Nuevo Modelo de Permeabilidad: Alternativa utilizando registros de inducción

3D y de RMN.

Yacimiento Grimbeek. Manantiales Behr.

Optimización Modelo Estático del Proyecto Inyección de Polímeros GrimbeekII

N. Acosta. P. Pagliero. M. Eguia. J. Juri.

Desarrollo Implementación Manantiales Behr-Direccion de Desarrollo

Unidad de Negocios Chubut

2

Objetivos

Obtener relaciones independientes de la saturación de agua que permitan

realizar el poblado de la permeabilidad en el modelo estático del proyecto

Utilizar registros especiales de pozo

abierto que consideren la

heterogeneidad interna de facies de los

reservorios.

Independizarse de datos puntuales de

plugs de corona que generan “ruidos”

en el poblado de permeabilidad.

3

•Ubicación y Marco Geológico •Registros utilizados

•Saturación de agua con inducción tridimensional

•Índice de Permeabilidad de RMN

•Modelo de Permeabilidad inicial

•Nuevo modelo de Permeabilidad (ARAT)

•Limitaciones y discusión

•Determinación de Facies y Poblado de propiedades petrofísicas

•Comparación poblado de propiedades

•Conclusiones

•Referencias

Agenda

4 4

Ubicación y Marco Geológico

5

Cálculos Sw con/sin inducción tridimensional

6

Índice Permeabilidad RMN corregida

7

Modelo Actual de Permeabilidad

Rango de Sw Relación K-Phi

Tipo 1 <= 55% Log10 (Kg) = 14.6 * phi – 0.79

Tipo 2 55% <Sw<= 65% Log10 (Kg) = 12.2 * phi – 1.25

Tipo 3 65% <Sw<=75% Log10 (Kg) = 7.62 * phi – 1.29

Phi: Porosidad efectiva de laboratorio en

condición NOBP

Kgas: Permeabilidad de laboratorio en

condición NOBP

Sw: Saturación de agua obtenida de

procesamiento ELAN

Relaciones de Permeabilidad dependientes

del cálculo de saturación de agua.

8

Discusión y limitaciones

Arenisca fina a muy fina

Arenisca gruesa

ARAT ~ 1

ARAT > 1

Facies Phi K ARAT

2 = Baja ~/=1

3 = Alta ~/=1

1 = Alta >1

4 = Baja >1

ARAT incide sobre la permeabilidad pero:

Un buen espesor de facies gruesa con pequeñas intercalaciones de facies finas o un buen espesor de

la facies fina con pequeñas intercalaciones de facies gruesa tendrían el mismo valor de ARAT

Sin embargo las permeabilidades serían muy diferentes, aun con porosidades iguales.

Si asumimos que el segundo caso no se da nunca, sería perfectamente válido usar ARAT para

separar tipos de reservorio

9

Discusión y limitaciones

10

YPF.Ch.Gbk.IA-1042

MPHED / MPERMD3

Active Zones : W:1 Z:1, 2, 3, 5 W:2 Z:2 W:8 Z:1, 2 W:7 Z:1, 4 W:5 Z:1

0. 8. 16. 24. 32. 40.

MPHED

0.1

1.

10.

100.

1000.

10000.

100000.

MP

ER

MD

3

1.

1.5

2.

ARAT

199 points plotted out of 199

Well Zone Depths

(14) YPF.Ch.Gbk.IA-1042 (1) A20 1031.8M - 1035.M

(14) YPF.Ch.Gbk.IA-1042 (2) A40 1042.47M - 1046.89M

(14) YPF.Ch.Gbk.IA-1042 (3) A50 1049.78M - 1051.M

(14) YPF.Ch.Gbk.IA-1042 (5) A70 1065.48M - 1068.83M

(82) YPF.Ch.Gbk.IA-1079 (1) A10/20 1053.88M - 1056.17M

(82) YPF.Ch.Gbk.IA-1079 (2) A30 1062.26M - 1063.33M

(79) YPF.Ch.Gbk.IA-1072 (1) A10 1033.32M - 1037.89M

(79) YPF.Ch.Gbk.IA-1072 (2) A30 1042.61M - 1044.14M

(79) YPF.Ch.Gbk.IA-1072 (4) A60 1060.45M - 1062.88M

(52) Gbk.IA-1049 (1) A10 1030.68M - 1033.27M

(52) Gbk.IA-1049 (2) A30 1038.6M - 1040.89M

Leyes K/PHI discriminadas por ARAT

ARAT: Relación entre Rv y Rh

MPERMD: Índice de Permeabilidad de Coates

corregido

MPHED: Porosidad efectiva de RMN

YPF.Ch.Gbk.IA-1042

MPHED / MPERMD3

Active Zones : W:1 Z:1, 2, 3, 5 W:4 Z:2 W:7 Z:1, 2 W:6 Z:1, 4 W:5 Z:1

0. 8. 16. 24. 32. 40.

MPHED

0.1

1.

10.

100.

1000.

10000.

100000.

MP

ER

MD

3

1.

1.5

2.

ARAT

104 points plotted out of 189

Y=f(x): Log(MPERMD3) = 0.0022 + 0.1218 * MPHED R2= 0.6623

Well Zone Depths

(14) YPF.Ch.Gbk.IA-1042 (1) A20 1031.8M - 1035.M

(14) YPF.Ch.Gbk.IA-1042 (2) A40 1042.47M - 1046.89M

(14) YPF.Ch.Gbk.IA-1042 (3) A50 1049.78M - 1051.M

(14) YPF.Ch.Gbk.IA-1042 (5) A70 1065.48M - 1068.83M

(15) YPF.Ch.Gbk.IA-1066 (2) A30 1051.68M - 1054.12M

(82) YPF.Ch.Gbk.IA-1079 (1) A10/20 1053.88M - 1056.17M

(82) YPF.Ch.Gbk.IA-1079 (2) A30 1062.26M - 1063.33M

(79) YPF.Ch.Gbk.IA-1072 (1) A10 1033.32M - 1037.89M

(79) YPF.Ch.Gbk.IA-1072 (4) A60 1060.45M - 1062.88M

(52) Gbk.IA-1049 (1) A10 1030.68M - 1033.27M

Discriminators

ARAT >= 1.5

YPF.Ch.Gbk.IA-1042

MPHED / MPERMD3

Active Zones : W:1 Z:1, 2, 3, 5 W:4 Z:2 W:7 Z:1, 2 W:6 Z:1, 4 W:5 Z:1

0. 8. 16. 24. 32. 40.

MPHED

0.1

1.

10.

100.

1000.

10000.

100000.

MP

ER

MD

3

1.

1.5

2.

ARAT

84 points plotted out of 189

Y=f(x): Log(MPERMD3) = -0.5183 + 0.1162 * MPHED R2= 0.7286

Well Zone Depths

(14) YPF.Ch.Gbk.IA-1042 (1) A20 1031.8M - 1035.M

(14) YPF.Ch.Gbk.IA-1042 (2) A40 1042.47M - 1046.89M

(14) YPF.Ch.Gbk.IA-1042 (3) A50 1049.78M - 1051.M

(14) YPF.Ch.Gbk.IA-1042 (5) A70 1065.48M - 1068.83M

(15) YPF.Ch.Gbk.IA-1066 (2) A30 1051.68M - 1054.12M

(82) YPF.Ch.Gbk.IA-1079 (1) A10/20 1053.88M - 1056.17M

(82) YPF.Ch.Gbk.IA-1079 (2) A30 1062.26M - 1063.33M

(79) YPF.Ch.Gbk.IA-1072 (1) A10 1033.32M - 1037.89M

(79) YPF.Ch.Gbk.IA-1072 (4) A60 1060.45M - 1062.88M

(52) Gbk.IA-1049 (1) A10 1030.68M - 1033.27M

Discriminators

ARAT <= 1.5

Alternancia facies gruesa

(productiva) con facies

fina.

Anisotropía resistiva

(ARAT) alta

Únicamente facies fina

(no productiva o poco

productiva)

Anisotropía resistiva

(ARAT) ~ 1 o cercana a

1

11

Discriminación de Facies ARAT YPF.Ch.Gbk.IA-1042

ARAT / VCL

Active Zone : (14) YPF.Ch.Gbk.IA-1042 Z:1 A20

1. 1.2 1.4 1.6 1.8 2.

ARAT

0.

0.08

0.16

0.24

0.32

0.4

VC

L

1.

1.41

2.

ARAT

148 points plotted out of 150

Well Zone Depths

(14) YPF.Ch.Gbk.IA-1042 (1) A20 1031.8M - 1035.M

(14) YPF.Ch.Gbk.IA-1042 (2) A40 1042.47M - 1046.89M

(14) YPF.Ch.Gbk.IA-1042 (3) A50 1049.78M - 1051.M

(82) YPF.Ch.Gbk.IA-1079 (1) A10/20 1053.88M - 1056.17M

(82) YPF.Ch.Gbk.IA-1079 (2) A30 1062.26M - 1063.33M

(79) YPF.Ch.Gbk.IA-1072 (1) A10 1033.32M - 1037.89M

(79) YPF.Ch.Gbk.IA-1072 (4) A60 1060.45M - 1062.88M

(52) Gbk.IA-1049 (1) A10 1030.68M - 1033.27M

0.12

1.5 En el nuevo modelo la Facies 1 se dividió en dos

facies de acuerdo al siguiente criterio:

Facies 1: VCL < 0.12 ARAT > 1

Facies 2 : VCL > 0.12 ARAT ~ 1

El modelo anterior contaba con dos facies:

Facies 1: representaba las arenas reservorio, definida por

la siguiente ecuación: VCL<0.25 and PIGN >0.125

Facies 0: correspondiente a las arcillas (no reservorio)

12

Poblado Facies y Propiedades Petrofísicas

Para realizar el poblado de facies se utilizó Indicators del módulo Facies Modelling de la

aplicación RMS2009 (By Roxar).

Se hicieron 100 realizaciones, se calculó la probabilidad de ocurrencia de cada facies en

cada celda tomando todas las realizaciones y en función de estos resultados se generó un

nuevo parámetro respetando las siguientes condiciones:

Si la Probabilidad Facies 1 + Probabilidad Facies 2 > 0.6 = Facies 1

Si Facies = 1 y la Probabilidad Facies 2 > Probabilidad Facies 1 = Facies 2

Si no se cumplen las condiciones anteriores Facies = 0

13

Comparación Poblado permeabilidad

K original (Sw) K leyes K vs PHI

K Leyes ARAT

14

Zona Piloto de Inyección

Permeabilidad promedio

Espesor de arenas A10,20 y 30

15

Conclusiones

• Se plantea una nueva alternativa para el poblado de la permeabilidad. La cual

presenta algunas ventajas:

• Es independiente de valores de saturación de agua y de determinaciones

puntuales de laboratorio (plugs de corona)

•Permite un poblado de propiedades petrofísicas que respeta la geología

del área.

•La permeabilidad muestra un menor rango de amplitud (máx. y

min. ) mas acorde a otras determinaciones de k (dinámicas)

•Considera heterogeneidad vertical y areal de facies sedimentarias. Lo cual

permite analizar posibles escenarios de inyección vertical y areal selectiva a

través de respuesta de trazadores, análisis de presiones, etc.

16

• La historia de producción primaria no es un dato conclusivo para definir la

capacidad predictiva de un modelo.

• Todavía no podemos poner a prueba las bondades predictivas del modelo ya que

la historia de inyección de agua es muy corta.

Conclusiones

17

Referencias y Bibliografía

• Acosta N., Astesiano D., D’onofrio M., Saavedra B. Nuevo Modelo Petrofísico optimizado mediante el uso de inducción tridimensional. Caso de Estudio Area Grimbeek. Cuenca del Golfo San Jorge. VIII Congreso de Exploración de Desarrollo de Hidrocarburos. Mar del Plata. Argentina. 2011

• Acosta N., Romero P., et al. Methodology for Characterization of a Clastic Reservoir Based on Correlations between Electrofacies, NMR and Image Logs. A Case Study from the Gulf of San Jorge Basin. 10th.International Congress of the Brazilian Geophysical Society and EXPOGEF. Rio de Janeiro. Brazil. November. 2007.

• Acosta N., D onofrio M. (Baker Hughes Argentina. Atlas Division. South District GEOScience Center. Uso integrado de tecnologías de alta resolución para caracterización estratigráfica de reservorios. Flanco norte de la Cuenca del Golfo San Jorge. VI Congreso de Exploración y Desarrollo de Hidrocarburos. Mar del Plata. Argentina. 2005.

• Mollison, R.., Schon, J.S., Fanini, O.N., Kriegshauser, B., Meyer, W.H., Gupta, P.K. 1999. 40th Annual Symposium of SPWLA. A model for hydrocarbon saturation determination from tensor resistivity relationship in thinly laminated anisotropic reservoirs.

FIN

19

Caudales Históricos y Simulados

20

Comparación Poblado Sw

Poblado con SW original

Poblado con SW corregida

A la curva SUWI, calculada con Elan y con

las resistividad convencional, se la multiplico

por 0.85 en la facies 1 correspondiente a la

facies con mayor ARAT.