مطالعه ی مقایسه ای بین نتایج تخمین ذخیره برجای نفت خام به روش های زمین آمار چند نقطه ای و شبیه سازی شاخص در یکی از مناطق نفت خیز جنوب

تخمین هر چه دقیق تر ذخیره برجای مخازن تحت شرایط بیشترین انطباق ممکن با واقعیت های زمین شناسی موجود، موضوعی است که روش های زمین آمار چند نقطه ای برای دستیابی به آن توسعه یافت. کاربرد روش های زمین آمار چند نقطه ای برای شبیه سازی لیتولوژیکی و تخمین پارامترهای پتروفیزیکی مخازن نفتی از حدود ده سال پیش مورد توجه جدی صنایع بالادستی نفت قرار گرفته است. قدرت الگوریتم های چند نقطه ای به توانایی استفاده ی آن ها از چندین نوع داده به طور همزمان در تخمین پارامتر مجهول برمی گردد. هدف از این تحقیق بررسی امکان تهیه مدل توزیع فضائی پارامترهای پتروفیزیکی در بخشی از گستره ی مخزن آسماری اهواز با استفاده از روش های پیشرفته ی زمین آماری و به ویژه زمین آمار چند نقطه ای می باشد به طوری که حداکثر انطباق با داده های سخت و نرم موجود از مخزن محقق گردد. بدین منظور در این تحقیق، با استفاده از اطلاعات چاه نگاری 32 چاه حفر شده در یکی از مخازن نفت خیز جنوب، ابتدا مدل رخساره ای مخزن با استفاده از الگوریتم دو نقطه ای شبیه سازی شاخص مرحله ای (sisim) و چند نقطه ای snesim ساخته شد. مقایسه ی مدل های لیتولوژیکی ساخته شده به روش های فوق نشان داد که مدل ساخته شده توسط الگوریتم snesim انطباق بیشتری با واقعیات لیتولوژیکی مشاهده شده در چاه دارد. سپس، با ساخت تصاویر آموزشی برای پراکندگی فضایی پارامترهای پتروفیزیکی (تخلخل، تراوایی و اشباع آب...) با استفاده از الگوریتم دو نقطه ای شبیه سازی مستقیم مرحله ای (dssim)، الگوریتم چند نقطه ای filtersim برای شبیه سازی آن ها در دو حالت مورد استفاده قرار گرفت. در حالت اول، از مدل لیتولوژیکی ساخته شده توسط الگوریتم snesim به عنوان داده ی نرم، و در حالت دوم، از مدل لیتولوژیکی ساخته شده از طریق الگوریتم sisim به عنوان داده ی نرم، استفاده شد. همچنین با استفاده از الگوریتم دو نقطه ای شبیه سازی گوسی مرحله ای (sgsim) پارامترهای پتروفیزیکی در بخشی از مخزن که داده ها پوشش می دهند، شبیه سازی شد. نتایج اعتبار سنجی در مدل های حاصله نشان داد که الگوریتم چند نقطه ای filtersim به دلیل انطباق و تشخیص بهتر الگوهای تغییرپذیری موجود در مخزن در مدل های میانگین گیری شده به روش e-type، نتایج بهتری نسبت به الگوریتم sgsim بدست می دهد. و در بین مدل های حاصل از filtersim، مدل شرطی شده با مدل لیتولوژیکی snesim، در قیاس با مدل شرطی شده با مدل لیتولوژیکی sisim، پیوستگی فضایی و همبستگی بیشتری با داده های واقعی چاه نشان داد. در انتها ذخیره نفت برجای مخزن در هر سه حالت فوق به روش بلوکی محاسبه و مقایسه شد. با مقایسه نتایج حاصل از تخمین ذخیره نفت برجا در هر سه حالت، مشخص شد که الگوریتم filtersim با استفاده از مدل لیتولوژیکی به دست آمده از الگوریتم snesim به عنوان داده ی نرم، توانسته است از طریق ایجاد تطبیق بین پارامترهای پتروفیزیکی و لیتولوژیکی تخمین واقعی تری (در حدود 8 بیلیون بشکه) بدست دهد.