ДЕТЕРМИНИСТИЧЕСКОЕ И СТОХАСТИЧЕСКОЕ МОДЕЛИРОВАНИЕ В ПРОГНОЗИРОВАНИИ ПЕТРОФИЗИЧЕСКИХ СВОЙСТВ АЛЬБСКОГО КАРБОНАТНОГО КОЛЛЕКТОРА В БАССЕЙНЕ КАМПОС (Юго-Восточная Бразилия)
А. Карраскилья, Р. Гуэрра
Laboratory of Engineering and Exploration of Petroleum (LENEP), Darcy Ribeiro Northern Rio de Janeiro State University, Rio de Janeiro, Brazil
abel@lenep.uenf.br
Ключевые слова: Карбонатный коллектор, инверсия, пористость, проницаемость, гребневая регрессия, схема нечеткой логики, анализ неопределенности методом Монте-Карло
Страницы: 1302-1316
Аннотация
Проницаемость является одним из наиболее важных и сложных параметров для оценки при характеристике нефтяного коллектора. Косвенная оценка проницаемости осуществлялась несколькими эмпирическими методами с использованием скважинных геофизических данных. Они включают в себя модель Тимура, в которой используются обычные каротажи, и модель Тимура - Коутса, в которой используется каротаж ядерного магнитного резонанса. Первой целью исследования была оценка пористости, поскольку она напрямую влияет на оценки проницаемости. Затем были проведены детерминистическая и стохастическая инверсии, потому что основной целью работы была оценка проницаемости карбонатного коллектора в бассейне Кампос на юго-востоке Бразилии. Схема гребневой регрессии была использована для детерминистической инверсии уравнений Тимура и Тимура - Коутса. Стохастическая инверсия позже была решена с использованием нечеткой логики в качестве прямой задачи, а для оценки неопределенности был применен метод Монте-Карло. Все оценки были проверены на соответствие лабораторным данным по пористости и проницаемости с использованием коэффициента корреляции Пирсона ( R ), среднеквадратичной ошибки (RMSE), средней абсолютной ошибки (MAE) и индекса согласия Уиллмотта ( d ). Результаты для модели Тимура составили R = 0.41; RMSE = 333.28; MAE = 95.56; и d = 0.55. Эти значения были хуже для модели Тимура - Коутса: R = 0.39; RMSE = 355.28; MAE = 79.35; и d = 0.51. Модель Тимура с зонами течения продемонстрировала результаты R = 0.55; RMSE = 210.88; MAE = 116.66; и d = 0.84, что превосходило результаты для двух других моделей. Таким образом, детерминистическая инверсия показала слабую способность адаптироваться к значительным колебаниям значений проницаемости вдоль скважины, что видно из сравнения этих трех подходов. Однако стохастическая инверсия с использованием трех ячеек дала результаты R = 0.35; RMSE = 320.27; MAE = 190.93; и d = 0.73, что выглядело хуже, чем результаты детерминистической инверсии. Тем временем стохастическая инверсия с шестью ячейками успешно скорректировала набор лабораторных наблюдений, поскольку она обеспечивает R = 0.87; RMSE = 156.81; MAE = 74.60; и d = 0.92. Доказано, что последний подход может обеспечить надежное решение с согласованными параметрами и точной оценкой проницаемости.
DOI: 10.15372/GiG2024103
EDN: MOHOWI
|
