مدل‌سازی تخلخل با استفاده هم‌زمان نشان‌گرهای لرزه‌ای و رخساره‌های الکتریکی در مخزن سروک در یکی از میادین نفتی ایران

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشکده مهندسی نفت، دانشگاه صنعتی امیرکبیر، تهران، ایران

2 گروه زمین‌شناسی، دانشکده علوم، دانشگاه تبریز، تهران، ایران

چکیده

توزیع مناسب تخلخل مفید در مدل‌سازی استاتیک مخازن هیدروکربونی اهمیت به‌سزایی در محاسبات حجم سنجی، نحوه توزیع کیفیت مخزنی، مشخص کردن بخش‌های تولیدی و غیره دارد. استفاده از داده‌های ثانویه (به‌طور مثال داده‌های لرزه‌ای) و روش‌های مناسب توزیع زمین آماری می‌تواند در بهبود این فرآیند بسیار مهم باشد. در این مطالعه تخلخل مفید مربوط به مخزن ناهمگن سروک در یکی از میادین فروافتادگی دزفول به‌صورت سه‌بعدی با استفاده از نرم‌افزار پترل مدل گردید. بنابراین، ضمن در نظر گرفتن دانش زمین آمار در توزیع تخلخل، نقشه‌های روندی و مکعب لرزه‌ای جهت توزیع تخلخل مورد استفاده قرار گرفت. از این رو، نشان‌گر تضعیف موج لرزه‌ای، نشان‌گر پوش، نشان‌گر نرمی و نشان‌گر دامنه جذر میانگین مربعات به‌همراه نشان‌گر مقاومت صوتی از روی مکعب لرزه‌ای ساخته شد و سپس براساس آنها نقشه‌های روندی مناسب جهت توزیع تخلخل تهیه گردید. به‌منظور کنترل توزیع تخلخل در فضای سه‌بعدی مخزن، استفاده از روش‌های خوشه‌بندی و تعیین رخساره‌های الکتریکی مورد توجه قرار گرفت. در این مطالعه، رخساره‌های الکتریکی با داده‌های ورودی مشخص و استفاده از روش MRGC جهت تشخیص بخش‌های همگن مخزنی ساخته شد. براساس آنالیز رخساره‌های الکتریکی تعداد پنج رخساره تشخیص داده شد که از بین آنها دو رخساره دارای کیفیت مخزنی پایین و سه رخساره دارای کیفیت مخزنی نسبتاً خوبی بودند. توزیع سه‌بعدی تخلخل برای هر کدام از رخساره‌های الکتریکی متناظر، از طریق واریوگرافی مشروط گردید تا روند تغییرات تخلخل یا توزیع رخساره‌ها هم‌خوانی داشته باشد. همچنین استفاده از نقشه‌های روندی تغییرات مقاومت صوتی منجر به توزیع صحیح رخساره‌های الکتریکی و آن هم به نوبه خود منجر به توزیع بهتر تخلخل گردید. به‌دلیل همبستگی بالای تخلخل با داده‌های مقاومت صوتی، از این داده به‌عنوان داده ثانویه با استفاده از روش کریجینگ هم‌زمان مرتب (collocated co-kriging) جهت توزیع بهتر تخلخل استفاده گردید. براساس این مطالعه، بخش سروک پایینی کیفیت مخزنی بهتری نسبت به بخش سروک بالایی دارد که متاثر از گسترش رخساره‌های مخزنی با کیفیت مخزنی بالا است. این مطالعه نشان داد که میزان دقت توزیع سه‌بعدی تخلخل در صورت استفاده هم‌زمان و تلفیقی از داده‌های لرزه‌ای و رخساره‌های الکتریکی همراه با استفاده از روش‌های زمین آماری مناسب زیاد شده و میزان عدم قطعیت در توزیع تخلخل کاهش می‌یابد.
 

کلیدواژه‌ها


عنوان مقاله [English]

Porosity Modeling Using Simultaneously Seismic Attribute and Electrofacies Data in Sarvak Reservoir of an Iranian Oil Field

نویسندگان [English]

  • Vali Mehdipour 1
  • Ahmad Reza Rabbani 1
  • Ali Kadkhodaie 2
1 Faculty of Petroleum Engineering, Amirkabir University of Technology, Tehran, Iran
2 Earth Sciences Department, Faculty of Natural Science, University of Tabriz, Iran
چکیده [English]

In this study, 3D model of effective porosity in heterogeneous Sarvak reservoir in one oil filed located in Dezful Embayment has been constructed. Therefore, geostatistics method has been applied for porosity propagation along with using trend maps of seismic attributes as well as seismic cube as secondary variable for Collocated co-kriging. Thus, the different seismic attributes including Attenuation, Envelope, RMS amplitude, Sweetness and Acoustic impedance attributes have been provided. The multiple attribute property has been used for preparing the related trend maps to be used in porosity modeling. Moreover, electrofacies analysis has been done via applying MRGC algorithm in order to control porosity distribution in 3D reservoir model. In this study, we tried to consider the trend maps, electrofacies, and seismic acoustic impedance cube along with applying geostatistics algorithms for 3D porosity propagation. Based on this study, the lower Sarvak has better reservoir quality than the Upper Sarvak due to developing of good reservoir facies. According to this study, the accuracy of the porosity model increases when it is used simultaneously seismic data and electrofacies, resulted in decreasing uncertainty of porosity distribution.
 

کلیدواژه‌ها [English]

  • Heterogeneous
  • Porosity
  • Electrofacies
  • Acoustic Impedance
  • 3D Model
[1]. Kaufmann O, Martin T (2008) 3D Geological Modelling From Boreholes, Cross-Sections And Geological Maps, Application over Former Natural Gas Storages in Coal Mines. Computers and Geosciences 34, 3: 278–290. ##
[2]. Costa J F, Zingano A C, KOPPE J C (2000) Simulation—an approach to risk analysis in coal mining, Exploration and Mining Geology, 9, 1, 43-49. ##
[3]. Pyrcz M J, Deutsch C V (2014) Geostatistical reservoir modeling, Oxford university press. ##
[4]. GhojehBeyglou M (2021) Geostatistical modeling of porosity and evaluating the local and global distribution, Journal of Petroleum Exploration and Production Technology, 11, 12: 4227-4241.‏ ##
[5]. Evans Annan B, Aidoo A, Ejeh C, Emmanuel A, Ocran D (2019) Mapping of porosity, permeability and thickness distribution: application of geostatistical modeling for the jubilee oilfield in Ghana, Geosciences 9, 2: 27-49.‏ ##
[6]. Daly C, Quental S, Novak D, (2010) A faster, more accurate Gaussian simulation. In: proceedings of the geocanada conference, calgary, AB, Canada, 10–14. ##
[7]. Grader A S, Clark A B S, Al-Dayyani T, Nur A (2009) Computations of porosity and ermeability of sparic carbonate using Multi-Scale CT images, International Symposium of the Society of Core Analysts, The Netherlands 27-30 September, SCA2009-Temp Paper#03-10, 10. ##
[8]. GhojehBeyglou M (2021) Geostatistical modeling of porosity and evaluating the local and global distribution, Journal of Petroleum Exploration and Production Technology, 11, 12: 4227-4241.‏ ##
[9]. Evans Annan B, Aidoo A, Ejeh C, Emmanuel A, Ocran D (2019) Mapping of porosity, permeability and thickness distribution: application of geostatistical modeling for the jubilee oilfield in Ghana, Geosciences, 9, 2: 27-49.‏ ##
[10]. Skalinski M, Kenter J A M (2014) Carbonate petrophysical rock typing: integrating geological attributes and petrophysical properties while linking with dynamic behaviour, Geological Society, London, Special Publications, 406: 229–259. ##
[11]. Kadkhodaie A, Kadkhodaie R (2018) Review of reservoir rock typing methods in carbonate reservoirs: relation between geological, seismic, and reservoir rock types, Iranian Journal of Oil and Gas Science and Technology, 7, 4: 13-35. ##
[12]. Russell B, Hampson D P, Schuelke J S, Quirein J A (1997) Multi-attribute seismic analysis, The leading Edge, 16, 1439-1443. ##
[13]. Batzle M, Hofmann R, Prasad M, Kumar G, Duranti L, Han D H (2005) Seismic attenuation: observations and mechanisms, SEG Technical Program Expanded Abstracts, 1565-1568. ##
[14]. Raji W, Rietbrock A (2013) Attenuation (1/Q) estimation in reflection seismic records, Journal of Geophysics and Engineering, 10, 4: 045012. ##
[15]. Koson S, Chenrai P, Choowong M (2014) Seismic attributes and their applications in seismic geomorphology, Bulletin of Earth Sciences of Thailand, 6, 1: 1-9. ##
[16]. Casini G, Gillespie P A, Verges A, Romaire I, Fernandez N, Casciello E, Saura E, Mehl C, Homke S, Embry J C, Aghajari L, Hunt D W (2011) Sub-seismic fractures in foreland fold and thrust belts: insight from the Lurestan Province, Zagros Mountains, Iran, Petroleum Geoscience, 17: 263–282. ##
[17]. James G A, Wynd J G (1965) Stratigraphic nomenclature of Iranian oil consortium agreement area, AAPG Bull, 49: 2182-2245. ##
[18]. آقانباتی ع (1383) زمین‌شناسی ایران، سازمان زمین‌شناسی و اکتشافات معدنی کشور، 586. ##
[19]. مطیعی ه (1372)، زمین‌شناسی ایران، چینه‌شناسی زاگرس، سازمان زمین‌شناسی کشور، طرح تدوین کتاب، تهران، 536. ##
[20]. Hearst J R, Nelson P H, Paillet F L (2000) Well logging for physical properties: a handbook for geophysicists, geologists, and Engineers, New York, John Wiley and Sons, 483. ##
[21]. ادب‌نژاد پ، کدخدائی ع، نوروزی غ م رستمی ا ش (1397) مدل‌سازی سه‌بعدی واحدهای ژئومکانیکی با استفاده از داده‌های لرزه‌ای در یکی از میادین گازی جنوب ایران. پژوهش نفت، 28، (97-1)، 96-85. ##
[22]. مهدی‌پور و، هاشمیان خ (1393) مقایسه مراحل انجام مدل‌سازی استاتیک مخازن هیدروکربنی با استفاده از نرم‌افزارهای RMS و PETREL، سومین کنفرانس مهندسی مخزن، تهران، ایران. ##
[23]. Kadkhodaie-Ilkhchi R, Kadkhodaie A, Rezaee M R, Mehdipour V (2019) Unraveling the reservoir heterogeneity of the tight gas sandstones using the porosity conditioned facies modeling in the Whicher Range field, Perth Basin, Western Australia, Journal of Petroleum Science and Engineering, 176: 97-115. ##
[24]. Iske A, Randen T (2005) Mathematical methods and modelling in hydrocarbon exploration and production, Springer Berlin Heidelberg New York. ##
[25]. Zhao S, Zhou Y, Wang M, Xin X, Chen F (2014) Thickness, porosity, and permeability prediction: comparative studies and application of the geostastical modeling in an oil field, Environmental Research Systems, 3: 7. ##
[26]. Oliver M A (2010) Geostatistical applications for precision agriculture, Springer Science and Business Media. ##