مدل‌سازي پيوسته شكستگي در مخازن كربناته با تلفيق داده‌هاي لرزه‌اي، زمين‌شناسي و پتروفيزيكي

Continuous Fracture Modeling in Carbonate Reservoir by Integration of Seismic, Geological, and Petrophysical Data

شكستگی یكی از مهم‌ترین پدیده‌های زمین‌شناسی است كه تولید از مخازن كربناته شكسته را تحت تاثیر قرار می‌دهد. توزیع شكستگی در مخازن شكسته به عوامل ساختاری، سنگ شناسی، ضخامت مخزن، گسل‌ها و عوامل كنترل كننده دیگر بستگی دارد. برای مدل‌سازی دقیق شكستگی‌ها باید عوامل كنترل كننده شكستگی را با داده‌های چاه تلفیق كرد. در این مقاله از تراكم شكستگی حاصل از تحلیل شكستگی‌های مغزه های سه چاه از میدان مارون استفاده شده است. نشان‌گرهای لرزه‌ای مرتبط با شكستگی از جمله فركانس لحظه‌ای، انحنا و شیب از داده‌های لرزه ای استخراج شده است. عوامل زمین‌شناسی و پتروفیزیكی كه تراكم شكستگی را كنترل می‌كند با تلفیق داده‌های لرزه‌ای و چاه‌ها به صورت سه بعدی مدل شده است. با تلفیق عوامل كنترل كننده شكستگی و تراكم شكستگی در چاه‌ها، تراكم شكستگی به صورت سه بعدی با استفاده از روش شبكه عصبی مدل شد و ضریب همبستگی آن با داده‌های چاه 82/0 به دست ‌آمد. مدل پیوسته شكستگی حاصل از شبكه عصبی، با نقشه انتقال‌پذیری هم‌خوانی داشته و نقشه انتقال‌پذیری، بالا بودن تراكم شكستگی در یال جنوبی را تایید می‌كند. بیشترین تراكم شكستگی در یال جنوبی تاقدیس قرار دارد كه مكان مناسبی برای توسعه میدان می‌باشد.  

Large percentages of world hydrocarbon reservoirs are fractured reservoir and fracture distribution in these reservoirs are not distributed randomly. Fracture distribution in fractured reservoir depends on the combination of structures, lithology, reservoir thickness, fault, and other fracture controllers. For accurate fracture modeling, these factors should be integrated with well data. For this purpose, fracture density of three wells in Marun oil field is used. Fracture related seismic attributes such as instantaneous frequency, curvature, and dip is extracted from seismic data. Geological and petrophysical features, which control fracture density, are modeled by the integration of seismic and well data. By the integration of these factors and fracture density in wells, fracture density is modeled by artificial neural network. In this study, the continuous fracture model is properly modeled and the results demonstrate 82% correlation with well data. This continuous fracture model has a relatively good relation with transmissibility map and the transmissibility map satisfies high fracture density in the south limb of anticline. Most fracture densities are located in the southern limb of anticline and this seems to be suitable region for field development.