Прокси‑модель для прогнозирования добычи при SAGD в коллекторах с сланцевыми барьерами

Предложен подход на основе инструментов искусственного интеллекта (ИИ) для изучения влияния сланцевых гетерогенностей на добычу при методе паровой гравитационной дренажности (SAGD). Данные о добыче получены на основе набора синтетических моделирований SAGD-коллектора, построенных с использованием петрофизических свойств и эксплуатационных ограничений, типичных для месторождений нефтеносных песков Атабаски. Базовая модель пластовой гидродинамики является однородной и двумерной. Ее петрофизические параметры, такие как пористость, проницаемость, начальная нефтенасыщенность и эффективная мощность пласта, взяты из средних значений по нескольким площадкам проекта Firebag компании Suncor. На эту однородную модель пласта наложены наборы идеализированных конфигураций сланцевых барьеров. Проницаемость каждого сланцевого барьера на несколько порядков меньше проницаемости нефтеносного песка в модели. Отдельные сланцевые барьеры классифицируются по их расположению относительно пары скважин SAGD (в вертикальном и фронтальном направлениях) и по геометрии (толщина и протяженность по простиранию). Производство при SAGD моделировалось для тренировочного набора конфигураций сланцевых барьеров. Тренировочный набор был выбран так, чтобы охватить пространство возможных конфигураций барьеров в модели пласта; элементы набора определялись методами планирования эксперимента. Была построена сетевая модель на базе ИИ, воспроизводящая выходные данные модели пластового моделирования для этого тренировочного набора с акцентом на скорость добычи и коэффициент пар‑нефть (SOR). Затем обученная прокси‑модель ИИ использовалась для прогнозирования профилей добычи при сценариях со стохастическим распределением сланцевых барьеров. Результаты этих прогнозов сопоставлялись с результатами моделирования SAGD для тех же конфигураций барьеров; соответствие по скорости добычи и SOR оказалось хорошим, лучше ожидаемого. Полученные результаты демонстрируют возможности и гибкость сетевой модели на основе ИИ и техники параметризации характеристик сланцевых барьеров в отражении влияния сложных гетерогенностей на добычу при SAGD. Подход может быть расширен для изучения влияния других гетерогенных элементов, таких как бедные по запасам зоны, и обладает существенным потенциалом в качестве косвенного метода вывода о наличии и распределении гетерогенных особенностей пласта по профилям полевых производственных данных SAGD.