VOM2MPS: Virtuelle blotningsmodeller gir treningsbilder for multipunkt-statistikk som forbedrer reservoarmodellering

Prosjekt Avdeling: Uni Research CIPR (gruppe: Geosciences) periode: 01.01.14 - 31.12.18

Om prosjektet

Utvikling og forvaltning av olje- og gassreservoarer er basert på nøyaktige og realistiske 3D modeller av geologien under havbunnen. Geometrien til bergartene og deres geologiske egenskaper blir kartlagt med begrenset oppløsning ved seismiske undersøkelser og kjerneanalyser, og deretter blir fysiske egenskaper tilordnet, relatert til hvordan væsken strømmer gjennom reservoaret. For å øke kunnskapen om geologien i reservoaret, studerer geologer lignende bergarter som er eksponert i blotninger på jordoverflaten. Ved hjelp av de helt nyeste kartleggingsmetoder, som for eksempel laserskanning brukt for å lage 3D-modeller av blotninger, kan geologer øke forståelse av reservoarbergartene.

Dette prosjektet har som mål å bruke fremskritt innen mobil databehandling for å hjelpe geologer i sin tolkning av geologien på feltarbeid. Nettbrett er blitt allestedsnærværende og er nå egnet til å visualisere og undersøke 3D-modeller. En nettbrett-basert app som gjør det mulig å tolke 3D-modeller og kamerabilder direkte i felt vil bli utviklet. Prosjektet vil utforske hvordan tolkning kan gjøres effektivt på feltarbeid, og utvikle arbeidsflyt for å integrere dem i eksisterende modelldatabaser. Tolkningene skal bli brukt til å generere statistiske treningsbilder for simulering av geologiske egenskaper i reservoarmodeller. Prosjektet er et samarbeid mellom Uni Research i Bergen og University of Aberdeen i Storbritannia, og vil finansiere to PhD studenter over 3,5 år. En tverrfaglig blanding av geologi, geomatikk og informatikk skal gi ny kunnskap om å anskaffe og bruke data fra geologiske blotninger til reservoarmodellering. Prosjektet inngår som en utvidelse av det pågående SAFARI programmet, finansiert av Norges forskningsråd og FORCE-konsortiet av olje- og gass-selskaper som opererer på den norske kontinentalsokkelen.

 

 

cp: 2019-10-18 06:17:08