معرفی روش بهینه تخمین تخلخل با استفاده از تلفیق نگاره‌های چاه‌پیمایی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 گروه زمین شناسی کاربردی، دانشکده علوم زمین، دانشگاه خوارزمی

2 دانشگاه خوارزمی، دانشکده علوم زمین

چکیده

تخلخل یک عامل بسیار حساس در تعیین سرعت امواج، تخمین پارامترهای ژئومکانیکی و خصوصیات پتروفیزیکی مخازن هیدروکربنی محسوب می­‌شود. امروزه در صنعت نفت این پارامتر با استفاده از روش تزریق گاز هلیوم به نمونه­‌های مغزه (پلاگ) به دست می­‌آید. تعیین تخلخل توسط روش­‌هایی مانند آنالیز مغزه مستلزم صرف زمان و هزینه بالا است. مغزه­‌گیری عملی دشوار و پرهزینه است. به علاوه امکان مغزه­‌گیری در برخی چاه­‌ها (مانند چاه‌های افقی) وجود ندارد. بنابراین به علت نبود مغزه­‌های کافی و تغییرات سنگ­‌شناسی و ناهمگنی سنگ مخزن، تعیین این پارامتر توسط روش‌­های معمول از دقت چندانی برخوردار نمی‌­باشد.
در این پژوهش در یکی از چاه­‌های نفتی در جنوب غرب کشور تخلخل بر اساس داده­‌های نگاره نوترون، چگالی، صوتی، و همچنین تلفیق این نگاره­‌ها محاسبه شد. برای تعدادی نمونه مغزه هم تخلخل به‌روش تزریق گاز هلیوم محاسبه شد. با استفاده از تحلیل آماری-ریاضی رابطه تجربی برای محاسبه تخلخل بر اساس تلفیقی از نگاره­‌های پتروفیزیکی ارائه شد که رابطه پیشنهادی مقدار واقع بینانه‌­تری نسبت به سایر روش‌ها بدست می­‌دهد. از دیگر مزایای این روش می‌­توان گفت که بر خلاف سایر روش‌­های موجود، هم به صورت برجا و هم بصورت غیر برجا (آزمایشگاهی) قابل اجرا است، و اینکه هزینه­‌های تمام شده با این روش بسیار کمتر از سایر روش­‌های موجود است. از دیگر نکات مثبت این روش می­‌توان به قابل اجرا بودن آن برای همه سنگ­‌ها از نظر جنس اشاره کرد. به عبارت دیگر نکته مهم در روش پیشنهادی این است که در این روش بر خلاف سایر روش­‌ها که فقط از یک عامل برای اندازه­‌گیری تخلخل استفاده می‌­شود (به عنوان مثال: میزان هیدروژن در روش نگاره نوترون یا سرعت موج طولی در روش نگاره صوتی)، در این روش از سه پارامتر شامل: چگالی، سرعت موج طولی و سرعت موج برشی استفاده می­‌شود که میزان خطا را به طور چشمگیری کاهش می­‌دهد.

کلیدواژه‌ها

عنوان مقاله [English]

Introducing an optimized procedure for estimation of porosity, using a combination well log data

نویسندگان [English]

  • Mohammad Javad Bazyar 1
  • Mohammad Reza Asef 2
  • Ali Misaghi 1
1 Applied Geology Dept. Faculty of Earth Sciences, Kharazmi University
2 Kharazmi University, Faculty of Earth Sciences
چکیده [English]

Porosity is a very sensitive parameter for determining the velocity of waves, estimating geomechanical parameters and petrophysical properties of hydrocarbon reservoirs. Today, in oil industry this parameter is obtained by using the helium gas injection method on core samples. Determining porosity by methods such as core analysis requires a lot of time and money. Coring is difficult and costly. In addition, it is not possible to core in some wells (such as horizontal wells). Therefore, due to the lack of sufficient cores and lithological changes and heterogeneity of reservoir rock, the determination of this parameter by conventional methods is not very accurate. So far, many experimental relationships have been proposed to calculate porosity, but in most cases, the results in different regions are not desirable.
In this study, in an oil well South-west Iran, porosity was measured using neutron, density and sonic logs and also a combination of these data. Then for 645 specimens of the same section, porosity was measured using helium gas injection test. Correlation analysis and mathematical manipulation resulted in an empirical equation for estimation of porosity based on a combination of three indicators: compressional wave velocity (Vp), density (), and the ratio of compressional to shear wave velocities (Vp/Vs). Artificial intelligence technics were used to optimize this empirical equation. As a result, porosity can be estimated at a lower cost and more accuracy for the whole length of drilling.

کلیدواژه‌ها [English]

  • Porosity
  • Geomechanics
  • Petrophysics
  • Helium gas injection
  • Neutron log
  • Density log
  • Sonic log

مراجع

[1] Ramadhan, A. A., & Mahmood, A. J. (2020). Petrophysical Properties and Well Log Interpretations of Tertiary Reservoir in Khabaz Oil Field/Northern Iraq. Journal of Engineering, 26(6), 18-34.
[2] Goodway, B., Chen, T., & Downton, J. (1997). Improved AVO fluid detection and lithology discrimination using Lamé petrophysical parameters;“λρ”,“μρ”, & “λ/μ fluid stack”, from P and S inversions. In SEG technical program expanded abstracts 1997 (pp. 183-186). Society of Exploration Geophysicists.
[3] Asef, M R, Farrokhrouz, M. (2010) Governing Parameters for Approximation of Carbonates UCS. Electronic Journal of Geotechnical Engineering (EJGE), USA, 1581-1592, Vol. 15, No. N.
[4] Asef, M. R., M. Farrokhrouz (2017) A semi-empirical relation between static and dynamic elastic modulus. Journal of Petroleum Science and Engineering 157 (2017) 359–363
[5] Farrokhrooz, M., Asef, M. R., Kharrat R (2014) Empirical Estimation of Uniaxial Compressive Strength of Shale Formations. Geophysics, Vol. 79, No. 4: pp. D227-D233. doi:10.1190/geo2013-0315.1.
[6] Farrokhrouz, M., Asef M. R. (2017). Experimental investigation for predicting compressive strength of sandstone. Journal of Natural Gas Science and Engineering 43, 222-229. DOI:10.1016/j.jngse. 2017.03.023.
[7] فهیمی فر، ا.، سروش، ح. (1380). آزمایش های مکانیک سنگ، مبانی نظری و استاندارد ها، جلد اول: آزمون های آزمایشگاهی، انتشارات شرکت سهامی آزمایشگاه های فنی و مکانیک خاک.
[8] Rezaee, M. R., Ilkhchi, A. K., & Barabadi, A. (2007). Prediction of shear wave velocity from petrophysical data utilizing intelligent systems: An example from a sandstone reservoir of Carnarvon Basin, Australia. Journal of Petroleum Science and Engineering, 55(3-4), 201-212.
[9] Baziar, S., Gafoori, M. M., Mohaimenian Pour, S. M., Bidhendi, M. N., & Hajiani, R. (2015). Toward a Thorough Approach to Predicting Klinkenberg Permeability in a Tight Gas Reservoir: A Comparative Study. Iranian Journal of Oil and Gas Science and Technology, 4(3), 18-36.
[10] Choo, H., Jun, H., & Yoon, H. K. (2018). Porosity estimation of unsaturated soil using Brutsaert equation. Soil Dynamics and Earthquake Engineering, 104, 33-39.
[11] Yoon, H. K., Jung, S. H., & Lee, J. S. (2011). Characterisation of subsurface spatial variability using a cone resistivity penetrometer. Soil Dynamics and Earthquake Engineering, 31(7), 1064-1071.
[12] Whalley, W. R., Jenkins, M., & Attenborough, K. (2012). The velocity of shear waves in unsaturated soil. Soil and Tillage research, 125, 30-37.
[13] Chen, W., Yang, L., Zha, B., Zhang, M., & Chen, Y. (2020). Deep learning reservoir porosity prediction based on multilayer long short-term memory network. Geophysics, 85(4), WA213-WA225.
[14] آصف، م. ر.، بازیار، م. ج.، میثاقی، ع. (1397). بهینه سازی ورودیهای مطالعات ژئومکانیک- مقایسه تحلیلی تخلخل سنگ با تلفیق لاهای پتروفیزیکی.، سومین کنفرانس ملی ژئومکانیک نفت.،
[15] بازیار، م. ج. ( 1397). تعیین میزان تخلخل در سنگ با استفاده از سرعت امواج و مقایسه آن با تخلخل نگاره نوترون، پایان نامه کارشناسی ارشد.، گروه زمین شناسی کاربردی دانشگاه خوارزمی.
[16] Kazimierz, T., Jacek, T., & Stanislaw, R. (2004). Evaluation of rock porosity measurement accuracy with a helium porosimeter. Acta Montanistica Slovaca, 3, 316-318.
[17] کدخدایی ، ع،. رضایی، م، ر.، رشیدی، م .، فتحی، ع. (1383). تخمین تخلخل سنگ مخزن با استفاده از سیستم شبکه های عصبی مصنوعی.، کنفرانس مهندسی معدن ایران.
[18] قبادی، م. ح.، قربانی صابر، ا. (1390). استفاده از سرعت عبور موج P جهت تعیین ویژگی های فیزیکی سنگ آهک سازند ایلام-سروک؛ هفتمین کنفرانس زمین شناسی مهندسی و محیط زیست ایران.
[19] Rodrigues, C. F., & De Sousa, M. L. (2002). The measurement of coal porosity with different gases. International Journal of Coal Geology, 48(3-4), 245-251.
[20] Wyllie, M. R. J., Gregory, A. R., & Gardner, L. W. (1956). Elastic wave velocities in heterogeneous and porous media. Geophysics, 21(1), 41-70.
[21] Hilchie, D. W. (1979). Old Electrical Log Interpretation [Pre-1958], Chapter 6: The Microlog.
 
نشریه علمی ژئومکانیک نفت
دوره 5، شماره 1
فروردین 1401
صفحه 82-91

فایل ها

هم رسانی

ارجاع به این مقاله

آمار