01-Principe Des Essais de Puits

Télécharger au format docx, pdf ou txt
Télécharger au format docx, pdf ou txt
Vous êtes sur la page 1sur 13

ALGORITHME GENERAL D’IDENTIFICATION

Le réservoir est un objet dans lequel les variables de différents types (porosité et
perméabilité de la roche, viscosité de fluide…etc.) interagissent et produisent des signaux
observables (débit, pression). Comme, le réservoir est matériellement inaccessible, il est
nécessaire de procéder à son identification.

L’identification, ou la recherche d’un modèle du réservoir à partir des mesures faites


sur ce dernier est une préoccupation majeure des ingénieurs de champs dès la découverte
du gisement, et aussi pendant sa durée de vie. Elle désigne à la fois une démarche
scientifique et un ensemble de techniques visant à déterminer des modèles
mathématiques capables de reproduire aussi fidèlement que possible le comportement
d’un système physique, chimique, biologique, économique…

Entrées Systèm Sorties

e
Dans ce chapitre, le problème que nous étudierons consiste à déterminer le modèle
représentatif du réservoir à partir de la mesure de la pression et du débit en fonction du
temps sur une courte durée de temps.

Durant des décennies, les modèles de réservoir considérés par l’interprétation des
essais de puits étaient limités à de géométries simples se comportant comme un réservoir
homogène. Dans les années 1970, les chercheurs ont tenté d’élargir les conditions
d’interprétation en prenant en compte par exemple la capacité d’expansion ou encore en
traitant les réservoirs de type particuliers (fissurés, fracturés…etc.).

Dans la littérature, nous pouvons classer ces méthodes en deux grandes familles :

1. Méthode conventionnelles

Elles ont été mises au point à partir des années 30. Elles étaient les seules
disponibles jusqu’aux années 70. Elles consistent à repérer sur l’évolution de pression les
différentes périodes d’écoulement caractéristiques qui se succèdent.

Au cours d’un écoulement caractéristique (radial circulaire, linéaire…etc.)


l’évolution de la pression est représentée par une fonction du temps f(t). La
représentation de la pression en fonction du temps se traduits par une droite qui permet
de déterminer selon l’écoulement certaines caractéristiques du puits et du réservoir.

2. Méthode utilisant les courbes types

Ces méthodes sont apparues dans les années 70 mais n’ont pas été diffusées et ni
pris toutes leurs extension que dans les années 80.

Dans un premier temps, elles sont apparues sous la forme de planches de


courbes utilisant des paramètres sans dimension. Pour permettre la représentation
sous forme de planches, les courbes types font l’objet des hypothèses simplificatrices
qui limitent parfois sévèrement leurs conditions d’utilisation.

Les méthodes des courbes types ont été fortement améliorées par l’utilisation
simultanée de la dérivée de la pression à partir de l’année 83. Elles ont en commun
d’interpréter d’un seul coup la globalité de l’évolution de pression enregistrée au
cours d’un essai de puits. Cette propriété permet à l’interprétateur de déterminer la
succession des écoulements visibles dans l’essai. Il peut ainsi porter un diagnostic sur
son puits et son réservoir.

Ces méthodes reposent principalement sur les procédés d’analyse graphiques


(droite, superposition) et présentent malgré tout plusieurs limitations :

 Le matching est parfois délicat


 Appliqué seulement pour :
- Un modèle simple
- Un débit constant
 Une certaine erreur sur l’estimation des paramètres.

À partir de 1990, une nouvelle méthode moderne a été mise au point par
Economides et al. qui consiste à unifier une méthodologie d’interprétation des essais de
puits. Elle repose principalement sur le calcul de la réponse impulsionnelle du réservoir
et de la régression non linéaire entre la pression enregistrée au fond du puits et la
pression calculée à partir d’un modèle du puits implanté sur un micro-ordinateur. Cette
méthode a permis de remédier à une bonne partie des limitations des courbes types.

Depuis que les méthodes modernes ont été introduites dans les essais de puits, le
déroulement d’une interprétation a été sensiblement modifié et amélioré.
Le problème d’identification du réservoir peut être subdivisé en quatre problèmes
élémentaires :

1. Préparation des données.


2. Déconvolution (désuperposition).
3. Identification du modèle initial.
4. Régression non linéaire et validation.

Régression
Identification du
Préparation
Déconvolution nonlinéaire
modèle initial
des données

Figure Error! No text of specified style in document.-1 : Schémas de l’interprétation moderne

I.1.1 Préparation des données


Pour avoir un bon modèle représentatif du réservoir, il est clairement important que
les données enregistrées soient correctes avant l’analyse. Comme le débit et la pression
représentent des signaux analogiques (continues) ayant une précision infinie, on est
obligé de faire l’échantillonnage, en captant juste des valeurs à des intervalles de temps
donnés, pour permettre une définition exacte du signal en temps et de le stocker
numériquement. C'est donc une étape nécessaire pour réduire ce signal à une suite de
points discrets. Cela entraine deux conséquences distinctes :

1. seules les informations présentes sur les points de capture sont enregistrées ;
2. tout le reste est perdu.

Intuitivement, on peut se rendre compte que, si la fréquence d'échantillonnage est


très faible, les acquisitions seront très espacées et, de ce fait si le signal original comporte
des détails entre deux positions de capture, ils ne seront pas enregistrés. C'est pour cela
que la fréquence d'échantillonnage doit être bien choisie, suffisamment grande pour
restituer correctement l'ensemble des informations transportées par le signal analogique.

Il est recommandé de faire des mesures supérieures à 1 HZ (mesure par second)


pour restituer correctement la période transitoire de test. Dans ce cas, des milliers de
valeurs seront enregistrées par le capteur pendant le test. L’analyse et le traitement de
cette quantité présente malheureusement un grand problème du point de vu « temps de
calcul ».
Il est souhaitable de ramener tout l’ensemble de donnée à une taille maniable en
prélevant un sous-ensemble représentatif de quelque centaine de valeur.

L’approche de l’échantillonnage logarithmique nous permet d’enregistrer plus de


données au début du test où la variation de la pression est plus rapide et peu de donnée à
la fin du test où la variation de la pression est lente ce qui fait réduire considérablement
le nombre de valeur à traiter. Dans le cas d’un test multi-rate, nous sommes obligés de
réutiliser l’échantillonnage logarithmique à chaque période de débit.

I.1.2 Déconvolution (désuperposition)


Les méthodes d’interprétation des essais de puits présentées dans les ouvrages
utilisent les solutions de l’équation de diffusivité qui prennent en considération un débit
constant au fond du puits. Dans la pratique, on ne peut pas maintenir un débit constant
pendant un test de puits ce qui rend les valeurs obtenues pendant le test peu significatives
et présente des difficultés lors de l’interprétation à cause des perturbations dans les
valeurs enregistrées. Dans cette section, nous allons décrire une méthode de
désuperposition pour calculer la réponse impulsionnelle pour n’importe quel historique
de production.

Une réponse impulsionnelle est définie comme l’évolution de la pression dans le


puits lorsque le débit est maintenu à une valeur constante. Cette réponse peut être
analysée par les méthodes d’interprétation habituelles (conventionnelle et courbe type).

q(t ) Réservoi p (t )
r

D’après le principe de superposition (principe de Duhamel) l’entré (débit) q(t ) et la

sortie p (t ) ( pi  p(t ) ) : perte de charge dans le réservoir) sont reliés par un produit de

convolution (principe de Duhamel) :

t
dpu ( )
p(t )   q(t   ) d .................................... Error! No text of specified style in document.-1
0
d

pu (t ) : La réponse impulsionnelle.


q(t ) : Le débit de puits.

p (t ) : La chute de pression.

Considérons l’intervalle de temps {0, T} (T : temps test), discrétisé en intervalles de


temps 0  t0  t1  t2 ........  ti1  ti  ti1............  tn1  T , l’équation de convolution peut

être écrite sous la forme :

ti
d
p(ti )   q(ti   ) p( )d .................................... Error! No text of specified style in document.-2
0
d

Comme l’intervalle de temps {0, ti} est discrétisé en intervalles de temps


0  t0  t1  t2 ........  ti 1  ti

L’équation précédente peut être écrite sous la forme :

i 1
d
p(ti )    q(ti   )
t j 1
pu ( )d .................................... Error! No text of specified style in
j 0
tj d
document.-3

Si on considère que notre débit est constant pendant l’intervalle t j , t j 1

Error! No text of specified style in document.-1 : Discrétisation de


l’historique de débit
Alors :

i 1
d
p(ti )   q(ti  t j )
t j 1
pu ( )d .................................... Error! No text of specified style in
j 0
tj d
document.-4

j 1
d
Comme  d p ( )d  p (t
j
u u j 1 )  pu (t j ) alors
 .................................... Error! No text of specified style in
i 1
p(ti )   q(ti  t j ) pu (t j 1 )  pu (t j )
j 0

document.-5

Sous forme d’équation algébrique :

p(t0 )  0

p(t1 )  q(t1  t0 )pu (t1 )  pu (t0 )

p(t2 )  q(t2  t0 )pu (t1 )  pu (t0 )  q(t 2  t1 )pu (t 2 )  pu (t1 )

p(t3 )  q(t3  t0 )pu (t1 )  pu (t0 )  q(t3  t1 )pu (t2 )  pu (t1 )  q(t3  t2 )pu (t3 )  pu (t2 )

p(ti )  q(ti  t0 )pu (t1 )  pu (t0 )  q(ti  t1 )pu (t 2 )  pu (t1 )  ..........
 
q(ti  t j ) pu (t j 1 )  pu (t j )  ........
q(ti  ti 1 )pu (ti )  pu (ti 1 )

p(t n1 )  q(t n1  t0 )pu (t n1 )  pu (t0 )  q(t n1  t1 )pu (t 2 )  pu (t1 )  ..........
q(t n1  t j )pu (t n1 )  pu (t n )  ........
q(t n  t n1 )pu (t n )  pu (t n1 )

Alors nous avons obtenu un système linéaire d’équation :

p  Qpu .................................... Error! No text of specified style in document.-6

Avec :
 p(t1 ) 
 
 p(t 2 ) 
. 
 
. 
p    .................................... Error! No text of specified style in document.-7
 p (t i ) 
. 
 
. 
 p(t ) 
 n 1 

Et

 pu (t1 ) 
 
 pu (t 2 ) 
. 
 
. 
pu    .................................... Error! No text of specified style in document.-8
 pu (ti ) 
. 
 
. 
 p (t ) 
 u n1 

Qij  q(ti  t j 1 )  q(ti  t j ) .................................... Error! No text of specified style in document.-9

Avec : q(ti  t j )  0 si ti  t j  0

La figure suivante montre l’extraction d’une réponse impulsionnelle à partir d’un


test multi-rate.

Figure Error! No text of specified style in document.-2 : calcul de la réponse impulsionnelle à partir d’un test
multi-rate
Alors le calcul de la réponse impulsionnelle revient à un calcul inverse.

pu  Q 1p

I.1.3 Identification du modèle initial


Cette étape sert à déterminer le modèle initial injecté dans la régression non linéaire
afin de limiter le nombre de modèles candidats à être représentatif du modèle réel et
diminuer le temps de calcul lors de l’ajustement des paramètres.

La démarche utilisée est la suivante :

I.1.3.1 Diagnostic
Le diagnostic sert à déterminer la succession des écoulements visibles au cours de
l’essai. Le repérage des ces écoulements détermine la configuration du réservoir puits qui
sera ensuite réutilisée dans l’interprétation. Le diagnostic est réalisé à l’aide de la dérivée
de la pression.

dp
p ' 
d ln t

La majorité des écoulements visibles au cours d’un essai de puits se traduit par une
évolution de la pression soit linéairement en fonction du logarithme du temps, soit
linéaire d’une puissance du temps, voir la figure suivante

Tableau Error! No text of specified style in document.-1 : propriétés des différents


régimes d’écoulements
L’allure caractéristique prise par la dérivée dans ces deux cas est en fait un outil de
diagnostic privilégié :

 tous les écoulements sont visibles sur le même graphique.


 Chaque écoulement se traduit soit par une droite horizontale, soit par une droite
de pente n.

La détermination des différentes périodes d’écoulement, nous permettra ensuite


d’appliquer des méthodes d’interprétations conventionnelles adaptées à chaque
écoulement.

I.1.3.2 Interprétation
L’interprétation vise à quantifier les paramètres de la configuration réservoir/puits.
Elle est réalisée avec les courbes types, la dérivée de la pression et les méthodes
conventionnelles.

I.1.4 Régression non linéaire (calage automatique)


La régression non linéaire est une forme des moindres carrés spécialisée dans
l'estimation d'un modèle non linéaire en n paramètres à partir de m observations (m > n).
Une façon d'estimer ce type de problème est de considérer des itérations successives se
basant sur une version linéarisée du modèle initial. Cette étape sert à ajuster les
paramètres initiaux déterminés lors de la phase d’interprétation par un algorithme
mathématique pour valider le modèle adapté à la configuration réservoir/puits. Cet
ajustement est réalisé en changeant les valeurs des paramètres (perméabilité, w, λ, le
rayon d’investigation, la pression initial, etc…) jusqu’à l’obtention de la réponse du
modèle simulé au mieux la pression mesurée au sens des moindres carrés.

Considérons les m couples d’observation (t1, p1), (t2, p2), (t3, p3),…(tm, pm), on
cherche les paramètres (k, w, λ, …etc.) de sorte que la somme des carrés des déviations

i m 2

S (k , w,  , pi ...)    pmésuré  pcalculé (ti k , w,  , pi ,...)  ................... Error! No text of specified style in
i 1

document.-10

soit minimale.

pcalculé (t k , w, , pi ,...) , représente l’évolution de la pression en fonction du temps, est

obtenue en résolvant l’équation de diffusivité sous les conditions de :


1. L’état des pressions au début de l’essai.
2. L’état du puits.
3. L’hétérogénéité du réservoir.
4. Les limites du réservoir.

Le minimum de la somme des carrés des résidus S est atteint lorsque le gradient
s’annule (condition nécessaire).

Puisque le problème est formulé avec n paramètres, il y a donc n équations


normales :

i m
pcalculé (ti k , w,  , pi ,...)
p i 1
mésuré (ti )  pcalculé (ti k , w,  , pi ,...)*
k
0

i m
pcalculé (ti k , w,  , pi ,...)
p i 1
mésuré (ti )  pcalculé (ti k , w,  , pi ,...)*
w
0

i m
pcalculé (ti k , w,  , pi ,...)
p i 1
mésuré (ti )  pcalculé (ti k , w,  , pi ,...)*

0
n
i m
pcalculé (ti k , w,  , pi ,...)
 pi 1
mésuré (ti )  pcalculé (ti k , w,  , pi ,...) *
pi
0
équations

Écrivons ce système d’équation non linéaire sous forme abrégée. L’ensemble des
arguments k, w, λ,… etc. peut être considéré comme un vecteur de dimension n.

k 
 w
 
 
    .................................... Error! No text of specified style in document.-11
. 
. 
 
. 

De façon analogue, on utilise la matrice jacobienne


 pcalculé (t1  ) p (t  ) 
 .......... calculé 1 
 1  n 
 . 
J ( )    .................................... Error! No text of specified style
 . 
 p (t  ) p (t  ) 
 calculé m ........... calculé m 
 1  n 
in document.-12

Et le vecteur des résidus

 pmésuré (t1 )  pcalculé (t1  ) 


 
 pmésuré (t 2 )  pcalculé (t 2  ) 
 
 pmésuré (t3 )  pcalculé (t3  ) 
F ( )    .................................... Error! No text of specified style in document.-13
 
. 
. 
 
 pmésuré (t m )  pcalculé (t m  )
 

Le système peut s’écrire sous une forme abrégée

J ( )T * F (m)  0 .................................... Error! No text of specified style in document.-14

Supposons qu’on a trouvé la k-ième approximation  k  k k , wk , k ,... d’une solution

  k , w, ,... du modèle et que la pression pcalculé (ti  ) soit continûment dérivable dans
un certain domaine convexe qui contient  et  k , le développement de Taylor autour de

 k donne:

pcalculé (ti  )  pcalculé (ti  )  


k
j n 
pcalculé ti  k     .................................... Error! No text of
k

j 1  j
specified style in document.-15

Alors le terme F (  ) devient :


 j  n p
 pmésuré (t1 )  pcalculé (t1  k )  
calculé t1 
k
  k
 


 j 1  j 

 j  n p
calculé t 2 
k
  


 pmésuré (t 2 )  pcalculé (t 2  )    k
k

  
 pmésuré (t1 )  pcalculé (t1  )   j 1 j 
  
 pmésuré (t 2 )  pcalculé (t 2  )   j  n p
calculé t 3 
k
  


  pmésuré (t3 )  pcalculé (t3  )    k
k
 
 pmésuré (t3 )  pcalculé (t3  )   j 1  j

F ( )    
   
.  . 
.  . 
  
 pmésuré (t m )  pcalculé (t m  )  j  n p
calculé t m 
k
  


 pmésuré (t m )  pcalculé (t m  )  
  k
 k
 j 
 j 1

 
 
 
 
.................................... Error! No text of specified style in document.-16

 j n pcalculé t1  k

      k

 j 1  j 

 j n pcalculé t 2 
k
     
 pmésuré (t1 )  pcalculé (t1  )  
k

k

   j 1  j

 pmésuré (t 2 )  pcalculé (t 2  )   j n

k

  pcalculé t3 
k
  
k 

 pmésuré (t3 )  pcalculé (t3  k )    j
 

   j 1 
  
   
.  . 
.  . 
  
 pmésuré (t m )  pcalculé (t m  k )  j n pcalculé t m  k   


    k 
 j
 j 1 
 
 
 
  ………………………….....................................
Error! No text of specified style in document.-17

Écrivons ce système sous forme abrégée :


F ( )  F ( k )  J ( ) *    k  .................................... Error! No text of specified style in document.-18
Les formules (II-13) et (II-17) donnent :
  
J ( )T * F (m)  J (  )T * F ( k )  J ( ) *    k  0 .................................... Error! No text of
specified style in document.-19

 
J ( )T * F ( k )  J ( )T J ( ) *    k  0 .................................... Error! No text of specified style in
document.-20

Par conséquent,

 k 1   k  J ( k )T J ( k ) * J ( k )T * F ( k ) .................................... Error! No text of specified style in


1

document.-21

(Méthode de Newton).

On prend pour approximation initiale  0 les valeurs déterminées lors de la phase


d’interprétation.

Algorithme de newton :

1. étant donné  , un critère d’arrêt


2. étant donné N, le nombre maximal d’itérations
3. étant donné  0 , une valeur initiale de la solution

4. résoudre J ( k )T * J ( k ) *    J ( k )T F ( k )

5. calculer  k 1 ,  k 1   k  

 k 1   k
6. si  :
 k 1

 convergence atteinte
 écrire la solution  k 1

 arrêt
7. si le nombre maximal d’itération N est atteint :
 convergence non atteinte en N itérations
 arrêt
8. retour à l’étape 4.

Vous aimerez peut-être aussi