IPTC 12550

Reservoir Simulation Model Updates via Automatic History Matching With Integration of Seismic Impedance Change and Production Data
Yannong Dong, Shell International Exploration and Production Inc., and Dean S. Oliver, University of Oklahoma

Automatic history matching can be used to incorporate 4D seismic data into reservoir characterization by adjusting values of permeability and porosity to minimize the difference between the observed impedance change and the predicted impedance change, while remaining as close as possible to initial geological model. In other words, the objective of automatic history matching is to obtain a reservoir simulation model that honors observed production data and is geologically plausible. The problem in doing traditional history matching is usually the poor resolution even useful data, such as pressure, GOR, and WOR already provide. In the other hand, automatic history matching problems are typically formulated as the minimization of the difference between actual and predicted data. Thus, the choice of an effective minimization algorithm is critical. Latest study show that limited memory Broyden-Fletcher-Goldfarb-Shanno (LBFGS) algorithm method is relatively efficient for large history matching problem. So the study in this paper will use this method. The author then do researches regarding this matter and comes up with several method that has been used in matching both production data and time-lapse seismic data. So, basically this papers author using adjoint method and LBFGS algorithm to established effectiveness of using seismic impedance change data in reservoir characterization then applied it in real case study in Gulf of Mexicos field. There are two main assumption used in this study. First one is using finite difference and the second is using black oil simulator. Both of these assumption is needed in order to ensure that material balance and flow equations are honored. Beside of that, I spotted two limitations in applying the method in this study. First, it was necessary to convert the map of change in reflection coefficients to map of change impedance. This will further allows the seismic impedance data to match with the production data. Second, it was necessary to characterize the noise in observed seismic impedance change data to prevent overmatching of the data. Automatic history matching with integration of both seismic impedance change data and production data was successfully applied to a real case study in Gulf of Mexico. Through production data history matching, the water breakthrough time at all 7 wells was reproduced fairly well. The water cuts after breakthrough at some wells were matched more closely. The subsequent seismic impedance change data matching also improved the water cut match although it did not provide substantial changes in model parameters. Due to signal-to-noise ratio, the seismic impedance change did not have as large an effect on the whole automatic history matching process as it did in the synthetic and the semisynthetic case studies. The author claims the automatic history matching is valid base on the production data and seismic data. When matched with the production data, most of wells observed are have improvements in their water cut curves, in term of closeness to the observed water ones. The production history matched permeability and porosity fields do not change greatly in the field scale features compared to the initial models, although some regions near the wells have substantial change in rock properties. Because the water breakthrough times at all wells have been matched fairly well by

integrating only production data, the seismic data do not obviously improve the breakthrough time matching. But there is benefit for some wells after the seismic impedance change data. The porosity values are decreased, making water saturations move faster. Although the permeability is also reduced due to its correlation with the porosity, the final effect is larger water cuts for 3 wells which means improvement in closeness with observed data. I must agree with the author after seeing the result in appendix graphic. The matching is really good, even with only using production data, the trend is already similar with the observed data. Moreover, when seismic impedance is included, the data is matched almost perfectly. The author also using rock physics analysis to measure the change in rock properties which will counter the weakness of simulator that could not predict the future rock properties change quite well. Overall, I could say that the author conclusion is reasonable supported by the evidence. In my opinion, this study has been reach the phase of applicative theory, so there is only little improvement can be made regarding this topic. I think that this solution can still extend to other type of reservoir such as wet gas reservoir. The equations used must be difference, so the study should constructed from determining principles to be used which will comes up with more complex flow models and material balance equations.

IPTC 12550

Pembaharuan Model Simulasi Reservoir Menggunakan Automatic History Matching dengan Integrasi dari Perubahan Impedansi Seismik dan Data Produksi
Yannong Dong, Shell International Exploration and Production Inc., and Dean S. Oliver, University of Oklahoma

Automatic history matching bisa digunakan untuk menyatukan data seismik 4D ke dalam karakterisasi reservoir dengan mengatur nilai dari permeabilitas dan porositas untuk meminimalisasi perbedaan antara perubahan impedansi yang diobservasi dan perubahan impedansi yang diprediksi, sembari tetap menjaga kemiripan dengan model geologi awal. Dengan kata lain, tujuan dari automatic history matching adalah untuk mendapatkan model simulasi reservoir yang melibatkan data produksi hasil observasi dan masuk akal secara geologi. Masalah dari melakukan history matching tradisional adalah pada umumnya resolusi data yang buruk, sekalipun data yang berguna seperti tekanan, GOR, dan WOR telah disediakan. Di sisi lain, permasalahan automatic history matching biasanya dirumuskan sebagai penyederhanaan perbedaan antara data aktual dengan data prediksi. Karenanya, pemilihan algoritma penyederhaan ini menjadi sangat penting. Studi terbaru menunjukkan bahwa algoritma memori terbatas Broyden-Fletcher-Goldfarb-Shanno (LBFGS) efisien untuk history matching dengan perbedaan yang besar. Maka, studi di paper ini akan menggunakan algoritma ini. Penulis kemudian melakukan penelitian mengenai topik paper ini, dan menemukan sejumlah metoda yang pernah dilakukan untuk pencocokan data produksi dan data seismik pada simulasi reservoir. Sehingga pada dasarnya, penulis menggabungkan beberapa metoda dan algoritma LBFGS untuk mewujudkan keefektifan dalam menggunakan perubahan impedansi seismik dalam karakterisasi reservoir kemudian mengaplikasikannya pada studi kasus nyata di lapangan Gulf of Mexico. Ada 2 asumsi utama yang digunakan dalam studi ini. Yang pertama adalah penggunaan finite difference dan yang kedua adalah menggunakan simulator untuk black oil. Kedua asumsi ini dibutuhkan untuk memastikan bahwa persamaan material balance dan persamaan aliran dapat digunakan. Disamping itu, saya menemukan 2 batasan dalam mengaplikasikan metoda dalam studi ini. Pertama, diperlukan konversi pemetaan data yang ada menjadi peta persebaran perubahan impedansi. Hal ini akan membantu pencocokan data impedansi seismik dengan data produksi. Kedua, diperlukan karakterisasi gangguan dalam mengobservasi impedansi seismik untuk mencegah data yang terlalu cocok. Automatic history matching menggunakan prinsip integrasi dari perubahan impedansi seismik dengan data produksi. Penulis memperoleh kesuksesan dalam aplikasi di lapangan Gulf of Mexico. Melalui history matching data produksi saja, waktu tembus air untuk 7 sumur yang diobservasi berhasil dicocokan dengan baik. Bahkan untuk beberapa sumur, hasil matching sangat dekat. Sedangkan ketika dilanjutkan dengan pencocokan dengan data impedansi seismik, hasil pencocokan tidak berubah terlalu jauh yang berarti pencocokan dengan data produksi sudah cukup baik. Penulis mengklaim bahwa automatic history matching adalah metoda yang valid karena berdasarkan pada data produksi dan data seismik. Ketika dicocokan dengan data produksi, water cut di sebagian

besar sumur yang diamati memang menunjukkan kecocokan dengan data prediksi sebelumnya. Sejarah produksi menunjukkan kecocokan permeabilitas dan porositas yang ditandai tidak ada perubahan signifikan ketika dilakukan perbandingan dengan model awal, meskipun di beberapa sumur ditemukan perubahan sifat batuan lain. Pencocokan dengan data seismik menunjukkan perubahan yang cukup signifikan di beberapa sumur. Ini dikarenakan kelebihan dari data impedansi seismik adalah kemampuannya mendeteksi porositas dengan lebih baik sehingga didapatkan saturasi air yang lebih akurat. Hal ini tentunya akan mempengaruhi prediksi waktu tembus air. Saya setuju dengan apa yang disampaikan oleh penulis setelah melihat bukti yang dicantumkan berupa grafik perbandingan data prediksi dengan data observasi. Grafik tersebut menujukkan pencocokan yang sangat baik, meski hanya dengan pencocokan data produksi saja gradient grafik sudah mengikuti gradient data observasi. Terlebih saat disatukan dengan pencocokan data perubahan impedansi seismik, hasilnya nyaris mengikuti data observasi. Dalam analisisnya, penulis juga melakukan analisa sifat batuan yang dapat menutupi kelemahan dari simulator yang digunakan. Secara garis besar, saya dapat mengatakan bahwa kesimpulan penulis masuk akal dengan adanya bukti konkret. Menurut pendapat saya, studi ini telah mencapai tahap aplikatif, yang berarti sedikit pengembangan dari topic ini yang dapat dibuat terkait tema yang disampaikan penulis. Saya berpikir bahwa solusi yang dikemukakan masih dapat dikembangkan, yaitu aplikasi ke tipe reservoir yang lain seperti wet gas reservoir. Persamaan dan asumsi yang digunakan tentunya akan berbeda, sehingga studi perlu dilakukan dari dasar, seperti penentuan prinsip yang akan digunakan dalam konteks model aliran yang lebih kompleks dan persamaan material balance yang berbeda.