Modelos Proxy, alternativa para reducir los tiempos de cómputo durante la simulación numérica

Contenido Principal de Artículo

Luis C. Monsalve Parra Jorge M Padilla Reyes Samuel F Muñoz Navarro

Resumen

La simulación numérica de yacimientos es una herramienta que ha venido evolucionando de la mano de la industria petrolera, su objetivo fundamental es predecir el comportamiento de un yacimiento dado y posteriormente encontrar el escenario óptimo para aumentar la recuperación de hidrocarburos. Sin embargo, los estudios de simulación numérica pueden llegar a ser muy costosos por factores como: tamaño de la grilla y la robustez del estudio a realizar (asociado a mayores tiempos de cómputo y de análisis de resultados); además del tiempo que implicaría llegar a evaluar los múltiples escenarios posibles para definir la mejor estrategia de explotación. Es por esta razón, que los ingenieros de yacimientos se apoyan en herramientas estadísticas para aplicar los estudios de simulación numérica orientados al ajuste histórico, análisis de sensibilidad, análisis de incertidumbre, predicción y estrategias de optimización de producción. Dentro de estas herramientas estadísticas se encuentran los Modelos Proxy, los cuales surgen como alternativa para reducir los tiempos de cómputo en estudios de imulación numérica que no requieran un alto grado de exactitud en sus resultados. Este artículo busca contextualizar al lector sobre el significado de los modelos proxy y su utilidad durante los estudios de simulación numérica de yacimientos, además de presentar un ejemplo de aplicación.


Palabras clave: Simulación Numérica de Yacimientos, Modelos Proxy, Inyección de CO2.

Descargas

Descargar los datos que aún no están disponibles

Detalle de Artículo

Cómo citar
MONSALVE PARRA, Luis C.; PADILLA REYES, Jorge M; MUÑOZ NAVARRO, Samuel F. Modelos Proxy, alternativa para reducir los tiempos de cómputo durante la simulación numérica. REVISTA FUENTES, [S.l.], v. 14, n. 2, ene. 2017. ISSN 2145-8502. Disponible en: <http://revistas.uis.edu.co/index.php/revistafuentes/article/view/6066>. Fecha de acceso: 18 oct. 2017
Sección
Artículos

Citas

1. Aladasani, A. y Bai, B. Recent Developments and Update Screening Criteria of Enhanced Oil Recovery Techniques. En SPE 130726 presentado en CPS/SPE International Oil & Gas Conference and Exhibition, Beijing, China, 2010.

2. Aladasani, A., Baojun, B., Nygaard, R. A Selection Criterion for CO2 Enhanced Oil Recovery and Dispersion Modeling of High - Pressure CO2 Release. En SPE 152998 presentado en SPE Western Regional Meeting, California, USA, 2012.

3. Avansi, G. Use of Proxy Models in the Selection of Production Strategy and Economic Evaluation of Petroleum Fields. En SPE 129512 presentado en SPE Annual Technical Conference and Exhibition, New Orleans, USA, 2009.

4. Ayala, A. y Monsalve, L. Evaluación técnica de un proceso de inyección continúa de CO2 miscible mediante simulación numérica. Universidad Industrial de Santander, UIS. Bucaramanga 2014. 1-130 p.

5. Azad, A. y Chalaturnyk, R. J. Application of Analytical Proxy Models in Reservoir Estimation for SAGD Process: UTF-Project Case Study. En SPE 165576, publicado en Journal of Canadian Petroleum Technology, 2013.

6. Basogain, X. Curso de Redes Neuronales Artificiales y sus Aplicaciones: documento electronico tomado de internet. [Fecha de consulta 5 de febrero de 2016], disponible en: http://www.frro.utn.edu.ar/repositorio/catedras/quimica/5_anio/orientadora1/monograias/matich-redesneuronales.pdf

7. Bevillion, D. y Mohagerani, S. A Miscible EOR Project in a Mature, Offshore, Carbonate Middle East Reservoir – Uncertainty Analysis With Proxy Models Based on Experimental Design of Reservoir Simulations. En SPE 175642 presentado en SPE Reservoir Characterisation and Simulation Conference and Exhibition, Abu Dhabi, UAE, 2015.

8. COMPUTER MODELLING GROUP LTD. CO2 EOR Miscible Tutorial Using WinProp. 2012.

9. Fedutenko, E., Yang, C., Card, C., Nghiem, L.X. Time-Dependent Proxy Modeling of SAGD Process. En SPE 165395 presentado en SPE Heavy Oil Conference Canadá, Calgary, 2013.

10. Lechner, J. P., Zangl, G. Treating Uncertainties in Reservoir Prediction with Neural Networks. En SPE 94357 presentado en SPE Europec/EAGE Annual Conference, Madrid, España, 2005.

11. Montgomery, Douglas C. Diseño y Análisis de Experimentos. Grupo Editorial Iberoamerica. 2002.

12. Shaw, J. y Bachu, S. Screening, Evaluation, and Ranking of Oil Reservoirs Suitable for CO2 - Flood EOR and Carbon Dioxide Sequestration. En PETSOC Journal Paper. 2012.

13. Yaten, B., Castellini, A., Guyaguler, B., Chen, W.H. A Comparison Study on Experimental Design and Response Surface Methodologies. En SPE 93347 presentado en SPE Reservoir Simulation Symposium, Houston, USA, 2005.

14. Zangl, G., Graf, T., Al-Kinani, A. Proxy Modeling in Production Optimization. En SPE 100131 presentado en SPE Europec/EAGE Annual Conference, Viena, Austria, 2006.

15. Zubarev, D.I. Pros and Cons of Applying Proxy-Models as a Substitute for Full Reservoir Simulations. En SPE 124815 presentado en SPE Annual Technical Conference and Exhibition held in New Orleans, USA, 2009.