The microbial ecology of 45 high temperature (> 50 ° C) petroleum reservoirs was investigated by isolating and characterizing bacteria that were present in their produced fluids. Initial work was aimed at selecting a suitable high temperature petroleum reservoir for the study of natural microbial populations. Experimental work then focussed on establishing the physico-chemical conditions that prevail in the selected reservoir and on developing media and enrichment conditions for the isolation of microorganisms indigenous to the reservoir. The ability of reservoir bacteria to grow and survive under the physical and chemical conditions found in the selected reservoir was used to assess the likelihood of an indigenous origin for these bacteria. The petroleum reservoir selected for study was the Alton petroleum reservoir (SW Queensland, Australia). It was established that most of the physico-chemical conditions in the Alton reservoir had remained unchanged since oil recovery began. The stability of redox conditions (90 mV) in the reservoir over its operating life was identified as an important factor in the coexistence of strict aerobic and strict anaerobic bacterial populations within the reservoir. An important change that has occurred in the Alton reservoir over its operating life because of oil recovery was an increase in water pH from 6.41 to 8.42 as a result of carbon dioxide loss (1.36 atm to 0.0134 atm) from the reservoir. Development of novel enrichment procedures that simulated Alton reservoir conditions led to the isolation of previously unreported aerobic and anaerobic populations of thermophilic bacteria. The aerobic bacteria isolated were identified as either endosporeforming heterotrophic bacteria from the genus Bacillus or nonspore-forming heterotrophic bacteria resembling members of the genus Thermoleophilum. All aerobes grew on carbon sources such as acetate and n-heptadecane that are normal constituents of the reservoir. The anaerobic bacteria isolated were characterized as sheathed fermentative bacteria from the order Thermotogales or non-sheathed fermentative bacteria. In parallel studies, the natural microbial populations in other reservoirs were investigated and I concluded that fermentative microorganisms were common inhabitants of high temperature petroleum reservoirs. The isolation of fermentative bacteria from these high temperature petroleum reservoirs established that fermentative bacteria are a fourth major microbial group, together with hydrocarbon-oxidizers, sulphate-reducers and methanogens, to be reported in petroleum reservoirs. The fermentative bacteria use organic nutrients and carbohydrates, but not contemporary crude oil as the principal nutrient source within reservoir waters. The thermophilic bacteria isolated from Alton petroleum reservoir demonstrated growth characteristics such as temperature (optima 50-70 ° C and range 37-85 ° C), pH (optima 6.0-9.0 and range 5.0-9.0 and salinity (optima 0-15 g per litre and range 0-30 g per litre), that were consistent with conditions encountered in the Alton reservoir (temperature 75 � C, pH 8.5 and TDS 2.7 g per litre). The isolated bacteria also demonstrated a number of characteristics that might enable them to survive adverse conditions that could be encountered in a petroleum reservoir environment. The characteristics that contribute to aerobic bacteria surviving in and overcoming periods of oxygen limitation include well-documented processes such as sporulation, by Bacillus spp., and microaerophily. The characteristics that contribute to fermentative bacteria surviving were: (1) a natural tolerance to reservoir physico-chemical fluctuations, (2) an ability to remain viable when metabolic activity was suppressed to very low rates by the growth-limiting conditions imposed, and (3) possible formation of viable ultramicrobacteria (UMB). Formation of UMB (bacteria smaller than 0.3 |im) by thermophilic bacteria has not been reported previously. The recovery of thermophilic UMB by filtration from the Alton reservoir water indicates that these bacteria occur in natural habitats. This study found the formation of thermophilic UMB and their survival characteristics differed considerably from that reported for the mesophilic, marine bacterium Vibrio sp. DWI. Unlike mesophilic marine bacteria, thermophilic bacteria did not always respond to nutrient deprivation by forming UMB and that these UMB did not show any increased ability to survive in the face of adverse conditions. Although the formation of UMB as part of routine cell growth and division was not demonstrated directly in this study, circumstantial evidence suggests that they form part of a natural life cycle. The exact conditions that result in UMB formation and their role in survival remain unresolved. The capacity of nonspore-forming indigenous populations from Alton to survive sudden shifts in environmental conditions that might result from common oilfield operations was poor. Such operations were demonstrated to be inhibitory or lethal to Alton reservoir bacteria. It also was concluded that such oilfield operations suppress indigenous microbiota. However, the impacts of most oilfield operations within a reservoir are likely to be confined to the immediate area surrounding injection and producing wells. Minimizing the localized effects of oilfield practices on indigenous reservoir populations will lead to the better management of undesirable microbial activity in reservoirs such as H2S formation (souring) and facilitate development of better microbially mediated oil recovery process. This study showed that selected reservoir isolates possess characteristics which are suitable for in situ biotechnological applications such as microbially enhanced oil recovery (MEOR). Characteristics favourable for enhanced oil recovery include a capability for UMB formation, which would enable better dispersion, and resistance to high concentrations of reservoir components such as calcium, magnesium, strontium, heavy metals and hydrocarbons.

This research examines the trade-off between the cost of adding complexity to a model and the value added to the results within the context of decision-making. It seeks to determine how complex a model should be in order to fit it to the purpose at hand. The report begins with a discussion on general modeling theory and model complexity. It next considers the specific case of petroleum reservoir models and the existing research that has compared modeling results with model complexity levels. Finally, it presents original results applying Monte Carlo sampling to a drilling decision scenario and to a one-dimensional reservoir model where a cylindrical oil field is represented by different numbers of cells and the results compared. / text

No description available.

Made available in DSpace on 2016-12-23T14:08:11Z (GMT). No. of bitstreams: 1 Arquivo 1 - Capa 1.pdf: 14839 bytes, checksum: 4aceff6f3a05166a03ac50b15cef72d4 (MD5) Previous issue date: 2008-10-08 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Uma estimação precisa do comportamento do reservatório é necessária para a avaliação das reservas de hidrocarbonetos, previsão de desempenho futuro desenvolvimento das instalações de produção e planejamento de métodos eficazes de recuperação de óleo. No entanto, a medição de todas as propriedades do petróleo durante a operação de um poço exploratório é inviável por causa do tempo demandado para a completa caracterização. O problema é contornado com a medição de algumas propriedades, a partir das quais se estimam outras. Com esta finalidade diversos modelos foram desenvolvidos nos últimos anos para relacionar, de forma eficiente, as propriedades do fluido do reservatório como, por exemplo, fator volume de formação, razão de solubilidade, pressão de saturação, temperatura, grau API, densidade etc. Estes modelos são conhecidos na literatura e indústria como correlações PVT, dentre as quais as mais conhecidas são de Standing, Glaso e Vazquez-Beggs. Diversas modificações dessas correlações têm sido introduzidas nos últimos anos por De Ghetto, Al Marroun, Petrosky, dentre outros. Neste trabalho apresentamos, com aplicação de um ferramental estatístico adequado, uma análise destas das correlações PVT que estimam a pressão de saturação propostas por Standing, Glaso e Vazquez-Beggs. Os dados experimentais utilizados são os apresentados por De Ghetto et al. (1995). / A precise estimation of a reservoir behavior is very important for the correct evaluation of hydrocarbons amount, prediction of the performance, development of production facilities and planning of efficient recuperation methods. But direct evaluation of all petroleum properties is not viable during operation of an exploratory well bore. This problem is solved by estimating some properties from others whose evaluation in laboratory is easier. Several correlations were proposed and commented in the literature for correlating oil formation volume factor, solubility ratio, bubble point pressure, reservoir temperature, oil gravity, gas gravity, and so on. These models have been nominated PVT correlations, although sometimes the include some non PVT properties as oil and gas viscosity. The most famous correlations is that proposed by Standing, Glaso and Vazquez-Beggs, which have been modified by other researchers as, for example, De Gheto, Al Marroun and Petrosky. In this work, we present statistical analysis of some correlations (for bubble point pressure estimation) for Standing, Glaso and Vazquez-Beggs correlations. The experimental data are that presented by De Gheto in 1995.

Orientador: Denis José Schiozer / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica e Instituto de Geociências / Made available in DSpace on 2018-08-23T21:35:17Z (GMT). No. of bitstreams: 1 Mezzomo_CristinaCledia_D.pdf: 20242077 bytes, checksum: d16d737b77c20aa4dd8638356659d1de (MD5) Previous issue date: 2005 / Resumo: A elaboração de projetas de desenvolvimento é um processo bastante complexo devido às incertezas devido à quantidade limitada de informações disponíveis para o grande número de variáveis envolvidas com compot1amento dinâmico. A ferramenta mais utilizada para este processo é a simulação numérica de reservatórios, que fornece a previsão de produção dos campos e pode ser associada a algoritmos de otimizaçào para a maximização de uma função objetiva previamente estabelecida segundo os objetivos de cada projeto. Embora o processo seja complexo, usualmente, são utilizados procedimentos manuais para a escolha da estratégia de produção. Algumas tentativas têm sido publicadas com o objetivo de tornar o processo automático. Entretanto, nenhuma dessas duas formas parece ser a mais adequada, pois (l) a forma manual demanda excessivo tempo dos profissionais envolvidos e pode não considerar todos os cenários necessários para evitar tempos longos de preparação dos projetas e (2) as formas automáticas apresentadas até agora demandam um número muito grande de simulações, o que inviabiliza a aplicação em reservatórios reais. O procedimento para seleção de planos de desenvolvimento proposto neste trabalho procura tirar proveito das duas formas de trabalho c é composta por procedimentos seqüenciais manuais e automatizada. Isso possibilita que a definição dos parâmetros do plano de desenvolvimento esteja integrada à análise de risco (técnico, operacional, geológico, econômico, etc.). O procedimento para seleção de planos de desenvolvimento pode ainda ser integrado com uma teoria de análise de decisão adequada utilizando, por exemplo, a teoria de utilidade multiatributos. A idéia é propor um procedimento que pode ser aplicada a um conjunto amplo de reservatórios, fornecendo embasamento para escolha da alternativa mais adequada para o desenvolvimento inicial do campo, observando o comportamento em relação aos riscos considerados e a priorização de objetivos para o projeto. Foram testados diversos exemplos com diferentes características e os resultados md1cam que este procedimento é bastante flexível, podendo ser adaptada para considerar as características e objetivos estabelecidos para cada projeto com custo computacional que pode ser estabelecido para cada caso / Abstract: Field developrnent planning is a very cornplex process due to uncertainties, related to the restricted amount of information available for the high number of variables with dynamic behavior. The most common tool for this process is reservoir simulation that provides production forecasts and is associated to optimization algorithms for the optimization of a non-linear objective-function previously stated, regarding the objectives for the project. Although this is a complex process, manual procedures are often used to select a recovery strategy. Some studies have been developed to obtain automatic procedures. Some tests have been published with the objective of developing an automatic process. However. none of these approaches seem to be the most adequate regarding that (I) the manual approach requires excessive time from the professionals involved and may not consider all the necessary scenarios in order to avoid long times for projects planning and (2) the automatic approaches presented until this moment requires a very large amount of simulations and are unfeasible for actual reservoirs. The approach for field development plan selection proposed in th1s work takes advantages of both approaches and is composed by a sequence of manual and automated procedures. This enables to integrate the parameters definition for the development plan to a risk analysis (technical, operational, geological, and economic, etc.). The procedure for field development plan selection can still be integrated with an adequate decision analysis using, for example, multiattributes utility theory. The main idea is to propose a procedure that can be applied to a large set of reservoirs, providing the fundamentals to choose the most adequate choice for the initial field development, regarding the risks related and objectives classification for the project. Severa] examples with different characteristics were evaluated and the results indicate that this procedure is very flexible and it can be adapted to consider the characteristics and objectives stated to each project with a low computational cost that can be stated for each case / Doutorado / Reservatórios e Gestão / Doutora em Ciências e Engenharia de Petróleo

No description available.

Orientadores: Denis Jose Schiozer, Celio Maschio / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecanica, Instituto de Geociencias / Made available in DSpace on 2018-08-14T07:27:37Z (GMT). No. of bitstreams: 1 Ida_Mauro_M.pdf: 14939670 bytes, checksum: 3bac33f4177c36ec35c53933f345273b (MD5) Previous issue date: 2009 / Resumo: Boas decisões no gerenciamento de um campo de petróleo em produção dependem fortemente da confiabilidade da previsão de produção que demanda um modelo de escoamento que reproduza com boa precisão o histórico de produção. Devido à complexidade do processo de ajuste de histórico de produção, vários modelos podem resultar em ajustes aceitáveis, porém ainda com incertezas na previsão de produção, principalmente pelo fato de existirem algumas heterogeneidades de grande impacto não observadas na fase de caracterização do modelo. Para reduzir as incertezas, surgiu a tecnologia de sísmica 4D que a partir de análises qualitativas permite identificar frentes de saturação de água, resultando em grandes avanços na caracterização do reservatório e, conseqüentemente, no ajuste de histórico. Apesar de muito útil, em alguns casos podem levar a interpretações equivocadas, sendo necessário um procedimento adicional para o uso da informação dessa tecnologia. O objetivo principal deste trabalho é propor uma metodologia que utiliza simultaneamente os dados de produção e quantitativamente a impedância acústica da sísmica 4D para identificar as heterogeneidades do reservatório visando melhorar a qualidade do ajuste de histórico. A metodologia proposta consiste de duas etapas principais: parametrização e otimização com algoritmo genético. A validação da metodologia proposta foi realizada num modelo bidimensional five-spot com duas falhas geológicas e um canal de alta permeabilidade e a aplicação foi realizada num modelo modificado do Campo de Namorado com as seguintes características: total de 44 poços, uma falha geológica e um canal de alta permeabilidade. Em todos os modelos, foram constatados ganhos de qualidade no ajuste de histórico proporcionado pela incorporação quantitativa da sísmica 4D. / Abstract: Good decision making related to oilfield management depends on reliability of production forecast which demands calibrated reservoir simulation models. Due to the complexity of the production history matching process, there are many models with reasonable match but, many times, with different forecasts, mainly due to important heterogeneities that are not observed during the reservoir characterization phase. In order to reduce this uncertainty, a new technology named 4D seismic became available which uses quantitative analysis to identify water saturation front resulting in huge advance in reservoir characterization and consequently in history matching. Although this technology is very useful, in some cases, it can result in mistaken interpretation and it needs additional work to use this technology. The main objective of this work is to propose a methodology to use production data and quantitatively acoustic impedance from 4D seismic to identify reservoir heterogeneities to increase the quality of the history matching. The methodology proposed is divided in two main steps: parametrization and optimization with genetic algorithm. The validation of methodology proposed was done in a simple synthetic model and the application was done in the Namorado Field, modified with one geological fault and one channel with high permeability. / Mestrado / Reservatórios e Gestão / Mestre em Ciências e Engenharia de Petróleo

Orientador: Denis Jose Schiozer / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecanica e Instituto de Geociencias / Made available in DSpace on 2018-08-14T08:35:58Z (GMT). No. of bitstreams: 1 Nogueira_PedrodeBrito_M.pdf: 5381292 bytes, checksum: 7daa3a9850818d7643ba69731ca167f2 (MD5) Previous issue date: 2009 / Resumo: Os altos níveis de incerteza e riscos associados a projetos de exploração e produção de alguns campos de petróleo sugerem a utilização de estratégias de produção otimizadas probabilisticamente. Desta forma, uma estratégia de produção adequada deve ser selecionada considerando vários cenários econômicos e geológicos. Neste trabalho, uma nova abordagem para otimização é proposta onde a estratégia de produção é otimizada simultaneamente em todos os cenários econômicos e modelos geológicos representativos (MGR) considerados. Diferentemente das metodologias convencionais de otimização, onde os valores presentes líquidos das estratégias são otimizados independentemente para cada MGR considerando um único cenário econômico, esta nova abordagem considera todos os MGR e cenários econômicos adotados simultaneamente. Isto permite disponibilizar mais informações a respeito do desempenho da estratégia nos diversos cenários permitindo que se realize uma melhor tomada de decisão. Além disso, a estratégia de produção definida pela abordagem proposta tende a ser mais adaptável às incertezas geológicas e econômicas. Contudo, geralmente, uma complexa superfície de resposta é gerada no processo de otimização da quantidade e posicionamento dos poços. O elevado potencial de geração de valores extremos locais justifica a utilização de técnicas robustas de busca como os algoritmos genéticos. Neste caso, o espaço solução é mais bem explorado conduzindo a resultados mais confiáveis. Entretanto, técnicas de busca dispersas tendem a ser mais caras computacionalmente que técnicas baseadas no cálculo dos gradientes da função-objetivo. Neste trabalho é proposta uma metodologia de otimização probabilística de estratégias de produção baseadas em algoritmos genéticos que visa reduzir o número de simulações necessárias para maximizar o valor monetário esperado. A idéia principal é controlar o tamanho do espaço solução através de uma representação cromossômica apropriada e implementar etapas específicas de otimização, otimizando todos os MGR para todos os cenários econômicos considerados simultaneamente através de uma técnica de simulação desenvolvida com este propósito. O presente trabalho visa dar uma abordagem mais rigorosa às incertezas que as metodologias geralmente utilizadas conduzindo a melhores resultados e permitindo que se realize uma análise completa dos impactos das incertezas geológicas e econômicas. Além disso, este trabalho pretende propiciar um avanço com relação à redução do número de simulações necessárias para se otimizar uma estratégia de produção através de algoritmo genético conduzindo a resultados mais rápidos permitindo dar dinâmica ao processo decisório. / Abstract: High levels of uncertainty and associated risks in the exploration and production of some oil fields suggest the use of probabilistic optimized production strategies. Therefore, an appropriate production strategy should be chosen considering various geological and economic scenarios. In this work, a new approach for the optimization is proposed where the production strategy is optimized for selected geological representative models (GRM) and under selected economic scenarios simultaneously. Differently from conventional optimization methodologies where each representative geological model has a net present value (NPV) optimized under a specific economic model, this new approach considers all alternatives simultaneously, providing more information about the production performance of all scenarios, allowing a better decision-making process. Moreover, production strategy defined by the new approach tends to be more adaptable to geological and economic uncertainties. However, in the optimization process of wells quantity and placement, a very complex topology is normally produced. The potential of generation of local extreme values is high, therefore, it is appropriate to employ a robust search technique such as genetic algorithms. In this case, the solution space is better explored, yielding more confident results. However, random based techniques tend to be more expensive computationally than gradient based techniques. In this work, a methodology is proposed for production strategy optimization under uncertainties, based on genetic algorithms, that aims to reduce the number of simulations necessary to maximize the expected monetary value (EMV). The main idea is to control the size of the solution space through an appropriated conception of chromosomes structures and the implementation of specifics optimizations stages optimizing every GRM for every economic scenario simultaneously through a simulation technical developed for this purpose. The present work aims to provide an improvement with respect to uncertainty handling of the conventional optimization methodologies, yielding better results and providing a complete analysis of geological and economic uncertainties. Moreover, its intends to provide an advance with respect to the number of simulations necessary to optimize a production strategy through genetic algorithms, yielding faster results, speeding up the decision-making process. / Mestrado / Reservatórios e Gestão / Mestre em Ciências e Engenharia de Petróleo

Orientador: Denis Jose Schiozer / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecanica e Instituto de Geociencias / Made available in DSpace on 2018-08-15T12:53:43Z (GMT). No. of bitstreams: 1 Hayashi_SuzanaHisakoDeguchi_M.pdf: 16467779 bytes, checksum: 4345ae4f5ff27ff7cee4722d4b305f55 (MD5) Previous issue date: 2006 / Resumo: O risco é inerente às várias fases da vida de um campo de petróleo, devido às incertezas, geológicas, econômicas e tecnológicas que influenciam o valor de um projeto. A aquisição de informações e a adição de flexibilidade na implantação de um projeto são os principais processos que permitem a mitigação dos riscos associados. O conceito de Valor da Informação (VDI) permite medir quantitativamente os benefícios resultantes da aquisição adicional de dados, que permite definir o projeto de desenvolvimento com mais precisão, podendo trazer modificações significativas em relação à concepção inicial (projeto conceitual). O conceito de Valor de Flexibilização (VDF) permite medir os benefícios de adicionar flexibilidade, por exemplo, no cronograma de implantação de um projeto, com o objetivo de possibilitar um melhor gerenciamento de reservatórios frente aos possíveis cenários. Os conceitos de VDI e VDF são usados neste trabalho para determinar o valor de adquirir novas informações para o projeto, considerando um atraso no cronograma causado pela flexibilização do momento de definição e aprovação do projeto básico. Uma técnica baseada nos Modelos Geológicos Representativos (MOR} e nas árvores de decisão é aplicada no processo de análise de decisão. Os resultados deste trabalho mostram que a metodologia proposta neste trabalho é aplicável em modelos de grande porte. Outras conclusões são que a relevância da aquisição de informações aumenta em cenários de preço de óleo mais baixo e que é importante analisar a redução de risco como variável adicional ao retomo financeiro no processo de decisão como o analisado neste trabalho / Abstract: The risk is inherent to several phases of a petroleum field development due to geological, economic and technological uncertainties, which influence the value of a project. The acquisition, of additional information and flexibility in the implementation, of a project are the main processes, which permit risk mitigation. The concept of Value of Information (VoI) permits to measure quantitatively the benefits of the new information that yield more accuracy in the definition of the development project and it can bring important modifications in comparison with the initial conception of the project. The concept of Value of Flexibility (VoF) allows measuring the benefits of flexibility in the implementation of a project yielding better reservoir management. The concepts of VoI and VoF are used in this work to determine the value of new information in a project, considering a delay in the schedule caused by the flexibility in the moment of definition and approval of the final project. A decision tree technique, associated to Geological Representative Models (GRM), is applied in the process of the quantification of the value of information and flexibility. Based on the results of this work, it is possible to conclude that: the methodology is useful for large fields; the relevance of information acquisition increases in low prices scenarios and; if is important to analyze risk mitigation in addition to financial gain in decision making processes like the one studied in this work / Mestrado / Engenharia de Petroleo / Mestre em Ciências e Engenharia de Petróleo

[pt] Este trabalho apresenta a modelagem e o desenvolvimento de uma metodologia baseada em Controle com Modelo Preditivo (MPC) aplicada ao controle da produção de óleo em um reservatório de petróleo com poços produtores e injetores já existentes. A estratégia MPC utiliza um modelo de aprendizado de máquina, baseado em Aprendizado por Reforço (Reinforcement Learning), como método de busca da política ótima de controle. Os experimentos se realizaram em um reservatório petrolífero sintético com atuadores que são 3 válvulas de injeção de água. Assim, a atuação é realizada através das taxas de injeção de água para determinados intervalos de tempo. As variáveis de saída do campo são: Pressão média do reservatório, taxa diária de produção de óleo, gás, água e water cut na produção. A previsão dessas variáveis é realizada mediante a utilização de uma proxy, a qual é um modelo identificado da planta implementado utilizando redes neurais. Os resultados obtidos indicam que o modelo proposto é capaz de controlar a produção de óleo mesmo com perturbações no poço produtor, para diferentes valores de referência de produção de óleo. / [en] This work presents the modeling and development of a methodology based on Model Predictive Control with (MPC) applied to the control of oil production in an oil reservoir with existing production and injection wells. The MPC strategy is based on a machine learning model - Reinforcement Learning (Reinforcement Learning) - as the method of searching the optimal control policy. The experiments were carried out in an oil reservoir with synthetic valve actuators that are 3 water injections. Therefore, the action is performed by injecting water rates for certain time intervals. The output variables of the field are: average pressure of the reservoir, the daily production of oil, gas, water and water cut. The forecast of these variables is accomplished by a proxy, which is a model identification og the plant implemented by neural networks. The results indicate that the proposed model is capable of controlling oil production even with disturbances in the producing well, for different reference values for oil production.