MX2013006155A - Sistemas y metodos para reducir el tiempo de ejecucion de un modelo simulador de deposito. - Google Patents
Sistemas y metodos para reducir el tiempo de ejecucion de un modelo simulador de deposito.Info
- Publication number
- MX2013006155A MX2013006155A MX2013006155A MX2013006155A MX2013006155A MX 2013006155 A MX2013006155 A MX 2013006155A MX 2013006155 A MX2013006155 A MX 2013006155A MX 2013006155 A MX2013006155 A MX 2013006155A MX 2013006155 A MX2013006155 A MX 2013006155A
- Authority
- MX
- Mexico
- Prior art keywords
- simulation model
- reservoir simulation
- time step
- time
- decision
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000004088 simulation Methods 0.000 claims description 88
- 238000004519 manufacturing process Methods 0.000 claims description 34
- 238000002347 injection Methods 0.000 claims description 25
- 239000007924 injection Substances 0.000 claims description 25
- 238000009826 distribution Methods 0.000 claims description 13
- 230000005540 biological transmission Effects 0.000 claims description 12
- 238000013528 artificial neural network Methods 0.000 abstract description 6
- 238000012545 processing Methods 0.000 description 8
- 238000010200 validation analysis Methods 0.000 description 8
- 238000003860 storage Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000012549 training Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000010348 incorporation Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000002948 stochastic simulation Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B2200/00—Special features related to earth drilling for obtaining oil, gas or water
- E21B2200/22—Fuzzy logic, artificial intelligence, neural networks or the like
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Fluid Mechanics (AREA)
- Geochemistry & Mineralogy (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Production Of Liquid Hydrocarbon Mixture For Refining Petroleum (AREA)
- Feedback Control In General (AREA)
Abstract
Sistemas y métodos para la reducción del tiempo de ejecución de un modelo de simulación de yacimiento utilizando un modelo simplificado basado en una red neuronal.
Description
SISTEMAS Y MÉTODOS PARA REDUCIR
EL TIEMPO DE EJECUCIÓN DE UN MODELO SIMULADOR DE DEPÓSITO
REFERENCIA CRUZADA CON SOLICITUDES RELACIONADAS
No se aplica.
DECLARACIÓN RELATIVA A LA INVESTIGACIÓN CON PATROCINIO FEDERAL
No se aplica.
CAMPO DE LA INVENCIÓN
La presente invención se refiere a los sistemas y métodos para reducir el tiempo de ejecución del modelo de simulación de yacimiento. Más particularmente, la presente invención se refiere a la reducción del tiempo de ejecución de un modelo de simulación de yacimiento utilizando un modelo simplificado {proxy model) basado en una red neuronal.
ANTECEDENTES DE LA INVENCIÓN
Un modelo numérico totalmente físico, que también se conoce como un modelo de simulación de yacimiento se utiliza con frecuencia en la industria del petróleo y el gas para administrar el yacimiento y optimizar la producción mediante la determinación de numerosas variables para el yacimiento, como, por ejemplo, cuántos pozos perforar, dónde perforar los pozos, cómo administrar de manera óptima la inyección de agua o gas, qué tipo de instalaciones se necesitan y cuándo deben estar en funcionamiento, etc. Un modelo de simulación de yacimiento
también se puede utilizar para administrar el yacimiento diaria o mensualmente para optimizar la producción. El modelo de simulación de yacimiento tiene por objeto predecir el futuro rendimiento de la producción del yacimiento -en el sentido de cualquier resultado numérico común para los modelos numéricos de simulación de yacimiento incluyendo los perfiles de producción, las presiones del campo y las presiones de la parte inferior y superior del pozo y similares. Sin embargo, los modelos convencionales de simulación de yacimiento son de ejecución lenta. Este problema asociado con los modelos convencionales de simulación de yacimiento se agrava porque los modelos incluyen cientos de millones de ecuaciones que deben ser ejecutadas simultáneamente a fin de ejecutar el modelo completo, lo que podría tardar horas o días en completarse.
SUMARIO
La presente invención, por lo tanto, cumple con las necesidades antes mencionadas y supera una o más deficiencias de la técnica anterior mediante el suministro de sistemas y métodos para la generación de un modelo simplificado empírico de ejecución rápida de un modelo de simulación de yacimiento.
En una incorporación, la presente invención incluye un método para reducir el tiempo de ejecución del modelo de simulación de yacimiento, que comprende: i) la selección de la variable de cada decisión para un modelo de simulación de yacimiento; ii) el cálculo de un caso base de operación para el modelo de simulación
de yacimiento utilizando un procesador de computadora, el caso base de operación representa las tasas de producción o inyección durante un determinado periodo de tiempo para cada variable de toma de decisión; iii) la selección de cada paso de tiempo para el modelo de simulación de yacimiento; iv) la determinación de los valores de una distribución en cada paso de tiempo para cada variable de decisión utilizando las tasas de producción o inyección del caso base de operación; v) la selección de un número mínimo de casos a generar para el modelo de simulación de yacimiento, cada uno de los cuales representa los datos de entrada del modelo de simulación de yacimiento; y vi) el cálculo de los datos de entrada del modelo de simulación de yacimiento utilizados para reducir el tiempo de ejecución del modelo de simulación de yacimiento.
En otra incorporación, la presente invención incluye un dispositivo de transmisión de un programa no transitorio que transmite en forma tangible instrucciones a ser ejecutadas por la computadora para reducir el tiempo de ejecución del modelo de simulación de yacimiento. Las instrucciones son ejecutadas para implementar: i) la selección de cada variable de toma de decisión para un modelo de simulación de yacimiento; ii) el cálculo de un caso base de operación para el modelo de simulación de yacimiento utilizando un procesador de computadora, el caso base de operación representa las tasas de producción o inyección durante un determinado período de tiempo para cada variable de toma de decisión; iii) la selección de cada paso de tiempo para el modelo
de simulación de yacimiento; iv) la determinación de los valores de una distribución en cada paso de tiempo para cada variable de decisión utilizando las tasas de producción o de inyección del caso base de operación; v) la selección de un número mínimo de casos a generar para el modelo de simulación de yacimiento, cada uno de los cuales representa los datos de entrada del modelo de simulación de yacimiento; y vi) el cálculo de los datos de entrada del modelo de simulación de yacimiento utilizados para reducir el tiempo de ejecución del modelo de simulación de yacimiento .
Otros aspectos, ventajas e incorporaciones de la invención se pondrán de manifiesto para los especialistas en la materia a partir de la siguiente descripción de las distintas incorporaciones y dibujos relacionados.
BREVE DESCRIPCIÓN DE LOS DIBUJOS
La presente invención se describe a continuación con referencia a los dibujos que la acompañan en los que se hace referencia a los elementos iguales con numerales iguales, y en los que:
La FIG. 1 es un diagrama de flujo que ilustra una incorporación de un método de implementación de la presente invención
La FIG. 2 es un diagrama de flujo que ilustra una incorporación de un algoritmo para llevar a cabo el paso 102 en la FIG. 1.
La FIG. 3 es un diagrama de bloques que ilustra una incorporación de un sistema de implementación de la presente invención.
DESCRIPCIÓN DETALLADA DE LAS INCORPORACIONES PREFERIDAS
El objeto de la presente invención se describe con especificidad. Sin embargo, la descripción en si no tiene la finalidad de limitar el alcance de la invención. El objeto, por lo tanto, también puede ser incorporado de otras maneras, para incluir diferentes pasos o combinaciones de pasos similares a los descritos en este documento, junto con otras tecnologías. Por otra parte, aunque el término "paso" puede ser utilizado en el presente documento para describir los diferentes elementos de los métodos empleados, el término no debe ser interpretado en el sentido de implicar un orden específico entre los distintos pasos aquí expuestos salvo que la descripción lo limite expresamente a un orden determinado. Aunque la siguiente descripción se refiere a la industria del petróleo y del gas, los sistemas y métodos de la presente invención no se limitan a la misma y podrán ser aplicados también a otras industrias para alcanzar resultados similares .
DESCRIPCIÓN DEL MÉTODO
La presente invención se refiere al uso de redes neuronales para generar o construir un modelo simplificado para reducir el tiempo de ejecución para un modelo de simulación de yacimiento. Es difícil utilizar un modelo de simulación de yacimiento en el apoyo a la toma de decisiones del ciclo rápido puesto que estos modelos tardan mucho tiempo en ejecutarse. Las ecuaciones del flujo de líquido, que son la base de cualquier modelo de simulación de yacimiento, operan en un medio homogéneo, pero las estructuras físicas representadas por el modelo de simulación de
yacimiento son intrínsecamente heterogéneas. A fin de superar esta limitación, el yacimiento total se divide en celdas individuales homogéneas (o bloques) , que se aproximan a la heterogeneidad del yacimiento real. El flujo de líquido en el yacimiento es básicamente provocado por las diferencias de presión entre las celdas de simulación, entre una celda de simulación y un pozo de producción, o entre una celda de simulación y un pozo de inyección. El flujo de líquido entre cada par de elementos de comunicación (celdas, pozos de producción y pozos de inyección) se rige por un conjunto de ecuaciones que deben resolverse de forma iterativa hasta que el sistema numérico converja hacia una respuesta.
Ya que los modelos prácticos de simulación de yacimiento están compuestos por muchas (a veces miles) de celdas, el tiempo de simulación total tiende a ser bastante largo, incluso en sistemas informáticos muy potentes. Un modelo simplificado es un modelo empírico copia de un modelo simulador depósito particular, que sólo un determinado conjunto limitado de las regiones en las que opera. Un modelo simplificado es una copia empírica de un modelo de simulación de yacimiento determinado, que es exacto sólo para un determinado conjunto limitado de regiones operativas. El modelo simplificado puede ejecutar entre cuatro y cien veces más rápido que el modelo de simulación de yacimiento. Por lo tanto, el modelo simplificado puede ser utilizado para apoyar la toma de decisiones del ciclo rápido. A fin de construir el modelo simplificado empírico, se deben generar los datos del modelo de
simulación de yacimiento. Ello se realiza mediante la ejecución del modelo de simulación de yacimiento para una serie de casos de entrada para producir la tasa de producción de salida del modelo de simulación de yacimiento. Por lo tanto, puede parecer que si el tiempo de ejecución es un problema en un modelo de simulación de yacimiento y dicho modelo de simulación de yacimiento debe ser ejecutado varias veces para calcular los datos necesarios para construir un modelo simplificado, puede que no haya un beneficio neto. Sin embargo, si la generación de un modelo simplificado puede ser automatizada y el número de ejecuciones del caso necesarias para generar con precisión el modelo simplificado se puede reducir al mínimo, se pueden palpar los beneficios de generar un modelo simplificado.
El modelo simplificado es capaz de predecir las tasas de producción de gas, agua y petróleo o las tasas de inyección de todo el yacimiento y también de pozos individuales dado un conjunto de objetivos predefinidos de producción e inyección del pozo. El modelo simplificado se basa en el reto operacional de responder a las diferentes limitaciones de las variables de toma de decisión (p. ej . , cuándo abrir, cerrar o restringir el flujo de pozos de producción e inyección) en el marco de tiempo de la evaluación. El modelo simplificado, por lo tanto, aborda el tema de cómo limitar los parámetros operativos de las distintas variables de decisión a fin de reducir el tiempo de ejecución del modelo de simulación de yacimiento (es decir, sin tener que ejecutar una situación numérica de campo completo) , al mismo
tiempo que se mantiene una representación razonable del modelo de simulación de yacimiento.
Refiriéndonos ahora a la FIG. 1, un diagrama de flujo ilustra una incorporación de un método 100 para la aplicación de la presente invención.
En el paso 102, se calculan los datos de entrada del modelo de simulación de yacimiento. Los datos de entrada del modelo de simulación de yacimiento se representan mediante varios casos donde cada caso representa un valor para todas las variables de decisión (p. ej . , reguladores de pozo, etc., que pueden ser manipulados durante el flujo de trabajo de apoyo de la decisión de administración de activos) en cada paso de tiempo. La colección de casos, por lo tanto, representa el rango de interés operativo completo para el que el modelo simplificado será utilizado. De esta manera, el número de casos necesarios para cubrir la totalidad del rango operativo del modelo de simulación de yacimiento puede reducirse mientras se sigue manteniendo una representación bastante precisa del modelo de simulación de yacimiento .
Refiriéndonos ahora a la FIG. 2, un diagrama de flujo ilustra una incorporación de un método 200 para la implementación del paso 102 en la FIG. 1.
En el paso 202, el número total de variables de decisión (n) para el modelo de simulación de yacimiento se selecciona utilizando la interfaz del cliente/interfaz de video que se describe en referencia a la FIG. 3. Las variables de decisión pueden
representar reguladores, presiones superficiales, extracción por gas y similares, que pueden ser manipuladas durante el flujo de trabajo de apoyo de la decisión de administración de activos.
En el paso 204, se calcula en el tiempo un caso base de operación para el modelo de simulación de yacimiento mediante la ejecución del modelo de simulación de yacimiento con los mejores insumos del actual escenario operativo (p. ej . , ajustes del regulador, oportunidad, etc.). El caso base de operación, pues, representa las tasas de producción o las tasas de inyección durante un determinado periodo de tiempo - lo que significa cada paso de tiempo - para cada variable de toma de decisión.
En el paso 206, el número total de pasos de tiempo (m) del modelo de simulación de yacimiento se selecciona utilizando la interfaz del cliente/interfaz de video que se describe en referencia a la FIG. 3. Por lo tanto, el número de pasos de tiempo y el tiempo para cada paso de tiempo son seleccionados y pueden estar basados en, por ejemplo, las tasas de producción o las tasas de inyección del caso base del paso 204. Por ejemplo, la tasa de producción de cada pozo se puede graficar utilizando las tasas de producción o las tasas de inyección del caso base del paso 204. El gráfico mostrará un pico en los primeros momentos y luego un largo decaimiento durante la vida del pozo. La teoría de procesamiento de señales enseña que se necesitan entre 5 y 12 puntos equidistantes para describir una curva de declive. De esta manera, los puntos que representan cada paso de tiempo podrían ser seleccionados al comienzo del declive y extenderse hasta
donde la tasa de producción se aplana en incrementos iguales. Comúnmente, a los operadores no les gusta mover los reguladores de pozo más de una vez al mes. Alternativamente, la selección de cada paso de tiempo puede basarse en normas heurísticas como la frecuencia con que los escenarios operativos permitirán el movimiento de los reguladores de pozo o por métodos más complejos bastante conocidos en la técnica. Cada paso de tiempo puede estar representado por horas, días, meses o años, por ejemplo.
En el paso 208, los valores de la distribución se determinan en cada uno del total de pasos de tiempo (m) para cada una del total de variables de decisión (n) . Una forma de distribución que puede ser utilizada se denomina distribución triangular y normalmente requiere tres valores: un valor mínimo y un valor máximo, que pueden ser seleccionados mediante la interfaz del cliente/interfaz de vídeo que se describe en referencia a la FIG. 3, y un valor más probable que puede ser seleccionado o calculado de manera similar. Cada valor representa el estado de una variable de decisión en un paso de tiempo dado (t) . Se puede establecer, por ejemplo, un valor mínimo del regulador, en un valor que represente una posición totalmente cerrada para el regulador en el paso de tiempo (t) y se puede establecer el valor máximo del regulador en un valor que represente una posición totalmente abierta para el regulador en el paso de tiempo (t) . El valor más probable en el paso de tiempo (t) pueden ser seleccionado de las tasas de producción o las tasas de inyección del paso 204 si cada paso de tiempo es idéntico a cada uno de los
respectivos pasos de tiempo para el periodo de tiempo predeterminado. Alternativamente, el valor más probable puede calcularse de tal forma que cuando se cambien los movimientos del regulador del caso base para que ocurran en los pasos de tiempo seleccionados en el paso 206, se calcule la misma tasa de producción acumulativa en ambos casos. Esta alternativa asegura que la tasa de producción acumulada del caso base y la generada en los pasos de tiempo seleccionados en el paso 206 sean iguales. Otra alternativa seria cambiar el movimiento del regulador de pozo del caso base a un paso de tiempo anterior al del caso base y mover el regulador en el próximo paso de tiempo para volver a garantizar las mismas tasas acumuladas de producción o inyección. Sin embargo, se pueden utilizar otras formas de distribución que son bien conocidas en la técnica para los mismos fines.
En el paso 209, el número mínimo de casos (es decir, los datos de entrada del modelo de simulación de yacimiento) para generar el modelo de simulación de yacimiento se selecciona utilizando la interfaz del cliente/interfaz de vídeo que se describe en referencia a la FI6. 3. El número mínimo de casos sigue siendo de diez a cien veces el número de variables de decisión seleccionado en el paso 202. Por lo general, el número mínimo de casos se basará en el número mínimo de casos necesarios para iniciar el proceso, que puede ser necesario aumentar en función de los resultados del paso 114.
En el paso 210, los datos de entrada del modelo de simulación de yacimiento se calculan mediante la aplicación de un conocido
algoritmo de simulación estocástica, como, por ejemplo, Monte Cario, matriz ortogonal e Hipercubo Latino, y los resultados de los pasos 206 y 208. Estos algoritmos son, por lo general, métodos de búsqueda "exhaustiva" que normalmente requieren muchos miles de casos de datos de entrada del modelo de simulación de yacimiento. Los resultados de los pasos 206 y 208, por lo tanto, se utilizan para limitar los datos del modelo de simulación de yacimiento de entrada al limitar el número de casos que sean iguales o mayores que el número mínimo de casos seleccionados, con sólo el número de pasos de tiempo seleccionados en el paso 206, y que tengan valores para la distribución calculada en el paso 208. El número limitado de casos generalmente representa el entre 15 y 20% del número total de casos que, de otro modo, serían necesarios al utilizar un algoritmo de simulación estocástica sin restricciones. Los datos de entrada del modelo de simulación de yacimiento están representados por los valores de (n x m) por (x) número de casos.
En el paso 104, los datos del modelo simplificado se calculan utilizando los datos de entrada del modelo de simulación de yacimiento del paso 102 y el modelo de simulación de yacimiento. En otras palabras, el algoritmo del modelo de simulación de yacimiento sólo procesa las ejecuciones limitadas determinadas por el paso 210 por lotes para calcular los datos del modelo simplificado. Los datos del modelo simplificado incluyen datos que pueden ser utilizados para la capacitación (datos de capacitación) , prueba (datos de prueba) y validación (datos de
validación) . Los datos del modelo simplificado pueden ser separados y marcados como datos de capacitación, datos de prueba y datos de validación a medida que se vayan calculando o, alternativamente, después de ser calculados. Además, los datos del modelo simplificado pueden ser separados y marcados según un criterio predeterminado o de forma aleatoria.
En el paso 106, el número total de variables de entrada del modelo simplificado se selecciona igual al número total de variables de decisión para cada paso de tiempo utilizando la interfaz del cliente/interfaz de video que se describe en referencia a la FIG. 3.
En el paso 108, la arquitectura del modelo simplificado se determina utilizando una red neuronal y las variables de entrada del modelo simplificado seleccionadas en el paso 106. La red neuronal es una estructura matemática paralela compuesta por nodos, que calculan un resultado individual que se transmite a los otros nodos para su posterior procesamiento. La arquitectura del modelo simplificado, por lo tanto, representa el número total de nodos necesarios, que se determina utilizando técnicas muy conocido en el arte y el número total de variables de entrada del modelo simplificado del paso 106. Cada nodo requiere un valor como coeficiente, que se determina a partir de una actividad de capacitación.
En el paso 110, los valores del coeficiente de la arquitectura del modelo simplificado se calculan para cada nodo en la arquitectura del modelo simplificado utilizando técnicas
conocidas en el arte como, por ejemplo, la retro programación o una subrutina de solución de optimización. Los datos que se utilizan para cada coeficiente (nodo) son los datos de capacitación y los datos de prueba del paso 104. Después de calcular todos los valores del coeficiente, se dice que la red neuronal está capacitada y representa un modelo simplificado. Los valores del coeficiente también se denominan a menudo pesos y sesgos .
En el paso 112, los datos de salida del modelo simplificado se calculan utilizando los datos de validación del modelo simplificado del paso 102 y del modelo simplificado del paso 110. En el paso 114, el método 100 compara los datos de salida del modelo simplificado del paso 112 con los datos de validación del modelo simplificado del paso 104 para determinar si son iguales. Si los datos de salida del modelo simplificado son iguales a los datos de validación del modelo simplificado, el método 100 prosigue con el paso 116. Si los datos de salida del modelo simplificado no son iguales a los datos de validación del modelo simplificado, el método 100 vuelve al paso 102 para recalcular los datos de entrada del modelo de simulación de yacimiento utilizando un número mínimo mayor de casos. De esta forma, los pasos 102-114 se repiten hasta que los datos de salida del modelo simplificado sean iguales a los datos de validación del modelo simplificado .
En el paso 116, el rendimiento de los activos se pronostica utilizando el modelo simplificado capacitado y validado. Para
predecir el rendimiento de los activos, el modelo simplificado pueden ser utilizado en un proceso de toma de decisiones de ciclo rápido como, por ejemplo, el pronóstico diario y la optimización diaria. En el flujo de trabajo del pronóstico diario, los ajustes operativos actuales se ejecutan a través del modelo simplificado para predecir la producción de los activos en un número determinado de años. El equipo de operación puede determinar lo que hay que hacer para modificar el status quo utilizando el modelo simplificado en un ensayo y error. En el proceso de optimización, el estado final deseado del activo es definido por un usuario y reiterativamente utiliza el modelo simplificado para determinar en dónde establecer las variables de decisión del activo (p. ej . , reguladores) para lograr un objetivo predefinido. El método 100 ha sido probado para generar modelos simplificado exactos entre 15% y 20% del tiempo que tomarían los algoritmos estándar de simulación estocástica exhaustivos. Los modelos simplificado resultantes también han demostrado precisión dentro del 2,5% (ver tablas 1-3) de los modelos convencionales de simulación de yacimiento y pueden ejecutar el modelo completo en un cuarto del tiempo que tarda el modelo convencional de simulación de yacimiento en ejecutar el modelo completo.
Tabla 1.
Escenarios para un pronóstico de 9500 días
Tabla 3.
Promedio modelo NN y desviación de la simulación numérica para algunos parámetros para el Caso D02
DESCRIPCIÓN DEL SISTEMA
La presente invención puede ser implementada a través de un programa de instrucciones que pueda ser ejecutado en una computadora, tales como módulos de programas, a los que generalmente se denomina aplicaciones de software o programas de aplicación ejecutados por una computadora. El software puede incluir, por ejemplo, rutinas, programas, objetos, componentes y estructuras de datos que realizar tareas concretas o aplican determinados tipos de datos abstractos. El software forma una interfaz para permitir que una computadora reaccione de acuerdo a una fuente de entrada. AssetConnect™ and AssetSolver™, que son aplicaciones de software comercial distribuidas por Landmark Graphics Corporation, pueden ser utilizadas para implementar la presente invención. El software también puede colaborar con otros segmentos de código para iniciar una gran variedad de tareas en respuesta a los datos recibidos en relación con la fuente de los
datos recibidos. El software puede ser almacenado y/o transportado en una diversidad de soportes de memoria, como un CD-ROM, disco magnético, memoria de burbujas y memoria de semiconductores (por ejemplo, varios tipos de RAM o ROM) . Además, el software y sus resultados pueden ser transmitidos a través de una variedad de medios de transmisión, tales como fibra óptica, cable metálico y/o a través de cualquiera de una gran variedad de redes como Internet.
Por otra parte, los especialistas en la materia notarán que la invención puede ser practicada con una variedad de configuraciones de sistemas de computación, incluyendo dispositivos de mano, sistemas multiprocesadores, artículos electrónicos de consumo basados en microprocesadores o programables, minicomputadoras y computadoras centrales, y similares. Cualquier variedad de sistemas de computadoras y redes informáticas son aceptables para el uso de la presente invención. La invención puede ser practicada en ambientes informáticos distribuidos donde las tareas se realizan mediante dispositivos de procesamiento remotos vinculados a través de una red de comunicaciones. En un ambiente de computación distribuido, los módulos del programa pueden ser ubicados en medios de almacenamiento informático tanto locales como remotos, incluyendo dispositivos de almacenamiento de memoria. La presente invención, por lo tanto, se puede implementar en relación con distintos hardware, software o una combinación de los mismos, en un sistema informático o cualquier otro sistema de procesamiento.
Refiriéndonos ahora a la FIG. 3, un diagrama de bloques ilustra una incorporación de un sistema para implementar la presente invención en una computadora. El sistema incluye una unidad de computación, a veces denominada sistema informático, que contiene memoria, programas de aplicación, una interfaz de cliente, una interfaz de video y una unidad de procesamiento. La unidad de computación es solamente un ejemplo de un ambiente de computación adecuado y no se pretende sugerir una limitación en cuanto al ámbito de uso o la funcionalidad de la invención.
La memoria almacena principalmente los programas de aplicación, que también se pueden describir como módulos del programa, que contienen instrucciones ejecutables por computadora, ejecutadas por la unidad de computación para la aplicación de la invención que se describe en este documento y que se ilustran en las FI6S. 1-2. La memoria, por lo tanto, incluye un módulo de reducción de tiempo de ejecución, que permite los métodos que se ilustran y se describen en referencia a las figuras 1-2 e integra la funcionalidad de los programas de aplicación restantes que se ilustran en la FIG. 3. El módulo de reducción del tiempo de ejecución, por ejemplo, puede ser utilizado para ejecutar muchas de las funciones que se describen en referencia al paso 102 en la FIG. 1. Se puede utilizar AssetConnect™, por ejemplo, para ejecutar las funciones que se describen en referencia a los pasos 104 y 116 en la FIG. 1. Y se puede utilizar AssetSolver™, por ejemplo, para ejecutar las funciones que se describen en referencia a los pasos 108, 110, 112 y 116 en la FIG. 1.
A pesar de que la unidad de computación se muestra como dotada de una memoria generalizada, la unidad de computación normalmente incluye una diversidad de medios legibles por computadora. Como un ejemplo, y no como una limitación, los medios legibles por computadora pueden incluir medios informáticos de almacenamiento. La memoria del sistema informático puede incluir medios informáticos de almacenamiento en forma de memoria volátil y/o no volátil, como la memoria de sólo lectura (ROM) y la memoria de acceso aleatorio (RAM) . Por lo general, un sistema básico de entrada y salida (BIOS), que contiene las rutinas básicas que ayudan a transferir la información entre los elementos de la unidad de computación, como por ejemplo durante la puesta en marcha, es almacenado en la ROM. La memoria RAM, por lo general, contiene datos y/o módulos del programa que son inmediatamente accesibles y/o que están siendo operados por la unidad de procesamiento. A modo de ejemplo, y no de limitación, la unidad de computación incluye un sistema operativo, los programas de aplicaciones, otros módulos del programa y datos del programa. Los componentes que aparecen en la memoria también pueden estar incluidos en otros medios informáticos de almacenamiento extraibles o no extraibles, volátiles o no volátiles, o pueden ser implementados en la unidad de computación a través de la interfaz para programación de aplicaciones ("API") , que puede residir en una unidad de computación separada conectada a través de un sistema o red informática. Por ejemplo, una unidad de disco duro puede leer o escribir en un medio magnético no extraible y
no volátil, una unidad de disco magnético puede leer o escribir en un disco magnético extraible y no volátil y una unidad de disco óptico puede leer o escribir en un disco óptico extraible y no volátil, como un CD-ROM u otros medios ópticos. Otros medios informáticos de almacenamiento extraible y no extraible, volátiles y no volátiles de soportes que pueden ser utilizados en el ambiente operativo del ejemplo pueden incluir, pero no están limitados a, cintas magnéticas, tarjetas de memoria flash, discos de video digital, cintas de video digital, RAM de estado sólido, ROM de estado sólido y similares. Las unidades y sus correspondientes medios informáticos de almacenamiento mencionados anteriormente ofrecen almacenamiento de instrucciones legible por computadora, estructuras de datos, módulos del programa y otros datos de la unidad de computación.
Un cliente puede introducir comandos e información en la unidad de computación a través de la xnterfaz del cliente, que puede ser un dispositivo de entrada, como un teclado y un dispositivo señalador, comúnmente conocido como ratón, trackball o touchpad. Los dispositivos de entrada pueden incluir un micrófono, joystick, antena parabólica, escáner o similar. Estos y otros dispositivos de entrada están a menudo conectados a la unidad de procesamiento a través de un bus de sistema, pero pueden estar conectados por otra interfaz y estructuras del bus, como un puerto paralelo o USB (bus universal en serie) .
Se puede conectar un monitor u otro tipo de dispositivo de visualización al bus del sistema a través de una interfaz, como
por ejemplo una interfaz de video. También se puede utilizar una interfaz gráfica de usuario ("GUI") con la interfaz de video para recibir instrucciones de la interfaz del cliente y transmitir instrucciones a la unidad de procesamiento. Además del monitor, las computadoras también pueden incluir otros dispositivos periféricos de salida, tales como altavoces e impresora, que pueden estar conectados a través de una interfaz periférica de salida .
A pesar de que no se muestran muchos otros componentes internos de la unidad de computación, quienes tengan un conocimiento ordinario sobre la matera apreciarán que esos componentes y su interconexión son bien conocidos.
Si bien la presente invención se ha descrito en relación con las incorporaciones preferidas actualmente, los expertos en la materia entenderán que no se pretende limitar la invención a dichas incorporaciones. Por lo tanto, se contempla la posibilidad de realizar distintas incorporaciones y modificaciones a las incorporaciones divulgadas sin apartarse del espíritu y el alcance de la invención definida por las reivindicaciones anexas y equivalentes de las mismas.
Claims (1)
- EIVINDICACIONES Un método para reducir el tiempo de ejecución de un modelo de simulación de yacimiento, que incluye: seleccionar cada variable para la toma de decisión de un modelo de simulación de yacimiento; calcular un caso base de operación para el modelo de simulación de yacimiento utilizando un procesador de computadora, dicho caso base de operación representa las tasas de producción o las tasas de inyección durante un determinado periodo de tiempo para cada variable de toma de decisión; seleccionar cada paso de tiempo para el modelo de simulación de yacimiento; determinar los valores para una distribución en cada paso de tiempo para cada una de las variables de toma de decisión utilizando las tasas de producción o las tasas de inyección del caso base de operación; seleccionar un número mínimo de casos a ser generados para el modelo de simulación de yacimiento, cada caso representa los datos de entrada del modelo de simulación de yacimiento; y calcular los datos de entrada para el modelo de simulación de yacimiento que se utilizarán para reducir el tiempo de ejecución del modelo de simulación de yacimiento. El método de la reivindicación 1, en el que el periodo de tiempo preestablecido es cada paso de tiempo para cada variable de toma de decisión. El método de la reivindicación 1, en el que la selección de cada paso de tiempo para el modelo de simulación de yacimiento se basa en las tasas de producción o las tasas de inyección del caso base de operación. El método de la reivindicación 1, en el que los valores de una distribución triangular incluyen un valor mínimo y un valor máximo y un valor más probable en cada paso de tiempo para cada una de la variable de toma de decisión. El método de la reivindicación 4, en el que se selecciona el valor mínimo y representa un valor para un regulador en una posición totalmente cerrada en el respectivo paso de tiempo. El método de la reivindicación 5, en el que el valor máximo se selecciona y representa el valor de un regulador en una posición abierta en el respectivo paso de tiempo. El método de la reivindicación 6, en el que el valor más probable es seleccionado de las tasas de producción o las tasas de inyección del caso base de operación si cada paso de tiempo es igual a cada paso de tiempo respectivo para el periodo de tiempo preestablecido. El método de la reivindicación 5, en el que el valor más probable se calcula utilizando las tasas de producción o las tasas de inyección del caso base de operación. El método de la reivindicación 1, en el que el número mínimo de casos es por lo menos diez veces el número de variables de decisión seleccionadas para el modelo de simulación de yacimiento . El método de la reivindicación 1, en el que los pasos de tiempo seleccionados para el modelo de simulación de yacimiento y los valores determinados para la distribución triangular en cada paso de tiempo para cada variable de decisión son utilizados para limitar los datos de entrada del modelo de simulación de yacimiento limitando el número mínimo de casos seleccionados a únicamente los pasos de tiempo seleccionados. Un dispositivo de transmisión del programa no transitorio que transmita en forma tangible instrucciones a ser ejecutadas por la computadora para reducir el tiempo de ejecución del modelo de simulación de yacimiento, donde las instrucciones son ejecutables para implementar: seleccionar cada variable de decisión para un modelo de simulación de yacimiento; calcular un caso base de operación para el modelo de simulación de yacimiento utilizando un procesador de computadora, cuyo caso base de operación representa las tasas de producción o inyección en un periodo de tiempo determinado para cada variable de decisión; seleccionar cada paso de tiempo para el modelo de simulación de yacimiento; determinar los valores de distribución en cada paso de tiempo para cada variable de decisión utilizando las tasas de producción o inyección del caso base de operación; seleccionar un número mínimo de casos para generar el modelo de simulación de yacimiento, donde cada caso representa los datos de entrada del modelo de simulación de yacimiento; y calcular los datos de entrada del modelo de simulación de yacimiento que serán utilizados para reducir el tiempo de ejecución del modelo de simulación de yacimiento. El dispositivo de transmisión del programa de la reivindicación 11, en el que el periodo de tiempo determinado es cada paso de tiempo de cada variable de toma de decisión. El dispositivo de transmisión del programa de la reivindicación 11, en el que la selección de cada paso de tiempo del modelo de simulación de yacimiento se basa en las tasas de producción e inyección del caso base de operación. El dispositivo de transmisión del programa de la reivindicación 11, en el que los valores para una distribución triangular incluyen un valor mínimo, un valor máximo y un valor más probable en cada paso de tiempo para cada variable de toma de decisión. El dispositivo de transmisión del programa de la reivindicación 14, en el que el valor mínimo se selecciona y representa un valor para un regulador en una posición totalmente cerrada en el respectivo paso de tiempo. El dispositivo de transmisión del programa de la reivindicación 15, en el que se selecciona el valor máximo y representa un valor para un regulador en una posición totalmente abierta en el respectivo paso de tiempo. El dispositivo de transmisión del programa de la reivindicación 16, en el que el valor más probable es seleccionado de las tasas de producción e inyección del caso base de operación si cada paso de tiempo seleccionado es igual a cada paso de tiempo respectivo para el periodo de tiempo determinado. El dispositivo de transmisión del programa de la reivindicación 15, en el que el valor más probable se calcula utilizando las tasas de producción e inyección del caso base de operación. El dispositivo de transmisión del programa de la reivindicación 11, en el que el número mínimo de casos es por lo menos diez veces el número de variables de decisión seleccionadas para el modelo de simulación de yacimiento. El dispositivo de transmisión del programa de la reivindicación 11, en el que los pasos de tiempo seleccionados para el modelo de simulación de yacimiento y los valores determinados para la distribución triangular en cada paso de tiempo para cada variable de decisión son utilizados para limitar los datos de entrada del modelo de simulación de yacimiento limitando el número mínimo de casos seleccionados a únicamente los pasos de tiempo seleccionados .
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/US2010/058441 WO2012074516A1 (en) | 2010-11-30 | 2010-11-30 | Systems and methods for reducing reservoir simulator model run time |
Publications (1)
Publication Number | Publication Date |
---|---|
MX2013006155A true MX2013006155A (es) | 2014-10-24 |
Family
ID=46172191
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
MX2013006155A MX2013006155A (es) | 2010-11-30 | 2010-11-30 | Sistemas y metodos para reducir el tiempo de ejecucion de un modelo simulador de deposito. |
Country Status (9)
Country | Link |
---|---|
US (1) | US10409616B2 (es) |
EP (1) | EP2646927A4 (es) |
CN (1) | CN103329116A (es) |
AU (1) | AU2010364957B2 (es) |
BR (1) | BR112013013422A2 (es) |
CA (1) | CA2819334A1 (es) |
EA (1) | EA201390784A1 (es) |
MX (1) | MX2013006155A (es) |
WO (1) | WO2012074516A1 (es) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9134454B2 (en) | 2010-04-30 | 2015-09-15 | Exxonmobil Upstream Research Company | Method and system for finite volume simulation of flow |
EP2599032A4 (en) | 2010-07-29 | 2018-01-17 | Exxonmobil Upstream Research Company | Method and system for reservoir modeling |
AU2011283190A1 (en) | 2010-07-29 | 2013-02-07 | Exxonmobil Upstream Research Company | Methods and systems for machine-learning based simulation of flow |
GB2502432B (en) | 2010-09-20 | 2018-08-01 | Exxonmobil Upstream Res Co | Flexible and adaptive formulations for complex reservoir simulations |
US8994549B2 (en) * | 2011-01-28 | 2015-03-31 | Schlumberger Technology Corporation | System and method of facilitating oilfield operations utilizing auditory information |
US9489176B2 (en) | 2011-09-15 | 2016-11-08 | Exxonmobil Upstream Research Company | Optimized matrix and vector operations in instruction limited algorithms that perform EOS calculations |
CA2883169C (en) | 2012-09-28 | 2021-06-15 | Exxonmobil Upstream Research Company | Fault removal in geological models |
WO2014200669A2 (en) | 2013-06-10 | 2014-12-18 | Exxonmobil Upstream Research Company | Determining well parameters for optimization of well performance |
US10633953B2 (en) * | 2014-06-30 | 2020-04-28 | Advantek International Corporation | Slurrification and disposal of waste by pressure pumping into a subsurface formation |
US10319143B2 (en) | 2014-07-30 | 2019-06-11 | Exxonmobil Upstream Research Company | Volumetric grid generation in a domain with heterogeneous material properties |
US10803534B2 (en) | 2014-10-31 | 2020-10-13 | Exxonmobil Upstream Research Company | Handling domain discontinuity with the help of grid optimization techniques |
US11409023B2 (en) | 2014-10-31 | 2022-08-09 | Exxonmobil Upstream Research Company | Methods to handle discontinuity in constructing design space using moving least squares |
WO2016115004A1 (en) * | 2015-01-12 | 2016-07-21 | Schlumberger Canada Limited | Automatic timestep adjustment for reservoir simulation |
US20160370772A1 (en) * | 2015-06-22 | 2016-12-22 | Invensys Systems, Inc. | Process optimization using mixed integer nonlinear programming |
HUE064459T2 (hu) | 2016-12-23 | 2024-03-28 | Exxonmobil Technology & Engineering Company | Eljárás és rendszer stabil és hatékony tározó szimulációhoz stabilitási proxyk alkalmazásával |
WO2019203822A1 (en) * | 2018-04-18 | 2019-10-24 | Landmark Graphics Corporation | Methods and systems to determine and optimize reservoir simulator performance in a cloud computing environment |
US20210133375A1 (en) * | 2019-10-31 | 2021-05-06 | Landmark Graphics Corporation | Flow simulator for generating reservoir management workflows and forecasts based on analysis of high-dimensional parameter data space |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6980940B1 (en) * | 2000-02-22 | 2005-12-27 | Schlumberger Technology Corp. | Intergrated reservoir optimization |
US20070016389A1 (en) * | 2005-06-24 | 2007-01-18 | Cetin Ozgen | Method and system for accelerating and improving the history matching of a reservoir simulation model |
EP1984860B1 (en) * | 2006-01-31 | 2022-06-15 | Landmark Graphics Corporation | Methods, systems, and computer-readable media for fast updating of oil and gas field production models with physical and proxy simulators |
US8504341B2 (en) | 2006-01-31 | 2013-08-06 | Landmark Graphics Corporation | Methods, systems, and computer readable media for fast updating of oil and gas field production models with physical and proxy simulators |
WO2007089832A1 (en) * | 2006-01-31 | 2007-08-09 | Landmark Graphics Corporation | Methods, systems, and computer-readable media for real-time oil and gas field production optimization using a proxy simulator |
US7716029B2 (en) | 2006-05-15 | 2010-05-11 | Schlumberger Technology Corporation | Method for optimal gridding in reservoir simulation |
AU2007339997A1 (en) | 2006-12-28 | 2008-07-10 | Chevron U.S.A. Inc. | History matching and forecasting of hydrocarbon-bearing reservoirs utilizing proxies for likelihood functions |
US20100081184A1 (en) * | 2008-09-26 | 2010-04-01 | Downey Robert A | Method for evaluation, design and optimization of in-situ bioconversion processes |
US8280709B2 (en) * | 2008-10-03 | 2012-10-02 | Schlumberger Technology Corporation | Fully coupled simulation for fluid flow and geomechanical properties in oilfield simulation operations |
-
2010
- 2010-11-30 US US13/990,753 patent/US10409616B2/en active Active
- 2010-11-30 BR BR112013013422A patent/BR112013013422A2/pt not_active IP Right Cessation
- 2010-11-30 EA EA201390784A patent/EA201390784A1/ru unknown
- 2010-11-30 CA CA2819334A patent/CA2819334A1/en not_active Abandoned
- 2010-11-30 EP EP10860155.0A patent/EP2646927A4/en not_active Withdrawn
- 2010-11-30 AU AU2010364957A patent/AU2010364957B2/en not_active Ceased
- 2010-11-30 WO PCT/US2010/058441 patent/WO2012074516A1/en active Application Filing
- 2010-11-30 CN CN201080070418XA patent/CN103329116A/zh active Pending
- 2010-11-30 MX MX2013006155A patent/MX2013006155A/es active IP Right Grant
Also Published As
Publication number | Publication date |
---|---|
CA2819334A1 (en) | 2012-06-07 |
EP2646927A1 (en) | 2013-10-09 |
WO2012074516A1 (en) | 2012-06-07 |
US20130338985A1 (en) | 2013-12-19 |
AU2010364957A1 (en) | 2013-06-13 |
CN103329116A (zh) | 2013-09-25 |
EP2646927A4 (en) | 2016-06-15 |
AU2010364957B2 (en) | 2015-04-23 |
US10409616B2 (en) | 2019-09-10 |
BR112013013422A2 (pt) | 2016-10-11 |
EA201390784A1 (ru) | 2013-12-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
MX2013006155A (es) | Sistemas y metodos para reducir el tiempo de ejecucion de un modelo simulador de deposito. | |
JP6926047B2 (ja) | 予測問題のための予測モデルを選択するための方法および予測モデル化装置 | |
Owolabi et al. | Predicting completion risk in PPP projects using big data analytics | |
Fawcett et al. | Flexible strategies for long-term sustainability under uncertainty | |
RU2502120C2 (ru) | Системы и способы оптимизации операций добычи в реальном времени | |
Özmen et al. | RMARS: robustification of multivariate adaptive regression spline under polyhedral uncertainty | |
US11468368B2 (en) | Parametric modeling and simulation of complex systems using large datasets and heterogeneous data structures | |
Dogan et al. | An open-source Python implementation of California's hydroeconomic optimization model | |
US9921338B2 (en) | Selecting and optimizing oil field controls for production plateau | |
Liu et al. | Cloud computing for integrated stochastic groundwater uncertainty analysis | |
RU2681778C2 (ru) | Способ и инструмент для выбора параметров эксплуатации скважин на этапе заводнения зрелых нефтяных месторождений | |
Khoueiry et al. | An optimization-based model for maximizing the benefits of fast-track construction activities | |
WO2017143326A1 (en) | System and method for generating a schedule to extract a resource fluid from a reservoir | |
JP7497516B2 (ja) | 等式制約を代数モデルに課すための射影方法 | |
Tao et al. | Construction project scheduling under workspace interference | |
Haller et al. | An indicator for superfluous iteration in offsite building design processes | |
KR102085956B1 (ko) | 건물에너지 사용량 및 절감율 분석을 위한 회귀모델 생성 장치 | |
Rankovic et al. | COSMIC FP method in software development estimation using artificial neural networks based on orthogonal arrays | |
Jordan et al. | A Holistic Approach to Big Data and Data Analytics for Automated Reservoir Surveillance and Analysis | |
Rabello et al. | Enhancing virtual flow metering on offshore oil platforms through parallel computing and data reconciliation | |
Nguyen et al. | Integrated system for hydraulic simulations | |
US20160024893A1 (en) | Application programming interface to probe reservoir simulation response surface models | |
WO2014197637A1 (en) | Selecting and optimizing oil field controls for production plateau | |
Molkenthin et al. | Sensitivity of probabilistic seismic hazard obtained by algorithmic differentiation: A feasibility study | |
CN113741887B (zh) | 模型生产方法、系统、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FG | Grant or registration |