Gonçalo Soares de Oliveira

Apresentação em tema: "Gonçalo Soares de Oliveira"— Transcrição da apresentação:

1 Gonçalo Soares de Oliveira
Perturbação local de imagens geostatísticas para otimizar o history matching Gonçalo Soares de Oliveira

2 Metodologia Global do Processo
Definição das variáveis aleatórias Definição do variograma e variáveis secundárias Realização de N simulações (SIS/SGS) Definição da Função Objetivo Parametrização das Regiões Seleção das n imagens que obtiveram melhor ajuste em cada poço Definição dos coeficientes de correlação para a co-simulação colocalizada Composição de uma imagem secundária 2 ª iteração Comparação do método global e regional n = número de poços

3 Modelagem Geostatística
Definição das variáveis aleatórias: Fáceis Porosidade Permeabilidade Variogramas Processo de modelagem Definição das variáveis Diferentes Fáceis caracterizam diferentes classes de porosidade Sim Porosidade em função das fáceis Boa Correlação entre porosidade e permeabilidade Usar porosidade como variável secundaria Não Simular permeabilidade independentemente Porosidade independente das fáceis Permeabilidade em função da porosidade Permeabilidade independente

4 Correlação entre variáveis
Porosidades Vs. Fáceis (3ª Layer) Clay Sand Silt FineSilt

5 Correlação entre variáveis
Permeabilidade Vs Porosidade (3ª Layer) Perm_vs_Porosity Y = * X Correlation coefficient: Covariance:

6 Modelagem Poro e Perm Neste exemplo ilustrativo, com o objetivo de simplificar, optou-se por modelar a porosidade independente das fáceis 5 realizações de porosidade “equiprováveis” 5 realizações de permeabilidade por cada uma das imagens de porosidade Método de Distribuição Bi-variada, (coeficiente de correlação demasiado pequeno e não linear)

7 Regionalização 4 regiões diferentes:
3 regiões em torno de um determinando poço Restante zona C2 C4 C5

8 Variável Secundária Considere a seguinte tabela
Simulação c/ melhor ajuste Coef Poro Perm C2 3 2 0,7 C4 1 0,5 C5 0,9 Restante 4 0,4

9 2 ª Iteração

10 Controlo de Qualidade