View Project

Norwegian AI Directory

Assimilating 4D Seismic Data: Big Data Into Big Models


Description:

Datamodeller av olje- og gassreservoarer brukes til å forutsi fremtidig produksjon og forutsi hvor lommer av gjenværende olje kan være plassert. Å forbedre påliteligheten av disse prediksjonene ved å inkorporere maksimalt med informasjon fra seismiske data og brønnproduksjonsdata er fokuset for dette prosjektet. Resultatet vil bli forbedringer i reservoarstyring og feltutvikling, og dernest mer effektiv petroleumsproduksjon med redusert CO2-fotavtrykk. En nøkkel til å forbedre prediksjonen av fremtidige hendelser er å sikre at modellene kan forutsi hendelser som allerede er observert. Det er nødvendig å justere parametere i datamodellen slik at de simulerte seismiske dataene og de simulerte produksjonsdataene stemmer overens med dataene som faktisk ble observert. En utfordring er at mengden data som fremkommer ved gjentatte seismiske undersøkelser kan være svært stor, og kalibrering av en stor reservoarstrømningsmodell kan da være svært vanskelig. I dette prosjektet utvikler vi metoder for kalibrering av store reservoarmodeller til seismiske data og produksjonsdata slik at feil i prognosene blir redusert og usikkerheten blir riktig kvantifisert. I tillegg vil der være målefeil forbundet med dataene, og hverken reservoarflytmodellen eller den seismiske modellen er perfekt. Dette gjør også kalibrering vanskelig, fordi tilpasning til støybefengte data ved hjelp av en modell som også inneholder feil kan resultere i feile prediksjoner som i tillegg predikerer for liten usikkerhet i forhold til den virkelige usikkerheten. Vi utvikler metoder for å vurdere kvaliteten på kalibrerte reservoarmodeller og prognoser for store problemer. Vi undersøker også verdien av forskjellige seismiske datatyper, og vi utvikler metoder for å identifisere kildene til mangler i reservoarmodellen: manglende parametere, manglende prosesser og parametere, og for liten a priori usikkerhet. For å understøtte disse metodene utarbeider vi nye visualisering metoder som kobles med eksisterende 3D visualiserings programvare. Til slutt utvikler vi anbefalinger for en standardisert arbeidsflyt for 4D seismisk historietilpasning som resulterer i redusert modellfeil og bedre prediksjonsevne. I noen tilfeller er den konseptuelle modellen av reservoaret usikker. I slike tilfeller utvikler vi metoder for å identifisere hvilke av de mulige modellene som er mest nyttige for prediksjon av fremtidig reservoaroppførsel. Metodene utviklet i prosjektet blir testet på reelle feltdata, blant annet fra Edvard Grieg feltet og Norne feltet. For å sikre god industrirelevans gjennomfører prosjektmedlemmene jevnlige en-til-en møter med industripartnere.


Project leader: Kristian Fossum

Started: 2019

Ends: 2022

Category: Teknisk-industrielle institutter

Sector: Instituttsektor

Budget: 16189970

Institution: NORCE NORWEGIAN RESEARCH CENTRE AS

Address: