Uncertainty mitigation through the integration with production history matching

Resumo: A escassez de informações de qualidade introduz risco ao processo de previsão da produção de petróleo tornando imprescindível o ajuste de histórico de produção, que é a calibração do modelo a partir da resposta produtiva registrada. O ajuste é um problema inverso, em que diferentes combinações dos valores dos parâmetros do reservatório podem conduzir a respostas aceitáveis, especialmente quando o grau de incerteza desses parâmetros é elevado. A integração do ajuste de histórico com a análise probabilística dos cenários representativos conduz à obtenção de uma metodologia para detecção dos modelos calibrados dentro de uma faixa de aceitaçãodefinida. O tratamento de atributos interdependentes de influência global e local e o avanço por etapas são necessários. Desta forma, o objetivo deste trabalho é apresentar uma metodologia que integra a análise de incertezas com o ajuste de histórico em modelos de reservatórios complexos. Este procedimento auxilia a detectar os atributos incertos críticos e sua possível variação com o intuito de estimar a faixa representativa das reservas a desenvolver. Não é alvo obter o melhor ajuste determinístico, mas refletir como o histórico possibilita uma mitigação das incertezas. Assim, a meta é usar modelos mais complexos e aprimorar a metodologia iniciada por Moura Filho (2006), desenvolvida para um modelo teórico simples. São utilizados dois casos de estudo de complexidade similar. Um deles referente ao reservatório do Campo de Namorado, utilizado para verificar e validar, em nível global, a aplicação da metodologia. Na etapa de aplicação, é usado um modelo sintético construído a partir de dados de afloramentos reais no Brasil e compreendendo informações de campos análogos com sistemas turbidíticos depositados em águas profundas. Os métodos aplicados, mediante a redefinição das probabilidades associadas e níveis dos atributos incertos, permitem: (1) reduzir a faixa de ajustes possíveis e obter modelos mais confiáveis; (2) identificar e condicionar à incerteza presente em função dos dados registrados; (3) diminuir os intervalos de incerteza dos parâmetros críticos identificados; (4) demarcar os limites seguros do desempenho futuro do reservatório. A conseqüência é um aumento da confiança no uso da simulação como ferramenta auxiliar do processo decisório. Além disso, procura-se fornecer à equipe multidisciplinar uma metodologia para reduzir o tempo empregado no gerenciamento de múltiplos atributos incertos na etapa de ajuste do modeloAbstract: The lack of reliable data or with high degree of uncertainty yields risk to the process of production prediction making the history matching, the model calibration from the registered field production indispensable. History matching is an inverse problem and, in general, different combinations of reservoir attributes can lead acceptable solutions, especially whit high degree of uncertainty of these attributes. The integration of history matching with a probabilistic analysis of representative models yields a way to detect matched models inside an acceptance interval, providing more efficient framework for predictions. It is necessary to consider dependences between global and local attributes. The scope of this work is to present a methodology that integrates the uncertainty analysis with the history matching process in complex models. This procedure helps to detect critical subsurface attributes and their possible variation, in order to estimate a representative range of the additional reserves to be developed. . It is not an objective to obtain the best deterministic model, but to mitigate uncertainties by using observed data. The objective is to improve the methodology initiated by Moura Filho (2006), applied to a simple model. The methodology presented in this work is applied in two study cases with similar complexity. Firstly, the methodology is verified and validated, on global scale, in Namorado Field. Then, at the application stage, it is chosen a synthetic reservoir model made from real outcrop data of Brazil and involving information from analog fields with turbiditic systems deposited in deep waters. The methodology allows the redefinition of the probability and levels of the dynamic and static attributes in order: (1) to reduce the group of possible history matching obtaining more realistic models; (2) to identify the existent uncertainty as a function of observed data; (3) to decrease the uncertainty range of critical reservoir parameters; (4) to increase the confidence in production forecast. One contribution of this work is to present a quantitative approach to increase the reliability on the use of reservoir simulation as an auxiliary tool in decision processes. Another purpose of this work is to provide a procedure to reduce the consumed time to handle multiples uncertainty attributes during the history matchin