Automatisk modellanalyse for bedre reservoarbeslutninger

Offentlig prosjektsammendrag

I en studie gjort av McKinsey i 2017 (https://www.mckinsey.com/industries/oil-and-gas/our-insights/an-analytical-approach-to-maximizing-reservoir-production), ble det estimert at 1 billioner ekstra fat oljeekvivalenter potensielt kan hentes ut av allerede eksisterende olje, og gassfelt på globalt ved å produsere disse feltene på en mer optimal måte. Nøkkelen til å hente ut disse ekstra verdiene er en økt kunnskap om undergrunnen og tilhørende usikkerheter. Matematiske modeller som beskriver egenskapene til reservoaret kan være ekstremt verdifulle i denne prosessen, forutsatt at de fanger informasjonen i målte feltdata (brønnlogger, seismikk, produksjon, etc.), samtidig som de gir en god representasjon av usikkerhetene i undergrunnen. Siden 2010 har Resoptima, med god støtte fra blant annet Forskningsrådet, utviklet verktøy for effektiv generering av reservoarmodeller som nettopp tilfredsstiller disse kravene. Utfordringen er imidlertid at eksisterende verktøy reservoarmodellering og analyse ikke er designet for mange modeller som fanger usikkerhet. Informasjonen som finnes i modellene som genereres blir dermed ikke utnyttet i god nok grad. Formålet med prosjektet er å utvikle løsninger som: automatiserer analysen av flere modeller på en effektiv måte for å identifisere drenering strategier som øker utvinningsgraden og verdien på feltet; lar olje og gass-selskap optimalisere intern ressursbruk ved å automatisk gi beskjed når nåværende modeller må oppdateres; gir olje og gass-selskap en mer realistisk oversikt over forventede ressursestimat; automatisk identifiserer områder i reservoaret der man potensielt kan bore nye brønner for å øke utvinningsgraden; automatisk finner optimalt antall brønner man bør borre på feltet, og optimal borerekkefølge for disse brønnene for å øke verdien av feltet. Med andre ord, vil Resoptima med dette verktøyet muliggjøre en høyere ressursutnyttelsesgrad på eksisterende og potensielt nye olje og gassfelt i inn-, og utland.