مدلسازی سه بعدی تخلخل با استفاده از روش شبیه سازی گوسی متوالی در یکی از میادین نفتی خلیج فارس

نوع مقاله: مقاله پژوهشی

نویسندگان

1 پردیس پژوهش و توسعه صنایع بالادستی نفت، پژوهشگاه صنعت نفت، تهران، ایران

2 گروه زمین‌شناسی، دانشکده علوم پایه، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران، ایران

3 گروه زمین‌شناسی، دانشکده علوم، دانشگاه تبریز، ایران

چکیده

پارامتر پتروفیزکی تخلخل برای انجام مدل‌سازی سه بعدی مخزن و پیش‌بینی سناریوهای تولید برای تصمیم‌گیری‌های اقتصادی درخصوص مدیریت یک میدان یا یک مخزن نقش به‌سزایی دارد. در مطالعه حاضر، با استفاده از داده‌های حفاری 3 چاه(لاگ‌ها) و همچنین برای تخمین پارامتر پتروفیزیکی تخلخل از روش زمین آماری شبیه‌سازی گوسی متوالی مورد استفاده قرار گرفته است. روش گوسی متوالی جهت ایجاد مدل تخلخل به‌کار می‌رود. تکنیک گوسی به خاطر آسانی کاربرد و انعطاف‌پذیری در ایجاد ناهمگنی‌های واقعی کاربرد گسترده‌ای دارد. در این روش زمین آماری، با استفاده از مقادیر و مختصات معلوم، مقدار همان پارامتر در نقاط نامعلوم به‌دست می‌آید. در روش گوسی متوالی از سلول‌هایی که دارای یک ارزش معین از انواع پارامترهای پتروفیزیکی می‌باشند استفاده می‌شود. سرانجام پس از ایجاد مدل ساختمانی مخزن و آنالیز داده‌های پتروفیزیکی، مدل‌های شبیه‌سازی شده برای 5 زون مخزنی سروک و داریان(1، 2، 3 و 4) در میدان نفتی مربوطه با دقت بالا برای پارامتر تخلخل به‌دست آمد. بررسی و نتایج به‌دست آمده نشان دادکه روش به کار رفته دقت بالایی داشته و می‌توان با تکیه بر روش‌های محاسباتی برای شناسایی مکان‌های مستعد مخزن در تولید از آن استفاده کرد. نتایج این مطالعه حاکی از آن است که میزان تمرکز نفت در لایه 1 داریان از سایر سازندها بیشتر بوده و پیشنهاد می‌گردد برای تولید اولیه این مخزن توسعه یابد.
 

کلیدواژه‌ها


عنوان مقاله [English]

Porosity 3D modeling using sequential Gaussian simulation in one of Persian Gulf oilfields

نویسندگان [English]

  • Mohammad Reza Kamali 1
  • Sahle Fard Lazarjani 2
  • Ali Kadkhodaie 3
  • Ghorbanali Sobhi 1
1 Faculty of Research and Development in Upstream Petroleum Industry, Tehran, Iran
2 Faculty of Geology, Science and Research Branch, Islamic Azad University, Tehran, Iran
3 Department of Geology, Faculty of Natural Science, Tabriz University, Iran
چکیده [English]

 
Porosity is a petrophysical property used for reservoir 3D modeling and prediction of production scenarios for the purpose of economic decisions play an important role in field and reservoir management.  In this study, drilling data (logs) from 3 wells and geostatistical method including sequential Gaussian simulation were used to predict porosity pertophysical property. Sequential Gaussian simulation is widely used for porosity model construction since it is easily applied and is flexible in real heterogeneous conditions. In this method, with the available data including values and coordinates values of the same parameter in unknown points can be predicted.  In Sequential Gaussian method cells having certain values from petrophysical parameters are taken into account. After, constructing reservoir structural model and analyses of petrophysical data, simulations models for 5 reservoir units of Sarvak and Dariyan reservoirs (1, 2, 3 and 4) in the studied filed were established for porosity with high precision.
 

کلیدواژه‌ها [English]

  • Petrophysical Properties
  • Porosity
  • geostatistical method
  • sequential gaussian simulation

[1]. Joa Feipe Costa A. and Zingano C., “Simulation– an approach to risk Analysis in coal mining,” Exploration and Mining Geology, Vol. 9, No. 1, pp. 43-49, 2000.##

[2]. Sahin A. and Al- Salem A. A., “Stochastic modeling of porosity distribution in multi- zonal carbonate reservoir,” SPE 68113, 2001.##

[3]. Deustch C. V., and Journel A. G. GSLIB, “Geostatical software library and user›s guide,” Oxford Univ. Press, New York, p. 340, 1992.##

[4]. Dubrule O. “Geostatistics fir seismic data integration in earth model,” Society of Exploration Geophysics (SEG), European Association of Geoscientists & Engineers, 2003.##

[5]. حسنی پاک ع.، "زمین آمار (ژئواستاتیستیک)،" انتشارات دانشگاه تهران، چاپ سوم، 1389.##

[6]. Schumberger, Petrel Introduction course, “Schumberger information solutions,” 2006.##

[7]. Schumberger, Seismic- to- Simulation Software, “Property Modeling Course,” p. 503, 2009.##

[8]. Dean L., “Reservoir  Engineering for Geologists,” Part 3- Volumetric Estimation, Reservoir, Issue 11, p. 20, 2007.##

[9]. روند جی. ام، "اصول زمین آماری،" ترجمه مهندس علی اصغر خدایاری، انتشارات جهاد دانشگاهی دانشکده فنی تهران، 1371.##

[10]. Deutsch C. V. and Cockerman P. W., “Geostatistical modeling of permeability with annealing Co- simulation (ACS),” SPE 28413, 1994.##