ارائه روش نوین ارزیابی کیفیت مخزن هیدروکربوری با تلفیق روش های مختلف تعیین نوع سنگ؛ مطالعه موردی
محل انتشار: مجله پژوهش نفت، دوره: 36، شماره: 1
سال انتشار: 1405
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 14
فایل این مقاله در 19 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_PRRIP-36-1_005
تاریخ نمایه سازی: 21 مهر 1405
چکیده مقاله:
اگرچه روش های متعددی برای تعیین نوع سنگ مخزن ارائه شده است، اما این روش ها عموما با محدودیت ها و فرضیات ساده کننده ای همراه هستند که مانع از تعریف دقیق واحدهای جریانی و طبقه بندی پویای سنگ های مخزن می گردند. مطالعات نشان می دهند که انتخاب روش مناسب برای تعیین نوع سنگ به ویژگی های ذاتی سنگ مخزن و همچنین کمیت و کیفیت داده های موجود بستگی دارد. دسته بندی سنگ مخزن به عنوان یک راهکار کلیدی برای کاهش این چالش ها مطرح است که در آن سنگ های مخزن با ویژگی های پتروفیزیکی و جریان مشابه گروه بندی می شوند. در این مطالعه، چندین روش دسته بندی سنگ، از جمله شاخص جریان (FZI)، شاخص جریان اصلاح شده (FZIM)، روش وینلند و طبقه بندی مبتنی بر تراوایی، بر روی یک مخزن کربناته در میدان نفتی جنوب غرب ایران به کار گرفته شدند. برای ارزیابی اثربخشی این روش ها، از تکنیک های آماری مانند روش Elbow و تحلیل همبستگی استفاده شد. از میان مدل های مورد بررسی، روش های FZIM، طبقه بندی مبتنی بر تراوایی و مدل شعاع حفرات (R-model) بر اساس تحلیل نمودارهای تراوایی نسبی عملکرد بهتری نشان دادند. بنابراین، این مدل ها برای شبیه سازی دینامیکی مخزن انتخاب شدند. علاوه بر این، دو رابطه جدید دسته بندی سنگ با استفاده از مقادیر نقاط انتهایی تراوایی نسبی به عنوان مبنای طبقه بندی ارایه گردید. نتایج شبیه سازی نشان داد که مدل های پیشنهادی موفق به تطابق قابل قبول با روند تولید آب شدند. با این حال، طبقه بندی نوع سنگ تاثیر محدودی بر تطابق تاریخچه نسبت گاز به نفت و افت فشار مخزن داشت.
کلیدواژه ها:
نویسندگان
عباس دیلی
دانشگاه صنعت نفت - اهواز - ایران
مهدی بهاری مقدم
دانشگاه صنعت نفت - اهواز - ایران
سیاوش عاشوری
دانشگاه صنعت نفت - اهواز - ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :