مدل سازی هوشمند ژئوشیمیایی و پتروفیزیکی میدان گازی پارس جنوبی در چهارچوب چینه نگاری سکانسی
- رشته تحصیلی
- زمین شناسی - نفت
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه پردیس علوم شماره ثبت: 4920;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 56131
- تاریخ دفاع
- ۲۹ شهریور ۱۳۹۱
- دانشجو
- ابراهیم سفیداری
- استاد راهنما
- عبدالحسین امینی
- چکیده
- سازند¬های دالان بالایی، مجموعه¬ای از ریف¬های کربناته - تبخیری و کنگان، با لیتولوژی غالب آهک و دولومیت با لایه¬هایی از انیدریت، توالی پرمو-تریاس میدان گازی پارس جنوبی و میزبان بزرگترین مخزن گازی غیره همراه جهان می باشند که در محدوده دور از ساحل آب¬های خلیج فارس و بین دو کشور ایران و قطر قرار دارند. این مطالعه به بررسی پتانسیل منشایی این دو سازند، ارائه مدل جامع مخزنی در قالب رخساره های با کیفیت مخزنی مشخص و به دنبال آن مدل سازی این پارامترها با استفاده از علم زمین آمار در قالب چینه نگاری سکانسی می¬باشد. از ترکیب داده¬های ژئوشیمیایی حاصل از نتایج آنالیز راک ایول و لاگ¬های چاه¬پیمایی، به منظور شناسایی مناطق باپتانسیل تجمعات هیدروکربنی، و درک بهتر پراکندگی فضایی ماده آلی استفاده گردید. این مطالعه نشان داد که این سازند ها فاقد پتانسیل هیدروکربنی باقی¬مانده می¬باشند. به منظور ارائه مدل جامع مخزنی از جمله توزیع جانبی و قائم تخلخل و تراوایی، چگونگی توزیع رخساره های مخزنی و نهایتاٌ گسترش زون¬های مخزنی به فضاهای بین چاهی به هدف گسترش مخزن و یافتن اهداف حفاری آینده از یک روش چند مرحله¬ای استفاده گردید. با استفاده از مطالعات پتروگرافی، میکروفاسیس ها و کمربند های رخساره ای مشخص گردید. 12 میکروفاسیس در چهار مجموعه رخساره ای، محیط جزرومدی، لاگون، شول و دریای آزاد قرار گرفتند. زیر محیط شول بیشترین فراوانی و زیر محیط دریای آزاد کمترین فراوانی را در سازند های مورد مطالعه به خود اختصاص دادند. خواص جریان در مجموعه های رخساره ای با استفاده از روش های مختلف از قبیل روش وینلند و شاخص منطقه ای جریان مورد بررسی قرار گرفت. با توجه به این که روش واحد های جریانی برای مخازن آواری تعریف شده است در این مطالعه با یک رویکرد جدید، 6 واحد جریانی با ظرفیت جریان و ظرفیت ذخیره مختلف شناسایی گردید. از آنجایی که لاگ های چاه پیمایی کامل ترین اطلاعات زیر سطحی می¬باشند بنابراین اقدام به مشخص کردن رخساره های لاگ با استفاده از روش های هوشمند شبکه عصبی خود سازمانده و خوشه بندی چند تفکیکی گرافیکی گردید. 6 رخساره لاگ با خصوصیات لاگ، تخلخل-تراوایی و لیتولوژی مختلف شناسایی گردید که جایگاه آنها بر روی نمودار پتروفیزیکی فابریک سنگ لوسیا مورد برسی قرار گرفته و با داده های مراحل قبل انطباق گردید. رخساره 5 با بهترین میزان تخلخل و تراوایی بهترین کیفیت مخزنی، رخساره 1 با بدترین میزان تخلخل و تراوایی بدترین کیفیت مخزنی با لیتولوژی انیدریتی می-باشند، دیگر رخساره ها در محدوده بین این دو رخساره ها قرار گرفته اند. نهایتاٌ بر اساس علم زمین آمار و با استفاده از الگوریتم های، شبیه سازی گوسی ترتیبی برای مدل سازی مقدار کل کربن آلی و شبیه سازی شاخص ترتیبی برای مدل سازی رخساره های لاگ معرفی شده در سازند های مورد مطالعه استفاده گردید. سکانس K4 با بیشترین فراوانی رخساره های لاگ 5 و 6 بهترین کیفیت مخزنی، و سکانس K3 با بیشترین فراوانی رخساره های 1 و 2 بدترین کیفیت مخزنی را دارا می باشند.
- Abstract
- Upper Dalan Formations, a complex of carbonate reefs-evaporite, and Kangan with dominant lithology of limestone and dolomite associated with Anhydrite layers; Permo-Triassic succession of South Pars gas field and host the largest none-associated gas reservoir in the world that located in the offshore of persian Gulf, between Iran and Qatar. This study investigates the potential sources of these two formations, providing a comprehensive reservoir model in facies with determined reservoir quality and then modeling of these parameters using geostatistics in sequence stratigraphy framework. Combination of geochemical data abtained from Rock-Eval Perolsys and well logs were used to identify of areas with potential hydrocarbon accumulation and better understand of spatial distribution of the organic matter. The study showed that these two formations have no potential sources. In order to provide a comprehensive reservoir model including lateral and vertical distribution of porosity and permeability, reservoir facies distribution and eventually develop the reservoir zones to interwell intervals and find the future drilling targets, a multi-stage approach was used. By using petrographic studies, microfacies and facies association were determined. 12 microfacies in 4 facies association, intertidal, lagoonal, shoal and open marine enviroment, were determind. The shoal subenvironment has the highest frequency and open marine has the lowest frequency in studied formations. The flow properties in facies sets using different methods such as Winlad method and flow zone indicator, were investigated. Given that, flow units method is defined for clastic reservoir, in this study with new approach, 6 flow units with different flow and storage capacity were identified. Since, well logs are the most complete subsurface information, intelligent method of Self - Organizing Map nural network and Multi-Resolustion Graph- based Clustering used to identify log facies. 6 log facies with different lithology, porosity – permeability and log properties were determined that their position has been studied on petrophysical rock fabric chart of Lucia and has been correlated with previoues stage data. Facies 5 with the best porosity and permeability has the best reservoir quality, and facies 1 with the lowest porosity and permeability has the non reservoir quality (with Anhydrite lithology), other facies have been located between these two facies. Finally, based on geostatistics and by using the sequential Gaussian simulation algorithm, the amount of Total Organic Carbon is modeled. And the Sequential Indicator Simulation is used for modeling of log facies in the studied formation. The unit of K4 with the highest frequency of log facies 5 and 6 has the best reservoir quality and the unit of K3 with highest frequency of log facies 1 and 2 has the worst reservoir quality.