Geomodellering

NR har siden 1980-tallet vært en viktig bidragsyter innen avansert statistisk og matematisk modellering for olje- og gassindustrien. Våre geomodeller er viktige verktøy for beslutningsstøtte, og brukes også innen geotermi og grunnvannsmodellering. Vi kombinerer geologisk kunnskap med statistiske modeller for å gi realistiske beskrivelser av geologi og tilhørende usikkerhet.

3D-reservoarmodeller

Stokastiske 3D-modeller egner seg godt for å vise hvordan ulike bergarter er fordelt i et reservoar og hvordan bergartenes fysiske egenskaper varierer i rommet.

Ved NR har vi forsket på et bredt spekter av tilnærminger til slik modellering over flere tiår. Disse inkluderer teknikker som transgaussisk kriging, som lager tredimensjonelle kart med et utgangspunkt i at dataene følger en normalfordeling, og indikatorkriging som beregner sannsynligheten for forekomsten av bestemte bergarter. Vi benytter også multipunktsimulering og trunkerte gausisske felt, og objekt- og hendelsesbaserte modeller gir realistiske fremstillinger.

Vårt omfattende erfaringsgrunnlag videreføres og utvides gjennom aktivt arbeid med metodeutvikling og implementasjon.

Strukturgeologi

Usikkerhet i strukturgeologi har stor innvirkning på forståelse av reservoarvolum og flyt. Denne usikkerheten blir ofte oversett på grunn av begrensninger i eksisterende analyseverktøy.

Modelleringsmetoder for strukturgeologisk usikkerhet er kjernen i våre programmer HAVANA og COHIBA. I tillegg tilbyr vi også konsulentbistand i forbindelse med usikkerhetsstudier, slik at beslutninger kan fattes på et informert grunnlag.

Geofysisk inversjon

Geofysisk inversjon bruker matematiske metoder kombinert med fysikk for å beregne bergartenes fysiske egenskaper fra feltmålinger, som seismiske og elektromagnetiske data. Disse dataene er relatert til henholdsvis akustiske og elektriske egenskaper til bergarten.

Tradisjonelt har geofysisk inversjon blitt behandlet som et deterministisk problem. Det er imidlertid flere usikkershetsaspekter, som støy i dataene og begrensninger i signalets frekvensinnhold. Dette gjør vanskeliggjør direkte beregninger av de underliggende fysiske egenskapene.

Vi benytter en geostatisk tilnærming for å håndtere usikkerheten på en konsistent og robust måte. I seimisk inversjon anvender vi baysiansk statistikk for estimere sannsynnligheter for å finne bestemte bergarter eller fluider basert på de observerte dataene.