Inter-well tracer tests in oil reservoirs using different optimization methods: A field case

摘要

In the interpretation of inter-well tracer tests to determine reservoir properties in oil and geothermal reservoirs as well as in aquifers, different non-linear regression methods are used. Analytical flow models are employed to fit tracer breakthrough data in order to determine the free parameters in the models. Non-linearity can yield multiple solutions for the fitting parameters. Traditionally, a single optimization method and several initial parameter values are employed. This procedure is often cumbersome and computer time-consuming. Moreover, an initial point close to the global optimum must be provided, what in many field cases is not available. We propose an approach which employs several optimization methods simultaneously, using a few initial points. Thus, different solutions can be found in a relatively simple way, and the reliability of the solutions is improved.%En la interpretación de pruebas de trazadores entre pozos en yacimientos petroleros, geotérmicos y en acuíferos se emplean diversos métodos de regresión no lineal para determinar algunas de las propiedades físicas promedio del sistema roca fluido. Con este propósito se ajustan modelos analíticos a los datos de campo de surgencia del trazador y se determinan los parámetros libres del modelo. La no linealidad inherente al problema puede en ocasiones dar lugar a soluciones múltiples, las cuales corresponden a distintos mínimos locales. En la metodología de interpretación tradicional se hace uso de un solo método de optimización, y se considera diversos valores iniciales de los parámetros para analizar la existencia de varias soluciones. En general, este procedimiento resulta complicado y requiere de largos tiempos de cómputo. Además, para obtener resultados confiables es necesario proponer valores iniciales cercanos al óptimo global, los cuales en muchos de los casos de campo se desconocen. El empleo de distintos métodos de búsqueda para obtener el óptimo global resulta entonces una herramienta de gran utilidad. En este trabajo presentamos una nueva metodología que consiste en el uso simultáneo de varios métodos de optimización y de tan sólo pocos valores iniciales. De esta manera se pueden encontrar soluciones al problema inverso de forma relativamente simple y confiable.