4.4.4. población tridimensional de propiedades15:18z...curvas de presión capilar de los análisis...
TRANSCRIPT
100
4.4.4. Población Tridimensional de Propiedades Esta sección del estudio se dividió en tres etapas: la población de las facies, la
población de la porosidad total y el volumen de arcilla, y finalmente el cálculo de la porosidad
efectiva, la permeabilidad absoluta y la saturación de agua.
Primeramente fueron pobladas tridimensionalmente las Facies en función de la
variografía y las curvas de proporción vertical definidas por sub-unidad, utilizando la
Simulación Secuencial por Indicadores (SIS) como algoritmo estocástico. La clave en esta
sección estuvo en distribuir las facies estadísticamente pero a la vez honrando el modelo
sedimentológico determinístico elaborado con antelación.
Figura 70. Comparación de realizaciones de facies, B-4.5 (capa 56)
En la figura 70 son mostradas las cuatro primeras realizaciones de facies a nivel de la
Unidad B-4.5 (capa 56). En línea con las mismas, es importante mencionar que el método de
simulación utilizado (SIS) es capaz de arrojar tantas realizaciones como celdas tenga el
101
modelo, ya que estas representan la semilla en donde el algoritmo inicia el cómputo y
población de las propiedades tridimensionalmente. Todos los modelos sedimentológicos
mostrados en la figura 70 son diferentes pero con la misma probabilidad de ocurrencia, por lo
que fueron desarrolladas 20 realizaciones con el objeto de evaluar y jerarquizar estadística y
dinámicamente su respuesta, lo cual será desarrollado más adelante.
Seguidamente fue poblada la Porosidad Total (PHIT) en función de la variografía y la
distribución estadística ya expuesta. Para ello fue poblada la porosidad total utilizando la
Simulación Secuencial Gausiana (SGS) como método estocástico, considerando además la
distribución tridimensional de facies efectuada en el paso anterior. De esta forma nos
aseguraríamos que la correlación entre porosidad y facies respetaran los datos de entrada
(registros), manteniendo una alta y baja porosidad en las facies de canal y lutita
respectivamente.
De igual manera fue distribuido el volumen de arcilla, sin embargo, fue honrada la
tendencia o distribución de porosidad total mediante la utilización de un Co-Kriging. De esta
forma evitaríamos la obtención de relaciones inconsistentes entre ambas propiedades (PHIT &
VSH) en las celdas del modelo fino.
Seguidamente, fueron aplicadas las ecuaciones definidas en el modelo petrofísico para
la porosidad efectiva y la permeabilidad absoluta, las cuales son expuestas a continuación:
Porosidad Efectiva (PHIE):
( )VSHPHITPHIE −×= 1
Permeabilidad Absoluta:
( )[ ]VSHPHITPHITPHITK *153^*000010.02^*011438.0*455829.0000000.1^10 −+−+−=
En las siguientes figuras es mostrada la porosidad total, volumen de arcilla, porosidad
efectiva y permeabilidad absoluta obtenidas para la realización 1, en la sub-unidad B-4.5
(capa 56).
102
Figura 71. Porosidad Total, Realización 1, B-4.5 (capa 56)
Figura 72. Volumen de Arcilla, Realización 1, B-4.5 (capa 56)
103
Figura 73. Porosidad Efectiva, Realización 1, B-4.5 (capa 56)
Figura 74. Permeabilidad Absoluta, Realización 1, B-4.5 (capa 56)
104
Fue escogida la capa 56 (Sub-unidad B-4.5) en función del alto contenido de facies
lutiticas en comparación con el resto, lo que permite visualizar el efecto del modelo
sedimentológico sobre las propiedades petrofísicas.
La permeabilidad absoluta vertical fue definida en función de los análisis
convencionales de núcleo, con lo cuales fue definida una correlación entre esta y la
permeabilidad horizontal. En promedio, se obtuvo un KvKh de 0,52 sobre los tapones de
arena, con bajo contenido de arcilla. Para considerar la disminución de la permeabilidad
vertical en los intervalos arcillosos fue aplicada la siguiente ecuación.
( )VshKvKhKhKv −= 1**
De esta forma fueron reflejados los sellos hidráulicos verticales existentes
principalmente entre sub-unidades. Este método debe ser utilizado en yacimientos
heterogéneos donde la resolución de los modelos implementados no permitan modelar lentes
lutiticos de pequeño espesor.
La Saturación de Agua Irreducible fue calculada en función de la calidad de roca. Para
ello fue calculado el Indicador de Calidad de Roca (RQI) y el Indicador de Zonas de Flujo
(FZI) de la forma siguiente:
PHIEKRQI ×= 0314.0
( )PHIEPHIE
RQIFZI−
=1
El siguiente paso fue correlacionar la saturación de agua irreducible obtenida en las
curvas de presión capilar de los análisis especiales de los núcleos de los pozos VLG-3873
(región 1) y VLG-3863 (región 3); con el indicador de zonas de flujo, como puede observarse
a continuación.
105
Figura 75. Correlación entre Swc y FZI
Se muestran dos tendencias que ajustan aceptablemente con los datos. Una de ellas
representa los datos del pozo VLG-3873 en la región 1, mientras que la segunda tendencia
honra los datos del pozo VLG-3863, es por ello que se asignó esta última para todas las
regiones al sur de la falla VLG-3783. Las correlaciones utilizadas son mostradas a
continuación.
( )5454.07198.0 −×= FZISwc ; Región 1
( )81998094.0 −×= FZISwc ; Regiones 2 a 6
Con la aplicación de esta metodología se asignaron saturaciones de agua irreducible
que honran la calidad de roca de cada celda del modelo, aumentando de esta forma la
certidumbre sobre el cálculo del POES y el comportamiento del flujo en la simulación
numérica. Es importante mencionar que en todo caso fue asignada una saturación de agua de
100 % en las facies lutiticas.
La metodología expuesta hasta ahora para poblar tridimensionalmente las propiedades
petrofísicas fue desarrollada sobre las 20 realizaciones de facies, seleccionando esa cantidad
y = 0,8094x-0,8199
R2 = 0,9006
y = 0,7198x-0,5454
R2 = 0,8714
0,00
0,10
0,20
0,30
0,40
0,50
0,60
0,70
0,80
0,90
1,00
0 5 10 15 20FZI
Swc
& S
w @
Sor
(fra
cc.)
Swc-3873-Centrífuga
Swc-3863-Centrífuga
Potencial (Swc-3863-Centrífuga)
Potencial (Swc-3873-Centrífuga)
106
en función de la capacidad de cómputo y almacenamiento de los computadores disponibles
para el estudio, además del tiempo disponible para efectuar el mismo. Sin embargo, estas 20
realizaciones representan una población representativa para efectuar una buena distribución
estadística de los resultados.
4.5. Cálculo del POES Estadístico Como ya fue expuesto, fueron desarrolladas 20 realizaciones de cada propiedad
petrofísica, todas con la misma probabilidad de ocurrencia. Es por ello que fue calculado el
POES de cada realización con el objeto de desarrollar una función de densidad acumulada
(CDF), y a través de la misma definir el POES estadístico (P50).
Fue utilizada la porosidad efectiva y la saturación de agua de cada realización, además
de un factor volumétrico del petróleo de 1.275 BY/BN obtenido de análisis PVT
representativos del yacimiento. Se definió además un CAPO a -17180 pies (TVDSS), arrojado
por la evaluación petrofísica previa.
Figura 76. Función de Densidad Acumulada (CDF), POES (MMBN)
Como puede ser observado en la figura, fue obtenido un POES pesimista, promedio y
optimista, a través del percentil 10, 50 y 90, que a su vez representan volúmenes de 3265,
3301 y 3314 MMBNP respectivamente.
107
En este caso consideraremos la mediana (P50) como el POES resultante del estudio.
4.6. Simulación por Líneas de Corriente (Stream Lines) Mediante la simulación por líneas de corriente fue posible jerarquizar dinámicamente
las 20 realizaciones de la malla fina, algo que sería prácticamente imposible con simuladores
de diferencias finitas y los computadores disponibles para el estudio, debido al gran volumen
de celdas (1.8 millones de celdas activas).
Para generar el modelo de simulación numérica, fue necesario definir las propiedades
PVT, las curvas de presión capilar y permeabilidad relativa, e integrar los eventos y la
producción histórica de los pozos a la malla fina, en la llamada sección Schedule.
Para el modelo termodinámico se dispusieron de 16 estudios PVT, muchos
descartados por presentar malas condiciones de muestreo, no superar las pruebas
convencionales de consistencia o no poseer la información completa, obteniendo 4 estudios
válidos representativos de las condiciones del yacimiento, los cuales fueron efectuados sobre
muestras tomadas en los pozos: TOM-7, TOM-8, TOM-11 y VLG-3878. Para su utilización
en simulación numérica fue necesario adaptar la prueba de liberación diferencial de cada
análisis a las condiciones del separador, para luego promediar los resultados (Bo, Rs, Vo,
etc.) que irían al simulador. Las propiedades promedio pueden observarse en la figura 77.
Paralelamente, se definieron las curvas de permeabilidad relativa agua-petróleo en
función de los análisis especiales de los núcleos de los pozos VLG-3863 (región 3) y VLG-
3873 (región 1). Estas curvas fueron normalizadas y promediadas, para finalmente ser
aplicadas al norte (VLG-3873) y sur (VLG-3863) de la falla VLG-3783 respectivamente. Las
curvas promedio utilizadas pueden ser observadas en la figura 78.
108
Figura 77. Propiedades PVT Promedio.
Figura 78. Curvas de Permeabilidad Relativa Agua-Petróleo Promedio.
0
1
2
3
4
5
0 1000 2000 3000 4000 5000 6000 7000 8000 9000P (lpc)
Vo (c
P)
1,00
1,10
1,20
1,30
1,40
0 1000 2000 3000 4000 5000 6000 7000 8000 9000P (lpc)
Bo (B
Y/BN
)
0
100
200
300
400
0 1000 2000 3000 4000 5000 6000 7000 8000 9000P (lpc)
Rs (P
CN/B
N)
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
0,0 0,2 0,4 0,6 0,8 1Sw (fracción)
Krw
& K
ro
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
0,0 0,2 0,4 0,6 0,8 1,0Sw (fracción)
Krw
& K
ro
Región 1 (VLG-3873) Regiones 2 a 6 (VLG-3863)
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
0,0 0,2 0,4 0,6 0,8 1Sw (fracción)
Krw
& K
ro
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
0,0 0,2 0,4 0,6 0,8 1,0Sw (fracción)
Krw
& K
ro
Región 1 (VLG-3873) Regiones 2 a 6 (VLG-3863)
109
Las curvas de presión capilar de los dos análisis de núcleo disponibles fueron
promediadas y llevadas a condiciones de yacimiento mediante la metodología de Leverett
(Función J).
Una representación numérica detallada de los aspectos relacionados a la ingeniería de
yacimientos (KoKw, Pcwo, PVT, etc.) debe ser efectuado en un estudio de simulación
completo, sin embargo, el objeto del presente modelo fue el de jerarquizar las realizaciones
geoestadísticas definidas previamente, por lo que no se trataron a detalle estos aspectos.
Seguidamente fueron integradas las trayectorias, los eventos y la producción de los
pozos a la malla geoestadística, generando así la sección Schedule. En esta etapa se verificó
que todos los pozos estuviesen correctamente ubicados en la malla de simulación tanto areal
como verticalmente, evitando que hubiese pozos fuera de la malla, cañoneados en sub-
unidades incorrectas, así como inconsistencias entre los datos de producción y los eventos de
cada pozo.
Figura 79. Eventos y Conexión del Pozo VLG-3783
Como ejemplo de lo expuesto se muestran en la figura 79 los eventos del pozo VLG-
3783 y su conexión con la malla de simulación. Los pasos de tiempo (time step) empleados
fueron mensuales ya que esta es la frecuencia de los reportes de producción contenidos en la
base de datos oficial (OFM & Centinela), la cual fue suficiente debido a la frecuencia de los
eventos en los pozos.
Mediante la ejecución de un balance de materiales se lograron identificar los
mecanismos naturales de producción del yacimiento como la expansión roca-fluido y el
empuje hidráulico. El primero está implícito en el factor volumétrico del petróleo (ya que el
(B-4)(B-4)
110
yacimiento es sub-saturado) y la compresibilidad de la roca, la cual se determino en 2.52x10-
6 lpc-1 según análisis de núcleo. Por otro lado, fue necesario cargar en el simulador numérico
de forma explícita las propiedades calculadas del acuífero, las cuales son mostradas a
continuación.
Tabla 9. Propiedades del Acuífero
De esta forma se integró el modelo de simulación numérica, el cual fue corrido bajo
líneas de corriente (stream lines), las cuales son líneas de flujo perpendiculares a las curvas de
isopotencial definidas por la integración de las soluciones de presión en el centro de cada
celda de la malla cartesiana. En otras palabras, son un conjunto de simulaciones
unidimensionales (líneas) de la saturación de fluido, cuya dirección está definida por la
presión.
Toda simulación numérica necesita fijar una variable a partir de la cual se calculará el
resto, lo cual es conocido como el control de la simulación. La misma suele ser la tasa de
petróleo, gas, líquido o presión de fondo fluyente de los pozos, todo depende del objetivo de
la simulación y de la cantidad y calidad de los datos disponibles. En nuestro caso, las
variables con mayor recurrencia y calidad era en primer lugar la producción de petróleo y en
segundo la de agua, cuyos ajustes serian el objetivo principal durante el cotejo histórico, por
lo que era necesario asignar un control mediante el cual fuese posible cuantificar la
fluctuación de estas variables entre realizaciones, escogiendo de esta forma la Tasa de
Liquido (LRAT).
Una representación gráfica de estas líneas de corriente es mostrada en la figura 80. En
las mismas se puede observar que las líneas están orientadas desde el sur, donde se encuentra
el CAPO y el acuífero activo, hacia el norte en función de la ubicación de los pozos y la
dirección del ambiente sedimentario (canales estuarinos) representada en el modelo. Se puede
observar como cambia el color de las líneas desde azul (Sw = 100 %; acuífero) a rojo (Sw =
Swi; zona de petróleo).
Modelo Sistema Relación de Radios E/I
Angulo de Intrusión
K (md)
Espesor (pies)
Volumen (MMFT3)
Carter-Tracy Radial 9.2 22.0 57.0 275.3 1.06E+06
111
Figura 80. Simulación por Líneas de Corriente
Los modelos de simulación generados en función de las 20 realizaciones
geoestadísticas fueron corridos, elaborando gráficos de las tasas de petróleo y corte de agua
simulado por realización, comparándolos con los datos históricos reales. Esto puede
observarse seguidamente en las figuras 81 y 82, donde las líneas gruesas representan la tasa
de petróleo y corte de agua histórico.
112
Figura 81. Tasa de Petróleo Histórica vs. Simulada por Realización
Figura 82. Corte de Agua Histórico vs. Simulado por Realización
% A /S H is tó ric o
Q o H is tó ric a (B N D )
113
En cuanto a la tasa de petróleo, hasta el año 2000 se observa un buen ajuste entre el
comportamiento histórico y el simulado por las 20 realizaciones, sin embargo, a partir de ese
año ambos comportamientos se separan en unos 5000 BPPD, diferencia que va incrementando
hasta llegar hasta los 30000 BPPD aproximadamente para el año 2009. Se observa además
una considerable diferencia en la tasa de petróleo simulada entre realizaciones, lo cual
representa el objeto de este análisis, de forma tal que sea seleccionada aquella con la menor
diferencia con el comportamiento real histórico.
En cuanto al agua, el comportamiento simulado no refleja corte de agua alguno hasta
el año 1999, sobrepasando rápidamente el comportamiento histórico en todos los casos a
partir de este momento, y reflejando grandes diferencias (> 10%) entre el corte de agua
histórico y simulado, hasta el 2006 cuando se observa un moderado ajuste. En este caso, se
observa una dispersión superior entre realizaciones, y entre las mismas y la data real,
comparando con el comportamiento del petróleo. Esto es una muestra de que el reto durante
un futuro modelo de simulación será el ajuste de la producción simulada de agua.
Seguidamente fue calculado el porcentaje de error o diferencia entre el
comportamiento simulado de producción de petróleo y corte de agua de cada realización con
el comportamiento histórico real, para cada mes. Luego fue calculado el error acumulado por
realización con el objeto de seleccionar aquella que tuviese la menor diferencia, acercándose
más al comportamiento real, y reflejando indirectamente el modelo geológico más
representativo.
Como se puede ver en la figura 83, la realización con el menor error en la tasa de
petróleo fue la número 1, y la de mayor diferencia fue la 11; mientras que la realización 1 fue
la que arrojó la mayor diferencia en el corte de agua simulado, donde la realización 14 mostró
el menor error.
La selección de la realización que más se acerque al comportamiento real, y
consecuentemente que mejor represente al modelo geológico, debe efectuarse en función de
un balance entre los menores errores acumulados tanto de petróleo como de agua. Para
nuestro caso, seleccionamos el mismo peso para ambas variables (50%), ya que se
consideraron ambos como parámetros críticos a cotejar durante la elaboración de un modelo
de simulación robusto, recordando que el presente modelo dinámico solo tiene como objeto la
jerarquización de realizaciones geoestadísticas.
114
Figura 83. Error Acumulado por Realización Geoestadística
En la tabla 10 puede observarse la desviación acumulada normalizada (error / error
máximo) para la tasa de petróleo y el corte de agua, además del promedio entre ambos
errores. La misma fue ordenada ascendentemente en función del error promedio, donde la
Realización 17 muestra el menor error con 0.64, siendo la recomendada para la ejecución del
modelo de simulación numérica robusto que debe ser elaborado a partir de este estudio.
La realización que más se alejó del comportamiento histórico fue la número 11, debido
principalmente a la considerable diferencia entre la tasa de petróleo real y simulada.
115
Tabla 10. Desviación Jerarquizada Normalizada por Realización Geoestadística
4.7. Escalamiento Como fue expuesto, el modelo fino geoestadístico posee aproximadamente 1.8
millones de celdas activas, la cual es una cantidad muy elevada para ser utilizado en un
simulador numérico de diferencias finitas, debido al gran requerimiento de cómputo que este
tipo de simulación requiere y a la capacidad actual de los procesadores comerciales, razón por
la cual fue requerido aumentar el tamaño de las celdas, reduciendo su número total.
La resolución lateral (DX & DY) se mantuvo igual al modelo fino (100 metros) debido
a la distancia existente entre pozos (600 metros) y la necesidad de evaluar procesos de
recuperación secundaria durante el modelo de simulación numérica, lo cual requiere una
adecuada descripción de la variabilidad lateral de las propiedades. El escalamiento solo se
evaluó verticalmente, seleccionando para ello una sección del yacimiento (bloque) en cuyos
extremos fueron definidos un pozo producto y uno inyector. La idea fue comparar el
comportamiento de producción de los modelos escalados con el modelo fino original
(Realización 17), seleccionando aquel escalamiento donde se mantuviese la respuesta arrojada
por el modelo fino, lo que significaría un mantenimiento de las heterogeneidades arrojadas
por el mismo (modelo fino).
Petróleo Agua Promedio17 0,60 0,68 0,6414 0,69 0,66 0,6812 0,68 0,72 0,7010 0,73 0,68 0,705 0,70 0,72 0,7115 0,69 0,74 0,713 0,72 0,71 0,711 0,48 1,00 0,747 0,81 0,68 0,7419 0,71 0,80 0,758 0,76 0,75 0,7513 0,77 0,75 0,7616 0,78 0,76 0,776 0,82 0,72 0,774 0,79 0,76 0,7720 0,90 0,73 0,819 0,86 0,78 0,822 0,90 0,76 0,8318 0,90 0,80 0,8511 1,00 0,89 0,94
Desviación Acumulada NormalizadaRealización
116
Fue seleccionado un sector de la región 1 debido a que esta área posee la mayor
declinación de presión del yacimiento, siendo requerido a corto plazo un estudio de
recuperación secundaria, por lo que un buen escalamiento de la malla será requerido para
evaluar a detalle los fenómenos de un desplazamiento no-miscible.
Figura 84. Sección del Modelo Seleccionada para Evaluación del Escalamiento
Fueron definidos tres escenarios para el escalamiento, con un promedio en el espesor
por celda (DZ) de 10, 15 y 20 pies, para un número total de capas de 56, 37 y 28
respectivamente. La tasa de producción de petróleo e inyección fueron definidas en 5000 BN
respectivamente.
En las figuras 84 y 85 son mostrados los resultados de la simulación.
Pozo Inyector
Pozo Productor
Pozo Inyector
Pozo Productor
117
Figura 85. Evaluación del Escalamiento, Tasa de Petróleo
Figura 86. Evaluación del Escalamiento, Corte de Agua
En ambas figuras es posible apreciar que a medida que es incrementado el tamaño de
las celdas, los resultados de la simulación son más optimistas, con un cierto mantenimiento de
la tasa de petróleo en el tiempo en comparación con el modelo fino (DZ = 5 pies) y un corte
de agua inferior. Este comportamiento es observado entre 1992 y el año 2000, momento en el
cual todos los modelos muestran un comportamiento similar.
Definitivamente, es perdida la calidad en la respuesta del modelo a medida que es
incrementado el tamaño de las celdas, lo cual es una consecuencia inevitable si se quiere
desarrollar un modelo de simulación numérica, debido a las limitaciones de hardware ya
expuestas.
118
Una forma de compensar esta perdida en la calidad de la respuesta de los modelos
escalados es desarrollar pseudo-curvas de permeabilidad relativa, mediante las cuales es
considerado un equilibrio vertical en cada celda escalada, lo cual implica que el potencial
hidrostático por fase es independiente de la profundidad en cada celda. Esta técnica se ha
usado históricamente para simular yacimientos multicapa mediante modelos 2D.
Para este análisis fue seleccionado el escalamiento que implicó una resolución vertical
(DZ) de 20 pies, debió a que el mismo comprendió una malla de aproximadamente 450.000
celdas activas (para todo el modelo), lo cual es un número manejable por los procesadores de
última generación disponibles actualmente en la industria.
Para normalizar las curvas de permeabilidad relativa se deben aplicar las siguientes
ecuaciones.
( )SorSwcSwcSwSwn−−−
−=
11
SorKrwKrwKrwn@
=
SwcKroKroKron@
=
De esta forma es obtenida la permeabilidad relativa normalizada para el agua y el
petróleo, como puede ser observado en la figura 86 (curvas originales). Estas cuervas fueron
utilizadas como punto de partida para definir las nuevas curvas (curvas editadas en la misma
figura) a utilizar en el modelo de simulación, las cuales fueron generadas asignando un
exponente a los valores de permeabilidad relativa de agua y petróleo normalizados. Este
exponente fue sensibilizado en múltiples oportunidades hasta lograr que las curvas de
permeabilidad relativa resultantes (producto de la reversión de la normalización) ocasionaran
que la malla escalada generase un comportamiento simulado similar a la malla fina. En otras
palabras, se debió asignar el exponente, desnormalizar, correr el modelo de simulación y
comparar con la respuesta del modelo fino, proceso que se debió repetir hasta que hubiese un
cotejo de la tasa de petróleo y el corte de agua. El exponente fue establecido en 0,68.
119
Figura 87. Curvas de Permeabilidad Relativa Normalizadas
A continuación son mostradas las curvas de permeabilidad relativa original y
editada (pseudo-curvas).
Figura 88. Curvas de Permeabilidad Relativa
En los siguientes gráficos es mostrada la tasa de petróleo y corte de agua simulados de
la malla fina (DZ=5ft) y escalada (DZ=20ft). Esta ultima, con las curvas originales y editadas
(pseudo-curvas).
120
Figura 89. Ajuste de la Respuesta de la Tasa de Petróleo
Figura 90. Ajuste de la Respuesta del Corte de Agua
Como se puede observar, hubo un excelente cotejo entre la malla escalada y fina de
esta sección del modelo luego de asignar las pseudo-curvas de permeabilidad relativa, por lo
que se procedió a exportar para un próximo estudio de simulación numérica la malla fina con
esta resolución (DZ = 20 pies), con aproximadamente 450.000 celdas activas.
121
CONCLUSIONES
• El POES estadístico (P50) de la Unidad B-4 del yacimiento “B-Sup VLG-3729” fue
de 3301 MMBN, con un resultado pesimista (P10) y optimista (P90) de 3265 y 3314
MMBN respectivamente.
• En función de la menor diferencia entre la producción histórica y la simulada por
líneas de corriente, se seleccionó la Realización 17 como la más representativa de la
geología de la Unidad B-4 del yacimiento “B-Sup VLG-3729”.
• Se definió una resolución vertical de 20 pies para el modelo escalado a ser utilizado en
la simulación numérica del yacimiento, con la respectiva asignación de pseudo-curvas
de permeabilidad relativa con un exponente de 0,68.
• En función de los Gráficos de Lorenz, se identificó la alta heterogeneidad del
yacimiento bajo estudio, con las mayores capacidades de acumulación y flujo en las
sub-unidades B-4.2, B-4.7 y B-4.8.
• El rango de mayor continuidad de la facies dominante (canal estuarino) resulto en
aproximadamente 2000 metros, en comparación con los 1000 metros del rango de
menor continuidad.
• Los rangos de los variogramas de volumen de arcilla y porosidad total en los canales
estuarinos resultaron en 950 y 850 metros para la dirección de mayor y menor
continuidad respectivamente.
• La proporción de arena y lutita del yacimiento bajo estudio resultó en 36 y 64 %
respectivamente, lo que representa un NTG promedio de 0,64.
• Se obtuvieron las siguientes propiedades petrofísicas promedio (media) en las facies
de arena (canales estuarinos, barras y canales de marea).
PHIT VSH PHIE Kh Kv RQI FZI Swc(%) (%) (%) (md) (md) Adim. Adim. (%)14 20 10,7 78 35 0,6 4,8 29,5
122
RECOMENDACIONES
• Utilizar la Realización 17, escalada a una resolución vertical de 20 pies, para futuros
estudios de simulación numérica.
• Actualizar el Modelo Geoestadístico una vez sean perforados más pozos en el área de
tierra y especialmente en la zona próxima a la costa.
• Tomar por lo menos dos núcleos en el área de tierra y realizar los correspondientes
análisis convencionales y especiales, con el objeto de mejorar la caracterización del
yacimiento.
• Evaluar la posibilidad de utilizar un Co-Kriging por atributos sísmicos en futuros
estudios geoestadísticos.
• Comparar el modelo de permeabilidad utilizado con uno desarrollado en función del
Indicador de Zonas de Flujo (FZI).
• Incluir pozos vecinos en Area 8 Norte, en futuros estudios geoestadísticos, con el
objeto de modelar con mayor certidumbre las barras y canales de marea.
• Interpretar el reflector sísmico correspondiente al tope de la Unidad B-5, e incluir este
horizonte en futuros modelos.
123
REFERENCIAS BIBLIOGRAFICAS
1. González, R. (1996). Manual de Curso Introductoria a la Geoestadistica.
2. Márquez, C., Graterol, I y Barreto, J. (2006). Modelo Estructural del Yacimiento “B-
Sup VLG-3729”, Area 8 Sur, Distrito Tomoporo. PDVSA Intevep.
3. Linares, C., Perdomo, J., Gutierrez, M. (2006). Modelo Estratigráfico del Yacimiento
“B-Sup VLG–3729”, Formación Misoa, Cuenca de Maracaibo. PDVSA Intevep.
4. Hernandez, Y., Margotta, J., Saavedra, C., Oropeza, P., Oropeza H. (2006). Modelo
Sedimentológico del Yacimiento “B-Sup VLG-3729”, Campo Ceuta-Tomoporo.
PDVSA Intevep.
5. Bauza, L. (1999). Manual de Geoestadistica Aplicada a los Estudios Integrados de
Yacimientos de Hidrocarburo, PDVSA E&P División Centro-Sur.
6. PDVSA E&P Division Oriente, Distrito Norte (2007). Procedimiento de Modelaje
Geoestadistico.
7. Chambers, R., Yarus, J., Hird, K. Petroleum geostatistics for nongeostaticians. Part 2.
The leading edge. June 2000. 592-599.
8. Chambers, R., Yarus, J., Liceras, V. (2006). Geostatistics for petroleum engineers and
geoscientists. Quantitative Geosciences, LLP.
9. Schlumberger Information Solution (2005). Process Manager Course v2004. Petrel
Workflows Tools. Houston.
10. Schlumberger Information Solution (2005). Introduction Course v2004. Petrel
Workflows Tools. Houston.
11. Schlumberger Information Solution (2005). Reservoir Engineering Course v2004.
Petrel Workflows Tools. Houston.
12. Schlumberger Information Solution (2005). Property Modeling Course v2004. Petrel
Workflows Tools. Houston.
13. Lafferriere, F. (2005). Curso de Geoestadística Aplicada, Earth Decision Sciences.