Integração da Sísmica 4D ao Processo de Ajuste de Histórico

UNIVERSIDADE FEDERAL DE PELOTAS

Centro de Desenvolvimento Tecnológico - CDTec

Curso de Engenharia de Petróleo

Trabalho de Conclusão de Curso

AVALIAÇÃO DA INTEGRAÇÃO DA SÍSMICA 4D (TIME-LAPSE) AO PROCESSO

DE AJUSTE DE HISTÓRICO: ESTUDO COMPARATIVO

FORLAN LA ROSA ALMEIDA

Pelotas (RS), 2014




Trabalho de conclusão de curso apresentado ao Curso de Engenharia de Petróleo da Universidade Federal de Pelotas, como requisito parcial à obtenção do título de Bacharel em Engenharia de Petróleo

Orientador: Prof. Dr. Valmir Francisco Risso

Co-orientador: Prof. Dr. Denis José Schiozer

Pelotas (RS), 2014




Trabalho de Conclusão de Curso aprovado, como requisito parcial, para obtenção do grau de Bacharel em Engenharia de Petróleo, Centro de Desenvolvimento Tecnológico, Universidade Federal de Pelotas. Data da Defesa: 13 de Fevereiro de 2014 Banca examinadora: ........................................................................................................................................Prof. Dr. Valmir Francisco Risso (Orientador) Doutor em Ciências e Engenharia de Petróleo (2007) pela Universidade Estadual de Campinas ........................................................................................................................................Prof. Dra. Fernanda Vaz Alves Risso Doutora em Engenharia de Alimentos (2004) pela Universidade Estadual de Campinas ........................................................................................................................................Prof. MSc. Giovani Matte Cioccari Mestre em Geociências (2004) pela Universidade Federal do Rio Grande do Sul

DEDICO Aos meus queridos e amados pais Volandi e Eudocia, verdadeiros guerreiros e incentivadores e a minha amada irmã Giliane, meu exemplo e inspiração.

Agradecimentos O presente trabalho representa o passo final de cinco anos de estudos regados de

dificuldades, mas cheio de lembranças positivas, incentivadoras, de momentos

inesquecíveis. Em suma, de um grande e lindo capítulo de minha vida, o qual só pude

escrever, construir com o apoio de grandes pessoas que passaram pelo meu caminho e me

ajudaram nesta caminhada, com isso gostaria de manifestar a todas elas minha gratidão e

de forma particular:

À Deus, pela vida;

À minha família, pelo apoio incondicional, incentivo em todos os momentos, sendo

eles os grandes responsáveis por este trabalho e conquista;

Aos meus amigos de classe, pelo apoio em todos os momentos. Por cada prova,

trabalho, estudo realizado com os mesmos, que tornou esta caminhada mais agradável e

divertida. Sem os quais não seria possível chegar a este momento.

A todos os professores que me auxiliaram nesta caminhada, os quais dividiram

comigo não só seu conhecimento técnico, mas também de vida, ensinamentos os quais

espero conseguir levar e aplicar para o resto de minha vida.

Ao professor Dr. Valmir Francisco Risso pela orientação, pelo incentivo, pelo apoio e

confiança que sempre teve comigo, me amparando em cada pesquisa e trabalho

desenvolvido.

Agradecimento especial aos professores Dr. Valmir Francisco Risso e Dra. Fernanda

Alves Vaz Risso por todos os ensinamentos e pela oportunidade de vida que me

proporcionaram e ao professor Dr. Luis Eduardo Silveira da Motta Novaes pelo incentivo e

apoio a pesquisa.

Ao professor Dr. Denis José Schiozer pela coorientação e oportunidade de

desenvolver o mesmo, como também pela chance de trabalhar conjuntamente com um

grupo seleto de pesquisadores.

A Dra. Alessandra Davolio Gomes que esteve sempre ao meu lado na construção

deste trabalho, me amparando a cada passo desenvolvido, auxiliando em todas as questões

por mais simples que fossem, sendo uma das grandes responsáveis por este trabalho.

À Universidade Federal de Pelotas, pela oportunidade proporcionada;

À Universidade Estadual de Campinas, a qual, através de seu Grupo de Pesquisa

em Simulação e Gerenciamento de Reservatórios - UNISIM proporcionou a construção

deste trabalho, como também a seus técnicos e pesquisadores que deram suporte e

condições para a realização do mesmo, agradecendo em especial a Daniel Carvalho, Derek

Vasconcelos, Paulo Drumond, João Von Honherdoof Filho e Gil Gomes.

“Quando uma criatura humana desperta para um grande sonho

e sobre ele lança toda a força de sua alma, todo o universo

conspira a seu favor.”

Johann Goethe

http://pensador.uol.com.br/autor/johann_goethe/

RESUMO

ALMEIDA, Forlan La Rosa. AVALIAÇÃO DA INTEGRAÇÃO DA SÍSMICA 4D

(TIME-LAPSE) AO PROCESSO DE AJUSTE DE HISTÓRICO: ESTUDO

COMPARATIVO. 2014. 159f. Trabalho de Conclusão de Curso (TCC). Graduação

em Engenharia de Petróleo, Universidade Federal de Pelotas, Pelotas.

Palavras-Chaves: ajuste de histórico; sísmica 4D

A metodologia de Ajuste de Histórico se trata de um importante instrumento de auxílio nos processos de tomada de decisão de gerenciamento de reservatórios de petróleo. Atualmente a incorporação desta metodologia com a sísmica 4D (S4D) tem se demonstrado útil na caracterização de modelos, o que tornou a incorporação dessas ferramentas um importante alvo de pesquisa. Com isto o presente trabalho visa demonstrar a integração da sísmica 4D ao processo de ajuste de histórico, através de um estudo comparativo. Para avaliar a integração, foi construído um modelo referência, a partir do qual foram obtidos os dados de histórico de produção e também as informações da sísmica 4D a serem utilizadas para o processo de ajuste. O processo de ajuste de histórico teve seu início na determinação de 11 atributos incertos, que dependendo do intervalo de ocorrência e da complexidade foram discretizados em diferentes níveis. Posteriormente através da técnica HCLD (Hipercubo Latino com Discretização de Atributos) foram combinados todos os níveis de incertezas gerando-se 500 modelos de simulação, tendo os mesmos uma malha mais grosseira se comparada ao modelo referência. Para medir a qualidade de cada modelo foram computados os afastamentos quadráticos entre as curvas de produção de cada modelo com as curvas do histórico de produção das 60 funções-objetivo (FO) avaliadas, sendo 4 FOs para cada um dos 11 poços produtores e 2 FOs para cada um dos 8 poços injetores. Fundamentado nos afastamentos quadráticos de cada modelo foi possível ranquear os mesmos e assim determinar o modelo que resultou o menor valor de afastamento, sendo este definido como modelo base para o ajuste. Com o modelo definido, o primeiro passo baseou-se na aplicação de um ajuste de histórico manual, através de multiplicadores, modificando globalmente a porosidade e localmente a permeabilidade e espessura porosa, ajustando o volume de óleo e a chegada de água nos poços produtores, respectivamente. No segundo passo foi incorporada a sísmica 4D, analisando a diferença de saturação de água ao longo do tempo de produção avaliado (5 anos), possibilitando a implementação de alterações que permitiram uma melhor compatibilidade do modelo de simulação ajustado ao modelo referência. Com isso foi realizada a previsão de produção de ambos modelos e comparados os resultados obtidos com o histórico de produção. Como principais resultados, o estudo permitiu avaliar a integração da sísmica 4D ao processo de ajuste de histórico e que o modelo ajustado com a incorporação da sísmica 4D se mostrou mais similar ao histórico de produção contemplando de forma mais adequada às características estruturais do reservatório.

ABSTRACT

ALMEIDA, Forlan La Rosa. EVALUATION OF THE INTEGRATION OF 4D SEISMIC

(TIME-LAPSE) IN PROCESS OF HISTORY MATCHING SEISMIC: COMPARATIVE

STUDY. 2014. 159p. Course Conclusion Paper (CCP). Graduation in Petroleum

Engineering. Federal University of Pelotas, Pelotas.

Keywords: history matching; time-lapse

History Matching methodology is an important instrument to help in the management decision’s process at petroleum’s reservoir. Nowadays the incorporation of this methodology with Time-Lapse has been useful in the models characterization, what turns the incorporation of these tools an important research target. Considering this work intend to demonstrate the integration of Time-Lapse in the History Matching process, through a comparative study. To evaluate the integration, was build a reference model, whereof was obtained data of history production and also the information of Time-Lapse that will be used in the History Matching process. The process begins in the determination of 11 uncertainties attributes that depending of occurrence range and complexity were discretized in different levels. Posteriorly through the HCLD technique were combined all uncertainties levels building 500 simulation models with grid larger than compared with reference model. To measure the quality of each model were computed square error between the production curves of each model with history production curves of 60 objective functions (FO) evaluated, 4 FOs for each 11 producer wells and 2 FOs for each 8 injector wells. Grounded in the square error of each model was possible to rank the models and determinate which model results in less error, whose was chosen to be base model to history matching. With this model defined, the first step was the application of manual history matching, through of multipliers, change globally the porosity and locally the permeability and netgross, matching the pore volume and the water arrival in the production wells respectively. In the second step was integrated the Time-Lapse, analyzing the water saturation difference in the evaluated time production and enabling the implementation of changes that allowed a better compatibility of simulation matching model with the reference model. Therewith was applied the forecast production of both models and the results were compared to the production history. As a major results, the study allowed to evaluate the Time-Lapse integration in the History Matching process and that the model matching with the Time-Lapse incorporation provides a result more similar at history production with compared with matching without Time-Lapse.

Lista de Figuras

Figura 4.1 - Modelo geológico de referência ............................................................. 43

Figura 4.2 - Falhas ao longo do modelo de referência .............................................. 44

Figura 4.3 - Malha de poços ...................................................................................... 53

Figura 5.1 - Fluxograma metodologia ........................................................................ 57

Figura 5.2 - Esquematização do processo HCLD ..................................................... 60

Figura 6.1 - Raio de modificação adotado ................................................................. 74

Figura 6.2 - Determinação das áreas a serem alteradas .......................................... 77

Figura 7.1 - Variação do atributo (permeabilidade em mD) para o poço produtor 10

(camada 2) .............................................................................................................. 100

Figura 7.2 - Imagem da Sísmica de Saturação de Água para o Tempo 0 para a

primeira camada ...................................................................................................... 104

Figura 7.3 - Imagem da Sísmica de Saturação de Água para o Tempo 1 para a

primeira camada ...................................................................................................... 105

Figura 7.4 - Sísmica 4D Diferença de Saturação de Água entre os dois

levantamentos (Primeira Camada) .......................................................................... 106

Figura 7.5- Diferença de Saturação de Água entre o tempo 1 e o tempo 0 do modelo

ajustado ................................................................................................................... 107

Figura 7.6 - Diferenças observadas ente a diferença de Sw do modelo ajustado e a

diferença de Sw da S4D (Primeira Camada)........................................................... 108

Figura 7.7 - Erro de saturação de água verificado entre o modelo ajustado e a

sismica 4D (a) primeira camada (b) segunda camada (c) terceira camada (d) quarta

camada (e) quinta camada (f) sexta camada (g) sétima camada (h) oitava camada (i)

nona camada ........................................................................................................... 110

Figura 7.8 - Diferença na direção de fluxo da água Camada 6 ............................... 110

Figura 7.9 – Erro de saturação de água verificado entre o modelo ajustado com a

incorporção da sísmica 4D e a sismica 4D (a) primeira camada (b) segunda camada

(c) terceira camada (d) quarta camada (e) quinta camada (f) sexta camada (g)

sétima camada (h) oitava camada (i) nona camada ................................................ 112

Figura 7.10 - Comparação entre os erros obtidos ao modelo ajustado (a) antes e (b)

após a integração da sísmica 4D (camada 6) ......................................................... 113

Figura 7.11 - Redução do erro (a) erro modelo ajustado (b)erro modelo ajustado com

S4D ......................................................................................................................... 114

Figura 7.12 - Chegada de água ao Produtor 3 (a) modelo ajustado (b) modelo

ajustado com a integração da sísmica 4D (c) Sísmica 4D ...................................... 115

Figura 7.13 - Comportamento da percolação da água injetada (a) modelo ajustado

(b) modelo ajustado com a integração da sísmica 4D (c) Sísmica 4D .................... 116

Lista de Gráficos

Gráfico 4.1 - Pressão versus Fator volume de formação de óleo (Bo) ...................... 48

Gráfico 4.2 - Pressão versus Fator volume de formação de gás (Bg) ....................... 49

Gráfico 4.3 - Pressão versus Razão de solubilidade (RS) ........................................ 50

Gráfico 4.4 - Pressão versus Viscosidade do óleo (VisO) ......................................... 50

Gráfico 4.5 - Pressão versus Viscosidade do gás (VisG) .......................................... 51

Gráfico 4.6 – Saturação de Líquido (SL) versus Permeabilidade relativa ao gás (KrG)

e permeabilidade relativa gás\óleo KrOG (Fácies 1) ................................................. 51

Gráfico 4.7 - Saturação de Líquido (SL) versus Permeabilidade relativa ao gás (KrG)

e permeabilidade relativa gás\óleo KrOG (Fácies 1) ................................................. 52

Gráfico 7.1 - Sensibilidade dos atributos incertos causadas a produção acumulada

de óleo (Np) ............................................................................................................... 79


de água (Wp) ............................................................................................................. 79

Gráfico 7.3 - Sensibilidade dos atributos incertos causadas a vazão acumulada de

água injetada (Wi) (Sensibilidade 1) .......................................................................... 80


de óleo (Np) (Sensibilidade 2) ................................................................................... 81


de água (Wp) (Sensibilidade 2) ................................................................................. 81

Gráfico 7.6 - Sensibilidade dos atributos incertos causadas a vazão acumulada de

água injetada (Winj) (Sensibilidade 2) ....................................................................... 82

Gráfico 7.7 - Resultado normatizado de Qo para os 500 modelos com a combinação

de incertezas ............................................................................................................. 84

Gráfico 7.8 - Resultado normatizado de Qg para os 500 modelos com a combinação

de incertezas ............................................................................................................. 84

Gráfico 7.9 - Resultado normatizado de Qw para os 500 modelos com a combinação

de incertezas ............................................................................................................. 85

Gráfico 7.10 - Resultado normatizado de BHP para os 500 modelos com a

combinação de incertezas ......................................................................................... 85

Gráfico 7.11 - Resultado normatizado de Qwi para os 500 modelos com a


Gráfico 7.12 -Resultado normatizado de BHP (inj) para os 500 modelos com a


Gráfico 7.13 - Vazão de Óleo produzido em Condições de Superfície ..................... 89

Gráfico 7.14 - Vazão de Água em condições de Superfície ...................................... 90

Gráfico 7.15 - Vazão de Gás produzida em Condições de Superfície ..................... 90

Gráfico 7.16 - Pressão Média do Reservatório.......................................................... 91

Gráfico 7.17 - Vazão de Água Injetada em Condições de Superfície ........................ 91

Gráfico 7.18 - Resultado normatizado de Qo para o melhor modelo

(IM23kzkx2kra4krb5tfa5tfb1tfc5tfd4) ......................................................................... 92

Gráfico 7.19 - Resultado normatizado de Qw para o melhor modelo


Gráfico 7.20 - Resultado normatizado de Qg para o melhor modelo


Gráfico 7.21 - Resultado normatizado de BHP para o melhor modelo


Gráfico 7.22 - Resultado normatizado de Qwi para o melhor modelo


Gráfico 7.23 - Resultado normatizado de BHP para o melhor modelo


Gráfico 7.24 - Vazão de produção de óleo do poço produtor 11 em condições de

superfície (IM23kzkx2kra4krb5tfa5tfb1tfc5tfd4) ......................................................... 96

Gráfico 7.25 - Vazão de água injetada em condições de superfície do Injetor 8


Gráfico 7.26 - Vazão de água produzida em condições de superfície do Produtor 10


Gráfico 7.27 - Discrepância das curvas do Produtor 5 entre o modelo

IM23kzkx2kra4krb5tfa5tfb1tfc5tfd4 com o histórico de produção (a) Qw (b) BHP ... 98

Gráfico 7.28 - Passos de melhoria do ajuste do BHP do Produtor 10 (a)

IM23kzkx2kra4krb5tfa5tfb1tfc5tfd4 (b) 4º rodada de teste de ajustes e (c) modelo

ajustado ................................................................................................................... 101

Gráfico 7.29 - Ajuste de Qw do Produtor 10 (a)IM23kzkx2kra4krb5tfa5tfb1tfc5tfd4

(b)Modelo Ajustado ................................................................................................. 101

Gráfico 7.30 - Ajuste de BHP do Injetor 4 (a)IM23kzkx2kra4krb5tfa5tfb1tfc5tfd4


Gráfico 7.31 - Ajuste de BHP do Produtor 1 (a)IM23kzkx2kra4krb5tfa5tfb1tfc5tfd4


Gráfico 7.32 - Ajuste de BHP do Produtor 4 (a)IM23kzkx2kra4krb5tfa5tfb1tfc5tfd4


Gráfico 7.33 - Curva de Qw do Produtor 5 após rodadas de ajuste ........................ 103

Gráfico 7.34 - Qw produtor 3 ................................................................................... 117

Gráfico 7.35 - Qw poço produtor 10 ........................................................................ 118

Gráfico 7.36 - Qw poço produtor 11 ........................................................................ 118

Gráfico 7.37 - Previsão de produção Vazão de óleo (Qo) ....................................... 119

Gráfico 7.38 - Previsão de produção Vazão de água (Qw) ..................................... 120

Gráfico 7.39 – Previsão da pressão média do reservatório ..................................... 121

Gráfico 7.40 - Previsão de Qo poço produtor 4 ....................................................... 122

Gráfico 7.41 - Previsão de BHP para o poço injetor 8 ............................................. 122

Gráfico 7.42 - Previsão de BHP para o poço produtor 5 ......................................... 123

Gráfico 7.43 - Chegada de água poço produtor 3 ................................................... 124

Gráfico 7.44 - Chegada de água poço produtor 8 ................................................... 124

Lista de Tabelas

Tabela 4.1 - Variações das características permoporosas das fácies ....................... 45

Tabela 4-2 - Métodos de Transferência de Escala .................................................... 46

Tabela 4.3 - Grid de simulação ................................................................................. 47

Tabela 4.4 – Nome, posição e camadas completadas (Poços Produtores) .............. 54

Tabela 4.5 - Posição, nomenclatura e camadas completadas (Poços Injetores) ...... 54

Tabela 4.6 - Abertura dos poços ............................................................................... 55

Tabela 6-1 - Atributos considerados incertos ............................................................ 66

Tabela 6-2 - Atributos incertos, níveis de incerteza e valores adotados para cada

nível. .......................................................................................................................... 67

Tabela 6-3 - Atributos e níveis para Análise de Sensibilidade................................... 68

Tabela 7-1 - Ranqueamento baseado na soma absoluta dos afastamentos

quadráticos normatizados pelo histórico de produção .............................................. 87

Tabela 7-2 - Comparação entre os níveis discretizados para os atributos do Modelo

Referência com o Modelo Melhor Ranqueado .......................................................... 88

Tabela 7-3 - Poços desajustados .............................................................................. 98

Tabela 7-4 - Ajuste do Volume Poroso ...................................................................... 99

Tabela 7-5 - Soma absoluta dos afastamentos quadráticos normatizados ............. 125

Tabela 8-1 - Principais poços produtores desajustados para Qo, Qg, Qw e BHP... 127

Lista de Equações

Equação 2.1 - Afastamento Quadrático para uma única Função-Objetivo ................ 31

Equação 5.1 - Número de modelos gerados (Árvore de Derivação) ......................... 59

Nomenclatura

Afastamento quadrático

AHD Ajuste de Histórico Determinístico

AHMR Ajuste de Histórico de Múltiplas Respostas

Bg Fator volume de formação de gás

BHP Pressão de fundo de poço (Bottom Hole Pressure)

Bo Fator volume de formação de óleo

FO Função-objetivo

Curva do histórico de produção

HCLD Hipercubo Latino com Discretização de Atributos

INJ Poço injetor

Kra Permeabilidade Relativa óleo/água – Expoente de Corey – Fácies 1

KrB Permeabilidade Relativa óleo/água – Expoente de Corey – Fácies 2

KrG Permeabilidade relativa do gás

KrOG Permeabilidade relativa do gás em relação ao óleo

Kz/Kx Razão de permeabilidade Vertical com Horizontal

Np Produção acumulada de óleo

PROD Poço produtor

Qg Vazão produzida de gás

Qo Vazão produzida de óleo

Qw Vazão produzida de água

RS Razão de solubilidade

S4D Sísmica 4D

Sl Saturação de líquido

Sw Saturação de água

Tfa Transmissibilidade da falha A

Tfb Transmissibilidade da falha B

Tfc Transmissibilidade da falha C

Tfd Transmissibilidade da falha D

VisG Viscosidade fase água

VisO Viscosidade fase óleo

Winj Injeção acumulada de água

Wp Produção acumulada de água

Número de discretizações

Curva do modelo simulado

Quantidade de atributos

Quantidade de modelos gerados

SUMÁRIO

1. INTRODUÇÃO .................................................................................................... 22

1.1. MOTIVAÇÃO ................................................................................................ 24

1.2. OBJETIVO ................................................................................................... 24

1.3. ESTRUTURA DA MONOGRAFIA ................................................................ 25

2. CONCEITOS E FUNDAMENTAÇÃO TEÓRICA ................................................ 27

2.1. SIMULADOR NUMÉRICO DE FLUXO ......................................................... 27

2.2. AJUSTE DE HISTÓRICO ............................................................................. 28

2.2.1. Função-Objetivo .................................................................................... 30

2.2.2. Tipos de Ajuste de Histórico .................................................................. 31

2.2.2.1. Ajuste de Histórico Determinístico ......................................................... 31

2.2.2.2. Ajuste de Histórico de Múltiplas Respostas ........................................... 32

2.2.3. Metodologia de Ajustes de Histórico Determinístico .............................. 32

2.2.3.1. Manual ................................................................................................... 32

2.2.3.2. Automático ............................................................................................. 32

2.2.3.3. Assistido ................................................................................................ 33

2.2.4. Complexidade do Ajuste ........................................................................ 33

2.2.5. Desafios ................................................................................................. 34

2.3. ANÁLISE DE SENSIBILIDADE .................................................................... 34

2.4. SÍSMICA 4D ................................................................................................. 34

2.4.1. Relação Perfuração de Poços e Levantamentos Sísmicos ................... 37

2.4.2. Sísmica 4D no Brasil ............................................................................. 37

2.5. INTEGRAÇÃO DA SÍSMICA 4D NO PROCESSO DE AJUSTE DE

HISTÓRICO ........................................................................................................... 37

3. REVISÃO BIBLIOGRÁFICA ............................................................................... 39

4. CONSTRUÇÃO DO MODELO DE SIMULAÇÃO ............................................... 42

4.1. CARACTERIZAÇÃO DO MODELO ............................................................. 42

4.2. GEOLOGIA .................................................................................................. 44

4.3. TRANSFERÊNCIA DE ESCALA .................................................................. 45

4.4. O MODELO DE SIMULAÇÃO ...................................................................... 46

4.5. PROPRIEDADES NÃO PASSÍVEIS DE AJUSTE ........................................ 47

4.6. ESTRATÉGIA DE EXPLOTAÇÃO ............................................................... 52

5. METODOLOGIA ................................................................................................. 56

6. APLICAÇÃO ....................................................................................................... 65

6.1. MODELO REFERÊNCIA .............................................................................. 65

6.2. PROPRIEDADES CONSIDERADAS COMO INCERTAS ............................ 65

6.2.1. Propriedades ......................................................................................... 66

6.2.2. Níveis de discretização .......................................................................... 66


6.4. COMBINAÇÃO DE INCERTEZAS ............................................................... 69

6.5. SIMULAÇÃO DOS MODELOS .................................................................... 69

6.6. ANÁLISE DOS RESULTADOS .................................................................... 70

6.6.1. Funções-Objetivo ................................................................................... 70

6.6.2. Tratamento dos dados ........................................................................... 71


6.7.1. Ajuste de Histórico Global ..................................................................... 73

6.7.2. Ajuste de Histórico Local ....................................................................... 73

6.8. INTEGRAÇÃO DA SÍSMICA 4D .................................................................. 74

6.8.1. Obtenção dos dados de Sísmica 4D ..................................................... 75

6.8.2. Obtenção da imagem 4D do modelo ajustado ....................................... 75

6.8.3. Erro entre o modelo ajustado deterministicamente e a Sísmica 4D ...... 76

6.8.4. Incorporação da sísmica 4D ao processo de ajuste .............................. 76

6.9. PREVISÃO ................................................................................................... 77

7. RESULTADOS .................................................................................................... 78


7.1.1. Sensibilidade 1 ...................................................................................... 78

7.1.2. Sensibilidade 2 ...................................................................................... 80

7.2. COMBINAÇÃO DE INCERTEZAS ............................................................... 82

7.3. RESULTADOS OBTIDOS ATRAVÉS DA SIMULAÇÃO DOS MODELOS

COM A COMBINAÇÃO DE INCERTEZAS ............................................................. 83

7.4. COMPARAÇÃO DAS CURVAS DO MELHOR MODELO COM AS CURVAS

DO HISTÓRICO DE PRODUÇÃO. ........................................................................ 88

7.4.1. Global .................................................................................................... 88

7.4.2. Local ...................................................................................................... 92


7.5.1. Global .................................................................................................... 99

7.5.2. Local ...................................................................................................... 99

7.6. INTEGRAÇÃO DA SÍSMICA 4D AO PROCESSO DE AJUSTE DE

HISTÓRICO ......................................................................................................... 103

7.6.1. Comparação das curvas de produção ................................................. 117

7.7. EXTRAPOLAÇÃO DOS MODELOS .......................................................... 119

8. DISCUSSÕES DOS RESULTADOS E CONCLUSÃO ..................................... 126

8.1. ANÁLISE DE SENSIBILIDADE .................................................................. 126

8.2. RESULTADOS OBTIDOS ATRAVÉS DA SIMULAÇÃO DOS MODELOS

COM A COMBINAÇÃO DE INCERTEZAS ........................................................... 127

8.3. COMPARAÇÃO DAS CURVAS DO MELHOR MODELO COM AS CURVAS

DO HISTÓRICO DE PRODUÇÃO. ...................................................................... 128

8.4. AJUSTE DE HISTÓRICO ........................................................................... 129


HISTÓRICO ......................................................................................................... 130

8.6. PREVISÃO DE PRODUÇÃO ..................................................................... 130

8.7. CONCLUSÕES FINAIS .............................................................................. 131

8.8. SUGESTÃO PARA TRABALHOS FUTUROS ............................................ 132

9. REFERÊNCIAS BIBLIOGRÁFICAS ................................................................. 134

ANEXOS ................................................................................................................. 138

ANEXO A – Modelo melhor ranqueado (Modelo base para o ajuste) ................. 139

1. Curvas de Qo – Poços Produtores ............................................................. 139

2. Curvas de Qw – Poços Produtores ............................................................ 141

3. Curvas de BHP – Poços Produtores .......................................................... 142

4. Curvas de Qwi – Poços injetores ............................................................... 144

5. Curvas de BHP – Poços injetores .............................................................. 145

ANEXO B – Modelo ajustado manualmente com dados de poço ....................... 146






ANEXO C – Modelo ajustado manualmente com dados de poço e com a

integração da sísmica 4D ..................................................................................... 153






22

1. INTRODUÇÃO

O principal objetivo da engenharia de reservatórios se trata de fornecer

subsídios que permitam prever o desempenho e comportamento de reservatórios de

petróleo, provendo informações desde sua descoberta até o seu abandono (COSTA,

2012), permitindo assim, identificar as melhores metodologias de produção a serem

adotadas, para que desta maneira as mesmas possam oferecer o melhor resultado

economicamente, tecnicamente e ambientalmente possível.

Com isto pode-se destacar que a engenharia de reservatórios tem dois

aspectos como principais objetivos, o de gerenciar a produção e o de prever o

desempenho de campos petrolíferos, indicando métodos e meios que permitam o

incremento da recuperação final de petróleo do reservatório. Tais fatores

demonstram que o estudo de reservatórios é de expressiva importância na indústria

do petróleo, pois o mesmo impacta de forma direta na determinação das atividades

vinculadas a explotação do reservatório e consequentemente no planejamento

vinculado a produção de petróleo.

A forma encontrada e mais difundida para avaliar e determinar o

planejamento da atividade de produção de petróleo está diretamente ligada aos

resultados obtidos através da simulação numérica de fluxo dos fluidos presentes ao

reservatório. Procedimento este que permite analisar e prever inúmeras informações

de relativa importância para o melhor gerenciamento da explotação, como: a

produção de fluidos do reservatório, o comportamento da pressão de operação entre

outros pontos (IDA, 2009).

Portanto, para se avaliar reservatórios de petróleo são construídos modelos

numéricos de simulação, baseados na caracterização geológica e de fluidos que

compõem o mesmo através de propriedades que podem ser descritas

numericamente e utilizadas na avaliação e previsão de processos físicos intrínsecos

a produção de petróleo.

No intuito de tornar computacionalmente possível a aplicação de um processo

numérico que permita avaliar questões físicas ligadas à produção de petróleo, ao

longo do processo de construção, modelagem do reservatório a ser avaliado,

inúmeras simplificações são aplicadas as propriedades discretizadas. Com isso,

23

cabe ressaltar que este número de simplificações implica diretamente na perda de

informações, as quais podem causar incertezas nas previsões de produção

calculadas pelo simulador.

Inicialmente, a construção do modelo numérico é utilizada para avaliar

questões estruturais do reservatório como também na determinação, escolha da

malha de explotação a ser adotada para a explotação do reservatório, permitindo

assim a previsão do comportamento do reservatório e da produção ao decorrer dos

anos. Posteriormente, com o transcorrer da produção é possível verificar que o

modelo numérico de simulação de reservatório inicialmente construído costuma, na

maioria dos casos, não representar de forma eficaz e concisa os resultados

verificados ao longo da produção, resultados estes que são conhecidos com

histórico de produção.

O fato de o modelo não representar adequadamente o comportamento do

reservatório torna evidente a necessidade da aplicação de um processo que propicie

a calibração do modelo com os resultados verificados em campo, a fim de minimizar

tais diferenças e proporcionar uma previsão do comportamento futuro do

reservatório mais confiável e segura. Tal processo de calibração e consequente

aperfeiçoamento do modelo numérico de simulação é denominado de Ajuste de

Histórico.

De uma maneira simplificada o processo de ajuste de histórico é baseado em

sucessivas modificações dos principais atributos incertos que caracterizam o

reservatório, de distintas maneiras até que se minimizem as diferenças verificadas

entre os valores encontrados no histórico de produção com os resultados obtidos

através das substituições aplicadas ao modelo numérico de simulação.

Para tal processo de ajuste uma grande gama de informações podem ser

adotadas como fonte de dados, cabendo destacar, as informações referentes à

produção de fluidos e a pressão do reservatório (SCHIOZER, 2013).

Até recentemente a metodologia mais utilizada para o processo de ajuste de

histórico levava em consideração somente dados oriundos de poços, o qual, na

maioria das vezes, se tratava de uma fonte insuficiente de informações (FERREIRA

& SCHIOZER, 2011; RISSO & SCHIOZER, 2006). Na intenção de suprir tal questão,

novas tecnologias e metodologias foram aperfeiçoadas, desenvolvidas e integradas.

24

Dentre elas, destaca-se a sísmica 4D, a qual pode ser definida, de uma forma

simplificada, como sendo o resultado da diferença verificada entre dois

levantamentos sísmicos de um mesmo local, realizados em tempos diferentes,

sendo que tais diferenças demonstram as mudanças do comportamento do

reservatório implicadas pela produção.

A sísmica 4D ou em inglês Time-Lapse se demonstra como uma ferramenta

de grande aplicação, pois a mesma permite uma análise do comportamento global

do reservatório. Além disso, permite verificar com melhor precisão o deslocamento

dos fluidos dentro do mesmo, evidenciando barreiras e/ou canais preferenciais de

fluxo que podem se tornar informações relevantes no processo de ajuste de histórico

(DAVOLIO, 2013; RISSO & SCHIOZER, 2008).

Com o advento da sísmica 4D houve uma revolução na indústria do petróleo

por esta metodologia substituir, em grande parte dos casos, a necessidade de

perfurações exploratórias, reduzindo o custo operacional, devido sua capacidade de

prover imagens que permitam avaliar determinadas regiões na qual não se possui

informação (OLIVEIRA, 2007).

1.1. MOTIVAÇÃO

Baseado em todas as informações supracitadas, se mostra claramente a

aplicabilidade e necessidade do uso da sísmica 4D no aprimoramento da

caracterização de reservatórios e consequentemente nos processos de

gerenciamento. Porém, por esta se tratar de uma metodologia relativamente nova,

inúmeros desafios intrínsecos se encontram evidentes, como, por exemplo, a

definição da melhor maneira de avaliar e integrar tal metodologia ao processo de

ajuste de histórico. Com isto, o presente trabalho visa realizar um estudo

comparativo que evidencie os benefícios propiciados pela integração, como também

as dificuldades ligadas à metodologia.

1.2. OBJETIVO

1.2.1. Objetivo Geral

O presente trabalho pretende demonstrar de forma teórico-prática a

integração da sísmica 4D no processo de ajuste de histórico, através de um estudo

comparativo, enfatizando o conhecimento já concretizado e demonstrando os

25

desafios a serem superados pela integração das metodologias, além de evidenciar

pontos positivos e negativos ligados a utilização de tal fonte de informação.

Para tal o mesmo busca avaliar e comparar os resultados obtidos de um

ajuste de histórico determinístico manual, baseado exclusivamente em dados de

poço, com um processo de ajuste de histórico determinístico manual integrado com

a sísmica 4D.

1.2.2. Objetivos Específicos

Inúmeros pontos específicos permearam a construção deste trabalho, devido

à necessidade de integração de várias áreas do conhecimento para aplicação do

processo de ajuste de histórico. Com isso cabe se destacar alguns pontos

específicos, os quais se tornaram objetivos da presente pesquisa, como:

Aquisição de conhecimento e utilização de softwares :

o Aplicados à simulação numérica;

o Aplicados à manipulação de informações; e

o Aplicados ao processo de ajuste de histórico.

Desenvolvimento e implementação de ferramentas,

através da programação de algoritmos;

Geração de planilhas eletrônicas, que permitam agilidade

ao tratamento dos dados e que possam ser utilizadas em trabalhos

futuros;

Ampliação do conhecimento dos impactos gerados pelas

incertezas associadas aos parâmetros geológicos e de fluidos; e

Interpretação da atuação dos parâmetros estáticos do

reservatório na produção de fluidos do mesmo.

1.3. ESTRUTURA DA MONOGRAFIA

A monografia aqui apresentada é basicamente dividida em 8 capítulos,

separados assim, no sentido de facilitar o acompanhamento dos conceitos e passos

desenvolvidos ao longo do trabalho, permitindo desta maneira uma melhor

compreensão dos processos aplicados.

26

Na primeira parte do trabalho desenvolvido e já exposta é expressa uma

introdução a cerca do tema da monografia, demonstrando e enfatizando os aspectos

a serem abordados, além de evidenciar os objetivos do mesmo.

No segundo capítulo é apresentada uma análise conceitual dos objetos

trabalhados e discutidos ao longo da pesquisa, dando um embasamento teórico aos

procedimentos adotados, caracterizando o mesmo, além de permitir a consolidação

do conhecimento.

A terceira parte disserta sobre os trabalhos técnicos desenvolvidos ao longo

dos últimos anos sobre ajuste de histórico, sísmica 4D e a integração de ambos,

enfatizando as pesquisas realizadas, além de gargalos tecnológicos e metodológicos

a serem superados, se conceituando, portanto como uma revisão bibliográfica.

A caracterização do modelo numérico de simulação utilizado para o

desenvolvimento desta monografia se encontra no quarto capítulo deste trabalho,

nela estão contidas informações a cerca da construção do mesmo desde a

caracterização geológica e dos fluidos presentes ao reservatório, como também

aspectos da malha de explotação.

O quinto capítulo da presente monografia traz uma descrição sobre a

metodologia desenvolvida e aplicada para construção do mesmo. A mesma foi

construída de uma maneira genérica que permita alterações e utilização por outros

profissionais da área.

A aplicação se trata da sexta parte da monografia, a mesma aborda aspectos

específicos do trabalho desenvolvido, demonstrando assim as peculiaridades e

características utilizadas para o desenvolvimento do mesmo.

No sétimo capítulo são apresentados os resultados adquiridos no decorrer da

aplicação da pesquisa, evidenciando a aplicabilidade e o comportamento verificado

da metodologia no trabalho.

E por fim, no oitavo capítulo são expostas as conclusões obtidas com a

pesquisa, no qual são expressas as avaliações realizadas sobre os resultados, além

de se dissertar através de um caráter opinativo sobre a metodologia aplicada.

27

2. CONCEITOS E FUNDAMENTAÇÃO TEÓRICA

Como já exposto anteriormente o presente trabalho busca avaliar, analisar a

integração da sísmica 4D ao processo de ajuste de histórico através de um estudo

comparativo, com isto, nesta seção do trabalho, irá se buscar a exposição de

conceitos técnicos que permitam a melhor compreensão dos tópicos abordados

através de uma breve contextualização dos mesmos.

2.1. SIMULADOR NUMÉRICO DE FLUXO

O simulador numérico de fluxo se trata de uma ferramenta computacional

capaz de resolver numericamente, através de distintos métodos, processos físicos

complexos que caracterizam o reservatório durante os anos de explotação. Para que

este instrumento possa ser aplicado é necessária à caracterização dos atributos

geológicos e dos fluidos presentes no reservatório de forma numérica.

Baseado nos valores que descrevem as características intrínsecas do

reservatório, que podem ser obtidas por métodos diretos ou indiretos de prospecção,

se torna então possível o desenvolvimento, criação de um modelo que reuna de

maneira adequada todas as informações necessárias para a correta operação do

simulador de fluxo, representando as características estáticas e dinâmicas do

reservatório. A partir destes modelos são aplicadas, através do simulador de fluxo,

operações matemáticas que permitem como resultado valores que descrevem

determinados comportamentos físicos, tornando assim possível, por exemplo,

simular o comportamento da produção de um reservatório ao longo de anos, a partir

de determinada estratégia de drenagem, em poucos minutos.

No mercado encontram-se uma gama de softwares desenvolvidos para

simular o fluxo de fluidos dentro do reservatório, e os mesmos utilizam métodos

diferentes para realizar tal procedimento, dentre eles o mais difundido se trata dos

simuladores de escoamento baseado em elementos finitos.

Cabe se destacar que os resultados de qualquer modelo de simulação devem

ser usados de modo cauteloso e o grau de confiabilidade depende diretamente do

objetivo inicial do usuário.

28

2.2. AJUSTE DE HISTÓRICO

Devido ao grande número de incertezas associadas à fase inicial de qualquer

projeto de explotação de petróleo, se demonstra, em parte dos casos, que o modelo

numérico de simulação construído inicialmente, não consegue representar fielmente

a realidade observada na produção, evidenciando a necessidade de se aplicar

correções a tal modelo, a fim de reduzir as diferenças verificadas. O procedimento

responsável por tais correções é conhecido como ajuste de histórico.

O Ajuste de Histórico ou em inglês History Matching é conhecido como uma

importante ferramenta (possivelmente a mais importante) de gerenciamento de

reservatórios, a qual tem como objetivo principal a calibração do modelo de

simulação de determinado reservatório que não representa adequadamente os

valores de produção observados.

A metodologia de ajuste de histórico se trata de um processo iterativo no qual

são aplicadas alterações sucessivas aos atributos considerados incertos que

compõem o modelo de simulação.

Para verificar o efeito das mudanças implementadas ao mesmo e

consequentemente observar a calibração do modelo, compara-se os resultados

obtidos através da simulação do modelo alterado (ajustado) com as curvas do

histórico de produção.

Como resultado final, quando ajustado, se obterá um modelo de simulação do

qual se terá maior confiabilidade, por este representar de forma adequada a

produção observada, possibilitando previsões futuras de produção mais realísticas, o

que permitirá maiores garantias às decisões futuras de gerenciamento como, por

exemplo, a determinação de novas estratégias de explotação para a melhoria do

fator de recuperação do reservatório.

Na maioria dos casos um modelo inicial representativo ao reservatório já se

encontra implementado, pois o mesmo é utilizado para o lançamento da primeira

estratégia de explotação, mas devido a inúmeros motivos ligados à obtenção das

informações e construção dos modelos, dados são perdidos ou simplificados, o que

implica, na maioria das vezes, nas distorções verificadas entre a previsão de

produção simulada e o resultado observado nas unidades de produção (SCHIOZER,

2013).

29

O primeiro passo, para que se inicie o processo de ajuste está ligado

diretamente a definição dos principais atributos incertos que compõem o modelo de

simulação. Deve-se ressaltar o fato de que todas as informações que caracterizam o

reservatório possuem um determinado grau de incerteza devido a complexidade

intrínseca associada ao mesmo, mas ao trabalhar-se com a variabilidade de uma

gama elevada de atributos torna praticamente inviável o desenvolvimento do

processo de ajuste, principalmente devido a questões temporais e computacionais.

Por isso é de suma importância determinar os atributos que causam maior

sensibilidade ao reservatório e consequentemente permitam o ajuste do mesmo.

O segundo passo do processo se trata da determinação dos limites de

variação dos parâmetros incertos. Esta etapa se demonstra de suma importância,

pois reduz consideravelmente o número de combinações possíveis para se avaliar.

Usualmente algumas propriedades, principalmente as ligadas aos fluidos, são

consideradas determinísticas por possuírem um elevado grau de confiabilidade,

entretanto as propriedades geológicas do reservatório são conhecidas por possuir

um maior nível de incerteza associado.

Os principais atributos incertos se tratam na maioria dos casos da

permeabilidade absoluta, da porosidade, da transmissibilidade de falhas, da

permeabilidade relativa, entre outras, mas cabe ressaltar que tais propriedades

demonstram influências diferentes dependendo do reservatório analisado.

O terceiro passo está ligado à análise da discrepância dos valores verificados

ao longo da produção do reservatório com os obtidos através da simulação numérica

de fluxo. Tais diferenças são calculadas numericamente no intuito de verificar o

afastamento das mesmas.

Devido ao processo de ajuste de histórico possuir um comportamento iterativo

na qual infinitas alterações podem ser aplicadas na minimização da diferença, o

mesmo pode ser aplicado por um tempo ilimitado, o que não se mostra como uma

metodologia aceitável para a indústria, com isso é determinado um range de

variação aos resultados, uma faixa admissível de valores a onde se conclui que o

objetivo desejado se encontra satisfeito. Em suma, o momento em que o modelo se

localizar entre este limite é possível, então, dizer que tal modelo encontra-se

ajustado.

30

Por tais características o processo de ajuste de histórico é normalmente

caracterizado por se tratar da etapa mais demorada e complexa na análise de

reservatórios, devido a inúmeras questões como diagnósticos e aferições a serem

realizadas.

Com isto, pode se dizer que a metodologia básica do ajuste de histórico está

baseada na variação dos atributos do modelo inicial até o ponto em que se encontre

um modelo compatível geologicamente e que consiga representar a produção

verificada na realidade. Convencionalmente as alterações aplicadas para o ajuste se

dão inicialmente de maneira global, abrangendo toda expansão do reservatório, para

que posteriormente parta-se para um ajuste local aonde se avaliem questões

pontuais, costumeiramente próximas aos poços.

Segundo Machado (2009), se tais mudanças forem feitas de maneira

consistente e coerente, o processo de ajuste de histórico pode ser uma ferramenta

muito útil para melhorar a caracterização do reservatório e possibilitar que a previsão

de produção futura seja mais confiável.

Deve-se ter claro que o modelo de simulação ajustado poderá capturar as

principais características dinâmicas de produção, mas nunca será possível, através

da mesma, prever as exceções intrínsecas ao reservatório.

2.2.1. Função-Objetivo

Para se calcular a calibração de determinado modelo de simulação com o

observado na realidade devemos inserir o conceito de função-objetivo (FO). Durante

o processo de ajuste de histórico é necessário determinar as propriedades

dinâmicas de produção do reservatório que se pretende calibrar, como vazão de

óleo, água, gás, pressão de operação dos poços, entre outras. Tais propriedades se

tratam, portanto, dos objetivos a serem ajustados.

Costumeiramente no processo de ajuste de histórico adota-se o controle de

vazão de óleo e admitisse que as demais variáveis como pressão do reservatório e

produção de água são passíveis de ajuste.

A função-objetivo pode ser melhor caracterizada como um indicador

quantitativo, o qual é baseado nos parâmetros a serem ajustados, avaliando a

diferença entre modelos simulados com o histórico de produção. De uma forma

31

simplificada, pode-se afirmar que o processo de ajuste de histórico visa à

minimização das funções-objetivo.

Como demonstrado por Bertolini & Schiozer (2011) existe uma grande gama

de funções matemáticas que podem ser utilizadas para avaliar a discrepância entre

os dados observados no histórico de produção com os resultados verificados dos

modelos simulados. Dentre elas a expressão matemática mais conhecida e aplicada

se trata do afastamento quadrático.

O afastamento quadrático consiste em um somatório que mensura a diferença

entre a curva gerada pela simulação do modelo com a curva do histórico de

produção em tempos pré-determinados pelo responsável do ajuste, sendo esta

diferença elevada ao quadrado, intensificando a discrepância das curvas. A mesma

pode ser expressa matematicamente conforme a Equação 2.1 abaixo, quando

avaliada uma única função-objetivo.

∑(

Equação 2.1 - Afastamento Quadrático para uma única Função-Objetivo

Sendo que se trata do afastamento quadrático, do valor verificado na

curva do histórico de produção e o valor observado na curva obtida pela simulação

do modelo.

As funções-objetivo são escolhidas e avaliadas inicialmente no ambiente

global do reservatório, para que posteriormente, em um novo processo de análise,

utilizem-se funções-objetivo que avaliem questões pontuais. Tal forma de aplicação

permite que se apliquem filtros, que permitam como resultado aqueles modelos que

apresentaram melhores respostas em relação ao histórico.

2.2.2. Tipos de Ajuste de Histórico

Segundo Schiozer (2013), a metodologia de ajuste de histórico pode ser

dividida de uma forma simplificada em: Ajuste de Histórico Determinístico (AHD) e

Ajuste de Histórico com Múltiplas Respostas (AHMR).

2.2.2.1. Ajuste de Histórico Determinístico

O ajuste de histórico determinístico é caracterizado como a metodologia mais

adotada na indústria, especialmente em campos maduros terrestres ou marginais. O

32

procedimento envolvido em tal metodologia está ligado a modificações sucessivas a

partir de um modelo base até que o mesmo esteja calibrado com os dados

verificados ao longo da operação do campo. Dentro desta metodologia diferentes

formas de aplicação podem ser utilizadas, desde processos totalmente manuais

fazendo usos de multiplicadores, como também processos automáticos e assistidos.

2.2.2.2. Ajuste de Histórico de Múltiplas Respostas

O ajuste de histórico de múltiplas respostas é caracterizado como a

metodologia a ser adotada quando a complexidade associada ao processo de ajuste

permite que diferentes modelos honrem o histórico, com isso é necessário que todos

estes modelos sejam avaliados para que uma correta tomada de decisão do

gerenciamento do reservatório possa ser tomada.

2.2.3. Metodologia de Ajustes de Histórico Determinístico

Com o decorrer dos anos, inúmeras pessoas trabalharam no desenvolvimento

de metodologias de ajuste de histórico no intuito de aprimorar tal processo,

chegando a melhores resultados em um tempo de execução menor. Para isto

inúmeros métodos foram desenvolvidos, cada um com suas características, positivas

e negativas, o que permite a possibilidade de dividir o processo de ajuste de

histórico determinístico em 3 grandes grupos: Manual, Automático e Assistido

(SCHIOZER, 2013).

2.2.3.1. Manual

A primeira metodologia a ser desenvolvida para o processo de ajuste de

histórico se tratou do processo de ajuste de histórico manual, o mesmo pode ser

descrito resumidamente como um processo iterativo de tentativa e erro, no qual os

atributos incertos tem seus valores alterados manualmente, através do uso de

multiplicadores. O método é conhecido por permitir um maior domínio sobre o ajuste

pelo engenheiro, mas traz como aspecto negativo um grande esforço operacional e

temporal, além de reduzir o range de soluções possíveis.

2.2.3.2. Automático

Na intenção de se reduzir as desvantagens ligadas ao processo de ajuste de

histórico manual, especialmente as ligadas às questões temporais e operacionais,

33

foi então desenvolvido o processo de ajuste de histórico automático, o qual pode ser

discretizado como uma metodologia que implementa algoritmos que visam a

minimização das funções-objetivo através de um processo totalmente automatizado,

sem a necessidade da presença de um profissional para a indicação dos parâmetros

de alteração, atuando, portanto, de forma totalmente independente. Tal metodologia

permitiu agilidade ao ajuste, mas trouxe também problemas ligados a ajustes com

geração de modelos geológicos totalmente inconsistentes com a realidade.

2.2.3.3. Assistido

Como resultado final, no intuito de unir as vantagens das duas metodologias

supracitadas, manual e automático, se desenvolveu uma nova metodologia

denominada ajuste de histórico determinístico assistido.

A metodologia conta com passos tomados diretamente pelo engenheiro ou

responsável pelo processo e também por partes totalmente automatizadas que

aumentam a confiabilidade e agilidade do mesmo.

Schiozer (2013), indica que o método de ajuste de histórico determinístico

assistido se demonstra como a maneira mais eficaz e que possui maior potencial de

ajuste, por permitir a integração do conhecimento de engenharia a métodos de

otimização em partes dos processos.

2.2.4. Complexidade do Ajuste

Cabe ressaltar que mesmo que se encontre um modelo de simulação que

satisfaça da melhor maneira possível às curvas de produção observadas no

histórico, não pode se afirmar que tal modelo se trata da representação real de tal

reservatório, devido ao fato de que o processo de ajuste de histórico é qualificado

como um problema do tipo inverso.

Conforme Consentino (2001) o processo de ajuste de histórico pode ser

caracterizado como um problema do tipo inverso, pois se conhece os valores de

saída (dados de produção) do reservatório, porém não se conhece os parâmetros de

entrada (atributos do reservatório). O que permite que inúmeras combinações destes

parâmetros de entrada possam alcançar o mesmo resultado de ajuste, portanto

múltiplas soluções, representando um grande problema na aferição do modelo mais

adequado.

34

2.2.5. Desafios

Atualmente um dos grandes desafios encontrados na atividade de ajuste de

histórico se encontra no aumento da eficiência do processo, através da integração

de novas metodologias que permitam a otimização da atividade. Pode se citar, por

exemplo, metodologias como análise de incertezas, perfilagem de poços e a

utilização de mapas oriundos da sísmica 4D, como o proposto no trabalho aqui

apresentado, para suprir a demanda de tais desafios.

2.3. ANÁLISE DE SENSIBILIDADE

A análise de sensibilidade trata-se de uma das fases iniciais do processo de

ajuste de histórico e a mesma possui grande relevância na metodologia, pois

permite identificar a influência que cada atributo incerto analisado possui em relação

ao reservatório. Baseado na influência causada por estes é possível determinar

atributos com pouca ou muita expressividade, permitindo um foco maior às

propriedades impactantes (sensitivas), como também uma redução nas simulações

necessárias para a convergência da solução, otimizando e agilizando o processo de

ajuste de histórico.

Como já mencionado, inicialmente é necessário determinar os atributos que

se demonstram influentes para o processo de ajuste do histórico, posteriormente é

necessário verificar os limites de valores possíveis para cada parâmetro. Baseado

no range de variabilidade de cada parâmetro pode se dividir o mesmo em níveis

para avaliar as faixas que permitem o melhor resultado. Tal procedimento possui

relativa importância, pois influencia diretamente na dimensão do processo de ajuste,

com isso deve-se ter cuidado para que não se crie demasiados níveis de

discretização, o que evita um número excessivo de simulações, diminuindo

consideravelmente o tempo necessário para avaliar o impacto de cada atributo.

Para verificar a sensibilidade dos atributos incertos são utilizados índices, que

fazem a comparação entre o resultado da variação do atributo com um modelo base,

indicando de forma percentual a mudança do resultado.

2.4. SÍSMICA 4D

A sísmica 4D (S4D) pode ser caracterizada como um método que envolve a

aquisição, processamento e interpretação de repetidos levantamentos sísmicos

35

sobre o mesmo reservatório de petróleo no intuito de proporcionar informações que

avaliem a variação das propriedades dinâmicas do reservatório ao longo do tempo,

especialmente ao que está relacionado a produção de petróleo. De uma maneira

simplificada a sísmica 4D pode ser caracterizada como repetidos levantamentos

sísmicos convencionais 2D/3D em diferentes intervalos de tempo sobre uma mesma

localidade.

Deve-se ressaltar que a quarta dimensão da sísmica 4D se refere a diferença

de tempo entre os levantamentos. Alguns autores como Landro (2011) preferem a

utilização do termo sísmica repetida, por considerar a mesma mais precisa por

representar exatamente o funcionamento do procedimento.

Conforme Landro (2011) é possível analisar os dados oriundos da sísmica 4D

através de duas principais categorias, uma baseada na identificação das mudanças

de amplitudes das ondas e outra baseada na diferença de tempo entre as mesmas

amplitudes.

Existe uma grande gama de possibilidades para aplicação da sísmica 4D,

dentre elas a mais conhecida e difundida está ligada ao monitoramento das

propriedades dinâmicas do reservatório ao longo da produção.

Pode-se destacar vários fatores relevantes, proporcionados pelo uso da

sísmica 4D, como por exemplo:

A determinação da percolação dos fluidos presentes no

reservatório ao longo da produção;

A otimização da recuperação de petróleo de reservatórios,

devido ao fato das imagens permitirem a identificação de zonas não

explotadas;

Identificação de falhas, canais de alta permeabilidade e

outras estruturas geoestruturais que proporcionaram uma melhor

compreensão do reservatório;

Zonas de alta pressão;

Caracterização e informações em regiões aonde não se

possuem dados de poços;

Entre outras.

36

Baseado em todas as características supracitadas e conforme demonstrado

por autores como Landro (2011) e Johann et al. (2006) é possível concluir que a

sísmica 4D se mostra como uma fonte de dados que permite a construção de

modelos mais realistas, dos quais se obtém menores riscos, permitindo o melhor

gerenciamento e proporcionando novas atividades de recuperação. Mas, cabe

ressaltar que tais avaliações só se tornam possíveis quando fundamentadas em

sísmicas de alta qualidade.

Devido à sísmica se tratar de um método instável de captação de

informações, para a sua integração ao processo de ajuste de histórico necessita-se

ter garantia da qualidade dos resultados gerados pelos levantamentos e ter certeza

que a diferença verificada entre os levantamentos se trata realmente de uma

variação dinâmica do reservatório, e não de um ruído do levantamento, o qual não

foi possível ser retirado pelos filtros de tratamento.

Segundo Johann et al. (2006) existe também uma grande dificuldade de

realizar novos levantamentos sísmicos 2D e 3D para uma possível análise de

sísmica 4D, devido a presença de obstruções físicas, como plataformas de produção

e equipamentos submarinos que interferem diretamente em tais procedimentos.

Outro fato relevante que se deve evidenciar é que a aplicação da sísmica 4D

tem sido associada somente a reservatórios clásticos, pois a sísmica por si só ainda

não possui grande capacidade no monitoramento de reservatórios carbonáticos. Isto

se deve pelo fato de que a variação da velocidade da onda em reservatórios

arenosos ao longo da produção é muito mais evidente que em reservatórios

carbonáticos.

A sísmica 4D se mostra como uma técnica, dependendo do reservatório

trabalhado, que possui um custo de investimento reduzido para o monitoramento do

reservatório, permitindo ganhos econômicos, como por exemplo, através da

identificação de zonas ainda não explotadas, otimizando a estratégia de produção.

Pesquisadores como Johann et al., (2006); Landro (2011) indicam que através do

uso da tecnologia da sísmica 4D tem se obtido sucesso no aperfeiçoamento da

caracterização dos reservatórios, especialmente aqueles já maduros, permitindo um

aumento na recuperação de petróleo.

37

2.4.1. Relação Perfuração de Poços e Levantamentos Sísmicos

Conforme indicam Johann et al. (2006) uma relação interessante aplicada na

indústria é que, na média, o custo de perfuração de 5 a 10 poços, dependo das suas

características, é comparável a performance de informações obtidas através da

sísmica 4D ao longo de 100 km² de área onshore, já em ambiente offshore esta

relação cai para 1 a 2 poços.

2.4.2. Sísmica 4D no Brasil

A sísmica 4D se mostra uma realidade muito incipiente no Brasil devido a

inúmeras razões, sendo as principais ligadas ao fato de que a maioria dos campos

maduros nacionais se encontram na zona onshore, (onde a perfuração de novos

poços é mais barata que um novo levantamento sísmico) e por apenas

recentemente os principais campos offshore iniciarem o interesse por tal técnica

(JOHANN et al, 2006).

O campo de Marlin se trata do campo petrolífero no qual a técnica da sísmica

4D é mais difundida nos campos petrolíferos do território brasileiro. A região passou

por 3 levantamentos de sísmica 3D, sendo em 1986 (avaliação) 1997

(caracterização do contexto geológico) e 2005 (caracterização e monitoramento),

conforme exposto por Johann et al., (2006). O que gerou resultados extremamente

positivos a PETROBRAS operadora do campo, especialmente ligado à identificação

da direção preferencial de fluxo da água contida no reservatório.

2.5. INTEGRAÇÃO DA SÍSMICA 4D NO PROCESSO DE AJUSTE DE

HISTÓRICO

Schiozer (2013) enfatiza a necessidade de inter-relacionar, integrar a sísmica

4D ao processo de ajuste de histórico. Como descrito nas informações supracitadas,

o advento da sísmica 4D permitiu a possibilidade de se agregar informações

dinâmicas do reservatório ao processo de modelagem, propiciando uma

caracterização mais adequada e efetiva. Segundo o mesmo, tal metodologia de

integração se trata de uma tendência global, especialmente em campos novos a

onde os dados oriundos da produção ainda se demonstram insuficientes para a

redução significativa das incertezas.

38

A metodologia de integração deve consistir basicamente na utilização das

informações de propriedades dinâmicas do reservatório como a saturação de óleo e

água, pressão de operação e percolação dos fluidos ao longo do reservatório, tal

procedimento permite uma melhor caracterização do campo, mas traz consigo maior

complexidade ao processo de ajuste.

Conforme Schiozer (2013), vários domínios são possíveis para a integração

da sísmica 4D ao processo de ajuste, mas que o domínio da pressão e das

saturações tem apresentado maiores vantagens aos engenheiros.

O mesmo autor ressalta que a aplicação da sísmica 4D irá permitir a geração

de modelos numéricos de reservatórios mais confiáveis, possibilitando assim uma

melhor previsão futura do comportamento do campo, principalmente devido ao fato

de se reduzir as incertezas geológicas.

39

3. REVISÃO BIBLIOGRÁFICA

A presente seção tem como principal objetivo evidenciar trabalhos técnicos

que demonstram o desenvolvimento das pesquisas na área de ajuste de histórico e

sísmica 4D, dando enfoque aos trabalhos que visam a integração de tais áreas do

conhecimento.

Conforme exposto através da fundamentação teórica é possível verificar que

o processo de ajuste de histórico se trata de uma metodologia complexa e que ainda

possuem limitações.

Por se tratar de um assunto relevante alguns pesquisadores realizaram uma

avaliação histórica do procedimento, cabendo evidenciar os seguintes trabalhos

realizados:

Schculze-Riegert e Ghedan (2007) demonstraram em seu trabalho uma revisão sobre ajuste de histórico, discutindo alguns assuntos como otimização, metamodelos e algoritmos evolucionários. Rwerchungura et al. (2011) realizam uma busca histórica do avanço das pesquisas sobre ajuste de histórico, enfatizando os desafios superados e demonstrando quais são abordados recentemente. Os mesmo também aplicaram uma revisão crítica das metodologias de ajuste demonstrando suas vantagens e desvantagens.

Alguns trabalhos foram desenvolvidos no intuito de caracterizar as limitações

e complexidades associadas ao processo de ajuste, podendo se destacar os

seguintes trabalhos:

Moura (2006) indica que o ajuste de histórico tradicional resulta em um único modelo que pode se mostrar insuficiente para a garantia de previsões futuras de produção. Risso (2007) e Machado (2009) afirmam que a utilização do ajuste de histórico nos anos iniciais de produção acaba por ser limitada, devido à reduzida quantidade de dados e informações disponíveis sobre o mesmo, tornando o processo menos confiável. Schiozer et al. (2009) demonstraram os problemas vinculados ao aumento da complexidade do ajuste, através de exemplos. Os mesmos indicam as vantagens associadas à metodologia de ajuste de histórico assistido em relação aos demais.

Com a necessidade de se construir ferramentas que permitam a otimização

do processo de ajuste de histórico, uma grande gama de pesquisadores

desenvolveram mecanismos que auxiliassem em tais objetivos, cabendo destacar as

seguintes pesquisas:

40

Araque (1995) desenvolveu uma metodologia para utilização de paralelização externa ao processo de ajuste de histórico, a qual ficou resumida no algoritmo construído pelo mesmo. Maschio et al. (2006) propõem uma integração entre a modelagem geoestatística e o ajuste de histórico por meio da incorporação das realizações geoestatísticas ao processo de ajuste assistido. Machado (2009) como resultado de seu trabalho o mesmo elaborou, construiu um software que permite a análise de sensibilidade de alguns atributos do reservatório ao longo de sua produção, demonstrando a variação dos resultados e permitindo uma melhor análise sobre o mesmo. Costa (2012) tendo o foco na otimização do processo de ajuste de histórico, o mesmo busca demonstrar a aplicabilidade de redes neurais artificiais que geram metamodelos os quais propiciam resultados mais rápidos quando comparado com a simulação tradicional.

Com o advento da sísmica 4D inúmeros pesquisadores começaram a

identificar e qualificar as capacidades intrínsecas a esta metodologia, a seguir se

encontram alguns dos principais trabalhos aplicados em tais caracterizações:

Lumley et al. (1994) demonstraram a capacidade de se monitorar o escoamento, além de imagear a pressão e saturação do reservatório. Blonck et al. (1998) indicaram que a sísmica 4D poderia ser aplicada em grande parte dos casos para se obter vantagens econômicas, visualizando as diferenças de fluxo ao longo do reservatório. Arenas et al. (2001) enfatizam o benefício da sísmica 4D na construção de modelos de simulação numérica. Kretz et al. (2004) propuseram uma nova metodologia para a caracterização de reservatórios combinando dados de sísmica 4D com dados de poço Oliveira et al. (2007) demonstraram como a incorporação dos dados oriundos da sísmica 4D nos modelos geológicos influenciaram no gerenciamento do reservatório, mitigando riscos associados a perfuração por exemplo. Risso e Schiozer (2008) ressaltam que a aplicação da sísmica 4D irá permitir a geração de modelos numéricos de reservatórios mais confiáveis, permitindo uma melhor previsão futura do comportamento do campo. Johann et al. (2011) demonstram que a sísmica 4D não auxilia somente na melhora da caracterização do reservatório, como também revela potenciais regiões de explotação, como também monitoramento do fluxo do fluido pelo reservatório. Davolio (2013) enfatiza que a aplicação da sísmica 4D no processo de ajuste de histórico tem se tornado uma prática comum dentro das empresas de petróleo para o gerenciamento de campos.

Como já elucidado anteriormente o presente trabalho pretende demonstrar de

forma teórico-prática a integração da sísmica 4D ao processo de ajuste, neste

41

mesmo sentido alguns pesquisadores já desenvolveram trabalhos, cabendo

destacar os seguintes:

Gosselin et al. (2003) desenvolveram os primeiros trabalhos de integração da sísmica 4D ao processo de ajuste de histórico. A metodologia proposta pelos mesmos visa conciliar o ajuste de histórico aos dados de sísmica 4D, reduzindo assim incertezas ao longo do reservatório. Risso e Schiozer (2008) propuseram a criação de uma metodologia que melhore o processo de ajuste de histórico incorporando mapas de saturação oriundos da sísmica 4D. Davolio (2013) apresenta uma metodologia de ajuste de histórico com sísmica 4D integrada à combinação de incerteza, a mesma demonstra que a grande vantagem de sua metodologia está ligada a simples implementação do processo como também da coerência geológica permitida pela mesma.

Inúmeros desafios estão ligados a integração da sísmica 4D ao processo de

ajuste de histórico, com isso uma gama de pesquisadores tem buscado a otimização

da integração de tais fatores, aperfeiçoando as metodologias existentes, como as

pesquisas adjacentes:

Ida (2009) teve como objetivo principal de seu trabalho a integração concomitante de dados de produção com dados de impedância acústica obtidos através da sísmica 4D, com o intuito de aferir as heterogeneidades do reservatório e de otimizar o processo de ajuste de histórico. Cabe ressaltar que o mesmo constatou ganhos na qualidade de ajuste com a incorporação dos dados oriundos da sísmica 4D. Tiller et al. (2013) demonstram que o método para mensurar a diferença entre os dados reais e simulados possuem significativo impacto na otimização do processo de ajuste de histórico. Eles indicam que o tradicional método de mínimos quadrados é extremamente eficaz em dados de produção, mas que tal método não possui o mesmo resultado quando comparado com as imagens oriundas da sísmica. Derfoul et al. (2012) demonstram que a incorporação da sísmica 4D a modelo de simulação se mostra como uma tarefa desafiadora, pois as ferramentas atuais não abordam de forma eficiente a comparação entre os resultados.

A fim de demonstrar que tal integração se mostra como uma ferramenta

importante e que apresentou resultados positivos, alguns trabalhos foram

publicados, podendo se destacar os seguintes:

Oliveira et al. (2007) demonstraram que com a aplicação da sísmica 4D foi possível caracterizar de forma absoluta a permeabilidade horizontal, como também uma elevada anisotropia da distribuição de água na porção inferior do reservatório de Marlin. Tais informações foram integradas a simulação e auxiliaram de forma significativa o ajuste de histórico do campo.

Johann et al. (2011) caracterizaram a aplicação da sísmica 4D no Brasil, evidenciaram os resultados alcançados e os desafios ainda a serem superados.

42

4. CONSTRUÇÃO DO MODELO DE SIMULAÇÃO

O modelo de simulação utilizado no presente trabalho se trata de um

reservatório sintético com características reais, o qual foi desenvolvido e

implementado através do Grupo de pesquisa em Simulação Numérica e

Gerenciamento de Reservatório – UNISIM da Universidade Estadual de Campinas,

mais especificamente pelo grupo de pesquisa em Sísmica 4D. A seguir se encontra

uma breve descrição dos procedimentos adotados pelos pesquisadores

responsáveis pela geração do mesmo, a fim de caracterizar o reservatório estudado.

A construção do modelo seguiu a seguinte ordem de procedimentos;

Modelagem petrofísica;

Método de transferência de escala; e

Geração de múltiplas realizações.

4.1. CARACTERIZAÇÃO DO MODELO

Inicialmente foi construído um modelo geológico com alto grau de

refinamento, tendo uma malha de 270 X 330 X 18 blocos, considerado fino ao

trabalho aqui desenvolvido, o qual foi concebido para se tratar do modelo de

referência, o mesmo foi denominado pelos pesquisadores do UNISIM como

reservatório “Beta”. Cabe ressaltar que os resultados obtidos pela simulação deste

modelo serão utilizados como o histórico de produção e que também do mesmo

serão adquiridas as informações relativas à sísmica 4D. Elementos estes que serão

utilizados para o ajuste do modelo.

A modelagem geológica do reservatório foi totalmente realizada através do

software Petrel® da empresa de serviços Schlumberger.

O modelo referência foi construído em cima de uma malha de 1.603.800

blocos, o qual possui uma forma semelhante à feição geoestrutural conhecida como

anticlinal, como pode ser verificado através da Figura 4.1 a seguir:

43

Figura 4.1 - Modelo geológico de referência

Cada bloco do modelo referência possui um tamanho de 20 x 20 x 3,3 metros,

e o mesmo possui uma espessura média de 60 metros. O reservatório Beta é

cortado por 4 grandes falhas Figura 4.2 (Falha A, B, C e D) além de 13 falhas

subsísmicas, que por possuírem dimensões reduzidas, não podem ser identificadas

através dos levantamentos, as quais foram implementadas no intuito de demonstrar

a importância da sísmica 4D na recaracterização do modelo.

.

44

Figura 4.2 - Falhas ao longo do modelo de referência

4.2. GEOLOGIA

Geologicamente o modelo Beta é constituído de duas fácies, sendo uma de

arenito com boa seleção de grãos (fácies 1) e outra de arenito de menor qualidade

com intercalações de folhelho (fácies 2) que possui características de reservatório. A

proporção de cada fácies foi estimada de 68% para a fácies 1 e de 32% para a

fácies 2. Com a devida modelagem das fácies partiu-se então para a construção das

características estáticas do reservatório como porosidade, permeabilidade e

espessura porosa, todas elas sendo modeladas conjuntamente. As variações das

características permoporosas se encontram na Tabela 4.1 abaixo:

45

Tabela 4.1 - Variações das características permoporosas das fácies

Fácies Porosidade Permeabilidade

Fácies 1 8% e 31% 26 mD e 3284 mD

Fácies 2 2% e 23%. 16 mD a 168 mD

4.3. TRANSFERÊNCIA DE ESCALA

Como já mencionado, o presente trabalho visa caracterizar a integração da

sísmica 4D no processo de ajuste de histórico, baseado nisso, o modelo fino

caracterizado na seção anterior, se trata do modelo de referência, do qual se obteve

o histórico de produção do reservatório, como também a partir do mesmo se deu a

construção dos mapas da sísmica 4D.

Porém os modelos de simulação utilizados para o processo de ajuste de

histórico possuem uma malha de simulação mais grosseira, se comparado ao

adotada para o modelo Beta, sendo ela de 90 x 110 x 9 blocos (89.100 blocos), a

qual se mostra adequada para a simulação numérica de fluxo.

Com isso, os mapas que compõem as simulações de fluxo do presente

trabalho, que são considerados atributos incertos, passaram por um processo de

transferência de escala. As imagens geoestatísticas (mapas) de porosidade,

permeabilidade, fácies e espessura porosa foram modeladas no mesmo grid do qual

foi gerado o arquivo de referência e posteriormente convertidas para a malha da

escala de simulação

Cabe ressaltar que o processo de transferência de escala, no caso aqui

estudado, é denominado como upscaling, no qual há uma redução do detalhamento

do reservatório devido à redução da malha, que cria blocos de maior dimensão.

Tradicionalmente o processo de upscaling se mostra como uma das primeiras fontes

de incerteza ligadas ao processo de ajuste de histórico.

Cada propriedade foi convertida por metodologias diferentes, sendo que as

mesmas são as mais recomendadas para cada caso. A Tabela 4-2 a seguir

demonstra os métodos de transferência de escala adotados.

46

Tabela 4-2 - Métodos de Transferência de Escala

Propriedades Algoritmo Método

Fácies Volume – Peso Most of1

Porosidade Volume – Peso Média Aritmética

Permeabilidade Volume – Peso Média Geométrica

Espessura porosa Volume – Peso Média Aritmética

Como resultado do processo de transferência de escala se obteve uma malha

com 89.100 mil blocos, o que equivale a menos de 6% da quantidade de blocos do

modelo geológico, sendo que apenas 41.085 mil blocos foram considerados como

reservatório. Cabe ressaltar que cada bloco que compõe a malha de simulação

possui 60 x 60 x 6,66 metros de dimensão, o que representa ser 3 vezes maior no

eixo X e Y e 2 vezes maior no eixo Z.

4.4. O MODELO DE SIMULAÇÃO

Tendo sido expostas resumidamente, a forma de construção das

características geológicas do modelo, a presente seção visa demonstrar as

propriedades presentes a todos os modelos de simulação de fluxo realizados neste

trabalho.

A simulação de fluxo do trabalho aqui exposto foi totalmente realizada através

da suíte de softwares da empresa CMG – Computer Modelling Group®, da qual

foram utilizadas, mais especificamente, o simulador de escoamento IMEX® (devido

as características do reservatório trabalhado), como também as ferramentas de

visualização de resultados da suíte, sendo elas RESULTS GRAPH® e RESULTS

3D®, todos na versão 2010.

Todos os modelos avaliados e utilizados ao longo da construção deste

trabalho são caracterizados como tipo black-oil, que segundo Rosa et al. (2006) se

trata de um modelo volumétrico que envolve funções de pressão, temperatura e

saturação do reservatório e possui como principal particularidade o fato de todo o

petróleo contido no reservatório ser tratado como um único componente.

A unidade de medida adotada se trata da forma MODSI, a qual se considerou

mais adequada, devido ao fato de ser a mais difundida ao longo da indústria do

1 Atribuísse ao bloco que passou pelo processo de transferência de escala o valor observado que

possui maior porcentagem de ocorrência.

47

petróleo e também por se tratar do padrão aplicado no grupo de simulação numérica

e gerenciamento de reservatórios – UNISIM.

Os modelos avaliados para a escolha do melhor modelo de simulação de

fluxo para o processo de ajuste histórico e consequente integração com a sísmica

4D, foram construídos, como já mencionado anteriormente, em um malha mais

grosseira que a malha do modelo geológico, com os valores contidos na Tabela 4.3

subsequente:

Tabela 4.3 - Grid de simulação

Eixo Quantidade de Blocos Dimensão de cada eixo

X 90 60 metros

Y 110 60 metros

Z 9 6,6 metros

O método adotado para a solução do fluxo de fluidos ao longo do reservatório

se trata do modelo numérico de diferenças finitas, no qual o resultado visualizado se

trata de uma aproximação numérica das equações diferenciais que regem o balanço

de massa do reservatório. Tal escolha foi realizada pelo mesmo se tratar de um

default do software de simulação como também o padrão adotado pelo UNISIM ao

reservatório Beta.

Cabe também destacar que o fluido utilizado para manter a pressão média,

através da injeção no reservatório é água.

4.5. PROPRIEDADES NÃO PASSÍVEIS DE AJUSTE

Apesar do presente trabalho se tratar de um processo de ajuste de histórico a

onde os parâmetros, propriedades que compõem o modelo de simulação, devem ser

considerados como incertos e consequentemente passíveis de ajustes, foi

considerado, que algumas características são idôneas de incerteza, portanto não

passíveis de alterações. Isto se deve ao fato do reservatório Beta se tratar de um

reservatório sintético do qual se tem controle dos parâmetros que compõem o

mesmo, permitindo, assim, delimitar os atributos a serem avaliados.

48

A densidade atribuída ao óleo presente no reservatório é de 887 g/cm³,

enquanto para a água foi de 1000 g/cm³. Já a densidade do gás presente é de 1.11

g/cm³. Sendo estes valores uma média do verificado nos reservatórios nacionais.

Já a pressão de referência dos modelos é de 322 kg/cm³, sendo que a

pressão de ponto de bolha é de 210 kg/cm³. O contato óleo-água do reservatório se

encontra a uma profundidade de 3262 metros, em uma cota abaixo do reservatório,

já que o mesmo se localiza na faixa entre 2700 a 3000 metros de profundidade.

Enquanto a temperatura média do reservatório é de 75 ºC.

Já a compressibilidade das rochas que compõem o reservatório é de 53X10-6

psi-1. Outro ponto a se destacar é que as rochas são molhadas por água (water wet),

fato este verificado na maioria dos reservatórios clásticos, como o caso aqui

estudado.

A tabela PVT presente nos modelos de simulação de fluxo também foi

considerada exata, já que as informações que a compõem são adquiridas através de

processos laboratoriais, que permitem uma melhor acurácia dos dados. Os gráficos

a seguir representam o comportamento das propriedades que interferem na

produtividade do reservatório em relação à variação da pressão média do campo.

O Gráfico 4.1 abaixo demonstra os valores do fator volume de formação de

óleo (Bo), conforme a variação da pressão média do campo, ao longo do tempo.

Gráfico 4.1 - Pressão versus Fator volume de formação de óleo (Bo)

00,20,40,60,8

11,21,41,61,8

2

Bo

- m

³/m

³std

Pressão - kgf/cm³

Pressão versus Bo

Pressão X Bo

49

O fator volume de formação de óleo pode ser definido como o volume da fase

óleo (óleo + gás dissolvido) nas condições de reservatório dividido pelo volume de

óleo nas condições padrão (Rosa et al. 2006).

Por analogia o fator volume de formação de gás (Bg) se trata da relação do

volume ocupado pelo gás em condições de reservatório, por uma unidade de volume

de gás em condições padrão (Rosa et al. 2006). O Gráfico 4.2 exibe a correlação da

variação de pressão com o fator volume de formação de gás (Bg) do petróleo

presente no reservatório.

Gráfico 4.2 - Pressão versus Fator volume de formação de gás (Bg)

Outra propriedade que se encontra na tabela PVT é a razão de solubilidade

(RS), a qual é caracterizada como a quantidade de volume de gás que se dissocia

de uma unidade de volume de medida em condições padrão (Rosa et al. 2006). O

Gráfico 4.3 apresenta a correlação da variação de pressão com a razão de

solubilidade do petróleo.

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

Bg

- m

³/m

³std

Pressão - kgf/cm³

Pressão versus Bg

Pressão X Bg

50

Gráfico 4.3 - Pressão versus Razão de solubilidade (RS)

Os Gráfico 4.4 e Gráfico 4.5 abaixo evidenciam o comportamento da

viscosidade das fases de óleo (VisO) e gás (VisG) do petróleo presente no

reservatório. Cabe destacar que a viscosidade é definida como a resistência do

fluido ao movimento (Rosa et al. 2006).

Gráfico 4.4 - Pressão versus Viscosidade do óleo (VisO)

0

50

100

150

200

250

300

RS

- m

³/m

³std

Pressão - kgf/cm³

Pressão versus RS

Pressão X Rs

0

1

2

3

4

5

6

Vis

O -

Cp

Pressão - kgf/cm³

Pressão versus VisO

Pressão X VISO

51

Gráfico 4.5 - Pressão versus Viscosidade do gás (VisG)

O último grupo de dados considerados não passíveis de ajuste, se tratam da

permeabilidade relativa do gás em relação ao óleo, o Gráfico 4.6 demonstra a

permeabilidade relativa em relação à fácies 1 composta pelo arenito com grãos bem

selecionados, já o Gráfico 4.7 apresenta o KrG e o KrOG para a fácies 2.

Gráfico 4.6 – Saturação de Líquido (SL) versus Permeabilidade relativa ao gás (KrG) e

permeabilidade relativa gás\óleo KrOG (Fácies 1)

0

0,005

0,01

0,015

0,02

0,025

0,03

1,0

3

41

,03

81

,03

12

1,0

3

16

1,0

3

20

1,1

24

8,0

3

26

1,0

3

30

1,0

3

34

1,0

3

36

1,0

3

50

0,0

3

Vis

G -

Cp

Pressão - kgf/cm³

Pressão versus VisG

Pressão X VisG

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

0 0,2 0,4 0,6 0,8 1

KrG

e K

rOG

Saturação

SL versus KrG e KrOG (Fácies 1)

Sl versus KrG

Sl versus KroG

52

Gráfico 4.7 - Saturação de Líquido (SL) versus Permeabilidade relativa ao gás (KrG) e

permeabilidade relativa gás\óleo KrOG (Fácies 1)

4.6. ESTRATÉGIA DE EXPLOTAÇÃO

A explotação do reservatório estudado é realizada através de 11 poços

produtores com auxílio de 8 poços injetores, o que totaliza, portanto, uma malha de

poços composta por 19 poços, como pode ser observado na Figura 4.3 a seguir:

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0 0,2 0,4 0,6 0,8 1

KrG

e K

rOG

Saturação

SL versus KrG e KrOG (Fácies 2)

Sl versus KrG

Sl versus KroG

53

Figura 4.3 - Malha de poços

Como visualizado, através da Figura 4.3, em sua grande maioria, os poços

produtores se localizam na região central do reservatório, enquanto os poços

injetores se localizam nos limites do reservatório, cabe destacar que todos os poços

possuem um raio de 8 polegadas na zona completada. Outro ponto importante é que

não foi considerado nenhum tipo de dano aos poços, portanto, skin2 igual à zero. Na

Tabela 4.4 abaixo se encontra a nomenclatura dos poços, como também sua

posição e camadas completadas ao longo do reservatório.

2 Termo em inglês para dano de poço

54

Tabela 4.4 – Nome, posição e camadas completadas (Poços Produtores)

Nome Posição

3 Camadas

completadas i j

PROD1 35 42 1,2,3,4

PROD2 44 24 1,2,3,4

PROD3 56 42 1,2,3,4

PROD4 74 38 1,2,3,4

PROD5 11 88 1,2,3,4

PROD6 49 74 1,2,3,4

PROD7 80 65 1,2,3,4

PROD8 65 62 1,2,3,4

PROD9 36 30 1,2,3,4

PROD10 34 87 1,2,3,4

PROD11 34 11 1,2,3,4

A Tabela 4.5 abaixo traz as informações referentes aos poços injetores:

Tabela 4.5 - Posição, nomenclatura e camadas completadas (Poços Injetores)

Nome Posição Camadas

completadas i j

INJ1 45 11 5,6,7,8,9

INJ2 23 45 5,6,7,8,9

INJ3 46 55 5,6,7,8,9

INJ4 26 82 5,6,7,8,9

INJ5 67 75 5,6,7,8,9

INJ6 83 51 5,6,7,8,9

INJ7 60 29 5,6,7,8,9

INJ8 8 99 5,6,7,8,9

Outro ponto a ser ressaltado, é que o reservatório Beta tem como data de

início de produção 1º de Janeiro de 2000 através da abertura do poço PROD3,

sendo os demais poços abertos de sessenta (60) em sessenta dias, como pode ser

observado na Tabela 4.6 abaixo.

3 Posição do poço é referente ao bloco a onde o mesmo se localiza

55

Tabela 4.6 - Abertura dos poços

TEMPO4 POÇO ABERTO

0 PROD3

60 PROD1

120 PROD8

180 INJ3

240 INJ7

300 PROD6

360 INJ4

420 PROD5

480 INJ8

540 PROD11

600 PROD2

660 PROD9

720 INJ2

780 PROD10

840 INJ5

900 PROD7

960 INJ6

1020 INJ1

1080 PROD4

O ajuste de histórico desenvolvido neste trabalho é aplicado ao fim de cinco

(5) anos de produção (1800 dias), tal escolha foi realizada por considerar que nesta

data seria possível demonstrar o valor da informação oriunda da sísmica 4D,

demonstrando a economicidade da metodologia.

4 Tempo dado em dias, a contar a partir do dia 1º de Janeiro de 2000

56

5. METODOLOGIA

Nesta seção, do trabalho aqui desenvolvido, busca-se expor de maneira

genérica a metodologia adotada para a comparação da integração da sísmica 4D ao

processo de ajuste de histórico proposto por esta pesquisa, com isso serão expostos

os passos aplicados ao longo do trabalho, caracterizando os mesmos, como pode

ser observado através do fluxograma da Figura 5.1.

Como já elucidado, na maioria dos casos, reservatórios de petróleo possuem

modelos numéricos de simulação que buscam caracterizar e prever o

comportamento do reservatório ao longo do período de produção, mas que por

distintas maneiras, como indicado no capítulo 2, tais modelos não conseguem

representar de forma adequada o resultado verificado nas unidades de produção, o

que evidencia e implica na necessidade de um ajuste, calibração do modelo.

O primeiro passo, a ser adotado pelo responsável pelo processo de ajuste de

histórico, se trata da identificação, determinação dos atributos incertos que serão

avaliados durante o trabalho. Cabe relembrar que todas as características que se

encontram contidas no modelo de simulação numérica possuem certo grau de

incerteza, devido à complexidade de reservatórios petrolíferos, mas que devido a

questões computacionais e temporais não é recomendável trabalhar com todos os

atributos considerados incertos. Por isso, a grande importância da escolha das

propriedades a serem trabalhadas no ajuste, pois dependendo dos atributos, o

processo de ajuste pode ser facilitado ou dificultado.

Em casos reais esta definição é relativamente difícil de ser realizada, pois, a

mesma depende diretamente de questões ambientais, mas também da percepção

do responsável por tal procedimento. Já em estudos de reservatórios sintéticos a

determinação dos atributos é facilitada, pois pode ser definida pelo pesquisador.

Contudo, em ambos os casos, alguns atributos sempre mostram-se mais sensitivos

que outros, e os mesmos estão em sua grande parte ligados as propriedades

geológicas que compõem o reservatório, enquanto propriedades ligadas aos fluidos

presentes no reservatório não são consideradas, na maioria dos casos, passíveis de

ajuste, especialmente em modelos do tipo black-oil.

57

Figura 5.1 - Fluxograma metodologia

Avaliação da Integração da Sísmica 4D ao Processo de Ajuste de Histórico: Estudo

comparativo

Atributos incertos

Discretização em níveis

Combinação dos níveis de incerteza

Simulação dos modelos

Verificação da diferença dos modelos com o histórico de produção (Afastamentos das FO avaliadas)

Ranqueamento dos modelos baseados nos afastamentos normatizados

Melhor modelo ranqueado = Modelo base para o ajuste de histórico

Ajuste de histórico do modelo com dados de poço

Fim (Passo 1) Comparação dos mapas do

modelo ajustado com a sísmica 4D

Identificação de regiões com diferenças observadas

Aplicação de mudanças para correção das diferenças observadas

Previsão de produção de ambos modelos ajustados (Com e sem integração da sísmica 4D)

Comparação dos resultados obtidos (Verificação de possíveis melhorias com a integração da sísmica

4D)

Fim (Passo 2)

58

Após a determinação dos atributos incertos que serão alterados ao longo do

processo de ajuste de histórico para a calibração do modelo numérico, o segundo

passo se trata da identificação dos limites de ocorrência de determinada

propriedade. Este passo se mostra importante por assegurar que o modelo terá

informações compatíveis com o verificado na realidade.

Estando de posse dos limites compatíveis para determinados atributos, deve-

se discretizar os mesmos em níveis, o que permite uma redução na dificuldade das

análises dos resultados.

Posteriormente a discretização dos níveis dos atributos incertos é necessário

à geração, confecção e a construção dos arquivos que serão aplicados, utilizados na

busca da calibração do modelo. Nesta fase do processo de ajuste o contato com os

responsáveis pela modelagem, caracterização geológica é de suma importância,

pois o input trazido pelo profissional responsável pela calibração do modelo pode

auxiliar de forma significativa na geração de dados mais compatíveis as

características visualizadas no reservatório avaliado.

Com o passo de discretização e geração dos arquivos representativos aos

níveis finalizados, pode-se aplicar um processo de análise de sensibilidade em um

modelo base, esta atividade se mostra relevante, pois a mesma evidenciará os

atributos que influenciaram de forma mais impactante no processo de ajuste, se

tratando, portanto, de uma importante ferramenta de informação, indicando quais

propriedades devem ser alteradas e em que intensidade, permitindo uma calibração

das funções-objetivo.

Um ponto que deve ser ressaltado é que o processo de simulação é

altamente complexo, regido por equações de difícil resolução e que necessitam de

uma elevada gama de informações para ser aplicada. Porém devido aos softwares e

ferramentas automatizadas, tornou-se relativamente simples a aplicação dos

simuladores de escoamento para avaliação de reservatórios. Com isso é necessário

que o profissional responsável pelo processo de ajuste tenha um bom controle sobre

os dados inseridos para a simulação do modelo, como também que o mesmo possa

prever os resultados que a simulação deve gerar, devido ao fato de que respostas

inconsistentes podem aparecer durante o processo e o profissional deve ter o

controle e ser capaz de diagnosticar o motivo de tal acontecimento.

59

Tendo-se um bom controle sobre o comportamento do reservatório perante a

variação dos níveis dos atributos que o compõem, deve-se então gerar modelos de

simulação que combinem diferentes níveis de incerteza de diferentes propriedades.

Desta maneira se obterá uma gama de modelos de simulação numérico que serão

simulados e permitiram a definição de um modelo que representará o modelo melhor

calibrado as curvas do histórico de produção. Existem duas formas bastante

difundidas para a combinação dos níveis de incerteza, sendo elas o HCLD

(Hipercubo Latino com tratamento Discreto de atributos) e a Árvore de Derivação.

A Árvore de Derivação é caracterizada como um método simples de

combinação dos níveis discretizados de incerteza. A mesma consiste na utilização

de um modelo referência do qual são aplicadas mudanças de cada nível do atributo

incerto. A cada mudança de um nível de incerteza é gerado um novo modelo de

simulação que contenha esta alteração. Tal metodologia é distinguida como uma

ferramenta não recomendável quando há uma combinação de uma gama elevada

de atributos, devido ao fato de que a mesma cresce exponencialmente. Como pode

ser observado através da expressão (Equação 5.1) que representa o cálculo para se

conhecer o número de modelos gerados pela árvore de derivação.

Equação 5.1 - Número de modelos gerados (Árvore de Derivação)

Sendo que β é igual à quantidade de modelos gerados, α a quantidade de

atributos e Ω o número de discretizações de cada atributo.

O Hipercubo Latino com tratamento Discreto de atributos (HCLD) se trata de

uma metodologia aperfeiçoada pelo UNISIM, a qual incorpora as características e

vantagens da combinação de incertezas da árvore de derivação com o Hipercubo

Latino tradicional. O mesmo propicia através de um número reduzido de simulações,

resultados representativos, que permitem avaliar de forma confiável os resultados.

Para a combinação das incertezas através do HCLD (Figura 5.2) é necessário

indicar o número máximo de simulações desejado, este número tem como limite

mínimo a quantidade de níveis discretizados e como limite máximo a quantidade de

modelos que seriam gerados pela árvore de derivação. Definido o número de

simulações, a ferramenta determina, baseado na probabilidade de ocorrência de

cada nível, o número de sorteios para cada nível do atributo. Com isso é atribuído de

forma aleatória um número real entre 0 e 1 a cada nível sorteado, baseados nestes

60

valores aleatórios os atributos são ordenados e combinados com os demais

atributos discretizados que se encontram na mesma posição de ordenação, gerando

os modelos representativos a serem avaliados. Cabe ressaltar que a probabilidade

de cada modelo combinado é igual a 1 dividido pelo número de sorteios e que em

casos aonde a combinação dos níveis dos atributos se repetem, são somados os

valores de probabilidade dos mesmos.

Figura 5.2 - Esquematização do processo HCLD

Devidamente combinados os níveis de incerteza, deve-se então proceder com

a simulação dos mesmos, para que dessa forma possa-se verificar os resultados

obtidos através da combinação das incertezas e assim comparar os resultados com

os dados de histórico de produção do reservatório analisado. Para isto devem ser

20,00% 20,00% 20,00% 20,00% 20,00%

0,00%

5,00%

10,00%

15,00%

20,00%

25,00%

LEVEL 1 LEVEL 2 LEVEL 3 LEVEL 4 LEVEL 5

KzKx

KZKX

500 modelos

100 modelos KzKx (Nível 1)





KzKx

Nível 1 - 0,25

Nível 3 - 0,27

Nível 4 - 0,28

...

Kra

Nível 2 - 0,12

Nível 2 - 0,15

Nível 5 - 0,23

...

Nome

KzKx1Kra2.dat

KzKx3Kra2.dat

KzKx4Kra5.dat

...

61

determinadas as funções-objetivo que serão avaliadas e consequentemente

ajustadas ao histórico de produção, sendo que tais funções-objetivo devem abranger

características globais, como também locais do reservatório. Alguns exemplos de

funções-objetivo seriam a vazão de produção de óleo, água, gás do reservatório,

tanto do campo como também dos poços.

Para que seja realizada a comparação com os dados de histórico existem

algumas metodologias conhecidas, sendo uma das mais difundidas a de

afastamento quadrático. Como exposto no item 2.2.1 tal medida é realizada

basicamente pela mensuração da diferença dos valores obtidos entre a simulação e

o histórico de produção em tempos pré-determinados. Com isto é possível se obter

um valor numérico que representa a discrepância entre os dados reais e os

simulados.

Baseado neste valor numérico é possível aplicar um processo de

ranqueamento, que permitirá identificar o modelo que apresenta a maior semelhança

nos resultados quando comparados ao histórico de produção, consequentemente

aquele que apresentou menor afastamento. Com isto pode-se determinar e

consequente atribuir que este modelo, o melhor ranqueado, será o modelo base

para o ajuste do reservatório avaliado.

Com a definição do modelo base, deve-se avaliar cada uma das funções-

objetivo identificando aquelas que causaram maior discrepância, como também

aquelas que se encontram devidamente calibradas ao histórico de produção.

As funções-objetivo que não se apresentaram ajustadas devem ser avaliadas

de forma a se identificar quais propriedades devem ser alteradas e em que

intensidade para que possa se alcançar o objetivo de calibração desejado. Quando

se avalia atributos geológicos, por exemplo, é possível identificar que determinadas

propriedades influenciam mais que outras em determinadas funções-objetivo, pode

se citar, por exemplo, que para o ajuste de volume do óleo in-place do reservatório

variações aplicadas à porosidade surtem mais efeito do que quando alterada outras

propriedades, tal fato demonstra a importância de se ter domínio dos atributos que

compõem o reservatório, entendendo seu conceito físico e como este pode

influenciar ao longo do processo de ajuste.

62

Com as discrepâncias devidamente verificadas e com a identificação dos

atributos a serem alterados inicia-se propriamente dito o ajuste de histórico, que

como exposto no capítulo 2 possui três tipos de metodologia.

O processo de ajuste de histórico deve iniciar-se, na maioria dos casos,

através de alterações, modificações que calibrem funções-objetivo de caráter global

do reservatório, como volume in-place, vazão da produção do campo e outras. Em

muitos casos, a modificação de parâmetros globais e consequente ajuste, faz com

que funções-objetivo locais que se encontravam desajustadas sejam calibradas

concomitantemente.

Cabe ressaltar que o processo de ajuste de histórico possui um caráter

iterativo e contínuo, com isto é necessário uma avaliação contínua aos resultados

gerados pelo modelo simulado com as alterações aplicadas. Portanto, deve-se

calcular o afastamento para cada modelo com as modificações a cada rodada de

alterações aplicada, avaliando se tais modificações tiveram um caráter positivo ao

processo de ajuste, esse processo se repete até o momento em que se considere

que as modificações realizadas conseguiram chegar a um patamar em que as

funções-objetivo podem ser atribuídas como ajustadas.

Posteriormente ao ajuste das funções-objetivo globais do campo, passa-se

para o ajuste das funções-objetivo locais do reservatório. Estes objetivos estão

ligados a condições de operações dos poços, com isso deve-se atribuir um raio

máximo (área de drenagem de cada poço) de aplicação das modificações dos

atributos para a calibração dos resultados, tendo cuidado para que os raios de

alteração de cada poço não se sobreponham e causem efeitos indesejados ao

processo de ajuste do modelo. Normalmente as principais funções-objetivo a serem

ajustadas estão ligadas a pressão de operação dos poços produtores e injetores,

como também a chegada de água aos poços produtores.

Após ciclos de rodadas de modificações dos atributos que compõem o

modelo de simulação, chega-se ao momento em que atribui-se que o mesmo se

encontra calibrado com os dados do histórico de produção e consequentemente

ajustado, terminando com o primeiro passo da metodologia proposta.

Com o modelo devidamente ajustado é possível iniciar o segundo passo da

metodologia proposta, que se trata do processo de integração das informações

63

oriundas da sísmica 4D ao ajuste de histórico, a qual é utilizada para a verificação se

o comportamento do modelo ajustado com dados de poço se encontra adequado ao

observado através da sísmica 4D.

Inicialmente deve-se determinar qual será o domínio, característica dinâmica

a ser avaliada, normalmente esta se trata da pressão ou da saturação de fluidos do

reservatório. Estando o mesmo determinado, deve-se comparar as imagens que

demonstram as variações da característica dinâmica ao longo do período de

produção, obtidos através da simulação do modelo ajustado, com as imagens

oriundas da sísmica 4D.

A sísmica 4D visa avaliar a diferença entre informações de um mesmo local

em levantamentos realizados em dois tempos distintos, com isto o que importa

realmente como informação não se tratam dos levantamentos em si, mas sim das

diferenças verificadas entre os mesmos, pois é desta maneira que pode-se

identificar as modificações causadas ao reservatório com a explotação dos fluidos

que se encontram presentes ao reservatório.

Portanto é necessário se ter a informação da diferença entre os tempos dos

resultados verificados através da simulação, para que assim possa-se comparar com

os dados da sísmica 4D e consequentemente observar se ambas possuem o

mesmo comportamento, ou se as mesmas possuem comportamentos distintos,

aonde a sísmica 4D se mostra como expressivo ganho de informação, permitindo a

melhor caracterização do modelo de simulação através da implementação de

modificações pontuais.

Para avaliar, comparar o modelo ajustado com os dados da sísmica basta-se,

por exemplo, diminuir os valores que compõem o mapa da diferença de saturação

gerado pela simulação entre o tempo dos dois levantamentos sísmicos do modelo

ajustado com a diferença de saturação indicada pela sísmica 4D, quando o resultado

verificado for igual a zero indicará que ambas se encontram calibradas, porém

quando este resultado não é nulo observa-se, portanto, uma diferença de

comportamento, que na maioria dos casos está ligada especialmente aos poços,

demonstrando que o modelo ajustado não apresenta o mesmo comportamento do

reservatório.

64

Uma das grandes dificuldades enfrentadas é que em casos reais os

resultados dos levantamentos sísmicos possuem uma escala superior à escala

adotada para a simulação do modelo, com isto devem-se evidenciar meios e

métodos que permitam a comparação de forma efetiva e consequentemente

confiável, evitando a geração de resultados inconsistentes.

O processo de integração da sísmica 4D ao modelo de simulação ajustado

também possui caráter iterativo e continuo. As mudanças são feitas localmente

alterando principalmente atributos que influenciam a percolação dos fluidos do

reservatório, como, por exemplo, a permeabilidade. Após ciclos de rodadas será

possível identificar alterações que geraram uma melhor caracterização do modelo,

como a inclusão de canais preferencias de fluxo, ou barreiras.

Em determinado momento o responsável pelo ajuste identificará, que o

processo de integração está finalizado, terminando consequentemente os

procedimentos de modificação do modelo, caracterizando o fim do passo 2.

Devidamente terminado os dois processos de ajuste, somente com dados de

poço e com dados de poço integrado a sísmica 4D pode-se partir para o último

passo da metodologia que se trata da previsão futura de produção.

Com isto será possível observar os resultados obtidos pelos modelos e assim

comparar os mesmos ao histórico de produção, verificando as possíveis melhorias

ou perdas causadas pela incorporação da sísmica 4D ao processo de ajuste de

histórico.

65

6. APLICAÇÃO

Nesta seção encontram-se as peculiaridades envolvidas no trabalho, baseado

na metodologia proposta, demonstrando e caracterizando a pesquisa implementada,

expondo todos os procedimentos adotados.

6.1. MODELO REFERÊNCIA

Como já ilustrado no capítulo 4, o modelo referência possui uma malha de

simulação fina ao estudo aqui desenvolvido, o mesmo foi desenvolvido pelo Grupo

de Pesquisa em Simulação Numérica e Gerenciamento de Reservatórios – UNISIM

da Universidade Estadual de Campinas, que gentilmente permitiu o uso do mesmo

para o presente trabalho, como também toda a estrutura necessária, desde

equipamentos, ferramentas e profissionais de suporte, para o desenvolvimento

deste.

O reservatório Beta, como foi denominado pelos mesmos se trata de um

reservatório clástico, composto de duas fácies com 18 camadas, tendo uma malha

de explotação composta por 19 poços, sendo que os poços produtores, 11, estão

completados da 1º a 9º camada, enquanto os poços injetores, 8, estão completados

da 9º a 18º camada. Maiores informações a cerca das características do modelo

referência se encontram no capítulo 4, nos itens 4.1; 4.2 e 4.6.

Como características relevantes ao reservatório Beta deve-se destacar as 4

falhas que cortam o reservatório e as 13 falhas subsísmicas (que se encontram

presentes somente no modelo referência) as quais são consideradas como

incertezas desconhecidas aos modelos de simulação.

Deve-se relembrar que através da simulação deste é que foram retiradas as

informações pertinentes ao histórico de produção a ser utilizado como base para o

processo de ajuste de histórico, como também as informações de sísmica 4D.

6.2. PROPRIEDADES CONSIDERADAS COMO INCERTAS

Como já discutido, em um processo de ajuste de histórico todas as

propriedades contidas no modelo numérico de simulação são passíveis de ajuste,

porém devido ao custo computacional se convenciona a determinação de uma gama

limitada de atributos considerados incertos, considerando somente os atributos que

possam apresentar alguma influência relevante aos resultados.

66

6.2.1. Propriedades

Para o presente trabalho foram determinadas onze (11) propriedades

passíveis de ajuste, estando nove (9) delas ligadas a características geológicas que

compõem o reservatório e outras duas (2) ligadas à relação entre fluidos conforme a

Tabela 6-1.

Tabela 6-1 - Atributos considerados incertos

Atributos considerados incertos

Permeabilidade Relativa – Expoente de Corey5 – Fácies 1 (Kra)

Permeabilidade Relativa – Expoente de Corey – Fácies 2 (Krb)

Razão de permeabilidade Vertical com Horizontal (Kz/Kx)

Transmissibilidade da Falha A (Tfa)

Transmissibilidade da Falha B (Tfb)

Transmissibilidade da Falha C (Tfc)

Transmissibilidade da Falha D (Tfd)

Porosidade

Permeabilidade Horizontal

Fácies

Netgross (Espessura porosa)

A escolha dos atributos incertos se deu devido a características intrínsecas ao

reservatório Beta como também por se tratarem dos principais atributos incertos na

maioria dos casos reais.

6.2.2. Níveis de discretização

Com a definição das propriedades passíveis de ajuste passou-se o foco para

determinação dos limites de ocorrência de cada atributo que permitam resultados

compatíveis ao modelo referência e consequentemente a discretização do range em

níveis. Foi determinado que Kra, Krb, Kz/Kx e as transmissibilidades das falhas

seriam discretizadas em 5 níveis de ocorrência, enquanto propriedades geológicas

como porosidade, permeabilidade, fácies e espessura porosa (netgross) seriam

discretizadas através de 500 imagens geoestatísticas geradas a partir dos limites

5 Baseado no conceito de que a permeabilidade relativa de cada fase é função da saturação da

própria fase, o expoente de corey indica a tendência de variação da permeabilidade relativa ao longo da variação de saturação, como pode ser verificar na seguinte equação Kr=S*

EC , sendo Kr a

permeabilidade relativa, S a saturação normalizada da fase e EC o expoente de corey.

67

verificados como compatíveis. A Tabela 6-2 ilustra a quantidade de níveis

determinados e os valores representativos a cada nível.

Tabela 6-2 - Atributos incertos, níveis de incerteza e valores adotados para cada nível.

Atributo Incerto Níveis de Incerteza Valores adotados

1 2 3 4 5

Permeabilidade Relativa óleo/água – Expoente de Corey - Fácies 1 (Kra)

5 1 2 3 4 5

Permeabilidade Relativa óleo/água – Expoente de Corey - Fácies 2 (Krb)

5 1 2 3 4 5

Razão permeabilidade Vertical com Horizontal (Kz/Kx)

5 0.020 0.090 0.160 0.230 0.300

Transmissibilidade da Falha A (Tfa) 5 0 0.001 0.01 0.1 1

Transmissibilidade da Falha B (Tfb) 5 0 0.001 0.01 0.1 1

Transmissibilidade da Falha C (Tfc) 5 0 0.001 0.01 0.1 1

Transmissibilidade da Falha D (Tfd) 5 0 0.001 0.01 0.1 1

Porosidade, Permeabilidade, Fácies, Espessura Porosa (integradas)

500 Imagens geoestatísticas

Cabe ressaltar que os limites e os níveis de discretização dos atributos

incertos se tratam de padrões já utilizados e desenvolvido pelo grupo de pesquisa

em sísmica 4D do Grupo de Pesquisa em Simulação e Gerenciamento de

Reservatórios – UNISIM.


Com a devida discretização das propriedades e os níveis correspondentes,

adotou-se como primeiro passo em direção ao processo de ajuste um diagnóstico

preliminar do comportamento de cada nível através de uma análise de sensibilidade,

a qual permitiu identificar a influência dos mesmos ao longo do reservatório, no

intuito de otimizar o processo, por este propiciar informações que indicam os

atributos críticos (sensitivos) e como eles atuam em diferentes funções-objetivo.

Esta avaliação se deu através de duas análises de sensibilidade, uma inicial

que ficou restrita aos atributos que possuem somente 5 níveis de discretização

(Sensibilidade 1) e outra com a inclusão das imagens geoestatísticas para avaliar a

influência da porosidade, permeabilidade, fácies e espessura porosa determinando

aleatoriamente 5 níveis discretizados a serem utilizadas na análise de sensiblidade

(Sensibilidade 2). Optou-se por trabalhar somente com 5 níveis discretizados e não

com os 500 produzidos para o processo de sensibilidade por observar que esta

68

malha amostral se mostraria suficiente para a avaliação e também por possibilitar

agilidade ao processo.

O processo de análise de sensibilidade foi implementado através do software

MAI (Módulo de Análise de Incerteza e Risco) que se encontra presente na suíte de

ferramentas do programa UNIPAR desenvolvido pelo UNISIM. A avaliação foi feita

no âmbito da produção acumulada de óleo (Np), de produção acumulada de água

(Wp) e injeção acumulada de água (W inj). Cabe ressaltar que a mesma foi feita aos

1800 dias de produção (5 anos de operação) que como já expresso, se trata da data

limite de ajuste.

Para que fosse possível a implementação do processo foi necessário definir

um modelo base, o qual serviu como ponto de partida para comparação dos

resultados baseados na variação dos níveis de discretização. O nível base e os

demais valores aplicados se encontram na Tabela 6-3 abaixo.

Tabela 6-3 - Atributos e níveis para Análise de Sensibilidade

Atributo Incerto Valores adotados

base 1 2 4 5

Permeabilidade Relativa óleo/água – Expoente de Corey - Fácies 1 (Kra)

3 1 2 4 5

Permeabilidade Relativa óleo/água – Expoente de Corey - Fácies 2 (Krb)

3 1 2 4 5

Razão permeabilidade Vertical com Horizontal (Kz/Kx)

0.160 0.020 0.090 0.230 0.300

Transmissibilidade da Falha A (Tfa) 0.01 0 0.001 0.1 1

Transmissibilidade da Falha B (Tfb) 0.01 0 0.001 0.1 1

Transmissibilidade da Falha C (Tfc) 0.01 0 0.001 0.1 1

Transmissibilidade da Falha D (Tfd) 0.01 0 0.001 0.1 1

Porosidade, Permeabilidade, Fácies, Espessura6

Porosa 300 100 200 400 500

Como pode se observar o nível 3 de discretização se trata do nível base

escolhido para a avaliação da sensibilidade dos mesmo, esta escolha se deve pelo

fato de o mesmo permitir avaliar condições tanto pessimistas como otimistas ao

modelo base. Outro ponto a se destacar é que para esta análise foram construídos

vinte e nove (29) modelos de simulação, sendo um (1) referente ao modelo base e

6 Somente utilizada para o processo Sensibilidade 2

69

os outros vinte e oito7 (28) referente às alterações dos níveis para a Sensibilidade 1,

já para a Sensibilidade 2 foram construídos quarenta e cinco8 (45) modelos de

simulação. Lembrando que cada modelo de simulação gerado para a análise de

sensibilidade varia por vez somente um único nível de discretização de um único

atributo incerto

6.4. COMBINAÇÃO DE INCERTEZAS

Tendo sido realizado o processo de análise de sensibilidade, o próximo passo

se tratou da combinação dos níveis de incertezas dos atributos incertos de forma a

se gerar os modelos de simulação que serão simulados e comparados com o

histórico de produção oriundo do modelo de referência e assim se definir o modelo

que possui a maior similaridade a este, para que desta maneira possa-se dar início

ao processo de ajuste.

Para realizar a combinação dos níveis de incerteza foi utilizado o programa

MERO (Metodologias para gErenciamento de Reservatórios de petróleO) no qual se

aglutina uma gama de ferramentas que automatizam processos importantes ligados

a Engenharia de Reservatório, estando dentre eles os métodos de combinação de

incertezas. Existem duas principais formas de se unir os diferentes níveis de

incerteza de diferentes atributos, como elucidado no capítulo 5, através da Árvore de

Derivação ou através do HCLD (Hipercubo Latino com tratamento Discreto de

atributos), sendo esta segunda a escolhida para este trabalho.

Para o estudo aqui desenvolvido foi determinado o número máximo de

simulações igual ao valor máximo de níveis discretizados, portanto foi indicado um

número máximo de 500 modelos para a combinação das incertezas, outro ponto a

se expressar é que não foi determinado nenhum valor de probabilidade para

nenhum nível de atributo incerto, portanto todos possuem a mesma possibilidade de

ocorrência.

6.5. SIMULAÇÃO DOS MODELOS

Estando devidamente gerados os modelos de simulação que combinam os

níveis de incerteza, passou-se então para a simulação dos modelos, este processo

se deu através de computação paralela, utilizando a ferramenta MPS (Módulo de

7 (4 níveis x 7 atributos = 28 modelos de simulação)

8 (4 níveis x 11 atributos = 44 modelos de simulação) + modelo base

70

Distribuição de Simulações), a qual automatiza o processo de simulação, sendo que

esta ferramenta se encontra inclusa no programa UNIPAR.

Para a simulação dos modelos utilizou-se o simulador numérico de

escoamento IMEX® (Implicit-Explicit Black-oil Simulator) da empresa canadense

CMG® (Computer Modelling Group) na sua versão 2010.

Para a simulação dos modelos foi determinado como fatores restritivos que os

mesmos devem de cumprir a vazão de óleo (Qo) do histórico de produção, como

também a vazão de água (Qwi) injetada, com isso tais informações foram incluídas

aos modelos de simulação.

Outro ponto a ser evidenciado é que o presente estudo se restringe aos 5

anos iniciais de produção, o que equivale a 1800 dias. Informação esta que também

foi incluída como parâmetro aos modelos de simulação.

6.6. ANÁLISE DOS RESULTADOS

Com os modelos combinados, devidamente simulados foi necessário avaliar

os seus resultados, para que consequentemente possa-se verificar seus

comportamentos em relação ao histórico de produção. Para isto é necessária à

definição dos parâmetros que servirão de base no processo de comparação,

demonstrando, portanto, a necessidade de se determinar as funções-objetivo a

serem avaliadas.

6.6.1. Funções-Objetivo

Para avaliar a similaridade entre o modelo simulado com a combinação dos

níveis de incerteza com o histórico de produção foram determinadas 609 funções-

objetivo a serem minimizadas, sendo todas de caráter local.

Foram definidos quatro (4) funções-objetivo a serem avaliadas a partir dos

dados de cada um dos onze (11) poços produtores, sendo eles:

Vazão de óleo em condições de superfície (Qo);

Vazão de gás em condições de superfície (Qg);

Vazão de água em condições de superfície (Qw); e

Pressão de fundo de poço (Bottom Hole Pressure [BHP]).

9 (11 poços produtores * 4 funções-objetivo + 8 poços injetores * 2 funções-objetivo = 60 funções-

objetivo)

71

Já para cada um dos oito (8) poços injetores foram definidos duas (2)

funções-objetivo para a análise da similaridade dos modelos simulados ao histórico

de produção, sendo eles:

Vazão de água injetada (Qwi); e

Pressão de fundo de poço (Bottom Hole Pressure [BHP]).

Para expressar numericamente a discrepância entre modelo com combinação

de incerteza e o histórico de produção dos objetivos determinados, adotou-se para o

presente trabalho a metodologia de afastamento quadrático, Equação 2.1. Com isso

foi mensurada a diferença entre os dados de histórico e da simulação a cada 30 dias

de operação até os 1800 dias de produção, expressando como resultado final o

valor de afastamento, discrepância somado ao longo dos tempos avaliados. Todo o

processo de cálculo das funções-objetivo se deu através da ferramenta

calculaafastamentos que se encontra presente no programa UNIPAR.

6.6.2. Tratamento dos dados

Com a determinação dos afastamentos de cada função-objetivo para cada

modelo simulado passou-se então para um processo de tratamento dos dados para

a determinação, escolha dentre os 500 modelos, do modelo a ser utilizado como

base para o processo de ajuste de histórico determinístico. Este tratamento se deu

através de uma planilha eletrônica.

O primeiro processo aplicado se tratou da inserção dos valores de histórico de

produção na planilha eletrônica das sessenta (60) funções-objetivo a serem

avaliadas, com isso passou-se para o segundo passo aonde foram acrescentadas

as porcentagens que indicam o limite superior e inferior no qual, quando entre estes,

os resultados serão considerados ajustados. As porcentagens adotadas para este

trabalho foi de 10% para as vazões de óleo, para a água (injetada/produzida) e para

o gás, enquanto para a pressão de fundo de poço (BHP) foi de 20%.

Posteriormente realizou-se o cálculo da diferença entre o histórico de

produção com o resultado verificado com o incremento da porcentagem, sendo que

o resultado da diferença foi elevado ao quadrado para enfatizar a discrepância e

também para se trabalhar com valores absolutos (positivos), obtendo-se assim,

portanto, os valores de afastamento tolerados para considerar o modelo ajustado.

No passo seguinte foram somados todos os afastamentos verificados para cada

72

função-objetivo de cada poço. Obtendo-se assim o somatório dos afastamentos

quadráticos.

Com a posse do somatório do afastamento quadrático tolerado para a

calibração, passa-se para um processo de normalização, que permitirá a avaliação

da discrepância entre os dados de histórico de produção e os simulados de uma

forma muito clara e direta. Para isto é necessária à incorporação dos afastamentos

quadráticos obtidos através da ferramenta calculaafastametos na planilha eletrônica.

Com isto realizado dividiu-se o resultado do afastamento quadrático verificado para

cada função-objetivo pelo respectivo afastamento quadrático tolerado,

caracterizando a normalização dos resultados.

Com a normalização realizada, adotou-se que para verificar que determinada

função-objetivo se encontrava ajustada, era necessário que o resultado da

normalização desses resultados encontra-se entre 1 e -1.

A partir dos resultados verificados pela normalização foram somados de

forma absoluta as sessenta (60) funções-objetivo avaliadas de cada modelo,

obtendo para cada um dos modelos o valor que representa o somatório da

discrepância normalizada de cada um dos 500 modelos simulados. Com este

somatório foi possível ranquear os modelos e demonstrar aquele no qual se obteve

maior similaridade ao histórico de produção, portanto, aquele que possui como

resultado o menor afastamento.

A partir deste ranqueamento se determinou o modelo com menor

discrepância, o qual foi adotado como modelo base para o ajuste de histórico.


Devidamente determinado o modelo que será utilizado para o processo de

ajuste de histórico determinístico, iniciou-se a calibração do modelo ao histórico de

produção, cabe ressaltar que foi escolhido para tal processo a metodologia de ajuste

de histórico manual.

O primeiro passo aplicado se tratou da identificação das principais

discrepâncias verificadas entre as curvas do histórico de produção com o modelo

simulado a ser ajustado, parte esta de suma importância, pois, demonstra quais

atributos, em que posições e em qual intensidade devem ser alterados.

73

Nesta fase adotou-se que os níveis discretizados que representam a

permeabilidade relativa óleo/água (Fácies 1 e 2), Kz/Kx e as transmissibilidade das 4

falhas, se tratam dos melhores resultados possíveis, deixando, portanto, de serem

tratadas como atributos passíveis de ajuste. Com isso as únicas propriedades

passíveis de ajuste, se tornaram a porosidade, a permeabilidade, as fácies e a

espessura porosa (netgross) que compõem o modelo a ser ajustado.

6.7.1. Ajuste de Histórico Global

De forma global, apesar de nenhuma das funções-objetivo avaliadas na

presente pesquisa terem um caráter global, aplicou-se a partir dos resultados

verificados um incremento de 10% na porosidade global do reservatório, para a

correção do volume poroso do mesmo que se encontrava abaixo do verificado no

campo. Um ponto importante a mencionar é que esta alteração também afetou de

forma positiva a pressão média do reservatório. Cabe se ressaltar que foram

aplicados testes, incrementado 5, 10 e 15% a porosidade e que esta fase foi

concluída rapidamente, sem a necessidade de muitos processos interativos.

6.7.2. Ajuste de Histórico Local

O processo de ajuste de histórico local se tratou da fase do presente trabalho

no qual se empenhou o maior número de interações e consequentemente maior

tempo de pesquisa, para se chegar aos melhores resultados possíveis. Foram

realizadas 18 rodadas de testes para avaliar o impacto produzido ao modelo e

constatar o valor numérico utilizado como multiplicador que aplicado às propriedades

passíveis de ajuste se obteve o melhor resultado quando comparado ao histórico de

produção.

A principal propriedade alterada se tratou da permeabilidade do reservatório,

devido à interferência que a mesma tem no deslocamento dos fluidos ao longo do

mesmo, logo seguida pela espessura porosa. Modificações foram realizadas na

porosidade e nas fácies, mas ambas tiveram pouco impacto para o ajuste de

histórico determinístico.

Por se tratar de um ajuste local, foi determinado que as alterações aplicadas

para a calibração do modelo ao histórico teriam um raio máximo de modificação de

300 metros ao redor do poço, o que equivale a cinco (5) blocos no entorno na escala

de simulação, como pode ser observado através do retângulo vermelho expresso na

74

Figura 6.1. E que as mudanças aplicadas às propriedades se estenderiam somente

as camadas completadas do poço avaliado.

Figura 6.1 - Raio de modificação adotado

O processo de avaliação das mudanças aplicadas foi realizado de forma

qualitativa, através da comparação visual entre a curva obtida através da simulação

do modelo com os multiplicadores de ajuste com a curva do histórico de produção.

Com a finalização desta etapa se obteve o modelo ajustado

deterministicamente, apenas com dados de poço (Passo 1), o qual será comparado

posteriormente com o mesmo modelo ajustado integrado à sísmica 4D.

6.8. INTEGRAÇÃO DA SÍSMICA 4D

Considerado finalizado o processo de ajuste de histórico determinístico

passou-se então para a etapa de integração da sísmica 4D ao processo de

calibração do modelo. Apesar do modelo estar ajustado quando observadas as

curvas de produção em relação ao histórico de produção, não pode se afirmar que o

modelo representa a realidade do reservatório, mas que com a comparação dos

resultados obtidos através do ajuste com os dados de sísmica 4D pode-se efetuar

modificações que permitam uma recaracterização e consequente melhoria ao

modelo ajustado.

PROD1

PROD10

PROD11

PROD2

PROD3

PROD4

PROD5

PROD6

PROD7

PROD8

PROD9

0 100 200 300 400 500 600 700 800 9001.000 1.200 1.400 1.600 1.800

0 100 200 300 400 500 600 700 800 9001.000 1.200 1.400 1.600 1.800

-6.2

00

-6.0

00

-5.8

00

-5.6

00

-5.4

00

-5.2

00

-5.0

00

-4.8

00

-4.6

00

-6.1

00

-5.9

00

-5.7

00

-5.5

00

-5.3

00

-5.1

00

-4.9

00

-4.7

00

-4.5

00

0.00 785.00 1570.00 feet

0.00 240.00 480.00 meters

File: base1.irfUser: forlanDate: 25/01/2014

Scale: 1:12256Y/X: 1.00:1Axis Units: m

3,7

4,6

5,6

6,5

7,4

8,4

9,3

10,2

11,1

12,1

13,0

Net Pay (m) 2000-01-01 K layer: 1

75

6.8.1. Obtenção dos dados de Sísmica 4D

O primeiro passo adotado se tratou da determinação do domínio que iria se

comparar as informações da sísmica 4D ao modelo ajustado deterministicamente do

Passo 1, e o domínio escolhido se tratou da saturação de água do reservatório.

Para a obtenção da imagem de saturação da sísmica 4D simulou-se o modelo

referência e retirou-se do mesmo as imagens de saturação no tempo 0 (0 dias de

produção) e no tempo 1 (1800 dias de produção). As mesmas passaram por um

processo de upscaling no qual tiveram a transferência de escala de dezoito (18)

camadas para nove (9) camadas, que se trata da mesma escala de simulação

utilizada no modelo ajustado, através do método de média aritmética. Só assim

então se deu o cálculo da diferença entre a saturação nos dois tempos avaliados e

obteve-se a imagem 4D da saturação de água do reservatório Beta.

Dois pontos devem ser elucidados nesta parte, o primeiro se trata de que a

escala que se encontra o mapa de sísmica 4D não é compatível com o que se

verifica na indústria, uma escala de 6 metros ainda se mostra irreal para a tecnologia

existente, sendo uma escala normal de escala sísmica girar em torno de 20 metros

no eixo z. Mas optou-se por trabalhar com a sísmica 4D na escala de simulação no

intuito de facilitar a integração da mesma ao modelo ajustado deterministicamente.

Outro ponto se trata da perda de informação, devido a transferência de escala

que a imagem de saturação de água da sísmica 4D teve. Processo este que está

intrínseco ao método de transferência de escala, mas que foi tratada da melhor

maneira possível com a simulação do modelo referência na escala fina e só depois

realizada a transferência de escala do resultado de saturação de água para a escala

de simulação. Caso tivesse escolhido realizar o upscalling do modelo referência

teriam se perdido um número maior de informações pertencentes ao modelo de

simulação como porosidade, permeabilidade, fácies e espessura porosa.

6.8.2. Obtenção da imagem 4D do modelo ajustado

O processo para a obtenção da diferença de saturação entre os dois tempos

avaliados ao modelo de simulação ajustado deterministicamente se deu da mesma

maneira ao adotado para a obtenção da imagem de saturação de água da sísmica

4D.

76

Com o modelo ajustado devidamente simulado retirou-se a informação da

saturação de água no tempo 0 (0 dias de operação) e no tempo 1 (1800 dias de

operação), sendo tal processo feito através da ferramenta Result 3D® da suíte

CMG®. Estando de posse de dois arquivos que contém descrito numericamente a

saturação de água em cada bloco do reservatório realizou-se a diferença entre os

dois tempos para se obter a diferença de saturação entre eles. Isto se deu através

de uma rotina implementada ao próprio Results 3D® que realizou este processo de

diferenciação bloco a bloco. Obtendo como resultado um mapa de diferenças que

exemplifica a mudança de saturação entre os dois tempos.

6.8.3. Erro entre o modelo ajustado deterministicamente e a

Sísmica 4D

Estando-se de posse dos arquivos representativos a diferença de saturação

entre os tempos 0 e 1 tanto do modelo ajustado deterministicamente quanto a

sísmica 4D, foi possível então avaliar se a calibração obtida ao modelo permitiu um

resultado que consegue representar adequadamente o verificado na realidade

(Modelo Referência).

Para isso houve um processo de diferenciação similar ao adotado para obter

as imagens 4D, mas tendo nesse caso como arquivos de entrada a saturação de

água 4D do modelo ajustado e da sísmica. Com isto foi gerado um novo arquivo que

expressa à diferença entre eles.

A geração dos mapas da diferença verificada entre o modelo ajustado e a

sísmica se deu através de uma expressão implementada ao Results Graph®, o qual

gera como resultado os mapas de diferença de saturação de água para as nove (9)

camadas da escala de simulação, do qual foi possível verificar as principais

discrepâncias e determinar as modificações possíveis a serem aplicadas para a

recaracterização do modelo ajustado.

6.8.4. Incorporação da sísmica 4D ao processo de ajuste

A incorporação das modificações ao modelo de simulação ajustado

deterministicamente baseadas nas diferenças verificadas com a sísmica 4D se

deram através de multiplicadores que atuaram diretamente nas quatro (4)

propriedades que se concluíam como passíveis de ajuste.

77

A determinação das regiões a serem modificadas para a melhor

caracterização do modelo se deu de forma qualitativa através da avaliação das

imagens representativas ao erro observado, como pode ser observado na Figura

6.2.

Figura 6.2 - Determinação das áreas a serem alteradas

Este processo iterativo se deu por 6 vezes e teve como maior dificuldade a

avaliação se as alterações aplicadas ao modelo ajustado para a recaracterização do

mesmo apresentaram algum efeito significativo, devido a necessidade de se avaliar

tanto as curvas como também o mapa de diferença entre a sísmica 4D e o modelo.

6.9. PREVISÃO

Após determinar o fim do processo de recaracterização do modelo ajustado

deterministicamente através da integração da sísmica 4D, foi possível, portanto,

realizar a extrapolação da previsão de produção dos modelos ajustados.

O tempo de previsão se deu até 30 anos de produção (10800 dias), para isto

foi retirada as informações relativas ao controle dos poços a partir dos 1800 dias de

produção do reservatório.

A previsão futura foi realizada para os modelos ajustados

deterministicamente, tanto ao modelo baseado exclusivamente com dados de poço

quanto ao modelo ajustado deterministicamente e recaracterizado pela sísmica 4D e

foram comparadas as curvas resultantes com o histórico de produção demonstrando

como os mesmos se comportam em relação a este.

INJ1

INJ2

INJ3

INJ4

INJ5

INJ6

INJ7

INJ8-0,68

-0,55

-0,41

-0,28

-0,15

-0,01

0,12

0,25

0,39

0,52

0,65

78

7. RESULTADOS

Nesta seção busca-se descrever e demonstrar os resultados obtidos ao longo

da pesquisa, enfatizando e exemplificando os passos derivados da metodologia

adotada, analisando as informações alcançadas que culminaram na comparação

dos valores obtidos para as 60 funções-objetivo avaliadas dos modelos ajustados,

exclusivamente com dados de poço e com dados de poço e sísmica 4D.


Os primeiros resultados obtidos trataram da sensibilidade do reservatório

perante os atributos considerados incertos e seus níveis discretizados, como

elucidado no capítulo 2 e 6 este passo é uma importante etapa do processo de

ajuste de histórico.

Como exposto no capítulo 6 foram aplicados 2 processos de análise de

sensibilidade, no intuito de simplificar a exposição dos resultados elas serão

expostas separadamente e foram denominadas como Sensibilidade 1 e

Sensibilidade 2.

7.1.1. Sensibilidade 1

O processo de análise de sensibilidade 1 teve como parâmetros avaliados a

permeabilidade relativa óleo/água das fácies 1 e 2, as transmissibilidades das 4

falhas e a razão Kz/Kx, maiores informações se encontram na Tabela 6-3.

Foram avaliados os resultados em três objetivos, a produção acumulada de

óleo (Np), a produção acumulada de água (Wp) e a vazão acumulada de água

injetada (Winj). Os resultados obtidos encontram-se nos Gráficos 7.1, 7.2 e 7.3,

respectivamente.

Cabe ressaltar que a análise de sensibilidade verificada realizou uma

comparação entre os resultados obtidos dos modelos gerados com o resultado do

modelo base construído com os níveis base determinados previamente para cada

atributo incerto e não com os valores de histórico de produção.

79

Gráfico 7.1 - Sensibilidade dos atributos incertos causadas a produção acumulada de óleo (Np)

Gráfico 7.2 - Sensibilidade dos atributos incertos causadas a produção acumulada de água (Wp)

80

Gráfico 7.3 - Sensibilidade dos atributos incertos causadas a vazão acumulada de água injetada (Wi)

(Sensibilidade 1)

7.1.2. Sensibilidade 2

A segunda rodada de avaliação das sensibilidades foi realizada

acrescentando as imagens geoestatísticas de porosidade, permeabilidade, fácies e

espessura porosa aos mesmos três objetivos da Sensibilidade 1. Os resultados

obtidos são expressos nos Gráficos 7.4, 7.5 e 7.6.

81

Gráfico 7.4 - Sensibilidade dos atributos incertos causadas a produção acumulada de óleo (Np) (Sensibilidade 2)

Gráfico 7.5 - Sensibilidade dos atributos incertos causadas a produção acumulada de água (Wp) (Sensibilidade

2)

82

Gráfico 7.6 - Sensibilidade dos atributos incertos causadas a vazão acumulada de água injetada (Winj)

(Sensibilidade 2)

7.2. COMBINAÇÃO DE INCERTEZAS

Com a devida determinação e discretização dos atributos incertos que podem

ser observados na Tabela 6-2, partiu-se, portanto para a combinação dos níveis de

incerteza e geração dos modelos que foram utilizados como ponto inicial para o

processo de ajuste.

Um ponto importante a ser indicado se trata da nomenclatura escolhida para

os modelos que contém a combinação de incertezas, devido ao fato das imagens

geoestatísticas serem utilizadas conjuntamente, não havendo, portanto diferença

entre o nível de discretização destas, utilizou-se o termo “IM” para indicar a

referência as essas propriedades. Com isso a nomenclatura inicia pela propriedade

e posteriormente encontra-se o nível de discretização do atributo, sendo este

processo repetido até todos os atributos terem sido incorporados.

Para exemplificar podemos utilizar o seguinte nome:

“IM445kzkx2kra3krb2tfa3tfb1tfc5tfd2”

Baseado no nome supracitado podemos verificar que a combinação de

incertezas gerou um modelo de simulação composto pelas imagens geoestatísticas

83

de número 445 de porosidade, permeabilidade, fácies e espessura porosa, pelo

nível de discretização 2 para a razão Kz/Kx , 3 para a permeabilidade relativa

óleo/água da fácies 1, 2 para a permeabilidade relativa óleo/água da fácies 2, 3 para

a transmissibilidade da falha A, 1 para a transmissibilidade da falha B, 5 para a

transmissibilidade da falha C e 2 para a transmissibilidade da falha D.

7.3. RESULTADOS OBTIDOS ATRAVÉS DA SIMULAÇÃO DOS

MODELOS COM A COMBINAÇÃO DE INCERTEZAS

Seguindo a metodologia adotada, após a geração dos 500 modelos de

simulação originados a partir da combinação dos níveis discretizados dos 11

atributos incertos, partiu-se para a simulação dos mesmos através do simulador de

fluxo IMEX®. Com isso se obteve as informações referentes a cada modelo e pode-

se assim identificar o modelo que possui maior calibração, ou seja, que apresenta

maior similaridade com as curvas do histórico de produção.

Como exposto no item 6.6.1 foram determinadas 60 funções-objetivo para

avaliar a similaridade dos modelos simulados com a modelo referência, que se trata

do objetivo do ajuste. O método adotado para avaliar a discrepância entre o histórico

de produção e as curvas dos modelos se tratou do afastamento quadrático, valores

estes que foram obtidos através da ferramenta calculaafastamentos.

Devidamente calculado os afastamentos para as 60 funções-objetivo dos 500

modelos foi possível abastecer a planilha eletrônica responsável pelo tratamento dos

dados. No qual constam os cálculos expostos no item 6.6.2.

O Gráfico 7.7 mostra o resultado obtido para os 500 modelos para a vazão de

óleo (Qo), a partir da normatização em relação ao histórico de produção. Lembrando

que os valores que se encontram entre -1 e 1 se localizam na faixa considerada

aceitável para o ajuste de histórico.

84

Gráfico 7.7 - Resultado normatizado de Qo para os 500 modelos com a combinação de incertezas

No Gráfico 7.8 se encontram os resultados obtidos para a vazão de gás (Qg),

enquanto o Gráfico 7.9 expõe os valores obtidos para a vazão de água produzida

(Qw).

Gráfico 7.8 - Resultado normatizado de Qg para os 500 modelos com a combinação de incertezas

-2

0

2

4

6

8

10

0 2 4 6 8 10 12 14

Qo PROD1

PROD2

PROD3

PROD4

PROD5

PROD6

PROD7

PROD8

PROD9

PROD10

PROD11

LIMITE SUPERIOR

LIMITE INFERIOR

-1200

-1000

-800

-600

-400

-200

0

200

0 2 4 6 8 10 12 14

Qg PROD1

PROD2

PROD3

PROD4

PROD5

PROD6

PROD7

PROD8

PROD9

PROD10

PROD11

LIMITE SUPERIOR

LIMITE INFERIOR

85

Gráfico 7.9 - Resultado normatizado de Qw para os 500 modelos com a combinação de incertezas

A pressão de operação dos poços produtores foi avaliada e se encontra

exposta no Gráfico 7.10 a seguir:

Gráfico 7.10 - Resultado normatizado de BHP para os 500 modelos com a combinação de incertezas

-450

-400

-350

-300

-250

-200

-150

-100

-50

0

50

0 2 4 6 8 10 12 14

Qw PROD1

PROD2

PROD3

PROD4

PROD5

PROD6

PROD7

PROD8

PROD9

PROD10

PROD11

LIMITE SUPERIOR

LIMITE INFERIOR

-20

-15

-10

-5

0

5

10

15

20

25

0 2 4 6 8 10 12 14

BHP

PROD1

PROD2

PROD3

PROD4

PROD5

PROD6

PROD7

PROD8

PROD9

PROD10

PROD11

LIMITE SUPERIOR

LIMITE INFERIOR

86

Foram concomitantemente também avaliadas as funções-objetivo ligadas aos

poços injetores e os resultados observados encontram-se nos Gráfico 7.11 e Gráfico

7.12 abaixo:

Gráfico 7.11 - Resultado normatizado de Qwi para os 500 modelos com a combinação de incertezas

Gráfico 7.12 -Resultado normatizado de BHP (inj) para os 500 modelos com a combinação de incertezas

Com todos os afastamentos quadráticos das 60 funções-objetivo dos 500

modelos com a combinação de incerteza, foi possível a determinação do melhor

-5

0

5

10

15

20

25

30

0 2 4 6 8 10 12 14

Qwi

INJ1

INJ2

INJ3

INJ4

INJ5

INJ6

INJ7

INJ8

LIMITE SUPERIOR

LIMITE INFERIOR

-2

-1

0

1

2

3

4

5

6

7

8

0 2 4 6 8 10 12 14

BHP

INJ1

INJ2

INJ3

INJ4

INJ5

INJ6

INJ7

INJ8

LIMITE SUPERIOR

LIMITE INFERIOR

87

modelo, o qual foi utilizado para o processo de ajuste de histórico determinístico.

Para isto como exposto no item 6.6.2 foram normatizados os afastamentos das 60

FOs com os dados do histórico de produção, posteriormente foram somados os

valores absolutos de afastamento de cada uma das FOs de cada modelo e assim foi

possível criar um ranqueamento baseado no resultado da soma absoluta dos valores

de afastamento normatizados. A Tabela 7-1 expõe os 10 modelos mais bem

ranqueados.

Tabela 7-1 - Ranqueamento baseado na soma absoluta dos afastamentos quadráticos normatizados pelo

histórico de produção

Posição Nome do Modelo Soma absoluta do afastamento

quadrático normatizado

1º IM23kzkx2kra4krb5tfa5tfb1tfc5tfd4 8,544836










Com o ranqueamento devidamente realizado, o modelo que apresentou

melhores resultados quando comparados ao histórico de produção se tratou do

modelo IM23kzkx2kra4krb5tfa5tfb1tfc5tfd4. Este modelo foi o que apresentou maior

similaridade quando avaliada as 60 funções-objetivo.

Pode-se verificar que o nível de discretização do modelo para KzKx se tratou

do nível 2 (0,09), já para KRA se tratou do nível 4 (expoente de Corey igual a 4),

KRB se tratou do nível 5 (expoente de Corey igual a 5), TFA se tratou do nível 5 (1),

TFB se tratou do nível 1 (0.00), enquanto para TFC foi o nível 5 (1) para TFD foi o

nível 4 (0.1) e para porosidade, permeabilidade, fácies e espessura porosa a

imagem 23.

Como já elucidado anteriormente, o objetivo de ajuste se trata de um modelo

referência, o qual pode ser caracterizado como um modelo sintético, do qual se

conhece exatamente as informações que o compõem, com isto foi possível verificar

se a combinação dos níveis de incerteza, do modelo melhor ranqueado, se

88

mostraram como a melhor combinação possível. Isto pode ser verificado na Tabela

7-2 que compara os valores.

Tabela 7-2 - Comparação entre os níveis discretizados para os atributos do Modelo Referência com o Modelo

Melhor Ranqueado

Atributo Modelo Referência IM23kzkx2kra4krb5tfa5tfb1tfc5tfd4

Nível mais próximo Valor Nível Valor

KzKx 2 0.05 2 0.09

Kra 4 3.817 4 4

Krb 5 4.6 5 5

Tfa 4 0.4667 5 1

Tfb 1 0 1 0

Tfc 3 0,0333 5 1

Tfd 5 0.8333 4 0.1

Como pode se observar os valores aplicados ao modelo referência se

distinguem dos adotados para os níveis de discretização, por isso indicou-se o nível

de discretização que apresentaria o valor mais similar ao utilizado no modelo

referência, para o processo de comparação. Outro ponto a se destacar é que esta

comparação se restringiu aos parâmetros expostos na Tabela 7-2 tal fato se deve da

impossibilidade de se aplicar a comparação entre as imagens geoestatísticas pela

falta de parâmetros que permitam tal procedimento.

7.4. COMPARAÇÃO DAS CURVAS DO MELHOR MODELO COM AS

CURVAS DO HISTÓRICO DE PRODUÇÃO.

Com a definição do melhor modelo (IM23kzkx2kra4krb5tfa5tfb1tfc5tfd4) , que

servirá como base para o processo de ajuste de histórico determinístico, o próximo

passo foi verificar o comportamento das curvas obtidas através do mesmo com as

curvas oriundas do histórico de produção, assim identificando qualitativamente as

funções-objetivo intrinsecamente ajustadas e aquelas que se encontram

discrepantes e que necessitam de intervenção para a melhor calibração do modelo.

7.4.1. Global

As primeiras curvas avaliadas se trataram das que representam o

comportamento global do reservatório ao longo dos 1800 dias de produção, apesar

de as mesmas não serem funções-objetivo avaliadas neste trabalho. O Gráfico 7.13

expõe a vazão de óleo em condições de superfície, já o Gráfico 7.14 demonstra a

vazão de água produzida em condições de superfície, enquanto a Gráfico 7.15

89

expressa a vazão de gás produzida, a pressão média do reservatório se encontra no

Gráfico 7.16 e a vazão de água injetada é demonstrada no Gráfico 7.17.

Gráfico 7.13 - Vazão de Óleo produzido em Condições de Superfície

90

Gráfico 7.14 - Vazão de Água em condições de Superfície

Gráfico 7.15 - Vazão de Gás produzida em Condições de Superfície

91

Gráfico 7.16 - Pressão Média do Reservatório

Gráfico 7.17 - Vazão de Água Injetada em Condições de Superfície

92

7.4.2. Local

Avaliando os gráficos obtidos através da normalização do melhor modelo

(IM23kzkx2kra4krb5tfa5tfb1tfc5tfd4) é possível verificar quantitativamente a

similaridade ou discrepância das 60 funções-objetivo com o histórico de produção.

Os resultados podem ser observados através nos gráficos Gráfico 7.18 (Qo) Gráfico

7.19 (Qw) Gráfico 7.20 (Qg) Gráfico 7.21 (BHP) Gráfico 7.22 (Qwi) e Gráfico 7.23 (BHP

[inj]).

Gráfico 7.18 - Resultado normatizado de Qo para o melhor modelo (IM23kzkx2kra4krb5tfa5tfb1tfc5tfd4)

-1,5

-1

-0,5

0

0,5

1

1,5

0 2 4 6 8 10 12 14

Qo PROD1

PROD2

PROD3

PROD4

PROD5

PROD6

PROD7

PROD8

PROD9

PROD10

PROD11

LIMITE SUPERIOR

LIMITE INFERIOR

93

Gráfico 7.19 - Resultado normatizado de Qw para o melhor modelo (IM23kzkx2kra4krb5tfa5tfb1tfc5tfd4)

Gráfico 7.20 - Resultado normatizado de Qg para o melhor modelo (IM23kzkx2kra4krb5tfa5tfb1tfc5tfd4)

-5

-4

-3

-2

-1

0

1

2

0 2 4 6 8 10 12 14

Qw PROD1

PROD2

PROD3

PROD4

PROD5

PROD6

PROD7

PROD8

PROD9

PROD10

PROD11

LIMITE SUPERIOR

LIMITE INFERIOR

-1,5

-1

-0,5

0

0,5

1

1,5

0 2 4 6 8 10 12 14

Qg

PROD1

PROD2

PROD3

PROD4

PROD5

PROD6

PROD7

PROD8

PROD9

PROD10

PROD11

LIMITE SUPERIOR

LIMITE INFERIOR

94

Gráfico 7.21 - Resultado normatizado de BHP para o melhor modelo (IM23kzkx2kra4krb5tfa5tfb1tfc5tfd4)

Gráfico 7.22 - Resultado normatizado de Qwi para o melhor modelo (IM23kzkx2kra4krb5tfa5tfb1tfc5tfd4)

-1,5

-1

-0,5

0

0,5

1

1,5

0 2 4 6 8 10 12 14

BHP PROD1

PROD2

PROD3

PROD4

PROD5

PROD6

PROD7

PROD8

PROD9

PROD10

PROD11

LIMITE SUPERIOR

LIMITE INFERIOR

-1,5

-1

-0,5

0

0,5

1

1,5

0 2 4 6 8 10

Qwi INJ1

INJ2

INJ3

INJ4

INJ5

INJ6

INJ7

INJ8

LIMITE SUPERIOR

LIMITE INFERIOR

95

Gráfico 7.23 - Resultado normatizado de BHP para o melhor modelo (IM23kzkx2kra4krb5tfa5tfb1tfc5tfd4)

O Gráfico 7.24 exemplifica o comportamento de produção de óleo do modelo

IM23kzkx2kra4krb5tfa5tfb1tfc5tfd4 através do poço produtor 11, todas as curvas

representativas aos resultados verificados das 60 FOs avaliadas do modelo melhor

ranqueado se encontram no ANEXO A – Modelo melhor ranqueado (Modelo base

para o ajuste).

-1,5

-1

-0,5

0

0,5

1

1,5

0 2 4 6 8 10

BHP

INJ1

INJ2

INJ3

INJ4

INJ5

INJ6

INJ7

INJ8

LIMITE SUPERIOR

LIMITE INFERIOR

96

Gráfico 7.24 - Vazão de produção de óleo do poço produtor 11 em condições de superfície

(IM23kzkx2kra4krb5tfa5tfb1tfc5tfd4)

A vazão de injeção de água em condições de superfície do modelo

IM23kzkx2kra4krb5tfa5tfb1tfc5tfd4 se encontra exemplificada no Gráfico 7.25 que

demonstra a curva para poço Injetor 8. A vazão de água produzida é apresentada no

Gráfico 7.26 que representa a curva de produção para o poço Produtor 10, na qual é

possível verificar que a curva se encontra desajustada ao histórico, como

demonstrado no Gráfico 7.19.

97

Gráfico 7.25 - Vazão de água injetada em condições de superfície do Injetor 8


Gráfico 7.26 - Vazão de água produzida em condições de superfície do Produtor 10


98

Realizando a observação entre as curvas do modelo

IM23kzkx2kra4krb5tfa5tfb1tfc5tfd4 pode-se identificar qualitativamente os principais

poços desajustados. A Tabela 7-3 traz a lista dos poços desajustados indicando os

principais problemas.

Tabela 7-3 - Poços desajustados

Nome do Poço Objetivo Desajustado

PROD1 BHP

PROD2 BHP

PROD4 BHP

PROD5 Qw, BHP

PROD7 Qw, BHP

PROD9 BHP

PROD10 Qw

PROD11 BHP

INJ2 BHP

INJ4 BHP

INJ5 BHP

INJ7 BHP

INJ8 BHP

Para exemplificar graficamente estes desajustes o Gráfico 7.27 traz as

discrepâncias verificadas entre Qw e BHP do Produtor 5 em relação ao histórico de

produção.

Gráfico 7.27 - Discrepância das curvas do Produtor 5 entre o modelo IM23kzkx2kra4krb5tfa5tfb1tfc5tfd4 com o

histórico de produção (a) Qw (b) BHP

(a) (b)

99


Estando devidamente definido o modelo base para o processo de ajuste

(melhor ranqueado IM23kzkx2kra4krb5tfa5tfb1tfc5tfd4), passou-se para o seguinte

passo da metodologia que se tratou do ajuste de histórico manual do modelo

baseado nas curvas do histórico de produção.

7.5.1. Global

Como elucidado no item 6.7 o primeiro passo aplicado se tratou do ajuste do

modelo no âmbito global, foi constado que o volume poroso do modelo base se

encontra inferior ao verificado no modelo referência, o qual teve seu ajuste obtido

com o incremento de 10% da porosidade do reservatório. Esta melhoria pode ser

observada na Tabela 7-4 abaixo:

Tabela 7-4 - Ajuste do Volume Poroso

Volume Poroso (m³)

Modelo Referência IM23kzkx2kra4krb5tfa5tfb1tfc5tfd4 Modelo Ajustado

149343 133296 146779

7.5.2. Local

O processo de ajuste local foi uma das fases mais demoradas da metodologia

de ajuste, dezoito rodadas testes foram realizadas no intuito de permitir alterações

que possibilitassem melhorias ao modelo e que gerassem resultados similares ao

verificado no histórico de produção. As mudanças aplicadas foram somente na

porosidade, na permeabilidade e na espessura porosa. Lembrando que as mesmas

foram realizadas através de multiplicadores que aumentava ou reduziam os valores

de tais propriedades em regiões específicas ao redor dos poços, como pode ser

observado na Figura 7.1. para o poço PROD 10.

100

Figura 7.1 - Variação do atributo (permeabilidade em mD) para o poço produtor 10 (camada 2)

Para exemplificar o desenvolvimento de testes para a melhoria o Gráfico 7.28

apresenta o ajuste do BHP do Produtor 10 em fases distintas até se chegar ao

melhor ajuste possível.

PROD1

PROD10

PROD11

PROD2

PROD3

PROD4

PROD5

PROD6

PROD7PROD8

PROD9

6

348

689

1.031

1.372

1.714

2.055

2.397

2.738

3.080

3.421

101

Gráfico 7.28 - Passos de melhoria do ajuste do BHP do Produtor 10 (a) IM23kzkx2kra4krb5tfa5tfb1tfc5tfd4 (b) 4º

rodada de teste de ajustes e (c) modelo ajustado

Após sucessivas rodadas de ajustes manuais aplicados ao modelo

IM23kzkx2kra4krb5tfa5tfb1tfc5tfd4 (base para o ajuste) conseguiu-se melhorias

quando comparadas as curvas do modelo ajustado com o histórico de produção, o

Gráfico 7.29 traz a melhoria alcançada para Qw do Produtor 10 que era indicado

pelo afastamento quadrático como única função-objetivo que não se encontrava nos

limites de ajuste.

Gráfico 7.29 - Ajuste de Qw do Produtor 10 (a)IM23kzkx2kra4krb5tfa5tfb1tfc5tfd4 (b)Modelo Ajustado

(a) (b)

(c)

(a) (b)

102

Outras melhorias foram alcançadas com o ajuste de histórico manual, como

exemplificado através do Gráfico 7.30 que indica o ajuste do BHP do Injetor 4, o

Gráfico 7.31 que indica a calibração do BHP do poço Produtor 1 e o Gráfico 7.32

que demonstra a melhoria com o ajuste do BHP do Produtor 4 .

Gráfico 7.30 - Ajuste de BHP do Injetor 4 (a)IM23kzkx2kra4krb5tfa5tfb1tfc5tfd4 (b)Modelo Ajustado

Gráfico 7.31 - Ajuste de BHP do Produtor 1 (a)IM23kzkx2kra4krb5tfa5tfb1tfc5tfd4 (b)Modelo Ajustado

Gráfico 7.32 - Ajuste de BHP do Produtor 4 (a)IM23kzkx2kra4krb5tfa5tfb1tfc5tfd4 (b)Modelo Ajustado

(a) (b)

(a) (b)

(b) (a)

103

O fim do ajuste de histórico manual se deu com a minimização das diferenças

verificadas qualitativamente dos objetivos desajustados da Tabela 7-3. Não foi

possível um ajuste considerado satisfatório na vazão de água (Qw) para o poço

produtor 5, como pode ser observado no Gráfico 7.33.

Gráfico 7.33 - Curva de Qw do Produtor 5 após rodadas de ajuste

Com o modelo devidamente ajustado chegou-se ao fim do primeiro passo da

metodologia proposta pela pesquisa e se tornou possível o avanço para o segundo

passo da mesma que se trata da integração da sísmica 4D ao processo de ajuste,

todos os gráficos representativos ao modelo ajustado se encontram no Anexo B.


HISTÓRICO

Como exposto anteriormente a integração da sísmica 4D será utilizada para a

correção da saturação de água do reservatório, com isto a primeira informação a ser

trabalhada se tratou do tratamento das imagens de saturação de água oriundas da

sísmica 4D, as quais se encontravam na escala de simulação, o que facilitou o

processo de incorporação da mesma.

104

A informação relevante permitida pela sísmica se trata da diferença da

propriedade verificada entre os dois tempos de simulação, pois ela é que tem a

capacidade de demonstrar o comportamento da percolação do fluido ao longo do

tempo de produção. A diferença entre as imagens nos tempos distintos faz com que,

no caso da saturação de água, não se verifique a água conata do reservatório, mas

sim o comportamento da água injetada ao reservatório.

A Figura 7.2 demonstra a imagem da sísmica para a saturação de água do

modelo beta no tempo 0 (0 dias de produção) enquanto a Figura 7.3 evidencia a

saturação de água para o tempo 1 (1800 dias de produção).

Figura 7.2 - Imagem da Sísmica de Saturação de Água para o Tempo 0 para a primeira camada

PROD1

PROD10

PROD11

PROD2

PROD3

PROD4

PROD5

PROD6

PROD7PROD8

PROD9

0,00

0,10

0,20

0,30

0,40

0,50

0,60

0,70

0,80

0,90

1,00

105

Figura 7.3 - Imagem da Sísmica de Saturação de Água para o Tempo 1 para a primeira camada

A região demarcada com o retângulo em vermelho demonstra uma região

com água conata, pode se observa que em ambas as imagens de saturação do

tempo 0 e do tempo 1 tal região se mostra inalterada, portanto não sofreu alteração

ao longo da produção. Quando aplicada a diferenciação entre as imagens (sísmica

4D) é possível visualizar facilmente as regiões aonde houve mudanças durante os

1800 dias de operação, como pode ser observado na Figura 7.4 a seguir:

PROD1

PROD10

PROD11

PROD2

PROD3

PROD4

PROD5

PROD6

PROD7PROD8

PROD9

0,00

0,10

0,20

0,30

0,40

0,50

0,60

0,70

0,80

0,90

1,00

106

Figura 7.4 - Sísmica 4D Diferença de Saturação de Água entre os dois levantamentos (Primeira Camada)

Essas variações de saturação se tratam das informações relevantes para o

processo de ajuste, pois elas permitem verificar o comportamento do reservatório o

qual pode ser utilizado como ferramenta de comparação aos resultados de

simulação a fim de verificar a qualidade do ajuste realizado.

Estando-se de posse da imagem de saturação de água obtida pela sísmica

4D, foi possível realizar a primeira verificação do modelo ajustado manualmente e se

este representa adequadamente o comportamento observado através da sísmica. A

Figura 7.5 expõe a diferença de saturação de água do modelo ajustado

manualmente.

PROD1

PROD10

PROD11

PROD2

PROD3

PROD4

PROD5

PROD6

PROD7PROD8

PROD9

0,00

0,08

0,15

0,23

0,30

0,38

0,45

0,53

0,60

0,68

0,75

107

Figura 7.5- Diferença de Saturação de Água entre o tempo 1 e o tempo 0 do modelo ajustado

(Primeira Camada)

É possível verificar claramente que o modelo ajustado manualmente com

dados de poço, não conseguiu representar adequadamente o comportamento da

água no reservatório ao longo dos 5 anos de produção, isto se encontra melhor

evidenciado na Figura 7.6.

Os retângulos em vermelho demarcam as principais diferenças observadas

na saturação do modelo ajustado quando comparado com o observado pela sísmica

4D, sendo estas regiões portanto erros associados ao modelo ajustado que serão

amenizados ou completamente retirados com a observação permitida através da

imagem de saturação de água da sísmica 4D, a Figura 7.7 demonstra o erro

observado para as nove (9) camadas do modelo beta.

PROD1

PROD10

PROD11

PROD2

PROD3

PROD4

PROD5

PROD6

PROD7PROD8

PROD9

-0,00

0,07

0,15

0,22

0,30

0,37

0,45

0,52

0,60

0,67

0,75

108

Figura 7.6 - Diferenças observadas ente a diferença de Sw do modelo ajustado e a diferença de Sw da S4D (Primeira Camada)

PROD1

PROD10

PROD11

PROD2

PROD3

PROD4

PROD5

PROD6

PROD7PROD8

PROD9

-0,00

0,07

0,15

0,22

0,30

0,37

0,45

0,52

0,60

0,67

0,75

PROD1

PROD10

PROD11

PROD2

PROD3

PROD4

PROD5

PROD6

PROD7PROD8

PROD9

0,00

0,08

0,15

0,23

0,30

0,38

0,45

0,53

0,60

0,68

0,75(a) (b)

109

PROD1

PROD10

PROD11

PROD2

PROD3

PROD4

PROD5

PROD6

PROD7PROD8

PROD9

-0,68

-0,55

-0,41

-0,28

-0,15

-0,01

0,12

0,25

0,39

0,52

0,65

PROD1

PROD10

PROD11

PROD2

PROD3

PROD4

PROD5

PROD6

PROD7PROD8

PROD9

-0,68

-0,55

-0,41

-0,28

-0,15

-0,01

0,12

0,25

0,39

0,52

0,65

PROD1

PROD10

PROD11

PROD2

PROD3

PROD4

PROD5

PROD6

PROD7PROD8

PROD9

-0,68

-0,55

-0,41

-0,28

-0,15

-0,01

0,12

0,25

0,39

0,52

0,65

PROD1

PROD10

PROD11

PROD2

PROD3

PROD4

PROD5

PROD6

PROD7PROD8

PROD9

-0,68

-0,55

-0,41

-0,28

-0,15

-0,01

0,12

0,25

0,39

0,52

0,65

INJ1

INJ2

INJ3

INJ4

INJ5

INJ6

INJ7

INJ8-0,68

-0,55

-0,41

-0,28

-0,15

-0,01

0,12

0,25

0,39

0,52

0,65INJ1

INJ2

INJ3

INJ4

INJ5

INJ6

INJ7

INJ8-0,68

-0,55

-0,41

-0,28

-0,15

-0,01

0,12

0,25

0,39

0,52

0,65

INJ1

INJ2

INJ3

INJ4

INJ5

INJ6

INJ7

INJ8-0,68

-0,55

-0,41

-0,28

-0,15

-0,01

0,12

0,25

0,39

0,52

0,65 INJ1

INJ2

INJ3

INJ4

INJ5

INJ6

INJ7

INJ8-0,68

-0,55

-0,41

-0,28

-0,15

-0,01

0,12

0,25

0,39

0,52

0,65

(a) (b)

(c) (d)

(e) (f)

(g) (h)

110

Figura 7.7 - Erro de saturação de água verificado entre o modelo ajustado e a sismica 4D (a) primeira camada

(b) segunda camada (c) terceira camada (d) quarta camada (e) quinta camada (f) sexta camada (g) sétima camada (h) oitava camada (i) nona camada

Pode-se observar através das imagens expostas através da Figura 7.7 que

em todas as camadas foram encontradas anomalias que indicam erro do modelo

ajustado ao comportamento verificado pela sísmica 4D. As cores quentes (tom

avermelhado) da escala que indicam erro positivo demonstram que o modelo

ajustado possui maior saturação de água naquela região do que o verificado na

sísmica 4D e as cores frias (tom azulado) mostra o efeito contrário.

Através das imagens de erro é possível verificar que o caminho de percolação

do modelo ajustado não se ajusta ao histórico, fato este que afetará diretamente a

previsão futura de produção, podendo levar a análises e aplicação de aplicações

errôneas no gerenciamento do reservatório, a Figura 7.8 demonstra um exemplo de

percolação da água em sentidos diferentes.

,

Figura 7.8 - Diferença na direção de fluxo da água Camada 6

INJ1

INJ2

INJ3

INJ4

INJ5

INJ6

INJ7

INJ8-0,68

-0,55

-0,41

-0,28

-0,15

-0,01

0,12

0,25

0,39

0,52

0,65

INJ1

INJ2

INJ3

INJ4

INJ5

INJ6

INJ7

INJ8-0,68

-0,55

-0,41

-0,28

-0,15

-0,01

0,12

0,25

0,39

0,52

0,65

(i)

111

A Figura 7.8 demonstra o comportamento da percolação da água injetada

pelo Injetor 7 na camada 6 do reservatório Beta, a seta em preto demonstra o

sentido observado como correto através da sísmica, porém verifica-se que o sentido

de fluxo se deu de forma distinta como o indicado pela seta branca.

Baseado nestas informações foi observado poço a poço, camada a camada

as diferenças observadas obtendo as coordenadas de localização das regiões a

serem alteradas para reduzir ou excluir esta diferença verificada.

Foram desenvolvidas 6 rodadas de alteração nas regiões delimitadas, as

mudanças se deram exclusivamente na permeabilidade do reservatório, melhorando

a mesma para as regiões com saturação inferior ao expresso pela sísmica 4D e

reduzindo nas regiões que possuíam saturação de água superior. A Figura 7.9

demonstra os resultado do erro obtido entre o modelo ajustado manualmente com

incorporação da sísmica 4D com a imagem da sísmica 4D.

PROD1

PROD10

PROD11

PROD2

PROD3

PROD4

PROD5

PROD6

PROD7PROD8

PROD9

-0,65

-0,52

-0,40

-0,27

-0,14

-0,02

0,11

0,24

0,37

0,49

0,62

PROD1

PROD10

PROD11

PROD2

PROD3

PROD4

PROD5

PROD6

PROD7PROD8

PROD9

-0,65

-0,52

-0,40

-0,27

-0,14

-0,02

0,11

0,24

0,37

0,49

0,62

PROD1

PROD10

PROD11

PROD2

PROD3

PROD4

PROD5

PROD6

PROD7PROD8

PROD9

-0,65

-0,52

-0,40

-0,27

-0,14

-0,02

0,11

0,24

0,37

0,49

0,62

PROD1

PROD10

PROD11

PROD2

PROD3

PROD4

PROD5

PROD6

PROD7PROD8

PROD9

-0,65

-0,52

-0,40

-0,27

-0,14

-0,02

0,11

0,24

0,37

0,49

0,62

(a) (b)

(c) (d)

112

Figura 7.9 – Erro de saturação de água verificado entre o modelo ajustado com a incorporção da sísmica 4D e a

sismica 4D (a) primeira camada (b) segunda camada (c) terceira camada (d) quarta camada (e) quinta camada (f) sexta camada (g) sétima camada (h) oitava camada (i) nona camada

Com o fim do processo de modificação da permeabilidade do modelo ajustado

(Anexo C) através do verificado com a sísmica 4D foi possível verificar uma redução

nos erros de percolação da água ao longo dos 1800 dias de produção, como pode

ser observado na Figura 7.10 que demonstra o erro obtido com ajuste manual e o

erro obtido com o ajuste integrado à sísmica 4D para a camada 6.

INJ1

INJ2

INJ3

INJ4

INJ5

INJ6

INJ7

INJ8-0,65

-0,52

-0,40

-0,27

-0,14

-0,02

0,11

0,24

0,37

0,49

0,62INJ1

INJ2

INJ3

INJ4

INJ5

INJ6

INJ7

INJ8-0,65

-0,52

-0,40

-0,27

-0,14

-0,02

0,11

0,24

0,37

0,49

0,62

INJ1

INJ2

INJ3

INJ4

INJ5

INJ6

INJ7

INJ8-0,65

-0,52

-0,40

-0,27

-0,14

-0,02

0,11

0,24

0,37

0,49

0,62 INJ1

INJ2

INJ3

INJ4

INJ5

INJ6

INJ7

INJ8-0,65

-0,52

-0,40

-0,27

-0,14

-0,02

0,11

0,24

0,37

0,49

0,62

INJ1

INJ2

INJ3

INJ4

INJ5

INJ6

INJ7

INJ8-0,65

-0,52

-0,40

-0,27

-0,14

-0,02

0,11

0,24

0,37

0,49

0,62

(e) (f)

(g) (h)

(i)

113

Figura 7.10 - Comparação entre os erros obtidos ao modelo ajustado (a) antes e (b) após a integração da sísmica 4D (camada 6)

INJ1

INJ2

INJ3

INJ4

INJ5

INJ6

INJ7

INJ8-0,68

-0,55

-0,41

-0,28

-0,15

-0,01

0,12

0,25

0,39

0,52

0,65INJ1

INJ2

INJ3

INJ4

INJ5

INJ6

INJ7

INJ8-0,65

-0,52

-0,40

-0,27

-0,14

-0,02

0,11

0,24

0,37

0,49

0,62(a) (b)

114

As regiões demarcadas pelos retângulos demonstram as principais regiões

com redução do erro verificado. Para melhorar a visualização dos ganhos com a

integração da sísmica a Figura 7.11 demonstra em zoom a redução do erro no poço

injetor 7 na camada 7.

Figura 7.11 - Redução do erro (a) erro modelo ajustado (b)erro modelo ajustado com S4D

Outra comparação positiva que pode ser verificada é a diferença de saturação

de água do modelo ajustado sem a integração da sísmica 4D, com a integração da

sísmica e com o a diferença de saturação proporcionada pelas imagens da sísmica

4D. Este resultado pode ser verificado na Figura 7.12 que demonstra o ajuste da

chegada de água ao produtor 3 na primeira camada, como também na Figura 7.13

que demonstra a diferença na saturação de água para o injetor 7 na sexta camada.

,

INJ1

INJ2

INJ3

INJ4

INJ5

INJ6

INJ7

INJ8-0,68

-0,55

-0,41

-0,28

-0,15

-0,01

0,12

0,25

0,39

0,52

0,65INJ1

INJ2

INJ3

INJ4

INJ5

INJ6

INJ7

INJ8-0,65

-0,52

-0,40

-0,27

-0,14

-0,02

0,11

0,24

0,37

0,49

0,62

(a) (b)

115

Figura 7.12 - Chegada de água ao Produtor 3 (a) modelo ajustado (b) modelo ajustado com a integração da sísmica 4D (c) Sísmica 4D

PROD1

PROD10

PROD11

PROD2

PROD3

PROD4

PROD5

PROD6

PROD7PROD8

PROD9

-0,00

0,07

0,15

0,22

0,30

0,37

0,45

0,52

0,60

0,67

0,75

PROD1

PROD10

PROD11

PROD2

PROD3

PROD4

PROD5

PROD6

PROD7PROD8

PROD9

-0,00

0,07

0,15

0,22

0,30

0,37

0,45

0,52

0,60

0,67

0,75

PROD1

PROD10

PROD11

PROD2

PROD3

PROD4

PROD5

PROD6

PROD7PROD8

PROD9

0,00

0,08

0,15

0,23

0,30

0,38

0,45

0,53

0,60

0,68

0,75

(a) (b) (c)

116

Figura 7.13 - Comportamento da percolação da água injetada (a) modelo ajustado (b) modelo ajustado com a integração da sísmica 4D (c) Sísmica 4D

INJ1

INJ2

INJ3

INJ4

INJ5

INJ6

INJ7

INJ8-0,00

0,07

0,15

0,22

0,30

0,37

0,45

0,52

0,60

0,67

0,75INJ1

INJ2

INJ3

INJ4

INJ5

INJ6

INJ7

INJ8-0,00

0,07

0,15

0,22

0,30

0,37

0,45

0,52

0,60

0,67

0,75INJ1

INJ2

INJ3

INJ4

INJ5

INJ6

INJ7

INJ80,00

0,08

0,15

0,23

0,30

0,38

0,45

0,53

0,60

0,68

0,75

(a) (b) (c)

117

7.6.1. Comparação das curvas de produção

A avaliação qualitativa dos resultados obtidos pode ser avaliada também

através da comparação das curvas geradas por ambos os modelos ajustados e

confrontadas com a curva de histórico de produção. O Gráfico 7.34 demonstra o

avanço da chegada de água no poço produtor 3, sendo que no modelo ajustado a

água não havia chegado ao poço produtor.

Gráfico 7.34 - Qw produtor 3

O Gráfico 7.35 demonstra a vazão de água (Qw) para o poço produtor 10 é

possível observa que a entrada da sísmica 4D no processo de ajuste permitiu um

aperfeiçoamento do modelo que já se encontrava ajustado, enquanto, o Gráfico 7.40

de Qw do poço produtor 11 exemplifica um caso em que a integração da sísmica 4D

não permitiu ganhos significativos, gerando somente uma leve discrepância se

comparado ao histórico.

118

Gráfico 7.35 - Qw poço produtor 10

Gráfico 7.36 - Qw poço produtor 11

119

7.7. EXTRAPOLAÇÃO DOS MODELOS

Com o fim do processo de integração da sísmica 4D no modelo ajustado, foi

possível realizar a última etapa da pesquisa que se trata da previsão futura de

produção dos dois modelos, o ajustado manualmente sem a integração da sísmica

4D e o modelo com a integração da sísmica 4D.

Por se tratar de um modelo sintético sabe-se o comportamento do

reservatório Beta ao longo da produção, com isso foi gerado um novo histórico de

produção que acrescentasse os 25 anos de extrapolação utilizados para avaliar as

melhorias dos modelos. Com isso foi possível verificar se as curvas de previsão

obtidas para ambos os modelos ajustados possuem uma boa calibração com o

futuro de produção exposto através do novo histórico.

Avaliando globalmente os resultados obtidos através da previsão dos modelos

foi possível verificar que os resultados obtidos tiveram uma similaridade muito

grande, como pode ser observado no Gráfico 7.37 de produção de óleo e Gráfico

7.38 de produção de água.

Gráfico 7.37 - Previsão de produção Vazão de óleo (Qo)

120

Gráfico 7.38 - Previsão de produção Vazão de água (Qw)

A propriedade dinâmica a onde se observou a maior diferença se tratou da

pressão média do reservatório, como pode se verificar no Gráfico 7.39, a onde o

ajuste com a incorporação da sísmica 4D permitiu uma leve melhora.

121

Gráfico 7.39 – Previsão da pressão média do reservatório

Quando avaliado localmente, é possível observar, por exemplo, através do

Gráfico 7.40 a previsão da vazão de produção de óleo para o poço produtor 4 para

ambos modelos ajustados. Enquanto o Gráfico 7.41 demonstra o resultado para a

pressão de fundo do poço injetor 8.

122

Gráfico 7.40 - Previsão de Qo poço produtor 4

Gráfico 7.41 - Previsão de BHP para o poço injetor 8

123

O poço produtor 5 se tratou do poço que apresentou maiores dificuldades

para o processo de ajuste, o Gráfico 7.42 demonstra a previsão de BHP para a

operação do mesmo ao longo dos 30 anos avaliados.

Gráfico 7.42 - Previsão de BHP para o poço produtor 5

A integração da sísmica 4D afetou de forma significativa a chegada de água

nos poços, permitindo que a mesma ocorresse no tempo previsto, como é

exemplificado através do Gráfico 7.43 para o poço produtor 3. Porém este resultado

não foi positivo em todos os poços como pode ser observado no Gráfico 7.44 que

demonstra a curva de produção de água para o poço produtor 8.

124

Gráfico 7.43 - Chegada de água poço produtor 3

Gráfico 7.44 - Chegada de água poço produtor 8

125

Foi realizado para ambos os modelos o cálculo da soma absoluta dos

afastamentos quadráticos normatizados das sessenta funções-objetivo avaliadas e o

resultado consta na Tabela 7-5.

Tabela 7-5 - Soma absoluta dos afastamentos quadráticos normatizados

Soma absoluta dos afastamentos quadráticos normatizados

Modelo ajustado manualmente sem dados de Sísmica 4D

Modelo ajustado manualmente com integração da Sísmica 4D

4,965845754 1,558216749

126

8. DISCUSSÕES DOS RESULTADOS E CONCLUSÃO

Nesta seção serão expostas as conclusões obtidas na pesquisa, baseadas

nos dados adquiridos ao longo da mesma, avaliando cada procedimento adotado

que culminará na conclusão final, sumarizando os resultados alcançados além de

indicar recomendações para estudos posteriores.


Como conclusão dos resultados obtidos através das duas análises de

sensibilidades aplicadas pode se verificar que a variação, sensibilidade dos atributos

incertos e seus níveis discretizados, teve baixo impacto quando avaliado o Np, fato

este já esperado, pela produção de óleo se tratar de uma informação indicada no

modelo de simulação, devendo, portanto, cumprir os dados de histórico de

produção.

Verifica-se que três atributos incertos se mostraram mais sensitivos que os

demais, a permeabilidade, propriedade que interfere diretamente na percolação dos

fluidos ao longo do reservatório, as fácies, que implicam diretamente na saturação

de óleo presente e a transmissibilidade das falhas, especialmente nos níveis que

compartimentavam o reservatório.

Quando avaliada a Winj pode se observar que a questão da divisão do

reservatório através das falhas A e C, que possuem maior extensão no reservatório,

impactaram expressivamente nos valores observados. Porém o fato mais relevante

que pode ser concluído se trata do fato de que a imagens geoestatísticas se

mostraram mais sensitivas em todos os níveis do que praticamente todos os demais

atributos avaliados, informação esta que se mostrou extremamente importante para

o processo de ajuste, reduzindo a gama de atributos a serem utilizados para o

ajuste.

Em relação ao resultado obtido quando analisado o Wp pode se observar

novamente que as imagens geoestatícas (porosidade, permeabilidade, fácies e

espessura porosa) preponderam como atributos sensitivos conjuntamente com a

permeabilidade relativa da fácies 1 (Kra). A porosidade se mostrou como a

propriedade mais sensitiva devido a sua influência na pressão do reservatório o que

impacta diretamente na produção.

127

8.2. RESULTADOS OBTIDOS ATRAVÉS DA SIMULAÇÃO DOS

MODELOS COM A COMBINAÇÃO DE INCERTEZAS

A combinação das incertezas através do método HCLD se tratou de um

processo simples de aplicação, pois o mesmo se encontra bem desenvolvido e

implementado no programa MERO e a simulação dos modelos se deu sem erros ou

warnings.

Com os resultados expostos através do Gráfico 7.7 até o Gráfico 7.10 pode-

se avaliar de forma simplificada o comportamento dos 500 modelos perante as

funções-objetivo associadas aos poços produtores, notando-se claramente que a

vazão de óleo (Qo) se tratou da função-objetivo que possuiu melhor resultados, o

que era esperado por se tratar de um objetivo que é indicado como fator restritivo

aos modelos de simulação avaliados. Em oposição pode-se verificar que as demais

funções-objetivo obtiveram valores muito discrepantes a aqueles permitidos para se

considerar como modelo calibrado ao histórico de produção.

Pode-se concomitantemente verificar alguns poços para cada função objetivo

que apresentaram maiores problemas como pode ser verificado na Tabela 8-1 a

seguir:

Tabela 8-1 - Principais poços produtores desajustados para Qo, Qg, Qw e BHP

Função-Objetivo Principais poços

desajustados

Vazão de Óleo produzida em condições de superfície (Qo)

PROD2; PROD6; PROD9

Vazão de Gás produzida em condições de superfície (Qg)

PROD2; PROD9; PROD11

Vazão de Água produzida em condições de superfície (Qw)

PROD3; PROD10; PROD11

Pressão de Fundo de Poço (BHP) PROD6; PROD9; PROD10;

PROD11

Baseado na Tabela 8-1 pode se observar e identificar os poços que se

demonstram como mais preocupantes ao processo de ajuste, podendo destacar os

poços PROD9 e PROD11.

Quando avaliadas as funções-objetivo ligadas aos poços injetores os

resultados mostraram-se menos discrepantes do que comparado aos resultados das

funções-objetivo dos poços produtores. Verificou-se que a vazão de água injetada se

128

demonstrou como a função-objetivo que apresenta menor discrepância em relação

ao histórico de produção tendo poços como INJ1, INJ2 E INJ5 que se mostraram

ajustados para todos os 500 modelos.

O cálculo realizado baseado através da soma absoluta dos valores obtidos

pela normalização dos afastamentos quadráticos de cada uma das funções-objetivo

avaliadas com o seu respectivo valor de histórico permitiu uma forma rápida e eficaz

de verificar a discrepância entre os modelos simulados e o histórico de produção e

assim determinar aquele que melhor representa o objetivo do ajuste.

A combinação das incertezas como exemplificado pela Tabela 7-2 se mostrou

eficaz, pois permitiu a construção de um modelo que combinasse os atributos nos

níveis mais parecidos possíveis com o modelo referência. O único atributo que teve

como nível discrepante foi o Tfc, os demais se encontram na faixa que melhor se

aproxima ao modelo referência, com o caso de Tfb que obteve o mesmo nível de

discretização.

8.3. COMPARAÇÃO DAS CURVAS DO MELHOR MODELO COM AS

CURVAS DO HISTÓRICO DE PRODUÇÃO.

Avaliando os resultados expressos do Gráfico 7.13 ao Gráfico 7.17 pode se

observar que o melhor modelo (IM23kzkx2kra4krb5tfa5tfb1tfc5tfd4) obtido através do

ranqueamento, representou muito bem o histórico de produção indicado tanto para a

vazão de óleo produzida quanto para a vazão de água injetada. É possível verificar-

se também que a vazão de gás produzida se mostrou calibrada ao histórico de

produção.

Quando avaliada a vazão de água produzida, verifica-se que o modelo inicia a

produção no mesmo momento observado pelo histórico, porém ao longo da

produção observa-se uma discrepância positiva entre as curvas, mostrando a

necessidade de um processo que calibre o modelo e permita a construção de um

modelo mais compatível com o histórico e possibilite maior confiança às atividades

de gerenciamento do reservatório.

Em relação à pressão média do reservatório é possível verificar que a mesma

se encontra, desde o início da produção em valores abaixo do observado quando

comparado ao histórico de produção, o que foi observado posteriormente como uma

129

questão de cálculo intrínseco ao simulador, devido aos valores terem sido obtidos

em malhas diferentes.

Em âmbito local, quando avaliada as 60 funções-objetivo observa-se que

somente uma delas não se encontra entre o limite em que pode-se considerar o

modelo ajustado, sendo ela a produção de água do PROD10 um valor normalizado

de -4,230734189, produtor este que se encontrava na lista dos principais poços

desajustados para a produção de água do Gráfico 7.19.

As curvas de produção de óleo cumpriram exatamente os valores indicados

pelo histórico de produção, o mesmo comportamento é verificado na vazão de

injeção de água, resultados estes esperados por se tratarem de informações

incluídas como objetivo para os modelos de simulação.

Os poços desajustados se limitaram à pressão de operação e vazão de

produção de água, tendo destaque como poços desajustados o produtor 5 e o

produtor 7, ambos com duas curvas desajustadas qualitativamente.

Um dos pontos importantes a se destacar é que através da avaliação do

afastamento quadrático normatizado foi possível identificar que somente o Qw do

Produtor 10 se encontrava desajustado, mas quando avaliado qualitativamente as

funções-objetivo, foi possível identificar um número maior de funções-objetivo que

não se encontravam devidamente ajustada com a curva do histórico de produção.

Esta observação se deve ao fato de que quando avaliado quantitativamente o

afastamentos das curvas é determinado uma variação de 10% para a produção de

água e óleo e injeção de água e de 20% para a pressão de operação no qual a

curva seria considerada ajustada.


O primeiro ponto ajustado se tratou do volume poroso do reservatório que se

encontrava subestimado, o mesmo foi ajustado com poucas rodadas de teste de

ajuste.

Em relação às curvas de produção e injeção dos poços o processo de ajuste

foi mais demorado, necessitando de muitas rodadas de alterações aplicadas

manualmente para se chegar ao modelo devidamente ajustado, porém apesar do

tempo gasto, os resultados foram positivos e chegou-se a grandes melhorias,

especialmente ligadas ao BHP de operação dos poços injetores, que se

130

encontravam em sua maioria muito distantes das condições observadas através do

histórico de produção. Como ajuste positivo, deve se ressaltar o ajuste alcançado

para o Qw do PROD10 e como negativo o Qw do PROD5 que mesmo com inclusão

de canais preferenciais de fluxo não conseguiu ter um comportamento similar.


HISTÓRICO

Foi possível observar claramente que mesmo com o ajuste das 60 FOs

avaliadas, através dos dados de poço do histórico de produção, o mesmo não

conseguiu representar de forma adequada o comportamento do reservatório, que

resultou nas discrepâncias observadas quando comparada a diferença de saturação

à sísmica 4D.

Com isso a integração da sísmica 4D no processo de correção das diferenças

verificadas se mostrou extremamente útil, permitindo uma melhor adequação do

modelo ajustado ao comportamento do reservatório.

Foi possível observar melhoras consistentes ao modelo com as alterações

aplicadas na permeabilidade das regiões com erros identificados, tendo destaque

especialmente as camadas completadas dos poços injetores, aonde foram

observadas as maiores correções de erros, enquanto nas camadas completadas

pelos poços produtores obteve-se uma leve minimização do erro.

Um dos principais resultados que devem ser ressaltados com a integração da

sísmica 4D ao processo de ajuste foi o ajuste do sentido de percolação de água

dentro do reservatório, como exemplificado pela Figura 7.11, ponto este de suma

importância para o processo de gerenciamento de reservatórios, pois ilustra que o

modelo possui características mais compatíveis ao observado, permitindo maiores

garantias em futuras intervenções, como por exemplo a perfuração de novos poços.

O ajuste da chegada de água se mostrou outro ponto favorável à integração

da sísmica 4D ao processo de ajuste, apesar de o resultado verificado não ter sido

positivo a todos os poços avaliados.

8.6. PREVISÃO DE PRODUÇÃO

A previsão de produção para os próximos 25 anos de produção se mostrou

como a melhor ferramenta para verificar se o processo de ajuste de histórico

131

aplicado a ambos os modelos foi adequado, permitindo concomitantemente observar

qual dos modelos ajustados propiciou melhor resultado.

Foi possível observar que ambos tiveram um comportamento similar, mas que

a presença da sísmica 4D permitiu ao modelo ajustado uma calibração mais acurada

quando comparado ao histórico de produção, especialmente no que tange a pressão

média do reservatório, possibilitando concluir que apesar do ganho pouco

expressivo, a integração da sísmica 4D ao processo de ajuste de histórico permitiu

um melhor resultado, fato este que ficou evidente na avaliação do valor de

afastamento quadrático normalizado total para ambos os modelos, conforme a

Tabela 7-5, aonde o modelo ajustado com sísmica 4D teve como resultado um valor

inferior ao observado no modelo ajustado somente com dados de poço.

8.7. CONCLUSÕES FINAIS

O processo de Análise de Sensibilidade se mostrou extremamente relevante à

pesquisa por propiciar informações sobre os atributos incertos mais sensitivos e

como os mesmos impactavam no reservatório, permitindo ao processo de ajuste

uma verificação facilitada das atitudes a serem implementadas indicando os

atributos e a intensidade em que os mesmos, devem ser alterados para se obter a

calibração desejada.

Através do tratamento dos dados foi possível verificar as funções-objetivo que

possuíam maior discrepância, como também os poços aonde este problema se

mostravam mais evidentes.

Quando abordaao a combinação de incertezas pôde-se concluir que a mesma

se mostrou efetiva, o que foi possível verificar através do ranqueamento obtido com

a soma absoluta dos afastamentos quadráticos normalizados pelos dados de

histórico de produção, devido ao modelo com menor afastamento ter combinado os

níveis discretizados de incerteza mais semelhantes ao modelo referência.

Quando avaliado localmente o melhor modelo

(IM23kzkx2kra4krb5tfa5tfb1tfc5tfd4) pôde se visualizar que o mesmo se encontrava

praticamente ajustado, estando somente uma das funções-objetivo fora dos limites

de ajuste, porém quando avaliado qualitativamente (curvas de produção) foi possível

identificar um número maior de funções-objetivo desajustadas, demonstrando que

132

as duas formas de avaliação devem ser trabalhadas conjuntamente para a geração

de melhores resultados.

O processo de ajuste manual se mostrou extremamente eficaz, apesar do

elevado número de rodadas necessárias para se chegar a um resultado satisfatório.

Problemas críticos como o observado ao PROD10 foram solucionados e com

respostas consistentes.

A etapa de integração da sísmica 4D ao processo de ajuste de histórico se

mostrou a mais dificultosa de todo o trabalho, pois, envolvia avaliações críticas e

demoradas para a identificação das regiões a serem modificadas no intuito de

recaracterizar e melhorar o modelo ajustado deterministicamente, como também a

avaliação de que se os resultados obtidos através da recaracterização foram

positivos, avaliando tanto as curvas das 60 funções-objetivo como também o mapa

de diferença de saturação.

Através da previsão de produção foi possível observar que ambos os modelos

permitiram resultados adequados à maioria das funções-objetivo avaliadas, tendo o

modelo ajustado integrado à sísmica 4D um resultado levemente melhor quando

observadas e comparadas as curvas de produção de ambos os modelos ajustados

ao histórico de produção. Fato este que demonstra que apesar da melhoria do

comportamento do modelo, o incremento obtido com a integração da sísmica 4D foi

relativamente baixo.

8.8. SUGESTÃO PARA TRABALHOS FUTUROS

Com a devida realização dos dois processos de ajuste e com a comparação

dos resultados obtidos para os mesmos foi possível verificar ganhos com a

integração da sísmica 4D ao processo de ajuste, especialmente à pressão média do

reservatório, porém, os mesmos se mostraram, de uma forma geral, pouco

significativos, não permitindo demonstrar de forma relevante os ganhos permitidos

pela incorporação, enfatizando a necessidade de novos testes, para se obter

resultados mais conclusivos e claros dos ganhos propiciados pela metodologia,

como os verificados nos trabalhos de Risso (2008) e Davolio (2013)

Este fato se deve há uma gama de fatores desde a perda de informações

relativas à sísmica 4D por a mesma ter passado por um processo de transferência

de escala, como também devido a metodologia adotada para aplicação das

133

alterações na imagem geoestatística não ter se mostrado a mais adequada, quando

avaliada as camadas produtoras.

Portanto, pode-se concluir através da pesquisa, que a incorporação permitiu

ganhos, os quais podem ser melhorados com o aperfeiçoamento da técnica de

alteração das informações, como também através do ganho de tempo para avaliar e

visualizar os efeitos das modificações, se tratando de sugestões a serem

desenvolvidas e aplicadas em trabalhos futuros.

9. REFERÊNCIAS BIBLIOGRÁFICAS ARAQUE, Victor Manuel Salazar. Paralelização de Ajuste de Históricos de Produção em Rede de

Estações Usando PVM. Campinas: Faculdade de Engenharia Mecânica, Universidade

Estadual de Campinas, 1995. 80 pp. Dissertação (Mestrado em Engenharia de Petróleo) –

Faculdade de Engenharia Mecânica, Universidade Estadual de Campinas – UNICAMP, 1995.

ARENAS, E.; KRUIJSDIJK, C. V.; OLDENZIEL, T. 2001. Semi-Automatic History Matching Using the

Pilot Point Method Including Time-Lapse Seismic Data. SPE Annual Technical Conference

and Exhibition, New Orleans, Louisiana.

BERTOLINI, A. C. ; SCHIOZER, D. J. . Influence of the Objective Function in the History Matching

Process. Journal of Petroleum Science & Engineering, v. 78, p. 32-41, 2011.

BLONCK, B.; CALVERT, R.W.; KOSTER, J.K.; VAN DER ZEE, G. 1998. Assessing the Feasibility of a

4D Seismic Reservoir Monitoring Project. European Petroleum Conference, The Hague,

Netherlands.

CONSENTINO, L., Integrated Reservoir Studies. Editions Technip, Paris, 2001.

COSTA, Luís Augusto Nagasaki. Aplicação de Redes Neurais Artificiais no Processo de Ajuste

de Histórico. Campinas: Faculdade de Engenharia Mecânica, Universidade Estadual de

Campinas, 2012. 187 pp. Dissertação (Mestrado em Ciências e Engenharia de Petróleo) –


DAVOLIO, A.. Ajuste de Histórico Usando Sísmica 4D e Múltiplos Modelos de Simulação. UNISIM-

ONLINE, 2013, Campinas. n.69, 2p. 2013.

DERFOUL, R.; DA VEIGA, S.; GOUT, C.; LE GUYADER. C. TILLIER, E. Image processing tools for

better incorporation of 4D seismic data ito reservoir models. Journal of Computational and

Applied Mathematics, n. 240, p. 111-122, 2012.

FERREIRA, C. J. e SCHIOZER, D. J. Benefício da Informação – Sísmica 4D. UNISIM-ONLINE, 2011,

Campinas. n.59, 2p. 2011.

GOMES, Alessandra Davolio. Uso do simulador de fluxos para restringir a estimativa de

propriedades dinâmicas a partir da sísmica 4D, Campinas, Faculdade de Engenharia

Mecânica, Universidade Estadual de Campinas, 2013. 128 p. Tese de Doutorado.

GOSSELIN, O.; AANONSEN, S.; AAVATSMARK, I.; COMINELLI, A.; GONARD, R.; KOLASINSKI,

M.; FERDINANDI, F.; KOVACIC, L.; NEYLON, K.; History matching using time-lapse seismic

(huts), SPE Annual Technical Conference and Exhibition. 2003, Denver. Anais do SPE

Annual Technical Conference and Exhibition. 2003.

IDA, Mauro. Incorporação Quantitativa de Sísmica 4D no Processo de Ajuste de Histórico.

Campinas: Faculdade de Engenharia Mecânica, Universidade Estadual de Campinas, 2009.

193 pp. Dissertação (Mestrado em Ciências e Engenharia de Petróleo) – Faculdade de

Engenharia Mecânica, Universidade Estadual de Campinas – UNICAMP, 2009.

JOHANN, E. A.; THEDY E. A.; GOMES, F. A.; SCHINELLI, M. G. 2006. 4D Seismic in Brazil:

Experiences in Reservoir Monitoring. Offshore Technology Conference, Houston, Texas.

KRETZ, V.; VALLES, B.; SONNELAN, L. 2004. Fluid Front History Matching Using 4D Seismic and

Streamline Simulation. SPE Annual Technical Conference and Exhibition, Houston, Texas.

LANDRO, M., 4D Seismic, Cap. 19 p.427 Norway, 2010.

LUMLEY D.E. 1994. 4D Seismic Monitoring of Reservoir Fluid-Flow Processes. SPE Conference,

San Diego, EUA.

MACHADO, André Francisco, Análise Quantitativa de Mapas de Pressão e Saturação no

Processo de Ajuste de Histórico, Campinas, Faculdade de Engenharia Mecânica,

Universidade Estadual de Campinas, 2009. 137 p. Dissertação (Mestrado).

MASCHIO, C., dos SANTOS, A. A. e SCHIOZER, D. J.. Aplicação do Método Simplex no Processo de

Ajuste de Histórico Assistido. Rio Oil & Gas Expo and Conference, Rio de Janeiro, Rio de

Janeiro, Brasil, 11 a 14 de Setembro, 2006.

MOURA, Marcos Antônio Bezerra. Integração de Análise de Incertezas e Ajuste de Histórico de

Produção. Campinas: Faculdade de Engenharia Mecânica, Universidade Estadual de

Campinas, 2006. 150 pp. Dissertação (Mestrado em Ciências e Engenharia de Petróleo) –


OLIVEIRA, R.; BAMPI, D.; SANSONOWSKI, R. C.; RIBEIRO JUNIOR, N.; JOHANN, P. R. S.;

SANTOS, M. S; FERREIRA, D. M. Marlim Field: Incorporating 4D Seismic in the Geological

Model and Application in the Reservoir Management Decisions. SPE Latin American and

Caribbean Petroleum Engineering Conference, 2007, Buenos Aires.

RISSO, V. F. ; SCHIOZER, D. J. . Utilização de sísmica 4D e de mapas de saturação no ajuste de

histórico de reservatórios petrolíferos. Revista Brasileira de Geociências, v. 38, p. 172-187,

2008.

RISSO, V. F. Ajuste de Histórico Utilizando Planejamento Estatístico e Combinação de Dados

de Produção, Pressão e Mapas de Saturação. Tese de Doutorado. Campinas: UNICAMP,

2007.

RISSO, V. F.; SCHIOZER, D. J.. Ajuste de modelos numéricos de campos de petróleo combinando

dados de produção com sísmica 4D. Rio Oil & Gas Conference, 2006, Rio de Janeiro. Anais

do Rio Oil & Gas Conference, 2006.

ROSA, A.J., CARVALHO,R.S., XAVIER,J.A.D. Engenharia de Reservatórios de Petróleo. 1. Ed.

Rio de Janeiro: Editora Interciência, 2006.

RWECHUNGURA, R.; DADASHPOUR M.; KLEPPE J., Advanced History Matching techniques

reviewed. Proceedings of the SPE Middle East Oil and Gas Show and Conference, 2011,

Manama, Bahrain, Proceedings of the SPE Middle East Oil and Gas Show and Conference,

2011.

SCHIOZER, D. J. Ajuste de Histórico de Produção e Redução de Incertezas: Alguns Conceitos.

UNISIM-ONLINE, 2013, Campinas. n.74, 2p. 2013

SCHIOZER, D. J., SOUSA, S. H. G. e MASCHIO, C., Ajuste de Histórico de Produção Assistido.

Boletim Técnico da Produção de Petróleo, volume 3, nº 1, p. 63-82, Rio de Janeiro, Rio de

Janeiro, Brasil, 2009.

SCHULZE-RIEGERT, R. E; GHEDAN, S.; Modern Techniques for History Matching. 9th

International

Forum on Reservoir Simulation, Abud Dhabi, United Arab Emirates, 9-13 December, 2007.

TILLER, E.; DA VEIGA, S.; DERFOUL, R. Appropriate formutation of the objective function for the

history matching of seismic atributes. Computers & Geosciences, n. 51, p. 64-73, 2013.

ANEXOS

ANEXO A – Modelo melhor ranqueado (Modelo base para o ajuste)

1. Curvas de Qo – Poços Produtores

2. Curvas de Qw – Poços Produtores

3. Curvas de BHP – Poços Produtores

4. Curvas de Qwi – Poços injetores

5. Curvas de BHP – Poços injetores

ANEXO B – Modelo ajustado manualmente com dados de poço






ANEXO C – Modelo ajustado manualmente com dados de poço e com a integração da sísmica 4D






Documents

Integração da Sísmica 4D ao Processo de Ajuste de Histórico