SAND
SAND
Statistisk Analyse av Naturressurs Data - SAND
SAND ble etablert i 1984, og er en betydelig internasjonal bidragsyter til forskning og tjenester innen reservoarbeskrivelse, stokastisk modellering og geostatistikk for oljeindustrien. Vårt primære mål er å bruke statistiske metoder for å redusere og kvantifisere risiko og usikkerhet. Hovedområdet er stokastisk modellering av geologi i petroleumsreservoarer inkludert oppskalering og historie matching. Vi har også en betydelig aktivitet på alle typer risikokvantifisering, primært innen energisektoren.
Ansatte har bakgrunn i statistikk, matematikk, fysikk, numerisk analyse og informatikk. For å sikre at vi jobber med interessante og relevante problemstillinger for petroleumsindustrien, har vi nært samarbeid med fagfolk innen geo-vitenskap når dette er relevant for prosjektet. De fleste prosjektene er finansiert av oljeselskaper, programvareleverandører innen oljeindustrien og forskningsprosjekter sponset av EU-kommisjonen og Norges forskningsråd.
Forskningsområder
Stokastiske 3D-modeller er velegnet til å modellere bergarter og deres petrofysiske egenskaper. Vi har forsket mye på objektmodeller og multipunktmodeller for bergarter, og i tillegg implementert indikatorkriging og trunkert gaussisk felt.
|
NR har lang erfaring med stokastisk modellering av usikkerhet for forkastninger og flater. Dette brukes både for å integrere seismisk tolkninger med brønndata, og for å undersøke usikkerheten i reservoar volumer og reservoar flyt.
|
Vi benytter Bayesiansk inversjonsmetodikk for å invertere geofysiske data. Dette gir oss et enhetlig rammeverk å for å integrere bergarsfysikk og strukturgeologi med ulike typer geofysiske data. Vi jobber med seismiske og elektromagnetiske data.
|
Olje- og gassindustrien har store mengder data fra ulike kilder. Disse dataene kan gi verdifull information om usikkerhet til beslutningstakere. Statistiske metoder er et nyttig redskap for å anslå usikkerheten og derved gi viktig støtte til beslutninger.
|
Bruk av dynamiske data og historietilpasning for å forbedre 3D reservoarmodeller.
|
Siste 5 vitenskapelige artikler
Goodwin, Håvard; Aker, Eyvind; Røe, Per. Stochastic Modeling of Subseismic Faults Conditioned on Displacement and Orientation Maps. Mathematical Geosciences (ISSN 1874-8961). doi: 10.1007/s11004-021-09965-7. 2021.
Kolbjørnsen, Odd; Buland, Arild; Hauge, Ragnar; Røe, Per; Ndingwan, Abel Onana; Aker, Eyvind. Bayesian seismic inversion for stratigraphic horizon, lithology, and fluid prediction. Geophysics (ISSN 0016-8033). 85(3) pp R207. doi: 10.1190/geo2019-0170.1. 2020. Institutional archive
Aarnes, Ingrid; van der Vegt, Helena; Hauge, Ragnar; Fjellvoll, Bjørn; Nordahl, Kjetil. Utilizing sedimentary process-based models as training images for multipoint facies simulations. Bulletin of Canadian petroleum geology (ISSN 0007-4802). 67(4) pp 217-230. doi: 10.35767/gscpgbull.67.4.217. 2019.
Parra, Mauricio; Echeverri, Sebastian; Patino, Ana Maria; Ramirez, Juan Carlos; Mora, Andrés; Sobel, Edward R.; Almendral Vazquez, Ariel; Pardo-Trujillo, Andrés. Cenozoic Evolution of the Sierra Nevada de Santa Marta, Colombia. In: The geology of Colombia Volume 3. Paleogene – Neogene. Servicio Geológico Colombiano. (ISBN 978-958-99528-6-3). pp 259-297. doi: https://doi.org/10.32685/pub.esp.37.2019.07. 2019.
Patino, Ana Maria; Parra, Mauricio; Ramirez, Juan Carlos; Sobel, Edward R.; Glodny, Johannes; Almendral Vazquez, Ariel; Echeverri, Sebastian. Thermochronological constraints on Cenozoic exhumation along the southern Caribbean: The Santa Marta range, northern Colombia. In: Andean Tectonics. (ISBN 978-0-12-816009-1). pp 103-132. doi: 10.1016/B978-0-12-816009-1.00007-1. 2019.
Hvordan komme til NR
Del på sosiale media
Personvernerklæring