MODELACIÓN ESTOCÁSTICA DE YACIMIENTOS PETROLEROS

Transcripción

1 SEMINARIOS DE MODELACIÓN COMPUTACIONAL 8 de septiembre de 2006 MODELACIÓN ESTOCÁSTICA DE YACIMIENTOS PETROLEROS MARTÍN N A. DÍAZD VIERA INSTITUTO MEXICANO DEL PETRÓLEO PROYECTO IMP F ACTUALIZACION DEL MODELO DIAGENETICO DE LAS ROCAS DE LA FORMACION CHICONTEPEC Martín n A. DíazD az-viera 1, Ricardo Casar-Gonz González 1, Juan Araujo-Mendieta 1 y Humberto Salazar-Soto Soto 2 1) Instituto Mexicano del Petróleo 2) Activo Integral Poza Rica-Altamira, Pemex Región Norte EXPLORACION Y PRODUCCION

2 Introducción La explotación de los yacimientos de baja productividad del tipo de secuencias turbidíticas en la cuenca Tampico-Misantla presenta retos importantes, como son la modelación e identificación de los horizontes con posibilidad de almacenar hidrocarburos. 08/09/2006 2

3 Introducción En este sentido el modelado geológico gico y petrofísico de las formaciones de interés s aporta las herramientas necesarias para comprender la complejidad de los mecanismos de los yacimientos. 08/09/2006 3

4 Introducción Para hacer frente a los problemas de la caracterización de yacimientos, la industria petrolera internacional está empleando cada vez más m técnicas geoestadísticas sticas, que permiten combinar la información n de manera integrada Estudios Integrales de Yacimientos 08/09/2006 4

5 Introducción No obstante, existe la idea generalizada de que al aplicar los modelos geoestadísticos sticos (estocásticos) sticos) se está jugando con el azar, de la misma manera como si se lanzara un dado para decidir si en una determinada ubicación n hay un tipo u otro de facies. 08/09/2006 5

6 Introducción Propósito de la Geoestadística Manejar la incertidumbre. A partir de escasa información conocida estimar o predecir el valor de una variable en localidades donde no se conoce 08/09/2006 6

7 Modelación geológica-petrofísica Registros Núcleos Sísmica Modelo Geológico Modelo GeológicoPetrofísico S w m a trix S w fra c ture 08/09/ Escalamiento Simulación

8 Metodología a de la modelación geológica gica-petrofísica Objetivo: Modelo Geológico gico-petrofísico Consiste en: Modelo Geológico: : Descripción de los rasgos geológicos-estructurales estructurales del yacimiento (fallas, delimitación de unidades geológicas, identificación de facies y su distribución) Modelo Petrofísico: : Distribución de las propiedades petrofísicas de las rocas y fluidos (porosidad, permeabilidad, saturación, etc) 08/09/2006 8

9 Área de estudio: Amatitlán,, Soledad y Coyotes Campos Amatitlán, Soledad y Coyotes 08/09/2006 9

10 Formación Chicontepec FORMACIONES CHICONTEPEC SUPERIOR Edad EOCENO INFERIOR Abreviatura CH-Sup CHICONTEPEC MEDIO PALEOCENO SUPERIOR CH-Med CHICONTEPEC INFERIOR CHICONTEPEC BASAL PALEOCENO MEDIO PALEOCENO INFERIOR CH-Inf CH-Basal 08/09/

11 Información n de registros de pozo 24 registros de pozo en previamente procesados distribuidos de manera uniforme en el área de estudio. 08/09/

12 Ubicación n de los pozos Location Map X (m) PACHITEPEC-1 HORCONES-336 COYOTES-401HORCONES CAMAITLAN-1A COYOTES-217 N PITEPEC-1 GALO-1 COYOTES ARAGON Y (m) SITIO-501 AYACAXTLA-1 SOLEDAD_NORTE-36 Y (m) TEPENAHUAC-1 TZAPOTEMPA CHICONTEPEC-2B POSTECTITLA-1A AHUATEPEC X (m) AMATITLAN-2 AMATITLAN-1489 DORADO-1D VINAZCO-1D CHUNCO-1 08/09/

13 Información n de cimas A partir de las elevaciones identificadas en los pozos se obtuvieron las superficies correspondientes a las cimas Chicontepec Superior, Medio, Inferior y Basal. 08/09/

14 Clasificación n de facies La identificación n de las facies en los registros geofísicos se realizó en base al análisis de la respuesta de la firma litológica en las curvas. Se utilizaron los registros: rayos gamma (RG), potencial natural (SP), resistividades, densidad y sónico s de porosidad Se establece la siguiente clasificación n de facies: Areniscas Lutitas Facies Limolitas-arenosas arenosas Lutitas-arenosas arenosas Código /09/

15 Distribución n de las Facies en los Pozos /09/

16 MODELO GEOLÓGICO Consta de las siguientes etapas: 1. Modelo Estructural 2. Modelo Estratigráfico 3. Modelo Litológico 08/09/

17 MODELO ESTRUCTURAL (Arquitectura del Yacimiento) Define el marco geométrico básico de la trampa de hidrocarburos 1. Fallas principales: No se contó con información 2. Superficies geológicas (cimas): Sólo marcas en pozos 08/09/

18 Modelo Estructural /09/

19 Sección Este-Oeste Modelo Estructural 08/09/

20 MODELO ESTRATIGRÁFICO paralelas Define la geometría (malla) interna de las unidades de la formación: - Capas proporcionales - Capas paralelas proporcionales 08/09/

21 Malla Estratigráfica Dentro de cada unidad Tamaño o de la malla litológica se define una Unidades en la dirección Litológicas malla propia que horizontal (m) coincide en la dirección horizontal con la malla Chicontepec de referencia del modelo Superior y que en la dirección vertical puede ser Chicontepec Medio proporcional o paralela 500x x a las cimas que Chicontepec delimitan a la unidad. Inferior 500x Número de celdas en la dirección vertical 08/09/

22 Malla Estratigráfica 08/09/

23 Malla Estratigráfica 08/09/

24 MODELO LITOLÓGICO Definición de litotipos: Agrupación de Facies por sus propiedades petrofísicas Distribución de litotipos 08/09/

25 Definición de litotipos Está basado en el análisis estadístico de las propiedades petrofísicas: porosidad y permeabilidad Los valores medios se diferencian claramente para las areniscas y las lutitas, mientras que para las limolitas-arenosas arenosas y lutitas-arenosas arenosas son similares. porosidad log-permeabilidad 08/09/

26 Definición de litotipos Se toma la decisión de agrupar las facies en tres litotipos para todas las unidades litológicas: 1. Areniscas: constituido por la facies del mismo nombre. 2. Lutitas-arenosas: arenosas: constituido por las facies limolitas-arenosas arenosas y lutitas-arenosas. arenosas. 3. Lutitas: constituido por la facies del mismo nombre. 08/09/

27 Distribución de litotipos La simulación estocástica de la distribución espacial de los litotipos primero se realizó para la unidad litológica Chicontepec Inferior aplicando cuatro métodos diferentes de simulación estocástica: 1. Monogaussiano: 2. Plurigaussiano con regla de litotipos gradacional 3. Plurigaussiano con regla de litotipos jerárquica 4. Booleano 08/09/

28 Distribución de litotipos Método Monogaussiano: Consiste en truncar una FA gaussiana usando tantos umbrales como litotipos se deseen simular. Los umbrales son seleccionados de manera tal que coincidan con las proporciones de los litotipos. Mientras que la función aleatoria gaussiana se construye de manera que reproduzca la correlación espacial de cada uno de los litotipos. 08/09/

29 Distribución de litotipos Método Plurigaussiano Es una generalización del monogaussiano empleando dos funciones aleatorias gaussianas. Esto brinda la posibilidad de obtener relaciones más complejas entre los litotipos. Usa una regla de litotipos que no es más que el modo en que se truncaran por umbrales las dos gaussianas de manera que se preserven las proporciones de los litotipos. 08/09/

30 Distribución de litotipos Método Plurigaussiano con dos reglas de litotipos: Una de tipo transicional que impone la separación de las lutitas y las areniscas mediantes lutitas-arenosas, arenosas, es decir, hay una distribución en la misma proporción de areniscas, lutitas-arenosas arenosas y lutitas. 08/09/

31 Distribución de litotipos Método Plurigaussiano con dos reglas de litotipos: La otra regla que se usó es la conocida como jerárquica, donde los litotipos areniscas y lutitas-arenosas arenosas están en contacto entre ellas en una mayor proporción que sus contactos con las lutitas, pero estos no están completamente excluidos, como en la regla transicional. 08/09/

32 Distribución de litotipos Método booleano Consiste en distribuir según una función de intensidad (densidad) ciertos objetos geométricos que se adecuen a la forma que adoptan las facies. Por lo que hay que definir la forma, parámetros geométricos y densidad de distribución de estos objetos. En el caso de varias facies, siempre hay una que se considerará como el fondo sobre el que se colocarán los objetos que simulan a las otras facies. 08/09/

33 Sección Horizontal Plurigaussiano Transicional Plurigaussiano Jerárquico 08/09/ Monogaussiano Booleano

34 Sección Vertical Plurigaussiano Transicional Plurigaussiano Jerárquico Monogaussiano Booleano 08/09/

35 Curvas de proporción vertical Las curvas de proporción vertical calculadas a partir de las simulaciones pueden servir como un índice de la calidad de las mismas en la medida que reproduzcan los valores de la curva de proporción empírica. 08/09/

36 Curvas de proporción vertical Plurigaussiano Transicional Plurigaussiano Jerárquico Monogaussiano Booleano 08/09/

37 Curvas de proporción vertical Se puede observar que la curva correspondiente a la simulación booleana es la que más se diferencia de la curva empírica. Mientras que las curvas correspondientes a los tres métodos gaussianos se comportan de manera similar. La correspondiente al monogaussiano la reproduce de manera suave Las de los plurigaussianos reproducen con más detalle la variabilidad vertical. 08/09/

38 Matrices de proporciones verticales Si observamos las matrices de proporciones verticales podemos ver que la correspondiente al método booleano resulta ser la más parecida a la matriz empírica, Esto quiere decir que reproduce bien la tendencia horizontal de la distribución de litotipos, pero falla en la proporción vertical en sentido global. Empírica Booleano 08/09/

39 Matrices de proporciones verticales Plurigaussiano Transicional Plurigaussiano Jerárquico Monogaussiano Booleano Empírica 08/09/

40 Matrices de proporciones verticales Los tres métodos gaussianos una vez más se comportaron de manera similar, es decir, reproducen a grosso modo el comportamiento de la matriz empírica. Resulta importante destacar que no se intentó ajustar de manera óptima los parámetros del método booleano, sólo se usó como referencia comparativa, por lo que mediante cierto trabajo adicional se podrían obtener modelos más realistas usando este método. 08/09/

41 Distribución de litotipos Tomando en consideración los resultados anteriores y haciendo un análisis de la distribuciones espaciales de los litotipos, resultan de manera visual más coherentes los métodos plurigaussianos,, y en particular el método plurigaussiano jerárquico. Se aplicó entonces a cada unidad litológica el método de simulación estocástica plurigaussiano con la regla de litotipos jerárquica. Posteriormente, se integró geométricamente los resultados en el marco estructural del yacimiento obteniéndose el modelo de distribución de litotipos en 3-D. 3 08/09/

42 Distribución de litotipos: Sección Horizontal 08/09/

43 Distribución de litotipos: Sección Vertical 08/09/

44 MODELO PETROFÍSICO De manera correspondiente se obtuvieron los modelos de distribución de propiedades petrofísicas. La porosidad se obtuvo a partir de la simulación estocástica Secuencial Gaussiana restringida por la distribución espacial de litotipos de manera que se reproduzcan las características estadísticas previamente inferidas en cada unidad litológica. Mientras que la permeabilidad a su vez se obtuvo a partir de la porosidad mediante una regresión lineal según el litotipo y la unidad litológica correspondiente. 08/09/

45 Distribución de la porosidad 08/09/

46 Distribución de la porosidad 08/09/

47 Conclusiones Mostrar las potencialidades que encierran los modelos estocásticos sticos Cuantificar de manera efectiva y realista la distribución n de facies en yacimientos con geología a muy compleja como es el caso de los asociados con ambientes turbidíticos. ticos. 08/09/

48 Recomendaciones y trabajo futuro Integrar el modelo con la información sísmica. smica. Emplear atributos sísmicos: s smicos: impedancia acústica, coherencia, etc., - para delimitar cuerpos y - establecer proporciones de las facies. 08/09/

49 Referencias importantes: Consentino L., Integrated Reservoir Studies, TECHNIP, Christian Lantuejoul, Geostatistical Simulation: Models and Algorithms,, Springer Verlag,, Deutsch Clayton, Geostatistical Reservoir Modeling,, Oxford University Press, Dubrule Olivier, Geostatistics for Seismic Data Integration in Earth Models,, EAGE, Mohan Kelkar and Godofredo Pérez, Applied Geostatistics for Reservoir Characterization,, SPE, /09/

50 !!!Muchas Gracias Por su Atención 08/09/