Resumen

La simulación de modelos numéricos de yacimientos con miles y millones de bloques de cuadrícula puede consumir una cantidad significativa de tiempo y esfuerzo, incluso cuando se utilizan procesadores de alto rendimiento. En los casos en que las ejecuciones de la simulación son necesarias para el análisis de sensibilidad, el control dinámico y la optimización, es preciso repetir el acto varias veces cambiando continuamente los parámetros. Esto hace que consuma aún más tiempo. En la actualidad, los modelos proxy basados en superficies de respuesta se utilizan para reducir el tiempo necesario para ejecutar simulaciones durante el análisis de sensibilidad y la optimización. Los modelos proxy son modelos matemáticos más ligeros que se ejecutan más rápidamente y sustituyen a los modelos más pesados que requieren grandes cálculos. Sin embargo, para adquirir datos para el modelado y la validación y desarrollar el propio modelo proxy, se necesitan cientos de ejecuciones de simulación. En este artículo, se propone y evalúa un modelo de aproximación basado en la identificación de sistemas que requiere una única simulación y una señal de excitación correctamente diseñada. Los resultados muestran que, con un diseño adecuado de la señal de excitación y una selección apropiada de la estructura del modelo, los modelos proxy basados en la identificación de sistemas resultan ser alternativas prácticas y eficientes para imitar el rendimiento de los modelos numéricos de yacimientos. Los modelos proxy resultantes tienen aplicaciones potenciales para el control dinámico y la optimización de pozos.

• Materias:Algoritmos genéticos Modelado Campo de flujo Teoría de elasticidad Sensor pasivo
• Subjects:Genetic algorithms Modeling Flow field Elasticity theory Passive sensor
• Palabras claves:modelos numéricos de yacimientos, modelos sustitutivos, optimización, señal de excitación, modelo sustitutivo, análisis de sensibilidad, ejecuciones de simulación, identificación de sistemas, estudio de casos de referencia, control dinámico de pozos.
• Keywords:numerical reservoir models, proxy models, optimization, excitation signal, proxy model, sensitivity analysis, simulation runs, system identification, benchmark case study, dynamic well control