Three-dimensional inverse modelling of two-phase flow at the core scale

An approach to tackle the inverse problem of multiphase flows within core-scale porous media has been developed. The objective was to create a methodology able to accurately derive the information necessary to create a model at the reserve scale; e.g. it is able to derive the parameters necessary to obtain the relative permeabilities and the capillary pressures during waterflooding operations. The input required by the methodology includes a three-dimensional dataset of saturation values within the sample and the pressure drop at the ends of it. Specifically, a synthetic dataset that simulates the results obtained from an X-ray analysis of the sample and the results obtained from the measurement of the pressure drop during a constant flow injection experiment at the base of the sample has been used. The dataset produced, from a numerical simulation, includes an artificially imposed measurement error. An initial version of the methodology has been realized using only the information present in the literature regarding the use of the various methods and similar applications. Many updates have been made to the initial version in order to obtain an effective final version of the methodology. The comparisons of the various objective functions have been carried out using the sensitivity analysis in order to obtain the relative weight of the component linked to the saturation data and that linked to the pressure drop. Furthermore, the effect caused by the reduction of the weight of the dataset to be treated through an upscaling of the data has been verified. In the various versions of the methodology, two different optimization algorithms were used (Particle Swarm Optimization and Differential Evolution); the comparison of the results led to the use of DE in the final version. The parameters of the algorithm also required different comparisons in order to obtain an effective setting. Using the acquired information, the final version of the methodology has been realized, which has proved to be effective for some of the most common real cases.

È stata sviluppata una metodologia per il problema inverso di flussi multifase all'interno di mezzi porosi alla scala dei campioni in carota. L’obbiettivo è stato quello di creare una metodologia in grado di ricavare accuratamente le informazioni necessarie alla realizzazione di un modello alla scala di giacimento; e.g. è in grado di ricavare i parametri necessari all'ottenimento delle permeabilità relative e delle pressioni capillari durante le operazioni di waterflooding. L’input richiesto dalla metodologia comprende un dataset tridimensionale di valori di saturazione all'interno del campione e la caduta di pressione ai capi dello stesso. Nello specifico è stato utilizzato un set di dati sintetico che simula i risultati ottenuti da un’analisi ai raggi X del campione e i risultati ricavati dalla misura della caduta di pressione durante un esperimento di iniezione di flusso costante alla base del provino. Il dataset realizzato numericamente comprende un errore di misura imposto artificialmente. Una versione iniziale della metodologia è stata realizzata utilizzando solo le informazioni presenti in letteratura riguardo l’impiego di vari metodi e di applicazioni simili. Alla versione iniziale sono stati apportati molti aggiornamenti per ottenere una efficace versione finale della metodologia. I confronti delle diverse funzioni obbiettivo sono stati effettuati servendosi dell’analisi di sensitività allo scopo di ottenere il peso relativo del componente legato ai dati di saturazione e quello legato alla caduta di pressione. Inoltre, è stato verificato l’effetto provocato dalla riduzione del peso del dataset da trattare attraverso un’operazione di upscaling dei dati. Nelle varie versioni della metodologia sono stati impiegati due diversi algoritmi di ottimizzazione (Particle Swarm Optimization e Differential Evolution); il confronto dei risultati ha portato all’utilizzo del DE nella versione finale. Anche i parametri dell’algoritmo hanno richiesto diversi confronti per ottenere un settaggio efficace. Utilizzando le informazioni acquisite è stata realizzata la versione finale della metodologia che ha dimostrato di essere efficace per alcuni dei casi reali più comuni.