Modélisation stochastique de champs de vitesse géophysique en exploration pétrolière. D. Geraets le 21 octobre 2002

Dimension: px

Commencer à balayer dès la page:

Download "Modélisation stochastique de champs de vitesse géophysique en exploration pétrolière. D. Geraets le 21 octobre 2002"

Georgette Mélançon
il y a 7 ans
Total affichages :

1 Modélisation stochastique de champs de vitesse géophysique en exploration pétrolière D. Geraets le 21 octobre 2002

2 Exploration pétrolière

3 Exploration pétrolière

4 Exploration pétrolière

5 Exploration pétrolière

6 Exploration pétrolière

7 Plan de la présentation Introduction : principales techniques d exploration pétrolière Modèle de covariance du champ de vitesse Simulation du champ de vitesse Conclusions

8 Exploration pétrolière Données géologiques à grande échelle Þ zones d intérêt Données sismiques Þ définition de prospects Forages de puits Þ gisements

9 Données gravimétriques et électro-magnétiques Mesures du champ de pesanteur Mesures des courants telluriques Mesures de conductivité nous n en parlerons pas par la suite

10 Données sismiques Enregistrements de vibrations provoquées par source (explosive ou vibratoire) Nécessitent un important traitement numérique pour obtenir une représentation des caractéristiques du sous-sol

11 Données sismiques Acquisition terrestre Acquisition maritime

12 Données sismiques acquisition interprétation traitement

13 Traitement des données sismiques Positionnement correct des informations et sommation de données sismiques correspondant au même point du sous-sol Inversion des paramètres physiques possible moyennant la connaissance précise du champ de vitesse des ondes P et S.

14 Informations de vitesse Correction pour le déport : vitesse de sommation/de stack Vitesse de tranche Enregistrements de vitesses soniques Objectif: modéliser le champ de vitesse en utilisant de façon optimale l ensemble de ces sources d informations

15 Vitesse de sommation x ( ) = vstack t x t temps t 0 x

16 Vitesse de tranche V INT1 V instant1 (x,z) V INT2 V instant2 (x,z) v instant (x,z) = v 0 (1 + ε(x,z) ) vitesse de tranche : constante par couche b vitesse instantanée : définie en tout point (x,z) a

17 Enregistrements soniques enregistrement du temps mis par une onde pour se propager au sein de la roche de l émetteur au récepteur mesure directe du champ de vitesse instantanée

18 Objectifs de la thèse Caractérisation structurale du champ de vitesse instantanée Simulation du champ de vitesse instantanée conditionnée aux données

19 Objectifs de la thèse Caractérisation structurale du champ de vitesse instantanée Estimation et simulations du champ de vitesse conditionné aux puits Etude de la propagation d ondes en milieu aléatoire Simulation du champ de vitesse instantanée conditionnée aux données

20 Modèle de vitesse conditionné aux puits Vitesses de sommation (données nombreuses mais imprécises) Þ mesure indirecte du champ de vitesse instantanée Données aux puits (précises mais peu nombreuses et inéquitablement réparties)

21 Etude de la propagation d ondes en milieu aléatoire Þ prise en compte du velocity shift Þ études AVO

22 Objectifs de la thèse Caractérisation structurale du champ de vitesse instantanée Simulation du champ de vitesse instantanée conditionnée aux données Estimation de distribution de volumes de roches imprégnées en hydrocarbures

23 Simulations conditionnées Distribution de volumes de roches imprégnées en hydrocarbures % volume

24 Plan de la présentation Introduction : principales techniques d exploration pétrolière Modèle de covariance du champ de vitesse Modèle utilisé Résultats synthétiques Application au cas réel Simulation du champ de vitesse Conclusions

25 Hypothèses de modélisation Propagation acoustique (ondes P, pas d ondes de cisaillement) Optique géométrique (taille et amplitude des hétérogénéités)

26 Hypothèses de modélisation Réflecteur plan, à profondeur suffisante Vitesse moyenne sous-jacente simple et connue Pas de variation latérale de vitesse (Iooss et al 2003)

27 Cov Résultats théoriques Proposer un modèle de covariance du champ de vitesse instantanée, ( T T ) = ( ) ( ) i, i, ε j, j ( ε ) i j 2 i j V r r i j Cov x z x z dxdx Cov n n S i R i S j 6 V stack STACK1, STACK 2 C o = 2 2 ( V V ) ov vt (, T ) k (, i, jn, ) 1 i 2 j = 1 2 (,, ) i = 1 j = 1 4 R j Comparer la courbe obtenue avec la courbe de covariance expérimentale des avec ki (, jn vitesses, ) = de stack ( L ) ( ) ( ) n n n nxx nx x nx x + x i j i k j k k k = 1 k = 1 k = 1 ( ) 2 2 n 4 n 2 n x x k = 1 k k = 1 k Si nécessaire, proposer un autre modèle 2

28 Résultats théoriques Variation de la vitesse moyenne en fonction de la profondeur S i R i S j R j L

29 Résultats théoriques Cas multicouches : somme des contributions pour chaque couche Cov Variogramme Résidu par différence total m () l ( V1, V2) = Cov ( V1, V2) l = 1 variogramme distance

30 Plan de la présentation Introduction : principales techniques d exploration pétrolière Modèle de covariance du champ de vitesse Modèle utilisé Résultats synthétiques Application au cas réel Simulation du champ de vitesse Conclusions

31 Schéma du dispositif z x 1000m 20m L=1500m 10m V(x,z) = V 0 + ε(x,z) a b V 0 = 3000 m/s ε(x,z) perturbation de vitesse gaussienne, d amplitude σ ε =20m/s

32 Résultats synthétiques variogramme distance modèle théorique synth., tirs synth., 3 x 800 tirs variogramme distance modèle théorique synth., tirs synth., 3 x 800 tirs variogramme a=250m des variogramme a=250m a=500m des 101 vitesses récepteurs de stack vitesses récepteurs de stack

33 Plan de la présentation Introduction : principales techniques d exploration pétrolière Modèle de covariance du champ de vitesse Modèle utilisé Résultats synthétiques Application au cas réel Simulation du champ de vitesse Conclusions

34 Description des données Acquisition marine 46 hydrophones 50 m distance (entre tirs et entre récepteurs) 4 puits

35 Description des données Time Cdp Common Offset Section

36 Description des données Þ croissance linéaire dans la première couche Þ longueur de corrélation verticale

37 Description des données Premier essai : 4 morceaux de lignes

38 Estimation de la longueur de corrélation horizontale 4 Variogrammes profils de vitesses des profils de sommation de vitesse de stack vitesse variogramme de stack distance cdp ligne A ligne B ligne C ligne D moyenne modèle (a=800m)

39 Comparaison résultats obtenus avec méthode pre-stack Var[ T( x= a)] Var[ T(0) ] ( ) 2 2 = + C0 u + z dz du 2 A = f( Cov)

40 Comparaison résultats obtenus avec méthode pre-stack variance des temps offset ligne A ligne C modèle (a=1200m)

41 Application au cas réel Résultats de même ordre Utilisation méthode post-stack plus stable et plus simple

42 Modélisation d un milieu multicouche Variogramme des vitesses de stack contribution estimation couche inférieure supérieure de couche la contribution supérieure inférieure variogramme ligne résidu moyenne A ligne ajustement B ligne C moyenne ligne D ajustement ligne E moyenne distance

43 Quantification de l incertitude sur le pointé horizon 1 horizon 2

44 Description des données Þ deux mesures situées dans la première couche

45 Quantification de l incertitude sur le pointé Horizon 1 pointé avec moins grande précision

46 Quantification de l incertitude sur le pointé variogramme variogramme distance distance horizon 1 horizon 2 Variogrammes des vitesses de stack

47 Plan de la présentation Introduction : principales techniques d exploration pétrolière Modèle de covariance du champ de vitesse Simulation du champ de vitesse Modèle utilisé Application au cas réel Conclusions

48 Simulation conditionnelle Simulation complète du champ de vitesse instantanée (puits fictifs) - conditionnée par les vitesses soniques aux puits Þ Par chaîne de Markov - conditionnée par les vitesses de sommation Þ Par fonction de pénalité 2 STACK STACK_ SIMU J = V V

49 Simulation conditionnelle Simu Simu conditionnées initiale aux puits Echantillonneur de Gibbs bloc avec critère d acceptation (Metropolis-Hastings) J y z x x

50 Plan de la présentation Introduction : principales techniques d exploration pétrolière Modèle de covariance du champ de vitesse Simulation du champ de vitesse Modèle utilisé Application au cas réel Conclusions

51 Application au cas réel Plan de position des données

52 Application au cas réel

53 Application au cas réel conditionnement champ de vitesse

54 Plan de la présentation Introduction : principales techniques d exploration pétrolière Modèle de covariance du champ de vitesse Simulation du champ de vitesse Modèle utilisé Application au cas réel Conclusions

55 Conclusions Modélisation du champ de vitesse instantanée (cas non stationnaire et multi-couches) Simulation du champ de vitesse

56 Perspectives Réaliser une étude permettant de quantifier le gain de précision obtenu au moyen des méthodes Milieu à géométrie complexe Modélisation stochastique du champ de vitesses S

57 Modélisation stochastique de champs de vitesse géophysique en exploration pétrolière D. Geraets le 21 octobre 2002

59 Lissage des courbes HVA Les analyses de vitesses ne permettent pas de distinguer des objets de taille inférieure à la zone de Fresnel lisser les profils de V stack avec un filtre de taille cette zone de Fresnel

60 Lissage des courbes HVA Non dans le cadre de la variographie altération des statistiques pas bruit blanc (présence d information) Oui pour le conditionnement des simulations (mais prise en compte d incertitude dans données conditionnantes peut être réalisée autrement)

61 Quantification de l incertitude sur le pointé variogramme variogramme distance distance horizon 1 horizon 2 Variogrammes des vitesses de stack lissées

62 Quantification de l incertitude sur le pointé variogramme variogramme distance distance horizon 1 horizon 2 Variogrammes des vitesses de stack

Documents pareils

Exploitation de la micro-sismique pour le monitoring de la fracturation Etude de faisabilité

$Exploitation de la micro-sismique pour le monitoring de la fracturation Etude de faisabilité$ المعهد الجزاي ري للبترول INSTITUT ALGERIEN DU PETROLE JOURNEES D ETUDES TIGHT & SHALE RESERVOIRS 17-18 Septembre 2013 Sheraton, Alger Exploitation de la micro-sismique pour le monitoring de la fracturation