3.2 Ứng dụng mơ hình hóa, đánh giá định lượng ảnh hưởng của các yếu tố không
3.2.2 Trùng khớp lịch sử khai thác
Trùng khớp lịch sử (History matching) là q trình hiệu chỉnh sao cho kết quả từ mơ hình phù hợp với số liệu khai thác thực tế từ đó đảm bảo mơ hình có chất lượng, mang tính đại diện cho một mỏ thực tế và đảm bảo mức độ tin cậy cho dự báo khai thác [34]. Quy trình hiệu chỉnh mơ hình khai thác mỏ ST-X được mơ tả như Hình 3.21 dưới đây:
Hình 3.53: Quy trình hiệu chỉnh mơ hình khai thác mỏ ST-X.
Tại mỏ ST-X, hiệu chỉnh mơ hình được tiến hành cho kết quả khai thác trong quá trình thử vỉa của 4 giếng thăm dò và thẩm lượng: ST-A, ST-B, ST-C và ST-D. Các thơng số chính cần hiệu chỉnh phù hợp với lịch sử khai thác thực tế là áp suất đáy giếng (BHP), tỷ lệ nước khai thác (Water cut) và tỷ số khí - dầu (GOR).
Những thơng số khơng chắc chắn xác định trong q trình thử vỉa mỏ ST-X với khoảng biến thiên và phân bố xác suất của chúng được liệt kê trong Bảng 3.6 dưới đây. Mỗi thông số được thiết lập với giá trị thay đổi trong khoảng biến thiên của chúng theo 3 mức: cao, thấp và giá trị cơ sở. Giá trị ban đầu là giá trị ứng với mơ hình ngun thuỷ chưa được hiệu chỉnh. Giá trị cao và thấp được đánh giá dựa vào phân tích thống kê của dữ liệu.
chắc chắn
Hệ số độ thấm 0.001 1.5 200 Dạng Log
Hệ số độ Skin -2 0.0 8 Không đổi
Hệ số biên chắn 0 0.5 1 Dạng Log
Độ nén 3e-6 6e-6 12e-6 Chuẩn
Sau khi các thông số không chắc chắn được liệt kê và thiết lập khoảng biến thiên của chúng, phương pháp phân tích độ nhạy được thực hiện nhằm đánh giá mức độ ảnh hưởng của từng thông số đến kết quả chạy mơ hình thơng qua biểu đồ Tornado và bảng Pearson Coefficients. Từ đó các thơng số nào ít ảnh hưởng nhất sẽ được sàng lọc và loại bỏ nhằm giảm thiểu mức độ phức tạp trong tính tốn hàm mục tiêu (Hình vẽ 3.22).
Hình 3.54: Biểu đồ Tornado và bảng Pearson Coefficients đánh giá mức độ ảnh hưởng của các thông số không chắc chắn
Để đánh giá chất lượng của mơ hình khi hiệu chỉnh, hàm mục tiêu được xây dựng nhằm tính tốn việc tối ưu hố (minimum) độ sai lệch giữa kết quả mơ phỏng và giá
trị lịch sử khai thác cho từng đại lượng cần hiệu chỉnh (áp suất đáy giếng BHP, tỷ lệ khai thác nước WCT, tỷ số khí dầu GOR)
Trong đó:
i: đại lượng tối ưu;
j: thời điểm tham chiếu;
S: giá trị mô phỏng tại thời điểm j của đại lượng tối ưu i;
O: giá trị lịch sử tại thời điểm j của đại lượng tối ưu i;
ω: Trọng số
σ : độ lệch chuẩn (sai số đo) của đại lượng tối ưu i;
N: số lượng thời điểm cần hiệu chỉnh;
Sau khi đã xác định được hàm mục tiêu, xác định dạng phương trình sơ bộ ban đầu, vấn đề còn lại là lựa chọn các thiết kế thực nghiệm phù hợp để hiệu chỉnh phương trình về hàm giá trị thật của kết quả. Các thiết kế thực nghiệm phải đủ nhiều bộ mẫu để tất cả các hệ số của phương trình có thể được ước tính và đảm bảo chất lượng phương trình là tốt nhất. Phương pháp thiết kế thực nghiệm có ảnh hưởng lớn thời gian và chất lượng đánh giá. Tiêu chí lựa chọn phương pháp thiết kế thực nghiệm là cực tiểu số lượng tập mẫu vẫn giữ tối đa thông tin. Ngồi ra, phân bố tập mẫu phải mịn để mơ phỏng vỉa sớm đạt hàm mục tiêu. Ở đây, 4 phương pháp thiết kế thực nghiệm đã được áp dụng:
• Phương pháp Latin-Hypercube cho phân bố tập mẫu mịn nhất;
• Phương pháp Placket-Burman chỉ phân bố mẫu tại các ngưỡng cao và thấp nhất của tập mẫu;
• Phương pháp Random phân bố tập mẫu ngẫu nhiên và không liên tục; • Phương pháp Rejection chỉ phân bố mẫu tại các ngưỡng cao của tập mẫu;
Hình 3.55: Kết quả thiết kế thực nghiệm với các phương pháp khác nhau.
Kết quả cuối cùng, phương pháp thiết kế thực nghiệm Latin-Hypercube đã được chọn cho việc hỗ trợ hiệu chỉnh mơ hình do:
Phân bố tập mẫu mịn;
Hàm mục tiêu (min) đạt nhanh: rút ngắn thời gian hiệu chỉnh;
Đánh giá được ảnh hưởng của từng yếu tố rủi ro lên kết quả hiệu chỉnh;
Bước tiếp theo trong thiết kế thực nghiệm là sàng lọc các yếu tố không chắc chắn. Những thơng số có ảnh hướng ít đến hàm mục tiêu sẽ bị loại bỏ, những thơng số có ảnh hướng lớn sẽ được giữ lại tiếp tục nghiên cứu và rút gọn khoảng biến thiên của nó nhằm đánh giá sự ảnh hưởng của các thông số này trong không gian mẫu (khoảng biến thiên) đến kết quả khảo sát (history matching hoặc dự báo) cũng như giảm thời gian chạy mô phỏng với thông tin nhận được là hiệu quả nhất về ảnh hưởng riêng lẻ và ảnh hưởng tương tác của các thông số không chắc chắn với số thực nghiệm là ít nhất có thể. Từ 43 thơng số ban đầu (Bảng 3.5) đã được sàng lọc và rút gọn xuống cịn 11 thơng số khơng chắc chắn. Chi tiết phương pháp sàng lọc và rút gọn thông số không chắc chắn được minh họa trong Hình 3.24 và Bảng 3.7.
Hình 3.56: Phương pháp sàng lọc các yếu tố không chắc chắn.
Kết quả sàng lọc cho thấy một số lượng các thông số không chắc chắn đã bị loại bỏ do các thông số này có có ảnh hưởng nhỏ đến kết quả khảo sát. Những thơng số khơng chắc chắn có ảnh hưởng lớn được giữ lại để tiếp tục đánh giá ảnh hưởng của chúng lên kết quả dự báo. Những thông tố này được xác định theo thứ tự ảnh hưởng dưới đây:
2. Ảnh hưởng đường biên (khép kín, song song);
3. Ảnh hưởng của sự vây Condensate (Condensate blockage); 4. Hệ số nén;
Những thông số khơng chắc chắn chính sau khi sàng lọc được rút gọn khoảng biến thiên của chúng. Kết quả rút gọn được minh họa trong Hình 3.25.
Hình 3.57: Rút gọn khoảng biến thiên của các yếu tố không chắc chắn.
Sau q trình chạy mơ phỏng tính tốn tối ưu hố (minimize) mức độ sai lệch giữa mơ phỏng và giá trị lịch sử khai thác, một bộ các mơ hình được hiệu chỉnh với sai số chấp nhận được đã được sử dụng cho q trình dự báo.
Kết quả tối ưu hố hàm mục tiêu qua các lần chạy mô phỏng được thể hiện qua Hình vẽ 3.26.
Hình 3.58: Tối ưu hố hàm mục tiêu qua các lần chạy mơ phỏng.
Hình 3.61: Kết quả trùng khớp lịch sử cho giếng ST-C_Tập E.
Hình 3.63: Kết quả trùng khớp lịch sử cho giếng ST-D_Tập E. Các thơng số sau khi hiệu chỉnh mơ hình được tóm tắt trong Bảng 3.8.
Bảng 3.20: Tóm tắt các thơng số sau khi hiệu chỉnh mơ hình.
Kết quả DST Kết quả mô phỏng
Giếng DST Kh Skin Perm Mult Kh Skin
ST-A E 3402 -1.7 0.90 3254 -1.7
ST-A F 2247 -1.0 0.90 2770 -1.0
ST-C E ~70 9 0.40 101 9
ST-C F ~150 4 0.47 64.7 4
ST-D E ~90 2.4 5.50 409 2.4