An injection/production-efficiency based surrogate optimization algorithm for optimal well controls in waterflooding reservoirs
Este artículo propone un nuevo algoritmo de optimización sustituta basado en líneas de corriente que integra métricas de eficiencia de inyección/producción con estrategias de muestreo avanzadas para optimizar de manera eficiente y confiable los controles de pozos en yacimientos de inundación de agua heterogéneos, mejorando así significativamente la recuperación de petróleo y los beneficios económicos al superar las limitaciones de los métodos tradicionales de líneas de corriente y de los métodos puramente sustitutos.
Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
Mucho más allá de la superficie terrestre, vastas redes de roca porosa contienen el petróleo y el gas del mundo. Para extraer esta energía, los ingenieros suelen inyectar agua en estos yacimientos para empujar el petróleo hacia los pozos de producción, un proceso conocido como inyección de agua o waterflooding. Sin embargo, la roca subterránea rara vez es uniforme; contiene canales ocultos de alta permeabilidad y barreras que hacen que el agua inyectada corra rápidamente a través de algunas rutas mientras evita el petróleo atrapado en otras. Este flujo desigual conduce a una realidad frustrante: el agua llega a los pozos de producción demasiado rápido, inundando el sistema y dejando atrás petróleo valioso. Durante décadas, el desafío ha sido encontrar el equilibrio perfecto entre las tasas de inyección y producción para barrer el yacimiento de manera eficiente sin perder tiempo o dinero en ensayos y errores.
Un equipo de investigadores del Instituto de Investigación de Exploración y Desarrollo de Petróleo de la CNPC ha desarrollado un nuevo método para resolver este problema, combinando dos enfoques distintos para crear una forma más rápida y confiable de gestionar estos complejos sistemas subterráneos. Su trabajo, publicado recientemente, introduce un algoritmo que actúa como una guía inteligente para los ingenieros de yacimientos. En lugar de depender únicamente de simulaciones computacionales lentas y pesadas o de reglas empíricas simples, este nuevo sistema utiliza una técnica llamada simulación de líneas de corriente (streamline simulation) para comprender cómo se mueve el agua a través de la roca, y luego aplica una sofisticada estrategia de búsqueda para encontrar la mejor configuración posible para cada pozo. El resultado es un programa que aumenta significativamente la recuperación de petróleo mientras reduce drásticamente la cantidad de agua producida, ofreciendo un camino más claro para maximizar el valor de un yacimiento.
El núcleo de este nuevo método reside en cómo mide el éxito de cada pozo de inyección y producción. Los investigadores definieron un concepto que llaman "eficiencia de inyección y producción". Imagine observar un par específico de pozos: uno bombeando agua hacia adentro y otro extrayendo petróleo hacia afuera. El equipo calculó cuánto dinero vale el petróleo producido por ese par en comparación con el costo del agua inyectada y el líquido producido. Si un par de pozos está generando más valor que el promedio, el sistema sabe que debe aumentar su actividad. Si tiene un bajo rendimiento, el sistema reduce su tasa. Este cálculo ocurre al nivel de pares de pozos individuales y también para pozos únicos, creando un mapa detallado de qué partes del yacimiento están funcionando bien y cuáles están teniendo dificultades.
Tradicionalmente, optimizar estas tasas ha sido un proceso lento y difícil. Los ingenieros a menudo tenían que ejecutar simulaciones numéricas complejas, que son como modelos 3D detallados de la roca subterránea, para probar diferentes escenarios. Debido a que estos modelos son tan costosos computacionalmente, ejecutar cientos de ellos para encontrar la mejor solución suele ser imposible dentro de un plazo razonable. Alternativamente, existen métodos más simples que son rápidos pero carecen de la precisión para manejar las condiciones complejas y cambiantes de un yacimiento real a lo largo de muchos años. Los investigadores buscaron un punto medio que pudiera ofrecer la velocidad de los métodos simples con la precisión de las simulaciones complejas.
Para lograr esto, construyeron un algoritmo de "optimización sustituta" (surrogate optimization). En este contexto, un sustituto es un modelo simplificado y de ejecución rápida que actúa en representación de la simulación pesada y lenta. El algoritmo comienza probando diferentes configuraciones de tasas y utilizando los resultados para construir este modelo simplificado. Luego, utiliza una estrategia de muestreo inteligente para adivinar dónde podría estar escondida la mejor solución. El algoritmo busca puntos que sean propensos a dar un buen resultado basándose en el modelo actual o que estén alejados de lo que ya se ha probado, asegurando que explore nuevas posibilidades. Al actualizar constantemente su modelo simplificado con nuevos datos de la simulación real y pesada solo cuando es absolutamente necesario, el algoritmo encuentra la solución óptima con muchas menos cálculos costosos que los métodos tradicionales.
Los investigadores probaron este nuevo enfoque en dos escenarios diferentes: un modelo sintético diseñado para imitar un yacimiento con características geológicas específicas, y un yacimiento real en Oriente Medio. En el modelo sintético, el yacimiento contenía vetas de alta permeabilidad que causaban que el agua canalizara a través de rutas específicas, dejando petróleo atrás. El programa base, que representaba la forma estándar de gestionar los pozos, resultó en un valor presente neto de aproximadamente 43,67 millones de dólares estadounidenses. Cuando el nuevo algoritmo tomó el control, ajustó las tasas de inyección, aumentando notablemente la inyección de agua en un inyector específico que estaba rodeado de petróleo no explotado. Este cambio permitió que el agua empujara el petróleo restante de manera más efectiva. El programa optimizado aumentó el valor presente neto a cerca de 44,10 millones de dólares, una mejora significativa. Más importante aún, aumentó la producción total de petróleo en más de 27.000 metros cúbicos mientras reducía la producción total de agua en casi 48.000 metros cúbicos.
La prueba en el yacimiento real de Oriente Medio arrojó resultados aún más dramáticos. Este yacimiento había estado en producción durante más de doce años, con cinco inyectores y nueve productores. El enfoque de gestión estándar, que dependía de límites de capacidad fijos, resultó en un valor presente neto de aproximadamente 11,08 millones de dólares para el período de optimización. El nuevo algoritmo, sin embargo, identificó que las tasas de inyección y producción debían desplazarse de los pozos dominantes hacia otros que estaban subutilizados. Al aumentar gradualmente la tasa de inyección en un inyector específico y ajustar las tasas de producción de varios pozos, el sistema mejoró el barrido del yacimiento. El programa optimizado elevó el valor presente neto a aproximadamente 13,33 millones de dólares, un aumento de más de 2,2 millones de dólares. Quizás lo más sorprendente fue la reducción en la producción de agua, que cayó en más de 68.000 metros cúbicos, y una disminución masiva en el corte de agua (water cut), el porcentaje de agua en el fluido total producido, que descendió en más de 26 puntos porcentuales.
El éxito de este método proviene de su capacidad para integrar la comprensión física de cómo el agua se mueve a través de la roca con el poder matemático de la optimización. La simulación de líneas de corriente proporciona una imagen clara de las rutas de flujo, permitiendo que el algoritmo tome decisiones basadas en la física real del yacimiento en lugar de solo en conjeturas estadísticas. Al utilizar el marco de optimización sustituta, los investigadores evitaron el cuello de botella computacional que usualmente impide que una optimización tan detallada se realice en un tiempo oportuno. El algoritmo demostró que es posible encontrar un programa que sea tanto económicamente superior como físicamente eficiente, extrayendo más petróleo mientras se produce menos agua.
Los investigadores enfatizan que este enfoque es particularmente valioso para las etapas medias y tardías del desarrollo de yacimientos, donde el petróleo restante suele estar disperso y es difícil de alcanzar. El método no se limita al ajuste de tasas; el marco es lo suficientemente flexible como para extenderse en el futuro para optimizar la ubicación de nuevos pozos o la disposición de todo el patrón de pozos. Por ahora, el trabajo demuestra que, al combinar una comprensión profunda del flujo de fluidos con algoritmos de búsqueda modernos, los ingenieros pueden tomar mejores decisiones que extiendan la vida de los yacimientos y mejoren la eficiencia de la producción energética global. Los hallazgos sugieren que, con las herramientas adecuadas, el complejo desafío de gestionar la inyección de agua puede convertirse en una ciencia precisa, produciendo mejores resultados con menos desperdicio.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.