Dissertação

Ajuste do histórico de produção através do filtro Ensemble Kalman EVALUATED

A estatística Bayesiana é uma metodologia para incorporar observações de campo em modelos de simulação de reservatórios de uma forma que permite descrever a incerteza dos parâmetros dos reservatórios e simulações de previsões. O filtro Ensemble Kalman (EnKF), que é obtido a partir de estatísticas Bayesianas representa um método atraente para a correspondência histórica e o reservatório, porque é fácil de implementar e computacionalmente eficiente. O EnKF é um método sequencial de Monte Carlo, que fornece uma alternativa para o filtro de Kalman tradicional, e é amplamente utilizado em muitas áreas da Ciência, incluindo a oceanografia, meteorologia, hidrologia e também a engenharia do petróleo, nomeadamente em engenharia de reservatórios. Devido ao limite do tamanho do conjunto inicial e à assunção da Gaussianidade na etapa de análise alguns problemas permanecem: redução excessiva na variabilidade do conjunto, capacidade limitada de assimilar uma grande quantidade de dados independentes, perda de realismo geológico em casos de geologia complexa. Muitos destes problemas tornam-se proeminentes quando o número de dados é grande, o que implica que mais técnicas sejam necessárias para obter resultados satisfatórios quando se utiliza o EnKF. Neste contexto, decidimos incorporar no conjunto inicial, realizações de permeabilidade não paramétricas e analisar os resultados obtidos, para tal utilizamos a simulação sequencial directa para gerar os modelos de permeabilidade. Os resultados obtidos na caracterização das propriedades petrofisicas não foram satisfatórios, contudo, a nível da resposta dinâmica os resultados foram promissores.
Assimilação de Dados, Ajuste Histórico, Filtro Ensemble Kalman, Simulação Sequencial Directa

novembro 25, 2016, 14:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Leonardo Azevedo Guerra Raposo Pereira

Departamento de Engenharia Civil, Arquitectura e Georrecursos (DECivil)

Professor Auxiliar