مقایسه روشهاي ΔlogR و مبتنی بر کانی شناسی در تخمين مقدار کربن آلی سازند پابده در میادین اهواز و رگ سفید
محورهای موضوعی : پترو فیزیک
مهدی شفیع
1
(دانشگاه صنعتی اصفهان)
سید حسن طباطبایی
2
(دانشگاه صنعتی اصفهان)
مرتضی طبایی
3
(دانشگاه صنعتی اصفهان)
نادر فتحیان پور
4
(دانشگاه صنعتی اصفهان)
علی اپرا
5
(شرکت ملی مناطق نفت خیز جنوب)
کلید واژه: میزان کربن آلی, سنگ منشا, میدان اهواز, میدان رگ سفید, روش ΔlogR, روش مبتنی بر کانی شناسی,
چکیده مقاله :
یکی از روش های متداول و نسبتا دقیق تعیین میزان کربن آلی در سنگ ها در پتانسیل یابی منابع نفت و گاز، خانواده روشهای پیرولیز می باشند، که نمونه استاندارد آن روش پیرولیز راک اول است. این روش بر مبنای مطالعه و بررسی مغزه، پتانسیل یابی منابع نفت و گاز را در سنگ ها صورت می دهد. یکی از پارامترهای مهم و ارزشمند تعیین پتانسیل یابی منابع نفت و گاز، تعیین TOC می باشد. هدف و انگیزه از این مطالعه، بررسی و مقایسه روش ΔlogR و روش مبتنی بر کانی شناسی برای محاسبه میزان کل کربن آلی در سنگ منشا می باشد، آن روشی اولویت بالاتر دارد که هم به اندازه کافی به نتایج آزمایش های پیرولیز راک اول نزدیکتر بوده و دارای صحت مورد نظر باشد و هم به طور نسبی هزینه انجام آن بالا نباشد. میادین مورد مطالعه در این پژوهش، دو میدان اهواز و رگ سفید می باشند. این میدان ها از جمله میادین پر پتانسیل جنوب غرب ایران جهت تحقیق و بررسی دقیق تر برای تخمین میزان کربن آلی محسوب می گردند. در این پژوهش مطالعات نرم افزاری از طریق نرم افزار IP انجام شده است که با استفاده از آن داده های پتروفیزیکی هر میدان مورد محاسبات و بررسی قرار گرفته و نهایتا نتایج آن با مقادیر واقعی TOC مورد مقایسه قرار گرفته است. داده های ورودی در روش داده های کانی شناسی شامل لاگ چگالی، لاگ تخلخل نوترونی و لاگ گاما و داده های ورودی در روش ΔlogR شامل لاگ صوتی و مقاومت می باشد. به تفکیک میادین، روش های مناسب تر (بر حسب میزان R2) در میدان های اهواز و رگ سفید به ترتیب روش داده های کانی شناسی و روش ΔlogR می باشد. همچنین در برآیند کار با توجه به پارامترهای هزینه، دقت و صحت، بهترین روش مورد بحث در این پژوهش روش داده های کانی شناسی با میزان R2 در میادین اهواز و رگ سفید به ترتیب برابر با 0.94 و 0.61 می باشد. بعد از این، روش ΔlogR در اولویت دوم قرار می گیرد.
One of the most common and relatively accurate methods for determining the amount of organic carbon in rocks in the oil and gas exploration potential is the Pyrolysis family, a standard example of which is the first rock pyrolysis method. Based on the study of the core, this method explores the potential of oil and gas resources in rocks. One of the important and valuable parameters in determining the potential of oil and gas resources is the determination of TOC. The purpose and motivation of this research is to compare the ΔlogR method and the mineralogy-based method for calculating the total amount of organic carbon in the source rock. It has the desired accuracy and relatively low cost. The fields studied in this study are two fields of Ahwaz and Rag-e sefid. These fields are among the potential fields of southwestern Iran for more detailed investigation and estimation of organic carbon content. In this research, software studies have been performed through IP software, using which the petrophysical data of each field have been calculated and compared, and finally, its results have been compared with actual TOC values. Input data in the mineralogical data method include density log, neutron porosity log and gamma log, and input data in the ΔlogR method include acoustic and resistivity logs. According to the fields, the most appropriate methods (in terms of R2) in Ahwaz and rag-e sefid fields are the mineralogical data method and the ΔlogR method, respectively. Also, in terms of cost, precision and accuracy parameters, the best method discussed in this research is R2 mineralogical data in Ahwaz and Rag-e sefid, 0.94 and 0.61, respectively. After this, the ΔlogR method comes second.
]1[ ظهراب زاده، م.، (1385). "مطالعه زمین شناسی مخزن نفت آسماری میدان نفتی رگ سفید". گزارش شماره پ-5954، مناطق نفت خیز جنوب، 378 صفحه.
]2[ “فاز تعیین مشخصات زمین شناسی میدان نفتی رامشیر” گزارش پ – 6047، شرکت ملی مناطق نفت خیز جنوب.
]3[ کمالی، محمدرضا و مسعود شایسته.(1387)، "مبانی ژئوشیمی در اکتشاف نفت"، تهران، انتشارات پژوهشگاه صنعت نفت.
[4] Ambrose, R.J., Hartman, R.C., Diaz-Campos, M., Akkutla, I.Y., and Sondergeld, C.H., )2010(, "New pore-scale considerations for shale gas in place calculations": SPE 131772, SPE Unconventional Gas Conference, 23–25 February, Pittsburgh, Pennsylvania, USA.
[5] Anderson, J.A. (1983), "Cognitive and Psychological Computation with Neural Models, IEEE Trans". Syst., Man, Cybern., Vol. SMC-13, No. 5, pp. 799-815.
[6] Heaerst, J.R., Nelson P.H., and Pailet F.L.,)2000(."well looging for physical properties", John whily & sons, Ltd, chilchester.
[7] Herron, S.L., )1991(, "In situ evaluation of potential source rocks by wireline logs, Wireline source-rock evaluation in the Paris Basin": AAPG Treatise of Petroleum Geology: Handbook of petroleum geology, source and migration processes and evaluation techniques (AAPG, Tulsa), 127–134.
[8] Hood A., C. C. M. Gutjahr, and R. L. Heacock, )1975(, "Organic metamorphism and the generation of petroleum": AAPG Bulletin, v. 59, p.986-996.
[9] Hunt, J.M. (1996). "Petroleum Geochemistry and Geology". 2nd Edition. W.H. Freeman and Company, New York. 743 p.
[10] Jacobi, D., Gladkikh, M., LeCompte, B., Hursan, G., Mendez, F., Longo, J., Ong, S., Bratovich, M., Patton, G., and Shoemaker, P., )2008(, "Integrated petrophysical evaluation of shale gas reservoirs": SPE 114925, SPE Gas Technology Symposium, 16–19 June, Calgary, Alberta, Canada.
[11] Kamali, M.R., Fathi Mobarakabad, A. and Mohsenian, E.,(2006), "Petroleum geochemistry and thermal modeling of Pabdeh Formation in Dezful Embayment". Journal of Science (University of Tehran) 32, 1–11.
[12] Russell B. H. )2004(, “The application of multivariate statistics and neural networks to the prediction of reservoir parameters using seismic attributes,” Ph.D. Dissertation, University of Calgary, Alberta, p. 392,.
[13] Rylander, E., Singer, P.M., Jiang, T., Lewis, R., McLin, R., and Sinclair, S., )2013(, "NMR T2 distributions in the Eagle Ford Shale: Reflections on pore size": SPE 164554, SPE Unconventional Resources Conference, 10–12 April, The Woodlands, Texas, USA.
[14] Schlumberger,(1998)."Schlumberger Log Interpretation charts", Schlumberger: Schlumberger Ltd edn.
[15] Schmoker, J.W. and Hester, T.C., (1983). "Organic carbon in bakken formation, united states portion of Williston basin": AAPG Bulletin, v. 67, pp. 2165-2174.
[16] Smagala, T. M., C. A. Brown. and G. L. Nydegger. )1984(. "Log-derived indicator of thermal maturity Niobrara Formation, Denver Basin, Colorado". Nebraska. Wyoming. in J. Woodward. F. F. Meissner, and J. L. Clayton eds., Hydrocarbon source rocks of the greater Rocky Mountain region: Rocky Mountain Association of Geologists, p. 355-363.
[17] Tisso!. B. P .. and D. H. Welte. )1984(. "Petroleum formation and occurrence": New York. Springer-Verlag, 699 p.