Metoden er basert på Ensemble Kalman Filter (EnKF) og gjør det mulig å koble informasjon fra reservoarmodeller med store mengder innsamlede data. All tilgjengelig informasjon fra observerte data og reservoarmodeller, benyttes i EnKF til å lage en best mulig beskrivelse av reservoaret.
Dette gjør det mulig for oljeselskapene å ta bedre beslutninger basert på oppdatert og mer korrekt informasjon, for eksempel når man borer nye brønner.
Geir Evensen, forsker i NORCE, utviklet opprinnelig EnKF for bruk innen hav- og værvarsling, og EnKF-baserte metoder benyttes nå operasjonelt ved de fleste store sentre for værvarsling. NORCE initierte bruk av metoden innen petroleum og metoden har vist seg å fungere svært bra sammen med reservoarmodellering og simulering innen petroleumsbransjen. Flere oljeselskaper, inkludert Equinor, benytter nå EnKF-teknologien i sin anbefalte arbeidsflyt.
- EnKF har bidratt til raskere oppdatering av reservoarmodeller med ny informasjon; det gir lavere usikkerhet og sikrere brønnmål, sier Evensen.
Geir Evensen leder nå NFR Petromaks-2 prosjektet DIGIRES hvor EnKF-teknologien videreutvikles for operasjonell bruk innen digital besluningsstøtte. Prosjektet er et samarbeid med syv oljeselskaper.
Forbedret reservoarforståelse bidrar til store verdier. Reservoarkarakterisering, blant annet gjennom bruk av EnKF-teknologien, er beregnet å stå for over halvparten av teknologiområdets realiserte økning av reserver på 540 millioner fat oljeekvivalenter, står det i ny rapport fra Rystad Energy.