Search

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.

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