Эффективное прогнозирование добычи при SAGD с использованием кластеризации на основе статического фактора

Массы запасов нефтеносных песков велики во всем мире, и коммерческая добыча растет. Прогнозирование работы коллектора нефтеносных песков представляет сложности прежде всего из‑за длительного времени моделирования тепло- и фильтрационных процессов при операциях с паропомощью методом гравитационного дренажа (steam-assisted gravity drainage, SAGD). Ввиду трудностей точного моделирования и ограниченности геофизических данных требуется проведение большого числа симуляций геостатистически сгенерированных пластов для учета неопределённости моделирования коллектора. Поэтому крайне важно разработать методику для эффективного и экономичного анализа производительности. В статье предлагается новый метод ранжирования, основанный на статическом факторе, применимый для эффективного прогнозирования добычи из нефтеносных песков. Предложенный вектор признаков отражает эффект сланцевых барьеров с точки зрения длины сланца и относительного расстояния от нагнетательной скважины. Метод предварительно обрабатывает области, обтекаемые паровой камерой, а затем кумулятивно учитывает площадь расширения паровой камеры. Кластеризация K-means выбирает небольшое число пластов для полноценного запуска симуляций, которые в совокупности покрывают функцию распределения накопительной вероятности (CDF) всех исследованных пластов. Точность прогноза высока при числе кластеров более 10, исходя из случаев с 5, 10 и 15 кластерами. Метод применён к пластам со сланцевой долей 3%, 5%, 10% и 15%, и во всех случаях обеспечивает эффективное и экономичное прогнозирование добычи в нефтеносных песках.