Автоматизированная адаптация гидродинамической модели месторождения с применением ансамбля реализаций геологической модели

UDK: 622.276.1/.4.001.57

DOI: 10.24887/0028-2448-2026-7-102-106

Ключевые слова: гидродинамические модели месторождений, автоматизированная адаптация, оптимизационные алгоритмы, ансамбль реализаций геологической модели

Авт.: П.В. Глечиков (ООО «ЗН НТЦ»); А.В. Фомкин, д.т.н. (АО «Зарубежнефть»); А.Н. Багаев (ООО «ЗН НТЦ»); А.В. Андреев (ООО «СК РУСВЬЕТПЕТРО»)

При анализе и прогнозе показателей разработки месторождений особую актуальность приобрели гидродинамические модели, как наиболее полно учитывающие всю совокупность имеющихся геолого-геофизических данных по объекту. При стандартном процессе адаптации с одной геологической моделью к хорошей адаптации могут приводить экстремальные, негеологичные значения параметров фильтрационно-емкостных свойств пород вблизи скважин. Исходные данные для моделирования часто определяются со значительной погрешностью и охватывают только малую часть пласта, а применение единственной адаптированной модели не учитывает имеющиеся неопределенности. Все это может значительно снижать прогнозные способности моделей, повышать риски принятия неверных решений по разработке, особенно для новых малоизученных залежей или месторождений. В статье рассматриваются методы автоматизированной адаптации гидродинамических моделей на основе ансамблей их реализаций. Применение такого подхода позволяет учесть неопределенности исходных геолого-геофизических данных и после оптимизации получить совокупность гидродинамических моделей, настроенных на фактические данные разработки. К преимуществам относятся автоматизация процесса и снижение возможных ошибок (экстремальных значений параметров). Выполнена отработка, тестирование методик на реальном месторождении, рассмотрены различные оптимизационные подходы и алгоритмы. По результатам работы оценивались качество и соответствие критериям адаптации.

Список литературы

1. History matching and production forecast uncertainty by means of the ensemble kalman filter – A real field application / A. Bianco, A. Cominelli, L. Dovera [et al.] // SPE-107161-MS. – 2007. – https://doi.org/10.2118/107161-MS

2. Advanced reservoir management workflow using an EnKF based assisted history matching method / A. Seiler, G. Evensen, J.-A. Skjervheim [et al.] //

SPE-118906-MS. – 2009. – https://doi.org/10.2118/118906-MS

3. Results of the Brugge Benchmark Study for Flooding Optimization and History Matching / E. Peters, R.J. Arts, G.K. Brouwer, C.R. Geel // SPE-119094-MS. – 2009. – https://doi.org/10.2118/119094-MS

4. Evensen G. Data assimilation: The ensemble Kalman filter // Springer. – 2007. – 272 p. – https://doi.org/10.1007/978-3-540-38301-7

5. Еремян Г.А. Выбор целевой функции для решения задачи автоадаптации геолого-гидродинамической модели: дисс. ... уч. степ. канд. техн. наук. – Томск, 2020. – С. 58–61.

6. Временный регламент оценки качеств пат и приемки трехмерных цифровых геолого-гидродинамических моделей. – М.: ЦКР Роснедр, 2012.

7. ИРМ. Руководство пользователя тНавигатор. Адаптация и Оптимизация, 2024.

8. Cancelliere М., Verga F., Viberti D. Benefits and limitations of assisted history matching // SPE-146278-MS. – 2011. – https://doi.org/10.2118/146278-MS