Scale and Process Dependent Model Errors in Seismic History Matching

Erreurs résultant des effets d'échelle et de la simplification des processus dans le calage de modèles à partir de données sismiques

Heriot-Watt Institute of Petroleum Engineering, Riccarton, Edinburgh, Scotland, EH14 4AS - United Kingdom

Corresponding author: karl.stephen@pet.hw.ac.uk

Abstract

Time-Lapse (4D) seismic data offers spatial and dynamic information about changes in reservoir fluid properties and can be used to constrain flow simulation models thereby improving confidence in the reservoir characterisation and its predicted behaviour. To address this, we have developed a method of quantitatively integrating 4D seismic data in an automated history matching workflow. Appropriately parameterised flow simulations are converted to predictions of 4D signatures by a petro-elastic transform and suitable rescaling before a misfit is calculated by comparison to observed data. Model parameters are then updated using a quasi-global stochastic inversion method. This process is affected by scale and process dependent model errors. Flow simulations are often created such that computer resources are optimised and some level of accuracy is sacrificed. To speed up simulations, some form of upscaling is required to capture two-phase flow properties such as relative permeability but also to represent geological heterogeneity. The upscaling may be over-simplified or ignored. In addition, simplifications to the flow processes may be made, for example by using streamline methods. Finally, the petro-elastic transform contributes to the model errors due to assumptions about saturation distributions and cross-scaling is required because modelled and observed seismic are obtained for different volumes. We present an analysis of the above model errors that occur using a synthetic geo-model based on a North Sea reservoir. We show that the model error depends on the rock physics parameters as well as the underlying geo-model. When the 4D signature is dominated by pressure effects, the model error is negligible in our case. We describe how the model error affects the history matching process due to biasing. The latter results in a best set of model parameters which may be different from that obtained by upscaling while the uncertainty estimator is also changed. We compare the effect of the model error to other errors such as observed data errors. Finally, we describe how the model error is addressed in the misfit calculation to improve the history matching process and reduce the biasing effect.

Résumé

Les données sismiques fournies par la méthode timelapse (4D) renvoient des informations spatiales et dynamiques sur les modifications des propriétés du fluide du réservoir et peuvent être utilisées pour imposer des modèles de simulation de flux, améliorant ainsi la confiance en la caractérisation du réservoir et son comportement prévu. Pour régler cette question, nous avons élaboré une méthode d'intégration quantitative des données sismiques en 4D dans un flux de travail se calant automatiquement sur l'historique. Les simulations de flux correctement paramétrées sont converties en prédictions de signatures 4D par un rééchelonnement adapté et à transformation pétroélastique avant qu'une marge ne soit calculée par comparaison avec des données observées. Les paramètres du modèle sont ensuite mis à jour grâce à la méthode d'inversion stochastique quasi-globale. Ce processus est influencé par des erreurs d'échelle et de dépendance du modèle. Les simulations de flux sont souvent créées de façon à ce que les ressources informatiques soient optimisées au détriment du degré de précision. Afin d'accélérer les simulations, une certaine augmentation de la résolution est nécessaire pour capturer les propriétés des flux biphasiques, telle que la perméabilité, mais aussi afin de représenter l'hétérogénéité géologique. Cette augmentation de résolution peut être simplifiée à l'extrême ou ignorée. De plus, des simplifications des processus de flux peuvent être réalisées, par exemple en utilisant des méthodes de rationalisation. Enfin, la transformation pétroélastique contribue aux erreurs de modèle du fait de suppositions en rapport avec les distributions de saturation, et un rééchelonnement est nécessaire car les données sismiques modélisées et observées sont obtenues pour des volumes différents. Nous présentons une analyse des erreurs de modèle en utilisant un modèle géologique synthétique basé sur le champ Schiehallion. Nous démontrons que l'erreur de modèle dépend des paramètres physiques de la roche ainsi que du modèle géologique sous jacent mais que, dans ce cas, cela dépend particulièrement des effets de saturation. En réalité, l'erreur de modèle serait négligeable si la signature 4D était dominée par des modifications de pression. Nous décrivons comment l'erreur de modèle affecte le calage historique en influant sur les résultats par rapport à une vérité connue. Nous comparons l'effet de l'erreur de modèle par rapport aux erreurs de données observées. Enfin, nous décrivons comment l'erreur de modèle est réglée dans le calcul de marge afin d'améliorer le processus de calage historique et de réduire l'effet de distorsion.