貯留層モデリング

石油・ガス産業における貯留層モデリングには、石油貯留層のコンピュータモデルの構築が含まれます。その目的は、埋蔵量の推定値の向上、油田開発に関する意思決定、将来の生産量の予測、追加の油井の設置、代替貯留層管理シナリオの評価などです。

貯留層モデルは、規則的または不規則なグリッドで区切られた個別のセルの配列によって貯留層の物理空間を表します。セルの配列は通常 3 次元ですが、1D および 2D モデルが使用されることもあります。多孔度、浸透性、水分飽和度などの属性の値は、各セルに関連付けられています。各属性の値は、セルによって表される貯留層の体積全体に暗黙的に均一に適用されるものとみなされます。

貯留層モデルは通常、次の 2 つのカテゴリに分類されます。

• 地質モデルは地質学者と地球物理学者によって作成され、生産前に貯留層の静的な説明を提供することを目的としています。
• 貯留層シミュレーションモデルは貯留層エンジニアによって作成され、有限差分法を使用して、生産寿命全体にわたって貯留層内の流体の流れをシミュレートします。

場合によっては、単一の「共有地球モデル」が両方の目的に使用されることもあります。より一般的には、地質モデルは比較的高い (細かい) 解像度で構築されます。貯留層シミュレーション モデル用の粗いグリッドが構築され、セルの数はおそらく 2 桁少なくなります。シミュレーション モデルの属性の有効値は、アップスケーリング プロセスによって地質モデルから導出されます。または、地質モデルが存在しない場合は、シミュレーション モデルの属性値は、地質図をサンプリングするプロセスによって決定されます。

貯留層特性の真の値の不確実性は、属性値セットの複数の異なる実現を構築することによって調査されることがあります。その結果得られるシミュレーション モデルの動作から、関連する経済的不確実性のレベルがわかります。

「貯留層特性評価」という語句は、シミュレーション モデルが流体の流れをシミュレートする準備ができるまでの貯留層モデリング活動を指すために使用されることがあります。

貯留層モデルの構築、シミュレーション、解析には市販のソフトウェアが使用される。^[1]

貯留層モデルの構築に必要なプロセスは、「地震からシミュレーション」というフレーズで説明されます。モデルが元の坑井ログ、地震データ、および生産履歴を正確に反映していれば、プロセスは成功です。

貯留層モデルは、地下構造をより深く理解し、情報に基づいた井戸の配置、埋蔵量の推定、生産計画に役立てるために構築されます。モデルは、井戸のログ、地震調査、生産履歴など、現場で行われた測定に基づいています。 ^[2]

地震探査からシミュレーションへの変換により、すべての現場データを、地質学者、地球物理学者、エンジニアのチームによって構築された更新可能な貯留層モデルに定量的に統合できます。このプロセスで使用される主要な技術には、岩石タイプと岩石特性の範囲を決定するための統合された岩石物理学と岩石物理学、流動シミュレーションに十分な垂直解像度と不均一性で地震探査から得られる妥当な岩石特性モデルのセットを決定するための地統計学的反転、地震探査から得られるデータを地質モデルに正確に移動する地層グリッド転送、およびモデル検証とランク付けを行ってすべてのデータに最も適合するモデルを決定するための流動シミュレーションなどがあります。

地震シミュレーションの第一歩は、岩石物理学的主要特性と岩石の弾性特性との関係を確立することです。これは、坑井ログと地震データの間に共通点を見つけるために必要です。^[3]

坑井ログは深さ方向に測定され、高解像度の垂直データを提供しますが、坑井間の空間についての情報は提供しません。地震ログは時間方向に測定され、横方向の詳細を提供しますが、垂直解像度はかなり制限されています。相関関係にある坑井ログと地震ログを使用して、地下の詳細な 3D モデルを作成できます。

岩石の特性に関する洞察は、基本的な地質学的理解と坑井測定の組み合わせから得られます。地質学者は、その地域が時間の経過とともにどのように形成されたかを理解することで、存在する可能性のある岩石の種類と、それらが空間的にどのくらい急速に変化するかを予測できます。坑井のログとコア測定によってサンプルが得られ、その理解を検証し、微調整することができます。

地震データは、地震反転属性（インピーダンスなど）を使用して、岩石物理学者がさまざまな岩石型の頂上や坑井間の空間における岩石特性の分布を識別するために使用されます。地震調査では、岩石層間の音響インピーダンスコントラストを測定します。異なる地質構造に遭遇すると、音波は層間のインピーダンス コントラストの関数として反射および屈折します。音響インピーダンスは岩石の種類によって異なるため、反転属性と岩石物理学的特性（多孔度、岩相、水分飽和度、浸透率など）との間の岩石物理学的関係を使用して、音響インピーダンスを岩石特性と相関させることができます。

坑井ログが適切に調整され編集されると、岩石物理学的岩石モデルが生成され、流体および鉱物パラメータと岩石構造情報から有効な弾性岩石特性を導き出すために使用できます。モデルパラメータは、合成ログと既存の弾性ソニックログを比較して調整されます。計算は、Xu & White、Greenberg & Castagna、Gassmann、Gardner、修正された上部および下部Hashin-Shtrikman、Batzle & Wangなどのいくつかの岩石物理学アルゴリズムに従って実行されます。

岩石物理学的岩石モデルが完成すると、岩石の種類と、多孔度や浸透率などの既知の特性を表す統計データベースが作成されます。岩石の種類と、それぞれの弾性特性が説明されます。

地震からシミュレーションへの次のステップでは、地震反転技術によって坑井データと地震データを組み合わせて、貯留層の弾性特性の複数の同等に妥当な 3D モデルを作成します。地震データはトレースごとに弾性特性ログに変換されます。決定論的反転技術は、フィールド全体の多孔性の全体像を把握するために使用され、品質管理チェックとして機能します。複雑な地質に必要なより詳細な情報を取得するには、追加の確率的反転が使用されます。^[4]

地統計的逆解析手順は、他の方法では明確に定義できない薄い貯留層を検出し、描写します。^[5] マルコフ連鎖モンテカルロ（MCMC）ベースの地統計的逆解析は、地質モデルと互換性のある垂直サンプリングを使用して地震由来の岩石特性を作成することにより、垂直スケーリングの問題に対処します。

すべてのフィールド データは、確率分布関数(PDF)を使用して地統計学的逆解析プロセスに組み込まれます。各 PDF は、ヒストグラムとバリオグラムを使用して地統計学の用語で特定の入力データを表します。ヒストグラムとバリオグラムは、特定の場所における特定の値の確率と、地質学的洞察に基づく全体的な予想されるスケールとテクスチャを識別します。

一旦PDFが構築されると、ベイズ推論を使用して結合され、その分野について知られているすべてのものに準拠した事後PDFが生成されます。^[6]アルゴリズム内で重み付けシステムが使用され、プロセスがより客観的になります。

事後 PDF から、マルコフ連鎖モンテカルロ アルゴリズムを使用して実現値が生成されます。これらの実現値は統計的に公平であり、詳細度、精度、現実感に優れたモデルを生成します。多孔度などの岩石特性は、地統計的逆解析によって決定された弾性特性から共シミュレーションできます。このプロセスは、最適なモデルが特定されるまで繰り返されます。

反転パラメータは、井戸データの有無にかかわらず反転を何度も実行することで調整されます。井戸データがない場合、反転はブラインド ウェル モードで実行されます。これらのブラインド ウェル モード反転は、制約付き反転の信頼性をテストし、潜在的なバイアスを除去します。

この統計的アプローチにより、地震、井戸、地質と一致する複数の等確率モデルが作成されます。地統計的逆解析では、インピーダンスと離散特性タイプを同時に逆解析し、多孔度などの他の岩石物理学的特性も共同でシミュレートできます。

出力ボリュームは、貯留層モデルと一致するサンプル レートで行われます。これは、細かくサンプリングされたモデルの合成が坑井ログからのものと同じであるためです。反転特性は坑井ログ特性と一致します。反転から出力岩石特性を生成するために使用されるヒストグラムは、それらの岩石特性の坑井ログ値に基づいているためです。

不確実性は、特に関心領域について、ランダム シードを使用してわずかに異なる実現値を生成することで定量化されます。このプロセスにより、モデル内の不確実性とリスクの理解が向上します。

地統計学的逆解析に続いて、履歴マッチングと流動シミュレーションの準備として、静的モデルは再グリッド化され、拡大される。転送は、さまざまなプロパティの時間を深さに同時に変換し、それらを地震グリッドからコーナーポイントグリッドに3Dで転送する。プロパティの相対的な位置は保持され、地震グリッドのデータポイントがコーナーポイントグリッドの正しい地層に到達することが保証される。^[6]

地震から構築された静的モデルは通常は直交ですが、フロー シミュレーターではコーナー ポイント グリッドが想定されます。コーナー ポイント グリッドは、通常、水平方向に非常に粗い立方体で構成され、立方体の各コーナーは、グリッドの主要なフィーチャに従って任意に定義されます。直交からコーナー ポイントに直接変換すると、流体の流れに不連続が生じるなどの問題が発生する可能性があります。

中間地層グリッドにより、転送時に重要な構造が誤って表現されることがなくなります。地層グリッドには直交地震グリッドと同じ数のセルがありますが、境界は地層面によって定義され、セルは地層構造に従います。これは、地震解釈を使用して層を定義する地震データの地層表現です。次に、ゾーンを調整して、地層グリッド モデルをコーナー ポイント グリッドにマッピングします。

多孔度と浸透率のモデルと飽和高度関数を使用して、初期飽和モデルが構築されます。体積計算によってモデルに問題が見つかった場合は、モデルが元の入力データから逸脱することなく、岩石物理学的モデルに変更が加えられます。たとえば、より細分化された区画化のために、シール断層が追加されます。

地震からシミュレーションまでの最後のステップでは、フローシミュレーションが生産履歴を取り込んで統合プロセスを継続します。これにより、履歴に対する静的モデルのさらなる検証が行われます。地統計学的逆解析からのモデル実現の代表的なセットは、生産データと履歴が一致しています。モデルの特性が現実的であれば、シミュレートされた井戸底の圧力挙動は、過去の（測定された）井戸底の圧力と一致するはずです。^[7]生産流量やその他のエンジニアリングデータも一致するはずです。

一致の質に基づいて、一部のモデルが除外されます。最初の履歴一致プロセスの後、一致を向上させるために、残りの各モデルに対して動的井戸パラメータが必要に応じて調整されます。最終的なモデルは、元のフィールド測定値と生産データに最もよく一致するものとなり、掘削の決定と生産計画に使用されます。

• 石油の採掘
• 石油工学
• コンピュータシミュレーション
• 貯留層シミュレータ
• コアの上昇