Adapted reservoir characterization for monitoring and uncertainty analysis of CO2 storage
Institution:
Toulouse 3Disciplines:
Directors:
Abstract EN:
Risk analysis of CO2 geological storage involves the simulation of the dynamics of the storage process and the evaluation of the probability of the possible leakage events. The approach followed here focuses on Gaussian Process response surface modelling in order to reduce the number of calls to the expensive reservoir simulator. Three major problems related to uncertainty analysis of CO2 storage are addressed: 1. Injection well placement 2. Reliability estimation 3. Reliability sensitivity analysis To tackle the first problem we provide a response surface method to handle discrete parameters (well positions) and discrete functional outputs to treat responses varying trough time (reservoir pressure evolutions). In addition, we introduce a new method for modelling functional outputs based on curves characterization and involving shape invariant model. To address the reliability problem, we introduce a subset simulation algorithm linked with the Gaussian Process model. It involves adaptive experimental design refinement and the model updating. To solve the last problem we suggest a new method for reliability sensitivity analysis. It is based on a perturbation of a probability distribution of input variables in order to evaluate which one contributes the most in the variability of the failure probability. All the proposed methods have been numerically tested on analytical and CO2 storage examples.
Abstract FR:
L'analyse de risques du stockage géologique de CO2 consiste à simuler la dynamique du processus de stockage et à évaluer la probabilité de fuites. L'approche proposée dans ce travail consiste à utiliser des surfaces de réponses basées sur les processus Gaussiens, cela permet de réduire le grand nombre d'appels au simulateur de réservoir nécessaire à cette analyse. Dans cette thèse des méthodes innovantes sont étudiées pour résoudre les problèmes suivants: 1. Emplacement des puits d'injection 2. Estimation de la fiabilité 3. Analyse de sensibilité fiabiliste Pour résoudre le premier problème nous proposons une méthode de surface de réponse pour gérer les paramètres discrets (positions des puits) et les sorties fonctionnelles discrètes (évolution de pression du réservoir). Par ailleurs, nous introduisons une nouvelle méthode pour la modélisation des réponses variées dans le temps. Pour cela, la caractérisation des courbes est effectuée en utilisant des modèles à forme invariante. Pour le problème de fiabilité, nous avons développé une approche combinant la méthode de réduction d'ensemble et le krigeage. Un échantillonnage adaptatif est construit afin d'améliorer itérativement l'estimation de la probabilité de défaillance du modèle. Pour répondre au dernier problème, nous proposons une méthode pour l'analyse de sensibilité fiabiliste. Elle est basée sur une perturbation de la distribution de probabilité des variables d'entrée afin de trouver les facteurs qui contribuent le plus à la variabilité de la probabilité de défaillance. Toutes les méthodes proposées ont été testées numériquement sur des exemples analytiques et des cas test de stockage de CO2.