Analise das incertezas envolvidas na modelagem de reservatorios no contexto geoestatistico
Marcelo Lopes de Oliveira
DISSERTAÇÃO
Português
T/UNICAMP OL4a
Campinas, SP : [s.n.], 1997.
115f. : il.
Orientador: Armando Zaupa Remacre
Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Geociencias
Resumo: A análise dos diversos algoritmos de krigagem e simulação estocástica possibilitou o entendimento do potencial e das limitações das ferramentas geoestatísticas na modelagem de reservatórios. Esses algoritmos diferem em suas hipóteses básicas, faixa de aplicação, complexidade e eficiência...
Ver mais
Resumo: A análise dos diversos algoritmos de krigagem e simulação estocástica possibilitou o entendimento do potencial e das limitações das ferramentas geoestatísticas na modelagem de reservatórios. Esses algoritmos diferem em suas hipóteses básicas, faixa de aplicação, complexidade e eficiência computacional. Portanto, cada técnica tem seu uso a depender da fase de desenvolvimento do reservatório, dos objetivos do estudo, dos atributos que estão sendo modelados e, conseqüentemente, da quantidade e da qualidade dos dados disponíveis sobre o reservatório: dados sísmicos, geológicos e de produção. Assim, diante da diversidade de situações encontradas na modelagem estocástica de reservatórios, é imprescindível o entendimento das características das diferentes alternativas de simulação estocástica disponíveis, para que se possa escolher a metodologia mais adequada ao contexto que está sendo analisado. Nesta dissertação foram analisados os principais algoritmos de simulação estocástica e krigagem com o objetivo de facilitar a análise do tema incerteza. É importante ressaltar que as estimativas, simulações estocásticas e as conseqüentes avaliações de incerteza são dependentes do modelo adotado e de seus parâmetros. Em relação às krigagens, foram construídos intervalos de incerteza a partir de krigagens paramétricas, enfatizando as hipóteses adotadas. Verificou-se também a influência do aumento do número de dados condicionantes e da representatividade dos mesmos na melhor definição dos semivariogramas e na obtenção de estimativas mais representativas. Quanto a simulação estocástica, foram obtidas representações de incerteza como mapas de quantis, de probabilidade, de dispersão, etc. Foi implementado o algoritmo de simulação campo de probabilidade, sendo proposta uma alternativa específica para distribuição multivariada gaussiana. Enfim, a análise crítica de tópicos e problemas específicos sobre avaliação de incertezas evidenciam que muitos conceitos devem ser melhor entendidos, para possibilitar melhor utilização das ferramentas geoestatísticas e, conseqüentemente, melhor conhecimento de suas limitações. Dentre os diversos tópicos abordados, destacam-se: eqüiprobabilidade das realizações, flutuações ergódicas, número de realizações necessárias para cobrir adequadamente o espaço de incertezas, etc. Para alguns destes problemas, a geoestatística não tem uma solução específica
Ver menos
Abstract: The analysis of several algorithms of kriging and stochastic simulation allowed the understanding of potential and shortcomings of geostatistics tools for reservoir modeling. Those algorithms differ in range of application, underlying assumptions, complexity of usage and computer...
Ver mais
Abstract: The analysis of several algorithms of kriging and stochastic simulation allowed the understanding of potential and shortcomings of geostatistics tools for reservoir modeling. Those algorithms differ in range of application, underlying assumptions, complexity of usage and computer efficiency. However, each technique has its application, depending on the reservoir development levei, the purpose of the study, the modeled parameter, and consequently on the reservoir quality data: seismic, geologic and production data. Thus, depending on the diversity of the problems faced stochastic reservoir modeling, it is of utmost importance the understanding of the characteristics related to the different algorithms of stochastic simulation available, and the choosing of methodology better applied to the studied case. In this dissertation, the most used algorithms of stochastic simulation and kriging were analyzed within purpose of facilitating the analysis related to uncertainty. It is important to be aware that the estimations, stochastic simulations and uncertainty evaluations are dependents on the adopted model and its parameters. Concerning the kriging, confidence intervals ftom parametric kriging were built with emphasis on the adopted hypotheses. The influence of the increasing of number of the conditioning data and its representativity were also verified to achieve an adequate semivariogram and consistent estimation. Uncertainty representations such as maps of spread, quantile maps, probability maps were obtained. The algorithm of simulation p-field was implemented and a specific altemative for multigaussian distributions was proposed. At last, a critical analysis of specifics topics and problems related to uncertainty evaluation show that many concepts need to be better understood to enable better application of the geostatistics tools and, consequently, better knowledge of their shortcomings, such as realizations equiprobability , ergodic fluctuations, number of realizations necessary for to adequately cover the uncertainty space. For some problems, geostatistics does not have a specific solution
Ver menos
Analise das incertezas envolvidas na modelagem de reservatorios no contexto geoestatistico
Marcelo Lopes de Oliveira
Analise das incertezas envolvidas na modelagem de reservatorios no contexto geoestatistico
Marcelo Lopes de Oliveira
Exemplares
Nº de exemplares: 2
Não existem reservas para esta obra