Den norske petroleumsindustrien må oppnå en 50 % reduksjon av klimagassutslipp fra 2005-nivå innen 2030, etterfulgt av en overgang til tilnærmet nullutslipp innen 2050. Samtidig spiller Norge en stadig viktigere rolle som en stabil energileverandør til Europa, og etterspørselen etter norsk gass vil forbli høy på kort til mellomlang sikt. makeSENSE-prosjektet svarer på dette dilemmaet ved å gjøre banebrytende digital modellering om til åpen kildekode-programvare, som muliggjør bedre ressursutnyttelse og mer energieffektiv produksjon fra reservoarene.
Optimale driftsbeslutninger avhenger av modeller som kan gi presise prediksjoner av utfallene. Beslutningsstøtte muliggjøres derfor av digitale modeller av reservoart som er koblet over flere modelldomener. Egenskapene til undergrunnen er imidlertid i stor grad ukjente, og denne usikkerheten må fanges opp i de digitale modellene. For å ta bedre beslutninger er det derfor avgjørende at all data fra reservoaret brukes på en optimal måte for å redusere usikkerheten.
makeSENSE-prosjektet vil utvikle en åpen arbeidsflyt som modellerer all relevant usikkerhet gjennom de koblede modellene, og ved bruk av automatisk differensiering og den adjungerte metoden kan tilbakepropagere alle relevante sensitiviteter. Dette paradigmet vil muliggjøre mer presis modellering av usikkerhet, bedre metoder for å lære av data og mer nøyaktige metoder for beslutningsoptimalisering.
Prosjektet er organisert rundt fire tekniske arbeidspakker (WP-er) med fokus på ensemble-basert historietilpasning med eksakt sensitivitet (WP1); bygging av en fullt differensierbar integrert arbeidsflyt for reservoarmodeller (WP2); langsiktig produksjons- og energioptimalisering (WP3); og prototypedemonstrasjoner i industrirelevante settinger (WP4). Med finansiering og deltakelse fra industripartnere og en åpen kildekode-tilnærming er makeSENSE bygget for rask overføring fra forskning til anvendbar programvare som kan gi beslutningsstøtte på norsk kontinentalsokkel.
