مدل سازي خواص فيزيكي سنگ مخزن با تلفيق روش هاي زمين آماري و شبكه هاي هوشمند

مدل سازي خواص فيزيكي سنگ مخزن با تلفيق روش هاي زمين آماري و شبكه هاي هوشمند

میدان کوه موند یا مند در جنوب غربی ایران و در کرانه خلیج فارس قرار داشته. مطالعه حاضر بر روی مخزن سروک این میدان صورت گرفته است. این مطالعه تلاشی برای ایجاد مدل سه بعدی ساختمانی ـ پتروفیزیکی که جهت برنامه های توسعه ای میدان ضروری است، می باشد. برای مدل سازی از کلیه داده های در دسترس، از قبیل اطلاعات ژئوفیزیکی، نمودارهای چاه پیمانی، داده های ارزیابی پتروفیزیکی و مقاطع نازک مسکروسکوپی استفاده شد. جهت تهیه مدل سه بعدی مخزن، روش های زمین آمار در قالب نرم افزار petrel به کار گرفته شد. این مدل سازی پتروفیزیکی استفاده گردید. همچنین در قسمتهایی به دلیل کمبود داده، با استفاده از روش شبکه های عصبی، داده های مورد نیاز جهت مدل سازی ایجاد شد. از مراحل کار مدل سازی این میدان می تواند به مدل سازی گسل ها، شبکه بندی، ساخت افقهای مخزنی، لایه بندی، درشت نمایی، واریوگرافی و تحلیل ساختاری داده ها و نهایتاً تخمین و مدلسازی اشاره کرد. مدل سازی مخزن سروک در میدان نشان داد قسمت فوقانی این سازند و زیر زون شماره 3 مفیدترین زون های بهره ده بوده و بترتیب نواحی جنوب شرقی و مرکزی میدان حاوی بیشترین میزان تخلخل و نفت در جا می باشند.

مقدمه

برای سالیان زیادی، تکنیک مدل سازی دو بعدی به عنوان یک روش پایه ای در نحوه توزیع خواص مخزنی، مورد استفاده قرار می گرفت. بهبود کیفیت اطلاعات مخزن به همراه افزایش دانسته های ما در مورد مخازن این نتیجه را به دست می آورد که روش های فوق اغلب ناکافی هستند. علاوه بر آن، شبیه سازی مخزن برای مدت های زیادی براساس یک طبقه بندی سه بعدی صورت می گرفته است. بنابراین وجود یک مدل سه بعدی وابسته بین مهندسین مخزن و زمین شناسان در مطالعه جامع یک مخزن بسیار مهم است.

کمبود اطلاعات یکی از بزرگترین مواردی است که کار مدل سازی را سخت و دشوار می کند. در نتیجه در بهترین حالات چندین مدل برای مخزن ایجاد می شود که با یکدیگر تفاوت هایی خواهند داشت.

اما در این تحقیق با استفاده از روشت های Kriging Sequential Gaussian Simulation (SGS) و Neural network سعی بر آن شد که با وجود کمبود اطلاعات، از یک سو خطای تخمین را به حداقل و از سوی دیگر تحقق های مختلف هتروژنیتی مخزن را شبیه سازی کرد.

موقعیت زمین شناسی

میدان نفت سنگین کوه مند که یکی از بزرگترین میادین نفت سنگین جنوب غربی ایران است، در 70 کیلیومتری نوب شرقی بوشهر در منطقه دشتی و در حاشیه خلیج فارس واقع شده است(شکل1).

شکل 1- کوه موند در کرانه ساحلی خلیج فارس، عکس ماهواره ای منطقه، نرم افزار Nasa world wind

میدان یاد شده به صورت یک ساختمان طاقدیسی کشیده با روند شمال غرب ـ جنوب شرق بوده و دارای گسترش طولی در حدود 90 کیلومتر و پهنای 16 کیلومتر است. دسترسی به این میدان از شرق توسط شهرستان خورموج و از غرب از طریق روستای لاور ساحلی امکان پذیر است (شکل2).

شکل 2- نقشه موقعیت جغرافیایی میدان نفتی کوه موند در جنوب غرب ایران، اقتباس از Wikimapia

شرح و تفسیر رخساره های سازند سروك در میدان مورد مطالعه

در طی بررسی و مطالعه 652 مقطع نازک میکروسکوپی از چاه های شماره 2و4 این میدان و تعیین خصوصیات بافتی و فسیل شناسی نمونه ها، شامل تعیین محتوای فسیلی، نوع دانه ها، بافت و زمینه،18 رخساره و تعدادی زیر رخساره برای سازند سروک شناسایی شد. این رخسارها در 4 گروه کمربند رخساره ای دریای باز Open Marine)) ، سد (arrier)، لاگون (agoon) و پهنه های جذرومدی (idal flat) نهشته شده اند(شکل3).

شکل 3- مدل رسوبی سازند سروک، میدان نفتی کوه موند

مدل سازی مخزن

مدل، نمایش ساده ای از یک سیستم پیچیده است، با استفاده از مدل سازی می توان حرکات و واکنش های یک سیستم حقیقی را به سادگی در اختیار گرفت. کنترل این حرکات در طبیعت معمولاً امکان پذیر نیست و یا اینکه متضمن صرف هزینه و وقت زیادی است. هسته اصلی مطالعات مخزن را مدل مخزن تشکیل می دهد که با نرم افزار شبیه سازی مخزن از ترکیب و مدل سازی با یک سری پارامترهای استاتیک و دینامیک ایجاد می شود.

اطلاعات ورودی (Input Data)

اطلاعات ورودی به نرم افزار انواع مختلفی از اطلاعات رقومی هستند که از نمودارها،جداول، نتایج نقشه برداری های انجام شده، گزارش های زمین شناسی و دیگر منابع اطلاعاتی، تهیه و به صورت داده های دیجیتال وارد نرم افزار می شوند. این اطلاعات که به صورت فایل هایی با فرمت های مختلف از قبیل SEGY, DLIS, LAS, Txt, Ascii هستند به طریق مختلف به محیط نرم افزار وارد می شوند.

مراحل انجام کار

اولین مرحله کار در مدل سازی وارد کردن Well Head یا اطلاعات مربوط به مختصات چاه ها، طرز قرارگیری آن ها، فاصله میز دوار حفاری از سطح زمین(KB)، نقطه ورودی چاه به مخزن (Top Depth)، نقطه پایان حفاری هر چاه در مخزن (ottom Depth) و همچنین نشان یا سمبل (symbol) هر چاه می باشد. این اطلاعات می توانند به صورت آماده شده و در یک فایل وجود داشته باشند، یا این که با استفاده از گزارش های حفاری ساخته شده، بعد از سلول بندی، به صورت فایل متنی وارد نرم افزار پترل شوند [11]. مدل سازی سه بعدی در پترول به سه مرحله تقسیم می شود که هریک وابسته به دیگری می باشد، این مراحل شامل1- مدل سازی چینه ای stratigraphic Modeling))،2- مدل سازی ساختمانی (Stractural Modeling) و 3- مدل سازی خواص پتروفیزیکی (Property modeling) هستند.

مدل سازی چینه ای ((Property modeling

در بخش مدل سازی چینه ای، سازندهای مخزنی و زون های موجود در آن بر مبنای تطابق و مقایسه با چاه های اطراف و نتایج مطالعات رسوب شناسی و سکانس چینه ای طراحی شده و برای مدل سازی ساختمانی، خواص پتروفیزیکی و همچنین آنالیزهای مختلف در دسترس دیگر بخش های نرم افزار قرار می گیرد.

مدل سازی ساختمانی مخزن (Stractual Modeling)

مدل سازی ساختمانی مخزن، ساخت چهارچوب مخزن و شبکه بندی آن است، به طوری که کلیه اطللاعات و داده های ساختمانی به صورت یک مدل سه بعدی مشاهده شود. همیشه داده ها و اطلاعات ما نسبت به حجم، بزرگی و پیچیدگی مخزن بسیار کم و محدود است و همیشه مهندسین به دنبال راه هایی هستند تا بتوانند با توجه به اطلاعاتی که از منطقه مورد مطالعه دارند پارامترهای فیزیکی را در قسمت های مختلف مخزن تخمین بزنند، به این صورت که این پارامترها به واقعیت مخزن مورد نظر نزدیک تر باشند. با استفاده از مدل سازی ساختمانی، می توان مخزن را به صورت شبکه های تور مانند یکسانی تقسیم بندی کرد که کلیه خواص هر سلول این شبکه، از قبیل خواص پتروفیزیکی و لیتولوژیکی در تمام سطح آن تقریباً یکسان است. گام اول در مدل سازی ساختمانی، مدل کردن گسل ها بر پایه تقسیر ژئوفیزیکی است. در واقع گسل ها تعیین کننده چهارجوب قائم ساختمان میدان کوه موند هستند. در این پژوهش به کمک تکنیک ژئومتری، از روی داده های خطواره ای، گسل های عمودی با تعیین ویژگی های هندسی در فضای ساختمان موند مدل گردیدند. مراحل مختلفی که در مدل سازی ساختمانی انجام می شوند به ترتیب شامل موارد زیر است:

1- Fault Modeling

2- Pillar gridding

3- Make/Edit horizons

4- Make/Edit Zone

5- Layering

برخی از این مراحل در این تحقیق بیشتر مورد استفاده قرار گرفتند که عبارتند از:

شبکه بندی Pillar gridding))

برای ایجاد چهارچوب سه بعدی، ابتدا باید مخزن مورد نظر را براساس موقعیت های Y,X و Z به سلول هایی تقسیم بندی کرد که جهت توصیف سطح مورد نظر استفاده شود. به این صورت، هر سلول بازگو کننده مشخصات فیزیکی و موقعیتی کلیه نقاط متشکله خود می باشد و با سایر سلولهای متفاوت است. ابعاد سلول ها پارامتری هندسی است که بر مبنای شدت تغییرات ویژگی های پتروفیزیکی سنگ مخزن و نرخ هتروژنیتی آن قابل تعیین است.

در این مطالعه سعی شد تا به کمک واریو گرافی ابعاد بهینه انتخاب گردد. این ابعاد چنانچه خیلی ریز باشند، هرچند که ژئومتری ساختمان را بهتر نشان می دهند، ولی باعث افزایش خطای تخمین خواهند شد (شکل4).

شکل 4- نمایش شبکه بندی سازند سروک در کوه موند (گسل ها بصورت 3 صفحه در شکل دیده می شوند)

لایه بندی Layering))

منظور از لایه بندی در واقع تفکیک یک زون زمین شناسی یا یک سازند به زیر لایه های ساختمانی است. برای مثال چنانچه ضخامت یک زون مانند سروک 100 متر باشد می توان آن را به 100 عدد لایه یک متری تقسیم نمود. تفکیک قائم لایه بندی تابعی از شدت تغییرات زمین شناسی و پتروفیزیکی در جهت عمق بوده و به کمک آنالیز واریو گرافی قابل تعیین است. هرچند لایه بندی ظریف و ریز باعث حفظ تغییرات جزئی در جهت عمق می گردد ولی در کل میدان، سبب تولید سلول های زیادی خواهد بود که خطای تخمین بالا، طولانی شدن اجرای برنامه، محو شدن ساختار قالب در محدوده میدان و غیره را به دنبال خواهد داشت (شکل5).

شکل 5- نمایش لایه بندی و ساخت افق های مخزن مورد مطالعه،جهت نگاه از جنوب شرق میدان

مدل سازی خواص پتروفیزیکی (Property modeling)

این مدل سازی نیز شامل مراحلی است که به اختصار به چند مورد از آنها می پردازیم.

-درشت نمایی (Scale up)

توسط این گزینه لاگ ها یا نمودارهای پتروفیزیکی ورودی نرم افزار، وارد فضای شبکه مدل می شوند، به این صورت که این نمودارها در ابتدا به صورت نقاطی هستند که در کنار یکدیگر قرار گرفته و ایجاد یک نمودار کرده اند، ولی هر کدام از این نقاط باید به صورتی به سلول های مدل اختصاص داده شوند که هر سلول حاوی اطلاعات مربوط به خود باشد (شکل6). در این قسمت می توان تک تک نمودارهای پتروفیزیکی را وارد فضای شبکه کرده و جهت بررسی و تفسیر، از آنها استفاده نمود.

شکل 6- درشت نمایی نمودارهای گاما از ابعاد نمودارهای پتروفیزیکی به فضای شبکه بندی لایه بندی.

(تغییرشکل نمودارهای به سول های شبکه)

دلیل عمل Scaleup این است که حجم داده های لاگ خیلی کوچک و ریز است و برای اینکهد در یک سلول مشاهده شود باید میانگین داده های این نقاط در سلول مورد نظر اختصاص یابد. تکنیک های زیادی جهت میانگین گیری ارائه شده است. در این پژوهش از میانگین حسابی برای تخلخل و میانگین گیری غالب (Most of) جهت رخساره ها استفاده گردید.

- استفاده از روش شبکه های عصبی Neural network))

قابل توجه است در انجام این پروژه به دلیل کمبود نمودارهای مورد نیاز، با استفاده از روش شبکه های عصبی (Neural network) اقدام به ساخت آن ها (نظیرSw Phie ) شد. این خواص با کمک نمودارهای گامای موجود (تنها لاگ موجود در همه چاه ها)،تکنیک شبکه عصبی با supervisor تخلخل موثر (phie) و اشباع شدگی آب (SW)، موجود در چاه شماره 8، محاسبه گردیدند. سپس در آنالیز داده و به دنبال آن در مدل سازی دخالت داده شده اند. میزان همبستگی نمودار GR-Phie معادل 57% و GR-SW حدوداً 52% بوده است. بنابراین می توان نتیجه گرفت که استفاده از لاگ گاما جهت این محاسبه مناسب است (شکل7).

شکل 7- نمایش میزان همبستگی نمودار گاما با SW و phie

آنالیز دیتا (Data Analysis)

آنالیز داده ها در واقع به منظور ارزیابی نحوه توزیع مقادیر متغیرها (خواص مخزنی) و طریقه و نرخ تغییرات در جهات مختلف فضایی می باشد. به منظور پی بردن به ساختار فضایی داده ها از تکنیک هایی نظیر واریو گرافی استفاده گردید. از مدل های موجود (گوسی، داده های فضایی) مدل گردیدند. در این پروژه در اکثر قسمت های زون سروک واریو گرام های تودر تو Nested Variogram)) دیده شد که می تواند گواهی بر وجود فرآیندهای دیاژنزی در محیط رسیوبی، مانند دولومیتی شدن باشد.

شکل 8- واریو گرام عمودی (عمقی)نمودار گاما در میدان کوه موند

مدل سازی خصوصیات پتروفیزیکی (Petrophysical Modeling)

این نرم افزار با استفاده از داده های نمودارهای پتروفیزیکی رانده شده در چاه ها، نظیر نمودارهای صوتی، هسته ای و الکتریکی و با استفاده از روش های مکان یابی و زمین آماری در هر نقطه قادر به محاسبه پارامترهای مختلف از جمله میزان تخلخل و تراوایی سیال، اشباع شدگی و غیره می باشد. با استفاده از این روش مدل های پتروفیزیکی به دست آمده دارای دقت خوبی بوده و میزان ریسک در آن ها کاهش می یابد، پس از ساخت مدل ساختمانیفلاگ های حجم شیل (ایلیت)، تخلخل، تراوایی و غیره، نیز در کل مخزن وارد مدل ساخته شده می شوند. از آنجایی که کلیه روش های زمین آماری تخمین، با فرض نرمال بودن توزیع فراوانی خواص بنا شده اند، می بایست به کمک تکنیک های مختلف آن ها را نرمال نمود در این پژوهش از تکنیک نرمال سازی امتیازی Normsl Score استفاده گردید. به کمک روش تخمین گر واقعیت گرای کرجینگ، گامای چاه ها در فضای میدان مدل گردیدند و خطای تخمین آنالیز گردید. با توجه به کمبود داده ها، سعی شد تا با تکنیک شبیه سازی گوسی متواتر (SGS) هتروژنیتی سنگ مخزن مدل گردد. در این روش سعی بر حفظ پارامترهای توزیع فراوانی و واریوگرام با انتخاب اتفاقی (Random) از منحنی توزیع تجمعی دارد. بنابراین می توان بی نهایت تحقق از هتروژنیتی مخزن را شبیه سازی و ارائه نمود.

محاسبات حجمی (Volume Calculation)

بعد از انجام مدل سازی باید محل تماس آب، نفت و گاز را مشخص شود. سطح تماس آب و نفت در این پروژه با استفاده از اطلاعات دریاف، 1080- متر در نظر گرفته شد.

نفت در جای اولیه (Standard Thaunks Initial Oil In Place) STOIIP

نفت در جای اولیه به میزان نفت موجود در مخزن گفته می شود که توسط رابطه زیر محاسبه می گردد:

STOIIP=

ضریب فاکتور سازند= Bo

حجم مخزن=Bv

میزان اشباع شدگی نفت = (1-Suwi)

در این تحقیق با استفاده از روش های ذکر شده محاسبات حجمی انجام شد و میزان نفت در جای مخزن سروک محاسبه گردید. گزارش محاسبات حجمی انجام شده برای بخش های مختلف مخزن در جدول 1 قابل مشاهده است. قابل توجه است که اعداد موجود براساس متر مکعب می باشند. میزان نفت درجا، در سازند سروک معادل 106×547 متر مکعب تخمین زده شد. با توجه به جدول 1 بیشترین مقدار نفت در اولین زون سروک که حدود 20 متر ضخامت دارد، تجمع یافته است.

جدول 1- گزارش محاسبات حجمی انجام گرفته بر روی مخزن مورد مطالعه، میزان در جای سازند سروک قابل مشاهده است. کلیه مقادیر بر حسب متر مکعب می باشند.

همچنین در شکل9، به ترتیب نقشه های فراوانی تخلخل موثر، اشباع آب و نفت در جای اولیه سازند سروک تهیه شده و قابل مشاهده هستند.

شکل 9- نقشه های میانگین خواص مخزنی سازند سروک، به ترتیب نقشه تخلخل موثر(A)، اشباع شدگی آب (B) و میزان نفت در جای اولیه (C)

نتايج

پس از بررسی مقاطع نازک میکروسکوپی و واریو گرافی های انجام شده، مشخص شد که این منطقه تحت تاثیر پدیده های دیاژنزی از قبیل دولومیتی شدن، انحلال، میکریتی شدن، استیلولیتی شدن، سیمانی شدن، آهندار شدن و پیریتی شدن قرار گرفته است.

نقشه تخلخل موثر سازند سروک نشان دهنده بخش های پرتخلخلی است که بیشتر در مرکز و جنوب شرقی میدان قرار گرفته اند.

میزان نفت در جای مخزن وسروک پس از انجام مدل سازی و محاسبات حجمی 106×547متر مکعب تخمین زده شد که این میزان بیشتر در بخش مرکزی زیر زون سروک (sub sarvak top)، و در بخش های جنوبی و مرکزی زیر زون شماره 3 (Sub Sarv3) متمرکز شده است.