مدلسازی گسسته و چند مقیاسه شکستگی ها در مخازن شکافدار طبیعی، مطالعه موردی یکی از میادین خلیج‌فارس

نوع مقاله : مقاله پژوهشی

نویسندگان

1 کارشناسی ارشد؛ دانشکده مهندسی معدن، نفت و ژئوفیزیک، دانشگاه صنعتی شاهرود

2 عضو هیات علمی دانشکده مهندسی معدن، نفت و ژئوفیزیک دانشگاه صنعتی شاهرود

چکیده

تهیه و به روز رسانی مدل‌های دقیق از توزیع شکستگی‌ها در مخازن هیدروکربنی، از موارد پیچیده در مسائل مربوط به ژئومکانیک مخازن می‌باشد. داده‌های چاه همواره از ارزش بالایی در مدل‌سازی توزیع شکستگی‌ها در مخزن برخوردار هستند. با این حال تکیه بر داده‌های چاه به تنهایی باعث افزایش عدم قطعیت در چگونگی توزیع شکستگی در سرتاسر مخزن می‌شود. روش‌های معمول در توزیع شکستگی، معمولا ًاز الگوریتم‌های درون‌یابی به منظور پیش‌بینی توزیع فضایی شکستگی‌ها در مخزن استفاده می‌کنند. در این تحقیق با استفاده از مفهوم محرک‌های شکستگی، مدل توزیع شکستگی در مخازنی که اطلاعات چاه به صورت بسیار اندک در دسترس است و در واقع مخزن در مرحله شناسایی می-باشد، با ترکیب داده‌های لرزه‌نگاری سه بعدی بدست می‌آید. بدین منظور از اطلاعات ارزشمند ولی بسیار اندک چاه تنها برای تعیین زون‌های شکستگی و جهت‌یابی آنها استفاده می‌شود. سپس نشانگرهای تعیین‌کننده شکستگی به عنوان بستر لازم برای توزیع محرک‌های شکستگی در مخزن از داده‌های لرزه‌ای استخراج می‌گردد. سپس با تعیین محرک‌های شکستگی، مدل توزیع شکستگی با استفاده از روش‌های کریجینگ و شبیه سازی گاوسی متوالی بدست می‌آید. در ادامه با پیاده سازی الگوریتم‌های تعیین شکستگی بر روی داده‌های لرزه‌ای، مدل‌های توزیع‌های شدت شکستگی به روش کوکریجینگ هم‌مختصات بر روی نشانگرها تهیه می‌شوند. در این مرحله با دسته‌بندی شکستگی‌های مخزن از منظر اهمیت در انتقال سیال و با استفاده از اطلاعات زمین شناسی، مدل شبکه گسسته شکستگی برای مقیاس‌های متفاوت شکستگی‌ها، بدست می‌آید. این استراتژی بر روی مخزنی که اطلاعات بسیار اندکی از چاه در آن در دسترس است، پیاده گردید. تفسیر نتایج و مقایسه مدل‌های شبکه گسسته شکستگی بدست آمده با استراتژی پیشنهادی و روش معمول، نشان داد که می‌توان از مفهوم محرک‌های شکستگی جهت توزیع شکستگی‌ها در مخزن با استفاده از داده‌های لرزه‌ای سه بعدی، در مواردی که تعداد چاه‌های بسیار اندکی در مخزن وجود دارد، استفاده کرد.

کلیدواژه‌ها


Arpat, G.P., (2005). Sequential simulation with patterns. PhD Thesis, Stanford University, Stanford, CA, USA.
Anees, M. (2013). Seismic Attribute Analysis for Reservoir Characterization, 10th Biennial International Conference and Exposition.
Bohling, G. (2005). Introduction to geostatistics and variogram analysis. Kansas geological survey, 2.
Brown, A. (2001)- Understanding seismic attributes: Geophysics, 66, pp 47-49.
Chopra, S., Marfurt, K. J. (2007). Seismic attributes, A new historical-perspective, Geophysics, 70(4): 3SO28SO.
Chao, W., Mian, C., Yan, J. (2009). A prediction method of borehole stability based on seismic attribute technology, Journal of Petroleum Science and Engineering, 65, pp 208-216.
Dershowitz, W.S., Herda, H.H. (1992). Interpretation of fracture spacing and intensity, The 33th US Symposium on Rock Mechanics (USRMS). American Rock Mechanics Association.
EI Ouahed, A.K., Tiab, D., Mazouzi, A. (2005). Application of artificial intelligence to characterize naturally fractured zones in Hassi Messaoud Oil Field, Algeria. Journal of Petroleum Science and Engineering, 49(3), pp 122-141.
Ferrill, D. A., A. P. Morris, R. N., McGinnis, K. J., Smart, C. W., William (2011). Fault zone deformation and displacement partitioning in mechanically layered carbonates, The Hidden Valley fault, central Texas, AAPG Bulletin, 95, pp 1383-1397, Doi: 10.1306/12031010065.
Fossen, H. (2010). Structural geology. Cambridge University Press, ISBN: 978-0-521-51664-8.
Guaiquirian, L., Gonzalez, P., Gonzalez, A., Manuela Hernandez, M., Le Maux T., Mattioni, L., Rouvroy P. (2007). Use of Discrete Fracture Network ‘DFN’ to characterize and model a Naturally Fractured Sandstone Reservoir, Orocual Field, San Juan Formation, Venezuela – A Case study, SPE Paper 108052 presented at the SPE Latin American and Caribbean Petroleum Engineering Conference, Buenos Aires, Argentinia, 15-18 April.
Guven Burc Arpat (2005). Sequential simulation with patterns. PhD Thesis, Stanford University, Stanford, CA, USA.
Hart, B.S., Pearson, R., Rawling, G.C. (2002). 3D seismic horizon-based approaches to fracture-swarm sweet spot definition in tight-gas reservoirs. The Leading Edge, 21(1), pp 28-35.
Nelson, R. A. (2001). Geologic analysis of naturally fractured reservoirs, Second edition, Gulf Professional Publishing, Boston, USA, ISBN: 0-88415-317-7.
Lorenz, J., Hill, R. (1992). Measurement and Analysis of Fracture in Core, in Geological Studies Relevant to Horizontal Drilling, Society of Petroleum Engineers (U.S). Eastern Regional Conference and Exhibition.
Lefranc, M., Farag, S., Souche, L., Dubois, A. (2012). Fractured Basement Reservoir Characterization for Fracture Distribution, Porosity and Permeability Prediction, AAPG International Conference and Exhibition, Singapore, pp 16-19.
Meldahl, P., Heggland, R., Bril, B., de Groot, P. (2001). Identifying faults and gas chimneys using multiattributes and neural networks: The Leading Edge, 20, pp 474-482.
Murray, G. (1968). Quantitative fracture study-Sanish Pool, McKenzie County, North Dakota, AAPG Bulletin, Vol. 52, no. 1, pp 57-65.
Marfurt, K.J., Chopra, S. (2006). Seismic attribute mapping of structure and stratigraphy, ISBN1560801352 9781560801351.
Ouenes, A., Hartley, L.J. (2000). Integrated fractured reservoir modeling using both discrete and continuum approaches, SPE Annual Technical Conference and Exhibition, Society of Petroleum Engineers.
Ouenes, A., Anderson, T.C., Klepacki, D., Bachir, A., Boukhelf, D., Robinson, G.C., Holmes, M., Black, B.J., Stamp, V.W. (2010). Integrated characterization and simulation of the fractured Tensleep Reservoir at Teapot Dome for CO2 injection design, SPE Western Regional Meeting. Society of Petroleum Engineers.
Ouenes, A. (2000). Practical application of fuzzy logic and neural networks to fractured reservoir characterization, Computers & Geosciences, 26(8), pp 953-962. Ouenes, A. (2010). Mapping natural fractures using 3D seismic and well data: Application to a shale play, Prism Seismic.
Pedersen, S.I., Randen, T., Sonneland, L., steen, O. (2002). Automatic 3D fault interpretation by artificial ants, 64th EAGE conference & exhibition.
Roberts, A. (2001). Curvature attributes and their application to 3D interpreted horizons. First break, 19(2), pp 85-100.
Randen, T., Pedersen, S.I., Sonneland, L. (2001). Automatic extraction of fault surface from threedimensional seismic data, Annual International Meeting, Society Exploration Geophysicist, Expanded abstract.
Stearns, D.W., Friedman, M. (1972). Reservoirs in fractured rock, Geologic exploration methods, AAPG International Conference and Exhibition, pp 82-106.
Smith, V.L. (2008). Modeling natural fracture networks, Establishing the groundwork for flow simulation at Teapot Dome, Wyoming. WEST VIRGINIA UNIVERSITY.
Taner, M. T., Schuelke, J. S., ODoherty, R., Baysal, E. (1994). Seismic attributes revisited, 64th Annual International Meeting, SEG, Expanded Abstracts, pp 1104-1106.
Wilson, T.H., Smith, V., Brown, A. (2013). Developing a strategy for CO2 EOR in an unconventional reservoir using 3D seismic attribute workflows and fracture image logs, 2013 SEG Annual Meeting. Society of Exploration Geophysicists.
Zellou, A.M., Ouenes, A., Banik, A. (1995). Improved fractured reservoir characterization using neural networks, geomechanics and 3D seismic, SPE Annual Technical Conference and Exhibition. Society of Petroleum Engineers.
Zellou A. M., Ouenes A. (2001). Integrated fractured reservoir characterization using neural networks and fuzzy logic: three case studies, Journal of Petroleum Geology, pp 459-476.