Search

Diagenesis refers to all the physicochemical processes that transform sediments. In the Mississippian Limestone, the rocks have been submitted to a complex geological and diagenetic history that makes its hydrocarbon exploitation difficult. Now, the oil and gas industry faces important challenges to keep production plateau and identify remaining productive areas. Therefore, the characterization and interpretation of diagenetic processes are crucial in order to understand the evolution and distribution of porosity and permeability properties. Moreover, diagenesis is rarely taken into account in the standard modeling of carbonate reservoirs. This can be explained by the difficulties in the modeling of diagenetic overprints and the complexity added in the historical adjustment of production data. This work addresses the diagenesis characterization and modeling of carbonate rocks, applied to a core extracted from the Mississippian Limestone. And an innovative methodology is proposed to incorporate the diagenetic phases inside the geological model as part of the modeling and the history-matching workflow., La diagenèse fait référence à tous les processus physico-chimiques qui transforment les sédiments. Dans le calcaire du Mississippien, les roches ont été soumises à une histoire géologique et diagénétique complexe qui rend leur exploitation d'hydrocarbures difficile. Maintenant, l'industrie pétrolière et gazière fait face à d'importants défis pour maintenir le plateau de production et identifier les zones productives restantes. Par conséquent, la caractérisation et l'interprétation des processus diagénétiques sont cruciales pour comprendre l'évolution et la distribution des propriétés de porosité et de perméabilité. De plus, la diagenèse est rarement prise en compte dans la modélisation standard des réservoirs carbonatés. Ceci peut s'expliquer par les difficultés dans la modélisation des surimpressions diagénétiques et la complexité ajoutée dans l'ajustement historique des données de production. Ce travail porte sur la caractérisation diagénétique et la modélisation des roches carbonatées, appliquées à un noyau extrait du calcaire du Mississippien. Et une méthodologie innovante est proposée pour intégrer les phases diagénétiques à l'intérieur du modèle géologique dans le cadre du workflow de modélisation et de l’ajustement historique de la production.

International audience; Ensemble-based optimization methods are often efficiently applied to history-matching problems. Although satisfactory matches can be obtained, the updated realizations, affected by spurious correlations, generally fail to preserve prior information when using a small ensemble, even when localization is applied. In this work, we propose a multi-scale approach based on grid-adaptive second-generation wavelets. These wavelets can be applied on irregular reservoir grids of any dimensions containing dead or flat cells. The proposed method starts by modifying a few low frequency parameters (coarse scales) and then progressively allows more important updates on a limited number of sensitive parameters of higher resolution (fine scales). The Levenberg-Marquardt ensemble randomized maximum likelihood (LM-enRML) is used as optimization method with a new space-frequency distance-based localization of the Kalman gain, specifically designed for the multi-scale scheme. The algorithm is evaluated on two test cases. The first test is a 2D synthetic case in which several inversions are run using independent ensembles. The second test is the Brugge benchmark case with 10 years of history. The efficiency and quality of results of the multi-scale approach are compared with the grid-block-based LM-enRML with distance-based localization. We observe that the final realizations better preserve the spatial contrasts of the prior models and are less noisy than the realizations updated using a standard grid-block method, while matching the production data equally well.

Accès restreint aux membres de l'Université de Lorraine jusqu'au 2015-01-10; In this work, we propose to follow a multi-scale approach for spatial reservoir properties characterization using direct (well observations) and indirect (seismic and production history) data at different resolutions. Two decompositions are used to parameterize the problem: the wavelets and the Gaussian pyramids. Using these parameterizations, we show the advantages of the multi-scale approach with two uncertainty quantification problems based on minimization. The first one concerns the simulation of property fields from a multiple points geostatistics algorithm. It is shown that the multi-scale approach based on Gaussian pyramids improves the quality of the output realizations, the match of the conditioning data and the computational time compared to the standard approach. The second problem concerns the preservation of the prior models during the assimilation of the production history. In order to re-parameterize the problem, we develop a new 3D grid adaptive wavelet transform, which can be used on complex reservoir grids containing dead or zero volume cells. An ensemble-based optimization method is integrated in the multi-scale history matching approach, so that an estimation of the uncertainty is obtained at the end of the optimization. This method is applied on several application examples where we observe that the final realizations better preserve the spatial distribution of the prior models and are less noisy than the realizations updated using a standard approach, while matching the production data equally well.; Dans ce travail, nous proposons de suivre une approche multi-échelles pour simuler des propriétés spatiales des réservoirs, permettant d'intégrer des données directes (observation de puits) ou indirectes (sismique et données de production) de résolutions différentes. Deux paramétrisations sont utilisées pour résoudre ce problème: les ondelettes et les pyramides gaussiennes. A l'aide de ces paramétrisations, nous démontrons les avantages de l'approche multi-échelles sur deux types de problèmes d'estimations des incertitudes basés sur la minimisation d'une distance. Le premier problème traite de la simulation de propriétés à partir d'un algorithme de géostatistique multipoints. Il est montré que l'approche multi-échelles basée sur les pyramides gaussiennes améliore la qualité des réalisations générées, respecte davantage les données et réduit les temps de calculs par rapport à l'approche standard. Le second problème traite de la préservation des modèles a priori lors de l'assimilation des données d'historique de production. Pour re-paramétriser le problème, nous développons une transformée en ondelette 3D applicable à des grilles stratigraphiques complexes de réservoir, possédant des cellules mortes ou de volume négligeable. Afin d'estimer les incertitudes liées à l'aspect mal posé du problème inverse, une méthode d'optimisation basée ensemble est intégrée dans l'approche multi-échelles de calage historique. A l'aide de plusieurs exemples d'applications, nous montrons que l'inversion multi-échelles permet de mieux préserver les modèles a priori et est moins assujettie au bruit que les approches standards, tout en respectant aussi bien les données de conditionnement.

In this work, we propose to follow a multi-scale approach for spatial reservoir properties characterization using direct (well observations) and indirect (seismic and production history) data at different resolutions. Two decompositions are used to parameterize the problem: the wavelets and the Gaussian pyramids. Using these parameterizations, we show the advantages of the multi-scale approach with two uncertainty quantification problems based on minimization. The first one concerns the simulation of property fields from a multiple points geostatistics algorithm. It is shown that the multi-scale approach based on Gaussian pyramids improves the quality of the output realizations, the match of the conditioning data and the computational time compared to the standard approach. The second problem concerns the preservation of the prior models during the assimilation of the production history. In order to re-parameterize the problem, we develop a new 3D grid adaptive wavelet transform, which can be used on complex reservoir grids containing dead or zero volume cells. An ensemble-based optimization method is integrated in the multi-scale history matching approach, so that an estimation of the uncertainty is obtained at the end of the optimization. This method is applied on several application examples where we observe that the final realizations better preserve the spatial distribution of the prior models and are less noisy than the realizations updated using a standard approach, while matching the production data equally well., Dans ce travail, nous proposons de suivre une approche multi-échelles pour simuler des propriétés spatiales des réservoirs, permettant d'intégrer des données directes (observation de puits) ou indirectes (sismique et données de production) de résolutions différentes. Deux paramétrisations sont utilisées pour résoudre ce problème: les ondelettes et les pyramides gaussiennes. A l'aide de ces paramétrisations, nous démontrons les avantages de l'approche multi-échelles sur deux types de problèmes d'estimations des incertitudes basés sur la minimisation d'une distance. Le premier problème traite de la simulation de propriétés à partir d'un algorithme de géostatistique multipoints. Il est montré que l'approche multi-échelles basée sur les pyramides gaussiennes améliore la qualité des réalisations générées, respecte davantage les données et réduit les temps de calculs par rapport à l'approche standard. Le second problème traite de la préservation des modèles a priori lors de l'assimilation des données d'historique de production. Pour re-paramétriser le problème, nous développons une transformée en ondelette 3D applicable à des grilles stratigraphiques complexes de réservoir, possédant des cellules mortes ou de volume négligeable. Afin d'estimer les incertitudes liées à l'aspect mal posé du problème inverse, une méthode d'optimisation basée ensemble est intégrée dans l'approche multi-échelles de calage historique. A l'aide de plusieurs exemples d'applications, nous montrons que l'inversion multi-échelles permet de mieux préserver les modèles a priori et est moins assujettie au bruit que les approches standards, tout en respectant aussi bien les données de conditionnement.

Co-encadrement de la thèse : Véronique Gervais-Couplet; History-matching enables integration of data acquired after the production in the reservoir model building workflow. Ensemble Kalman Filter (EnKF) is a sequential assimilation or history-matching method capable of integrating the measured data as soon as they are obtained. This work is based on the EnKF application for History-matching purposes and is divided into two main sections. First section deals with the application of the EnKF to several case studies in order to better understand the merits and shortcomings of the method. These case studies include two synthetic case studies (a simple one and a rather complex one), a Facies model and a real reservoir model. In most cases the method is successful in reproducing the measured data. The encountered problems are explained and possible solutions are proposed. Second section deals with two newly proposed algorithms combining the EnKF with two parameterization methods: pilot point method and gradual deformation method, which are capable of preserving second order statistical properties (mean and covariance). Both developed algorithms are applied to the simple synthetic case study. For the pilot point method, the application was successful through an adequate number and proper positioning of pilot points. In case of the gradual deformation, the application can be successful provided the background ensemble is large enough. For both cases, some improvement scenarios are proposed and further applications to more complex scenarios are recommended.; Le calage historique permet l'intégration de données acquises après la production dans la construction de modèles de réservoir. Le filtre de Kalman d'ensemble (EnKF) est une méthode d'assimilation (ou calage historique) séquentielle capable d'intégrer les données mesurées dès qu'ils sont obtenus. Ce travail est basé sur l'application de l' EnKF pour le calage historique et est divisé en deux sections principales. La première section traite l'application de la EnKF à plusieurs cas d'études afin de mieux comprendre les avantages et les inconvénients de la méthode. Ces cas d'étude incluent deux cas d'étude synthétiques (un simple et un plutôt complexe), un modèle de faciès et un modèle de réservoir réel. Dans la plupart des cas, la méthode a réussi à reproduire les données mesurées. Les problèmes rencontrés sont expliqués et des solutions possibles sont proposées. La seconde partie traite deux nouveaux algorithmes proposé en combinant l'EnKF avec deux méthodes de paramétrisation: méthode des points pilotes et méthode de déformation graduelle, permettant la préservation les propriétés statistiques de l'ordre de deux (moyenne et covariance). Les deux algorithmes développés sont appliqués au cas d'étude synthétique simple : la première méthode peut réussir avec un nombre suffisant et un bon positionnement des points pilotes. Pour la déformation graduelle, l'application peut réussir si l'ensemble de fond est assez grand.

Co-encadrement de la thèse : Véronique Gervais-Couplet; History-matching enables integration of data acquired after the production in the reservoir model building workflow. Ensemble Kalman Filter (EnKF) is a sequential assimilation or history-matching method capable of integrating the measured data as soon as they are obtained. This work is based on the EnKF application for History-matching purposes and is divided into two main sections. First section deals with the application of the EnKF to several case studies in order to better understand the merits and shortcomings of the method. These case studies include two synthetic case studies (a simple one and a rather complex one), a Facies model and a real reservoir model. In most cases the method is successful in reproducing the measured data. The encountered problems are explained and possible solutions are proposed. Second section deals with two newly proposed algorithms combining the EnKF with two parameterization methods: pilot point method and gradual deformation method, which are capable of preserving second order statistical properties (mean and covariance). Both developed algorithms are applied to the simple synthetic case study. For the pilot point method, the application was successful through an adequate number and proper positioning of pilot points. In case of the gradual deformation, the application can be successful provided the background ensemble is large enough. For both cases, some improvement scenarios are proposed and further applications to more complex scenarios are recommended.; Le calage historique permet l'intégration de données acquises après la production dans la construction de modèles de réservoir. Le filtre de Kalman d'ensemble (EnKF) est une méthode d'assimilation (ou calage historique) séquentielle capable d'intégrer les données mesurées dès qu'ils sont obtenus. Ce travail est basé sur l'application de l' EnKF pour le calage historique et est divisé en deux sections principales. La première section traite l'application de la EnKF à plusieurs cas d'études afin de mieux comprendre les avantages et les inconvénients de la méthode. Ces cas d'étude incluent deux cas d'étude synthétiques (un simple et un plutôt complexe), un modèle de faciès et un modèle de réservoir réel. Dans la plupart des cas, la méthode a réussi à reproduire les données mesurées. Les problèmes rencontrés sont expliqués et des solutions possibles sont proposées. La seconde partie traite deux nouveaux algorithmes proposé en combinant l'EnKF avec deux méthodes de paramétrisation: méthode des points pilotes et méthode de déformation graduelle, permettant la préservation les propriétés statistiques de l'ordre de deux (moyenne et covariance). Les deux algorithmes développés sont appliqués au cas d'étude synthétique simple : la première méthode peut réussir avec un nombre suffisant et un bon positionnement des points pilotes. Pour la déformation graduelle, l'application peut réussir si l'ensemble de fond est assez grand.

The objective of this study is to develop new methodologies to identify the spatial distribution of permeability values inside the heterogeneous core samples. We developed laboratory viscous miscible displacements by injecting high viscosity glycerin into the core samples initially saturated by low viscosity brine. The pressure drop across the samples was measured as a function of time until breakthrough. Meanwhile, CT scan measurements provided a 3D porosity map plus several 3D maps of concentration distribution inside the core samples at different times. A simple permeability mapping technique was developed deducing a one-dimensional permeability profile along the flow direction from the measured pressure drop data. The method was validated with both numerical and laboratory experiments. To go beyond one-dimensional characterization of permeability into cores, we developed an iterative process for matching pressure and concentration data. This method consisted of two steps: a simple optimization for capturing the permeability heterogeneity along the flow direction axis and a complex optimization for capturing transversal permeability heterogeneities. The methodology was validated by numerical data. It was also applied to the data collected from two laboratory viscous miscible displacements. We showed that the final 3D permeability models reproduce well the measured pressure drop and concentration data, L'objet de cette thèse est de développer des méthodologies permettant d'identifier la distribution spatiale des valeurs de perméabilité dans des échantillons de roches. Nous avons tout d'abord développé en laboratoire des expériences d'injection de fluide miscible très visqueux dans des échantillons initialement saturés par une saumure peu visqueuse. Pendant l'injection, l'évolution au cours du temps de la pression différentielle entre les deux faces de l'échantillon a été enregistrée par des capteurs de pression. En outre, des mesures scanner ont fourni une carte 3D de la porosité ainsi que des cartes 3D décrivant la distribution spatiale des concentrations dans l'échantillon à différents temps. Nous avons mis en place une méthode d'interprétation donnant directement le profil 1D de la perméabilité le long de la direction d'écoulement à partir de la pression différentielle mesurée au cours du temps. Cette méthode a été validée numériquement et expérimentalement. Puis, afin d'affiner la description de l'agencement des valeurs de perméabilité dans l'échantillon, c'est à dire d'obtenir un modèle 3D de perméabilité représentatif de l'échantillon, nous avons développé une méthodologie itérative de calage des pressions et des concentrations. Cette méthode passe par deux étapes : une optimisation simple pour capturer l'hétérogénéité dans la direction de l'écoulement et une optimisation complexe pour capturer l'hétérogénéité transverse. Cette méthode a été validée à partir de tests numériques. La méthode a été appliquée à deux des expériences d'injection de fluide visqueux. Nous avons pu alors déterminer des modèles de perméabilité capables de reproduire assez bien les données de pression et de concentration acquises pendant l'injection