Simultaneous Inversion of Production Data and Seismic Attributes: Application to a Synthetic SAGD Produced Field Case

Abstract

Résumé -Inversion simultanée des données de production et des attributs sismiques : application à un champ synthétique produit par injection de vapeur -L'utilisation conjointe des données de production et des attributs de sismique répétée facilite la compréhension des mouvements de fluide dans les formations géologiques et aide à la construction de modèles numériques fiables représentant ces formations. Ceci a récemment motivé le développement de techniques d'inversion ou de calage dédiées à l'identification de modèles cohérents avec l'ensemble des données disponibles. La méthodologie décrite dans ce papier permet de déterminer les cartes de propriétés pétrophysiques comme les faciès, les porosités ou les perméabilités à partir des données de production et des attributs de sismique répétée. Elle est appliquée avec succès à un champ synthétique d'huile lourde produite par injection de vapeur. Ce cas d'étude, inspiré d'un cas réel, illustre comment définir une méthodologie d'inversion qui respecte l'ensemble des données disponibles. L'étude est centrée sur trois points particuliers de la méthodologie qui sont les clés du succès. Premièrement, le choix de la paramétrisation est essentiel. La paramétrisation doit permettre des variations locales avec peu de paramètres. Deuxièmement, cette étude met en évidence la nécessité d'une formulation alternative pour mesurer l'erreur entre les attributs sismiques de référence et les attributs sismiques simulés. Finalement, nous étudions deux approches pour l'intégration des attributs sismiques de référence. Ils peuvent être intégrés en temps ou bien en profondeur. Nous montrons que, dans le cas étudié, ce dernier point n'influence pas la qualité du résultat obtenu car l'erreur de conversion temps-profondeur est faible. (after a time-to-depth conversion). In the case studied, it is shown that the two approaches are equivalent since time-to depth-conversion error is quite small.

Seismic Assisted History Matching Using Binary Image Matching

“…The evolutionary algorithm is based on the notion of Darwinian evolution, it deals with concepts such as selection, recombination and mutation, and it is often used for reservoir history matching (Bäck, 1996, Soleng, 1999, Romero et al, 2000, Williams et al, 2004, Schulze-Riegert and Ghedan, 2007. In history matching, the termination criteria is usually until the objective function is small enough, convergence is obtained, or the number of iterations exceeds a maximum value (Tillier et al, 2012). The termination criteria used in this work is the convergence criteria.…”

“…The corresponding characteristics of these data aid in obtaining realisitic models of the reservoir through a seismic assisted history matching scheme. History matching is considered an inverse problem (Kretz et al, 2004, Tillier et al, 2012, it is a process of simultaneously perturbing reservoir parameters such that it can be represented as a minimization problem where observed dynamic data are used to condition reservoir models by reducing the misfit between the observed data and model predicted data through an objective function. The use of the conventional least squares formulation for computing production data objective function and misfit has been shown to be suitable and efficient (Oliver and Chen, 2011), such that it can be significantly reduced during the history matching process, and properly characterizes the error between the simulated data and the real data (Tillier et al, 2013); hence this approach is used in this work.…”

“…ones and zeros, leaves them unchanged. The selection of appropriate weight coefficient values is usually driven by reservoir engineering experience and can be case dependent (Tillier et al, 2012). For the production data, the practice of boosting the effects of the ill-fitted production data was adopted, and this is done by selecting the weights as being proportional to the square of the difference between the data computed for the base case model and the observed data (Kretz et al, 2004); while the binary seismic data are equally weighted.…”

Integrating Data of Different Types and Different Supports into Reservoir Models

“…The so-obtained value is incorporated into the objective function as the seismic mismatch term. Tillier et al (2012) proved the efficiency of this approach for conditioning a synthetic SAGD operated field case.…”

“…Several research papers showed that the least-square formulation was not relevant for quantifying the seismic mismatch (Aanonsen et al, 2003;Roggero et al, 2012). Tillier et al (2012) suggested a different metric called Local Dissimilarity Map (LDM). The leading idea is to evidence meaningful features instead of exactly matching seismic data in every grid blocks.…”