, ננומטרים מפלסטיקים, ולעתים קרובות שברים פחמיים, תוך שמירה על כמות גדולה יותר של אחסון פחמן-פולני; 2.

מעבר לזמינות בקנה מידה הליבה, מגמות אגן מציגות אתגרים נוספים. ⁇ בגרות הארומאלית משפיעים על הדור הפחמן וסדקים, שינוי תכונות נוזלים ומשטרי לחץ פורקטיביים יכול להתפתח בפודים מבודדים, יצירת כתמים מתוקים שמפרים התנגשויות פשוטות של נתונים טובים. אלה מדגישים מדוע מספר יחידני, יחיד-ספור יחיד-סולן הוא לעתים רחוקות defensible בגישה פצצת.

קיצור של Extended Reserve אסטימומציה

מבחינה היסטורית, מפעילי נשענים על ניתוח עקומת ירידה (DCA) ו חישובים מורכבים שנלקחו ממאגרים קונבנציונליים. DCA מניח זרימה נשלטת גבול ונפח ניקוז עקבי - כמו גם הנחות שפורקות בפליצי פחת אולטרה-נמוך שבו זרם transient יכול להימשך שנים. a one's may להופיע היפרבולי מוקדם על פני מעבר אקספונמיטיבי גבוה יותר מ- 500,000 קדומים, לעתים קרובות, ירידה של 000,000 קדומים.

שיטות כרך סובלות מפגמים שונים: הם דורשים ערכים ממוצעים עבור פורוזיות, שחיקה במים ועובי תשלום נטו על פני שטח מוגדר.בפצלה heterogeneous, בחירת ממוצעים אלה הוא הימור סטטיסטי. כמה גבוה-פורוזיות, מרווחים עשירים אורגניים יכולים לשלוט בפריון, בעוד המשמעות של כל המסכות את היכולת היצרנית האמיתית, יתר על כן, עובי של נפח סלעי לעתים רחוקות יכול להיות מגובה לתוך מחסומים פגומים אלה.

ניתוח פרוביביליסטי כבר זמן רב בשימוש לאי ודאות, אבל ללא מודל מרחבי מוצק, חלוקת קלט של פרמטרים מרכזיים נשאר סיבולת.התוצאה היא טווח רחב, לעתים קרובות חסר משמעות, P10-P90 המציעה הדרכה מועטה עבור החלטות קידוח.הכרה במגבלות אלה, התעשייה עברה לכיוון טכניקות כיבוד מפורש של היסטרוגנים מרחביים ושילוב מקורות נתונים רבים.

מודלים גיאופלסטיים עבור Shale Reserve אסטימוation

Geostatistics מספק מסגרת ממושמעת עבור האופי של יציבות מרחבית ומימוש המימושים המשקפים את הטרוגניות subsurface אמיתי במקום להסתמך על מפה יחידה חלקה נכסים, שיטות גיאוסטיסטיות לייצר מספר, באותה מידה ייצוגים סבירים של המאגר.כל מימוש מכבד את הנתונים הקשים במקומות טובים והמאפיינים הסטטיסטיים - לגרם, vario - מהפך רב עוצמה זה הוא גבוה במיוחד.

המונחים: Well and Seismic Data

זרמי עבודה מודרניים מתחילים בדרך כלל עם פרשנות מפורטת של כל בארות הזמינות. Log-derived porosity, פחמן אורגני הכולל, כרכים מינרלים, ושקע מים מטופלים כמשתנים רצופים להיות מודל.FLT:0Variogram ניתוח ניתוח FLT:1 מאמת את הטווח והכיוון של קורלציה מרחבית, לעתים קרובות חושף aisotropy עם שביתה מבוזרת או תאים מקומיים עם תכונות גבוהות יותר.

נתונים סיסמית, כאשר זמין, יכול לשמש משתנה משני המדריך בין בארות. cokriging או Bayesian לעדכן טכניקות משלב את ההחלטה האנכית הגבוהה של יומני עם הכיסוי המאוחר של תכונות סיסמיות כגון אימפולס אקוסטי או מהירות anisotropy.המודלים המתקבלים אינם רק מפות טובות; הם מזנים כי ניתן למזער באופן ישיר את הסימולציה או מהירות באופן דרמטי עם סימולציה של חומר לא פחות.

מתוך Realizations to Reserves Distributions

הכוח של מודלים גיאטטיסטיים הוא ביכולת לייצר מאות או אלפי הגשמה.עבור כל מימוש, נפח הידרוקרבנים-אין-מקום מוקצה על ידי סיזור תאי רשת שעומדים בחתכים מסוימים.אוסף של כרכים אלה מניב פונקציה דחיסות הסתברות של פחמימנים מקוריים במקום, ומדגימה בבירור את הטווח המלא של תוצאות אפשריות.

חשוב לציין, את אותם מודלים גיאטטיסטיים ניתן להרחיב כדי להעריך את נפח הסלע הממריץ. על ידי שילוב תכונות גיאומכניות כגון Modulus של יאנג ו הלחץ האופקי המינימלי, המפעילים יכולים לדמות חצי אורכי וגבהים בשפע, המקשר את המשאב סטטי לשבר המתאושש.אינטגרציה זו הופכת את הסטטיסטים מהתעמלות אקדמית לכלי מעשי לתכנון והערכה.

למידת מכונה מתקרבת ללכידת תבניות נסתרות

הפיצוץ של נתונים מפיתוח פצלי פציפ מודרני – נוסחאות הערכה לרפורמות, ניתוחי ליבה, אבחון השלמת, סדרת זמן ייצור – יצר סביבה שבה למידת מכונה יכולה לשגשג.בניגוד לנוסחאות אמפיריות מסורתיות, מודלים של למידת מכונה יכולים לזרז עשרות או אפילו מאות תכונות קלט וללמוד מערכות יחסים מורכבות, לא לינאריות ללא הנחות קודמות על צורות.

חיזוי נכסי פטרופיזיקה מ- Limited Data

באגן פצלי רבים, נתונים ליבה הם ספארים, אבל יומני חוט בשפע. אלגוריתמים למידה סופר-בידור, כגון עצים מודבקים ורשתות עצביות עמוקות, ניתן לאמן על בארות ליבה שבו פורוזיות, תוכן אורגני, וכושר מדידה טובה נמדדת במעבדה.מודלים אלה חזו את אותם המאפיינים עבור כל הנאות ללא קורטובות באמצעות הסוויטות הזמינות, יוצרות ביעילות תריסר נקודות אחסון על פני שטח ליבה פשוטות של 0.8C2.

טכניקות לא מבוססות, כולל מפות מאורגנות עצמית ואלגוריתמים מקובצים, תגובות יומן דומות לאלקטרופאיות.הקשתות הללו תואמים לעתים קרובות לתחומים שונים או תחומים diagenetic. once calibrated to Core, כל אלקטרופאורות מוקצה תכונות קטנופיות טיפוסיות, מה שמאפשרות התאמה מהירה ומדורגת של עמדות גדולות של .

ייצור עם מודלים של Data-Driven

אולי היישום המשפיע ביותר של למידת מכונה ב פיזור estimation הוא התחזית של ביצועים טובים. DCA מסורתי מניח צורה פונקציונלית קבועה; מודלים של למידת מכונה יכולים לחזות ייצור ללא זה עצירות. תכונות כגון אורך מאוחר יותר, טעינה proppant, ספיגה אשכולית, ותכונות גיאולוגיות להפוך לחיזוי במודל על קבוצה גדולה של תחזיות קיימות עבור חדש אז לשלב את כל הגורמים ההחלמה, כולל תצפיות כי ייתכן כי ייתכן כי הוא עלולים משקיף על מודלים רציפים.

אלגוריתמים אקראיים של יער ו- XGBoost הם אפשרויות פופולריות כי הם מטפלים בנתונים חסרים בחסד ומספקים דירוגים חשובים. דירוגים אלה לעתים קרובות חושפים כי משתנים גיאולוגיים - כגון נקבוביות ממוצעת או מרחק למסדרון ידוע - להשמיד את החיזוי, אימות הצורך בכפירה גיאולוגית.

שילוב של Reservoir Modeling for Dynamic Simulations

מודלים סטטיים שלוכדים את ההטרוגניות הם רק חצי מהסיפור. Reserve הם פונקציה של זרימת נוזל, וזרימה נשלטת על ידי לחץ פענוח, התנהגות שלב, והאינטראקציה בין ה- Wellbore לבין רשת השברים הטבעית. מאגרי משולב מודל מאחדים יחדיו נתונים גיאולוגיים, גיאופיזיקה, פטרופיאליים, והנדסה בסביבה סימולציה אחת.

בניית רשת סימולציה מתאימה-לכאורה

נקודת המוצא היא מסגרת עקבית גיאומטרית שנבנתה מאופקים סיסמיים ופגמים. בתוך מסגרת זו, מודלים של רכוש גיאוגרפי סטטיסטיים מופצות לרשת סימולציה אשר ממאזןת יעילות חישובית עם נאמנות גיאולוגית.בפצלים, החלטה אנכית חייבת להיות גבוהה מספיק כדי ללכוד שכבות גבוהות דקות של מוליכות גבוהה, לעתים קרובות דורש תאים של כמה מטרים עובי.

Fluid Characterization ו- PVT

הטרוגניות משתרעת על הנוזלים עצמם.הגליונות המילולית העילאית על פני אגן מייצרת שמנים, גז רטוב וגז יבש בתאים שונים.מודל משולב משתמש משוואה של מדינה שהופנתה לנתוני זמן בלחץ זמין, כל תא רשת יכול להיות מוקצה הרכב נוזל ייחודי אם מידע גיאוכימי מספיק זמין.זה מאפשר סימולציה כדי ללכוד את השינויים המיוצרים על פני זמן, אשר יש השפעה ישירה על חלונות נוזלית, 000.

היסטוריה מתאמת ותחזיות הסתברותיות

ברגע שהמודל בנוי, ייצור היסטורי ונתונים של לחץ משמשים להיקף פרמטרים לא בטוחים כגון אחריות יחסית, מוליכות שבר, וחוזקה ספקפר. היסטוריה בסיוע מודרני אלגוריתמים, לעתים קרובות בהתבסס על מסננים של הרכב קלמן או על ידי שרשרת מארקוב מונטה קרלו שיטות, לעדכן את המודל תוך שמירה על הריאליזם הגיאולוגי המוצג על ידי גיאוסטטיסטיות.

הפלט הוא הפצה של התאוששות מוחלטת מוערכת עבור כל אחד טוב ועבור התחום כולו.התחזיות הפרוביביליסטיות המלאות משלבות את ההטרוגניות תת-קרקעית, יעילות ההשלמה והחלטות תפעוליות.זה מספק בסיס איתן לרזרבות תחת מערכת ניהול משאבי הנפט והחלטות השקעה פנימיות. המפעילים באמצעות גישה זו הפחיתו באופן עקבי את הפער בין ביצועים וצפויים.

שם מקור: Stimulated Rock Volume

במאגרים קונבנציונליים, אזור הניקוז נקבע בעיקר על ידי מגעים נעים ונוזלים.בפצלים, נפח הסלע הממריץ (SRV) שנוצר על ידי fracturing הידראולי הוא המאגר היעיל ביותר.טכניקות מתקדמות נדרשות כדי למפות את המידה והתכונות של אזור זה מעורר, כפי שהוא לעתים רחוקות תואם גיאומטריה פשוטה תוכנית.

מיקרוסיסמית וסיבים-אופטיים ניטור

ניטור מיקרוסימולוגי הפך כלי סטנדרטי להפצת דימות.מיקומים אירועים מספקים ענן של נקודות המתאר את נפח הממריץ.עם זאת, microseism מצביע על כשלון סלע, לא בהכרח שברים פתוחים התומכים בייצור. Distributed אקוסטי וטמפרטורה חישה באמצעות סיבים אופטיים מציעים מידע משלים, חושף כי אשכולות מקבלים נוזל וכיצד רשתות מתפתח לאורך זמן כדי להעריך את ה- 7 {\displaystyle נתונים יעילים יותר.

מודלים גיאומכניים

הגיאומטריה של שברים הידראוליים מושפעת מאוד ממצב הלחץ של החלפת, רוגע סלעי, ושברים טבעיים. Geomechanical סימולציות כי שני לחץ נוזלי, צללים, ועיוות סלע יכול לחזות חצי אורכי וגבהים גבהים מול רזרבות בולטות. כאשר מספר התגשמות של המודל הגיאולוגי מופעלת על רשתות הרכוש הגיאולוגיות, וכתוצאה מכך SRVs הופכת לאפקטים אחרים של קרינת כדור הארץ.

חוסר ודאות של היערכות והחלטות

טכניקות הערכה מתקדמות לחיסכון לא כי הם מייצרים מספר מדויק אחד, אלא כי הם כי הם באופן שקוף לכמת את טווח האפשרויות ואת הסבירות של כל תוצאה.זה חיוני לניהול תיק, שבו הקצאת הון יש לייעל על פני מאות מקומות טובים. בסביבה נמוכה של ג'ין, הבנה של הסיכון בצד השני היא חשובה כמו אופטימיזציה.

עתודות Probabilistic לעבוד זרימות לעתים קרובות לייצר דיאגרמות קרורדו המדורגות את ההשפעה של פרמטרים שונים - כגון אי הוודאות פורוזית, אזור ניקוז, או ירידה בשיעור - על מילואים P50. דירוג זה מדריך תוכניות רכישת נתונים: אם ריכוז פחמן אורגני שולט באי הוודאות, אז coringing ו pyrosis להיות סדרי עדיפות. אם הגאומטריה העיקרית, אז בדיקות זריקות ומיקרו-סיקולקליזם שווה ניטור נתונים קוונטית יכול להצדיק את ההשפעה הנוספת של חוסר ודאות.

יתר על כן, ייצוג מציאותי של heterogeneity מאפשר ניתוח התרחיש על משטח או בקנה מידה שדה.אופרות יכולות לבחון מגוון רחב של דפוסים מתפתלים, ושינויים שלמים בתוך המודל המשולב, התבוננות ישירה כיצד הטרוגניות משפיעה על התערבות טובה וגורם התאוששות.יכולת זו נעה בתעשייה מעבר אנלוגיות מסוג זה לתכנון מבוסס פיזיקה, ספציפי נכסים.

יתרון קריטי הוא היכולת לחשב לא רק עתודות טכניות, אלא גם עתודות כלכליות תחת מחיר שונה ושערות עלות. על ידי הפיכה של תחזית ייצור פרוביביליסטי עם מודל כלכלי, מפעילי יכולים להעריך את הערך הנוכחי הנקי של כל מימוש ולהשיג מילואים כלכלי P50 ישירות שימושי לדיווח פיננסי. הערכה משולבת זו מיישר הערכות טכניות עם החלטות עסקיות.

דרישות נתונים ובקרת איכות

שום טכניקה מתקדמת לא יכולה לפצות על נתונים של קלט ירודה.הבסיס של כל estimation פציפיות פציפציה מודרנית היא איכות גבוהה, רב תחומית, זה בדרך כלל כולל יומני אינטרנט, שגרת וניתוחים מיוחדים הליבה, כרכים סיסמיים (הגירת זמן מוקדמת או הגירה עומק), רשומות השלמת, ונתונים לייצור יומיומי.

אינטגרציה בין דפדפנים ומוכרים שונים חשובה במיוחד ב- פצליפים שבהם מקדחו בארות לאורך עשרות שנים. תיקונים סביבתיים לתנאי הזעם, שינוי עומק מדויק, ופירוש מינרולוגי עקבי להבטיח כי מודלים גיאופלסטיים בנויים על בסיס אמין. בדומה לכך, יש להקצות נתונים לייצור נכון, במיוחד במדבקות עם תקשורת ביןול, ושינויים זהירים דורשים rebook מחדש של אירועים משותפים ללא אפקט ייצור נכון.

שיתוף פעולה בין-תחומי הוא הדבק שמחזיק את זרימת העבודה יחד. גיאולוגים מגדירים את המסגרת הסטרגנטית ואת מודל ה facies, petrophysicists לספק יומני רכוש, גיאופיזיקה לתרום תכונות סיסמיות, מהנדסי מאגר מעצבים את אסטרטגיית הסימולציה, ומדענים נתונים ליישם אלגוריתמים למידת מכונה. צוות משולב יכול להתחזק במהירות, בדיקות רגישות ושילוב על עתודות קפדניות הערכה יעילה יותר מאשר ביקורות רגילות.

טכנולוגיות מתפתחות וכיוונים עתידיים

קצב החדשנות באפיון פצלי ממשיך להאיץ.שלוש מגמות מתעוררות נועדו לשפר עוד יותר את הערכת משקעים בצורות הטרוגניות.

רשתות ניברס

רשתות עצביות מבוססות פיזיקה מטביעות את המשוואות החלקיות של זרימת הנוזל ישירות לתוך תפקוד אובדן של רשת עצבית.זה מאפשר המודל לכבד הן נתונים והן פיזיקה, צמצום ההסתמכות על נתונים גדולים של הכשרה.ביישומים פצלי פצלי, רשתות כאלה יכולות להטמיע לחץ נתונים טרנספורמטיביים והיסטוריית הייצור כדי לעדכון התפלגות פוריות בזמן אמת, המציע עדכונים כמעט בלתי פתורים של המאגר כמו גם תכונות חדשות עדיין על פני השטח.

Rock and Pore-Scale Modeling

ההתקדמות בקרן beam סריקה מיקרוסקופית אלקטרונים ו X-ray coputed tomography הפכו ניתוח סלע דיגיטלי כלי מעבדה שגרתית. סימולציות בקנה מידה של זרימת נוזל ב conduits בגודל ננומטר לספק אמינות יחסית ולחצים capillary ספציפיים לכל ליטרים ייחודיים.

היסטוריה אוטונומית התאמת ו- Closed-Loop Optimization

מעבר להיסטוריה ידנית התאמת, זרימת עבודה אוטונומית משתמשת ב- Machine Learning Proxies כדי להאיץ את החיפוש אחר פרמטרים מודל כי לכבד את כל הנתונים הזמינים.טכניקות אלה יכולות להפעיל אלפי סימולציות בין לילה, המוביל למחקר מעמיק יותר של מרחב אי הוודאות.חלק מפעילי הם חלוצים מערכות אפשרויות סגורות שבו מודלים מעודכנים להאכיל באופן אוטומטי השלמת עיצובים והחלטות ספאק, למקסם את ההתאוששות במרבית החלקים הטרוגניים של השדה הזה הוא במיוחד עם עשרות דרכים אוטומטיות או .

מקורות חיצוניים יכולים לסייע לאנשי מקצוע להישאר נוכחים עם קידום אלה.האגודה של מהנדסי נפט (FLT:0SPEIRFLT:1) שומרת על מאגר של מאמרים טכניים על מודלים גיאטטיסטיים ויישומים למידת מכונה.האגודה האמריקנית של גיאולוגים (FLT:2AAPGFLT 3:3) מספקת הדרכה על משאבים בלתי קונבנציונליים, פתוח כגון: 4BNERFIVES: 7.

צעדים מעשיים

אימוץ טכניקות מתקדמות עבור estimation פציפאלי לא דורש תוספת מלאה של זרימת עבודה קיימת בין לילה. גישה בשלב זה מספקת לעתים קרובות את התוצאות הטובות ביותר ללא מכריע את הצוות.

(FLT:0)Phase 1: תשתיות נתונים.FLT:1 מרכזיזציה כל הנתונים תת-קרקעיים במסד נתונים נגיש בקלות.בטיח כי מאגרי נתונים הם נורמליים ונתוני ייצור הם לרפא.ערוך בדיקה עיוורת כדי לוודא שהמידע יעביר את הטרוגניות הידועות שזוהו בתיאורים הליבה ותצפיות שדה.

(FLT:0)Phase 2: פיילוט Geostatistical Study.BuildFLT:1 ), בחר אזור נציג עם שליטה צפופה היטב. בנה מודל גיאטטיסטי באמצעות סימולציה Gaussian של סימולציה ויצור חבילה של הגשמה.שוואת טווח P10-P90 של פחמימנים מקוריים במקום נגד ההערכה ה ⁇ סטית הקודמת כדי לכמת את הערך של הגישה הפרוביאוליבית.

(FLT:0)Phase 3: Machine Learning Augmentation.Builddd: 1) מאמנים מודל בפיקוח לחזות נכס בעל ערך קשה-לדעת, כגון חדירות או התנהגות שבר, באמצעות נתונים זמינים. השתמש בסתירה כדי להעריך דיוק ולשלב את התחזיות למודל הגיאולוגי כמשתנה.

(FLT:0)Phase 4: מודל דינמי משולב.FreaLT:1 , Upscale the Asset מימושs לתוך מודל סימולציה והיסטוריה תואם לייצור ולחץ. השתמש במודל calibrated כדי להפעיל תרחישים, שינוי טוב ספיגה ועיצוב השלמת.המדדים הכלכליים וכתוצאה מכך הופכים לבסיס עבור רזרבות. Run לפחות 100 התגשמות באמצעות הסימולציה כדי ללכוד אי ודאות מלאה.

לאורך כל השלבים, לשמור על לולאה משוב חזקה. כמו בארות חדשות הם קידוחים ונתוני הייצור מצטברים, לעדכן את המודלים ולהפחית את אי הוודאות.המטרה היא לא מספר מילואים סטטי, אלא הבנה חיה, הסתגלות של המאגר המעצימה הקצאת הון וניהול משאבים מעולה. - מחזורי עדכון רגיל - רבע או חצי-שנתי - יש ליישר את המודל עם ביצועים.

סגירת פרספקטיבה

ההטרוגניות של תצורות פצליעת אינה מכשול יותר להיות מפוחד, אלא תכונה להיות מאופיין וממנף. Geostatistics מביא השקיה מרחבית להתפלגות רכוש, למידת חישובים מערכי נתונים מתרבים, מודלים דינמיים משולבים מתרגמים heterogeneity סטטי לתוך תחזיות ייצור מעשיות.

מפעילי ההטמיעו שיטות אלה לתוך מנהגים סטנדרטיים שלהם באופן עקבי מתחרים על ידי זיהוי כתמים מתוקים, אופטימיזציה אסטרטגיות השלמת, והימנעות מעודף משקל over-capitalization שלהם. בעסק סחורות שבו הבדלים שוליים ב ביצועים טובים מתכתיבים היטב, הקצה שנצבר באמצעות מילואים heterogeneous מתקדם הוא גם מדידה מכריעה וגם מכריעה.