استفاده از روش كريجينگ شاخص در مدل سازي مناطق با هرزروي بحراني در مخزن آسماري يكي از ميادين نفتي جنوب غرب ايران

Applying Indicator Kriging in Modeling of Regions with Critical Drilling Fluid Loss in Asmari Reservoir in an Oil Field in Southwestern Iran

هرزروي سيال حفاري در سازند هاي مخزني در ميادين نفتي مي تواند باعث هدر رفتن سرمايه و آسيب هاي جدي به لايه هاي بهره ده هيدروكربوري گردد. به دليل وجود هرزروي هاي شديد در سازند هاي مخزني، ارائه راه حل هاي پيشگيرانه از اين پديده نا مطلوب، اهميت ويژه اي دارد. بر اين اساس در اين تحقيق به بررسي و پيش بيني هرزروي سيال حفاري در مخزن آسماري و مدل سازي مناطق بحراني هرزروي با استفاده از روش زمين آماري كريجينگ شاخص در يكي از ميادين نفتي جنوب غرب پرداخته شده است. بدين منظور ابتدا وضعيت توزيع داده هاي هرزروي در كل مخزن با توجه به اطلاعات 363 حلقه چاه حفاري شده در ميدان به دست آمده و با استفاده از الگوريتم كريجينگ شاخص و در نظر گرفتن حد آستانه بحراني براي هرزروي، داده هاي مذكور بصورت باينري تبديل و توسط واريوگرافي مورد تجزيه و تحليل قرار گرفته است، سپس با ساخت يك مدل بلوكي، احتمال وجود هرزروي هاي بحراني در كل مخزن به روش كريجينگ شاخص تخمين زده شده است. تخمين هاي به دست آمده نشان مي دهد كه هرزروي ها در مخزن آسماري از تغييرپذيري بالايي برخوردار بوده و نقاط بحراني هرزروي (با هرزروي بالاي bbl/hr 100) در بخش شمال غربي در قطاع 2 و جنوب شرقي ميدان در قطاع 9، به خصوص در زون هاي عميق تر پراكنده شده است.

Loss of drilling fluid in the reservoir formations in oil fields can cause loss of investments and serious damages to the hydrocarbon producible formations. Due to presence of severe losses in some reservoir formations، proposing preventing solutions for this undesirable phenomenon has significant importance. On the basis of mentioned matter، this research is focused on the study and prediction of fluid loss in Asmari formation and modeling critical loss zones using geostatistical method of indicator kriging in one of the southwestern oil fields. For this purpose، at the first step، the distribution of fluid loss was determined throughout the reservoir using data of 363 oil wells. Then using indicator kriging algorithm with supposing a critical limit for fluid loss، the data was transformed to binary and using variography، the variability and anisotropy of data were analyzed. At the final step، by building a block model، the probability of presence of critical losses was estimated throughout the reservoir using indicator kriging. The estimated results show that the fluid loss has high variability in Asmari formation and critical loss points (higher than 100 Bbl/h) are located in northwest parts in sector 2 and in southeast parts in sector 9، especially dispersed in deeper zones.