Resumo: A modelagem numérica de reservatórios petrolíferos envolve muitas incertezas, as quais podem resultar na construção de modelos com previsões de produção distintas das observadas na unidade de produção fazendo com que estes não representem adequadamente a dinâmica de produção do reservatório. Na indústria do petróleo, o procedimento aplicado para reduzir os desvios observados e consequentemente obter modelos que representem adequadamente a dinâmica de produção é conhecido como ajuste de histórico. Devido à relevância do processo de ajuste de histórico, este tem sido exaustivamente estudado e aperfeiçoado, mas ainda apresenta diversos desafios. Com o objetivo de aumentar a robustez do processo, existem três abordagens que tem despertado interesse. A primeira está ligada a aplicação de processos probabilísticos, que possibilitam uma melhor avaliação das incertezas, sendo uma abordagem mais consistente do que a abordagem determinística tradicional. A segunda se refere ao uso de múltiplas funções-objetivo locais para mensurar a qualidade do ajuste; trabalhos recentes demonstram que esta abordagem é mais indicada do que o uso da função-objetivo global tradicional. A terceira refere-se ao uso de outras fontes de dados, como a sísmica 4D, para o melhor condicionamento dos modelos numéricos de simulação. Neste contexto, Maschio et al. (2015) formalizaram uma metodologia que visa incorporar todos estes aspectos, porém com passos ainda subjetivos. Com isso, o presente trabalho propõe uma extensão a esta metodologia com o propósito de sistematizar alguns passos do processo. A principal inovação apresentada está ligada ao processo de redução de incertezas proposto, o qual consiste na atualização dos atributos incertos baseado nos modelos de simulação que apresentaram os melhores ajustes, através de um processo sistemático. Baseado em um reservatório de média complexidade, a metodologia foi validada em duas fases de aplicação. Na Fase I, foi desenvolvido o processo de calibração e redução de incertezas, utilizando somente dados de poço como fonte de dados para o condicionamento dos múltiplos modelos de simulação, enquanto que na Fase II, mapas de variação de pressão (?p) e de saturação de água (?Sw), oriundos da sísmica 4D, foram adicionados de forma quantitativa ao processo. Os resultados obtidos ilustraram a eficácia do processo proposto, o qual possibilitou uma redução acentuada das incertezas obtendo múltiplos modelos de simulação ajustados em um pequeno número de iterações Ver menos

Abstract: The numerical reservoir modelling is surrounded by uncertainties. These can lead to constructing numerical models which present production forecast different from observed production. In the petroleum industry, the procedure applied to reduce the observed differences, and consequently obtain adequate models, is known as history matching. Although this process has been exhaustively studied and improved, diverse challenges still exist. Aiming to improve the process robustness, three approaches have aroused: (1) application of probabilistic procedures that enables to better evaluate uncertainties, a more consistent approach than the traditional deterministic one; (2) the evaluation of multiple local objective functions to measure the quality of the match, more suitable than the traditional global objective function; (3) the additional incorporation of observed data as, for instance 4D seismic, to improve the conditioning of the numeric simulation models. In this context, Maschio et al. (2015) formalized a general methodology that aims to incorporate all these aspects, however, with subjective steps. The current work proposes an extension to this methodology with the target to systematize some of these steps. The main innovation is in the proposed uncertainty reduction process, which consists in updating the uncertain attributes based on the simulation models that presented the best matches. The validation of the proposed methodology is presented in two phases of application in a reservoir of medium complexity. In Phase I, the procedure of calibration and uncertain reduction is developed using only well data to condition the multiple models; while in Phase II, the maps of pressure changes (?p) and water saturation changes (?Sw) from 4D seismic data are integrated in a quantitative way as additional constraints. The obtained results showed the efficiency of the proposed methodology, which provided a clear reduction in the uncertainties, obtaining multiple matched models in less iterations Ver menos