Capítulo (4) 147
4.6.4 Análisis de datos Esta exploración se divide en dos etapas:
• Análisis de datos discretos (facies): el primer paso fue hacer histogramas para
determinar la distribución o porcentajes de facies en cada una de las unidades de la
Zona-C de la Formación Mugrosa. La Figura 4-67 muestra los histogramas de la
distribución de facies en cada unidad de la Zona C, tanto en los registros discretos de los
pozos como las facies escaladas en las celdas interceptadas por cada pozo. En estos
histogramas se observa como en las unidades C1 y C1AB predominan las arcillas en
tanto que en las unidades C2 a C3CB predominan las arenas para volver finalmente en
las unidades C4 a C5 a predominar las arcillosas. Este análisis continúa con la definición
de las curvas de proporción vertical de facies en cada una de las unidades. Estas curvas
me definen hacían donde predominan las facies arenosas o arcillosas en la vertical
dentro de cada unidad y serán usadas más adelante durante el poblamiento de la malla
3D con facies (Ver Figura 4-68).
Con el objetivo de conocer como es la distribución de espesores tanto de los cuerpos de
arena como de arcillas se hacen histogramas de espesores de los cuerpos. Estos datos
serán usados en el poblamiento de facies. La Figura 4-69 muestra los histogramas de
espesores de cuerpos donde se puede observar como los mayores espesores de arena
(aproximadamente 50 pies) están en las unidades C2, C2DT y GTB. Estos espesores
corresponden a sistemas de canales apilados verticalmente llamados canales principales
Figura 4-67: Histogramas de distribución de facies Zona-C.
C1 C1AB C2C2DT GTB
C3 C3CB C4 C4CB C5
Registros discretos del pozo Facies escalad a en la Malla 3D
148 Modelamiento geoestadístico de los depósitos fluviales de la Zona C-Formación
Mugrosa en el área la Cira-Este del Campo La Cira
Figura 4-68: Curvas de proporción vertical de facies en cada unidad de la Zona-C.
Figura 4-69: Análisis de Espesores de las facies.
Otros análisis de datos usados para registros discretos son los de probabilidad usando
atributos sísmicos y variogramas. Debido a la baja calidad de la información sísmica por
tener una resolución vertical mayor a 100 pies y alto ruido de la señal en la zona de
interés producida por la sombra de la Falla La Cira no fue posible usar atributos sísmicos
en la zona de interés.
Los variogramas no se usaron en este análisis de datos discretos debido a que se tiene
una alta densidad de datos de pozos que permitieron construir mapas de arena neta que
junto con los datos de producción ayudaron a definir la orientación, distribución y la
geometría de los cuerpos de arena en los canales. Estos datos se usaron como
C1 C1AB C2 C2DT GTB
C3 C3CB C4 C4CB C5
Facies arenosas Facies arcillosas
C1 C1AB C2 C2DT GTB
C3 C3CB C4 C4CB C5
Facies arenosas Facies arcillosas
Capítulo (4) 149
tendencias durante el poblamiento de facies. Los mapas fueron digitalizados y
normalizados entre -1 y 1, donde 1 es la probabilidad más alta de que se presenten las
arenas y -1 es la probabilidad más baja de que se presenten estas facies arenosas.
La Figura 4-70 muestra un ejemplo de los mapas de arena neta y de probabilidad de
arenas para la unidad C2 de la Zona-C. Estos mapas fueron hechos para cada unidad y
los mapas de probabilidad serán usados como tendencia en el poblamiento de facies
Figura 4-70: Mapas de arena neta y probabilidad de arenas Unidad C2.
Análisis de datos continuos (Propiedades Petrofísicas): este análisis se hizo para el
registro continuo de porosidad (PHIE). Durante este trabajo se hicieron las siguientes
etapas:
• Análisis Datos de Laboratorio: se hizo la revisión de los datos de porosidad y
permeabilidad determinados sobre muestras de núcleos de los pozos corazonados con el
Mapa de probabilidad de arenas Unida C2
150 Modelamiento geoestadístico de los depósitos fluviales de la Zona C-Formación
Mugrosa en el área la Cira-Este del Campo La Cira
objetivo de conocer como son las curvas de distribución y densidad, así como también
los parámetros estadísticos básicos de las rocas de la Zona-C. La Figura 4-71 muestra
las curvas de distribución de la porosidad y la permeabilidad para los datos de
laboratorio. En estas gráficas se observa como la porosidad tiene una distribución log-
normal con asimetría negativa mientras que la distribución de la permeabilidad es log-
normal pero con asimetría positiva. Adicionalmente se visualizan los parámetros
estadísticos básicos para cada una de estas distribuciones.
• Curvas de distribución y estadística básica: se hicieron los histogramas y la
determinación de los parámetros estadísticos básicos del registro continuo de porosidad
para cada unidad de la Zona-C con base en el registro de cada pozo. La Figura 4-72
muestra los histogramas del registro continuo de porosidad versus histogramas de la
porosidad escalada en las celdas que intercepta cada pozo en la malla 3D. Estas
distribuciones corresponden a log-normal donde en las unidades más arcillosas (C1,
C1AB, C4, C4CB y C5) las curvas tienen asimétrica positiva mientras que en las
unidades más arenosas (C2, C2DT, GTB, C3 y C3CB) tienen asimetría negativa.
Adicionalmente se pude observar como la porosidad varia en un rango que va desde 0
hasta 33 %.
La Figura 4-73 muestra las curvas de Frecuencia acumulada de la porosidad en cada
una de las unidades de la Zona-C tanto en el registro continuo de porosidad como en la
porosidad escalada en las celdas interceptadas en cada pozo. Las dos curvas de
frecuencia acumulada en cada unidad tienen buen ajuste asegurando que durante el
escalamiento no se perdió resolución. Estas curvas serán usadas más adelante para
poblar la malla 3D con la propiedad de porosidad.
• Transformación “Normal Score”. Se hizo la transformación de las distribuciones de
porosidad debido a que los algoritmos de simulación condicional que serán usados para
poblar la malla 3D con porosidad exigen que los datos deben tener una distribución
normal. La Figura 4-74 muestra las distribuciones logNormal transformadas a
distribuciones normales usando la metodología de Normal Score. Adicionalmente
también se necesitan transformadas estas distribuciones para el trabajo de variografía en
cada una de las unidades de la Zona-C de la Formación Mugrosa.
Capítulo (4) 151
Figura 4-71: Histogramas, curvas de frecuencia acumulada y estadística básica de
porosidad y permeabilidad.
POZO DISTRIBUCION DE POROSIDAD DISTRIBUCION DE PERMEABILIDAD
CIRA 1880
CIRA 1882
CIRA 1884
CIRA 1888
CIRA 1891
0,00%
25,00%
50,00%
75,00%
100,00%
0
5
10
15
20
25
30
35
40
2 10 18 26 34
Fre
cue
nci
a
PHI (%)
POZO CIRA-1880 (Datos de Nucleo)Distribucion de Porosidad Zona-C
0,00%
25,00%
50,00%
75,00%
100,00%
0
10
20
30
40
50
60
70
80
02
00
40
06
00
80
01
00
01
20
01
40
01
60
01
80
02
00
02
20
02
40
02
60
02
80
03
00
03
20
03
40
03
60
03
80
04
00
04
20
0
Fre
cue
nci
a
k (mD)
POZO CIRA-1880 (Datos de Nucleo)Distribucion de Permeabilidad Zona-C
Variable PorosidadMedia 25,7530303Error típico 0,363417097Mediana 26,1Moda 27,5Desviación estándar 4,17534456Varianza de la muestra 17,4335022Curtosis 3,450418874Coeficiente de asimetría -0,594795511Rango 31,5Mínimo 7,6Máximo 39,1Suma 3399,4Cuenta 132Mayor (1) 39,1Menor(1) 7,6Nivel de confianza(95,0%) 0,718925697
Parametos estadisticosVariable Permeabilidad Media 524,9090909Error típico 72,00034172Mediana 155Moda 34Desviación estándar 827,2209472Varianza de la muestra 684294,4955Curtosis 5,720145661Coeficiente de asimetría 2,436991077Rango 4064Mínimo 10Máximo 4074Suma 69288Cuenta 132Mayor (1) 4074Menor(1) 10Nivel de confianza(95,0%) 142,4338489
Parametos estadisticos
oVariable PorosidadMedia 24,82358491Error típico 0,353576393Mediana 24,65Moda 23,5Desviación estándar 3,64029177Varianza de la muestra 13,25172417Curtosis 4,382288307Coeficiente de asimetría -1,083461867Rango 24,7Mínimo 7,5Máximo 32,2Suma 2631,3Cuenta 106Mayor (1) 32,2Menor(1) 7,5Nivel de confianza(95,0%) 0,701076653
Parametos estadisticos
0,00%
25,00%
50,00%
75,00%
100,00%
0
5
10
15
20
25
30
35
2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34
Fre
cue
nci
a
PH (%)
POZO CIRA-1882 (Datos de Nucleo)Distribucion de Porosidad Zona-C
oVariable Permeabilidad Media 455,151317Error típico 71,33909376Mediana 146Moda 17Desviación estándar 734,480924Varianza de la muestra 539462,2277Curtosis 8,408526343Coeficiente de asimetría 2,802245658Rango 3956Mínimo 11Máximo 3967Suma 48246,0396Cuenta 106Mayor (1) 3967Menor(1) 11Nivel de confianza(95,0%) 141,4522407
Parametos estadisticos
0,00%
25,00%
50,00%
75,00%
100,00%
0
10
20
30
40
50
60
0
20
0
40
0
60
0
80
0
10
00
12
00
14
00
16
00
18
00
20
00
22
00
24
00
26
00
28
00
30
00
32
00
34
00
36
00
38
00
40
00
Fre
cue
nci
a
k (mD)
POZO CIRA-1882 (Datos de Nucleo)Distribucion de Permeabilidad Zona-C
oVariable PorosidadMedia 22,79206349Error típico 0,465678686Mediana 24,2Moda 24,2Desviación estándar 5,22723029Varianza de la muestra 27,32393651Curtosis 0,821655893Coeficiente de asimetría -1,084042483Rango 23,5Mínimo 7,3Máximo 30,8Suma 2871,8Cuenta 126Mayor (1) 30,8Menor(1) 7,3Nivel de confianza(95,0%) 0,921635904
Parametos estadisticos
0,00%
25,00%
50,00%
75,00%
100,00%
0
5
10
15
20
25
30
35
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32
Fre
cue
nci
a
PHI (%)
POZO CIRA-1884 (Datos de Nucleo)Distribucion de Porosidad Zona-C
oVariable Permeabilidad Media 300,867265Error típico 53,94394062Mediana 55Moda 39Desviación estándar 583,4929318Varianza de la muestra 340464,0014Curtosis 9,050632299Coeficiente de asimetría 2,959846108Rango 3214,95Mínimo 0,05Máximo 3215Suma 35201,47Cuenta 117Mayor (1) 3215Menor(1) 0,05Nivel de confianza(95,0%) 106,8427679
Parametos estadisticos
0,00%
25,00%
50,00%
75,00%
100,00%
0
10
20
30
40
50
60
70
80
90
100
0 300 600 900 1200 1500 1800 2100 2400 2700 3000 3300
Fre
cue
nci
a
k (mD)
POZO CIRA-1884 (Datos de Nucleo)Distribucion de Permeabilidad Zona-C
oVariable PorosidadMedia 21,44758065Error típico 0,330674079Mediana 22,2Moda 24,2Desviación estándar 5,207460604Varianza de la muestra 27,11764594Curtosis -0,278458229Coeficiente de asimetría -0,412682942Rango 26,7Mínimo 8,1Máximo 34,8Suma 5319Cuenta 248Mayor (1) 34,8Menor(1) 8,1Nivel de confianza(95,0%) 0,651300527
Parametos estadisticos
0,00%
25,00%
50,00%
75,00%
100,00%
0
5
10
15
20
25
30
35
40
45
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36
Fre
cue
nci
a
phi (%)
CIRA-1888 (Datos de Nucleo)Distribucion de Porosidad Zona-C
oVariable Permeabilidad Media 293,9052653Error típico 43,5725669Mediana 46Moda 4Desviación estándar 682,0185508Varianza de la muestra 465149,3037Curtosis 34,3584915Coeficiente de asimetría 5,090967331Rango 6342,97Mínimo 0,03Máximo 6343Suma 72006,79Cuenta 245Mayor (1) 6343Menor(1) 0,03Nivel de confianza(95,0%) 85,82636376
Parametos estadisticos
0,00%
25,00%
50,00%
75,00%
100,00%
0
50
100
150
200
250
Fre
cue
nci
a
k (mD)
CIRA-1888 (Datos de Nucleo)Distribucion de Permeabilida Zona-C
oVariable PorosidadMedia 23,1611284Error típico 0,312106459Mediana 24,3Moda 27,7Desviación estándar 5,00344716Varianza de la muestra 25,03448349Curtosis 0,509325944Coeficiente de asimetría -0,914379663Rango 24,3Mínimo 7,9Máximo 32,2Suma 5952,41Cuenta 257Mayor (1) 32,2Menor(1) 7,9Nivel de confianza(95,0%) 0,614623082
Parametos estadisticos
0,00%
25,00%
50,00%
75,00%
100,00%
0
10
20
30
40
50
60
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34
Fre
cue
nci
a
PHI (%)
CIRA-1891 (Datos de Nucleo)Distribucion de Porosidad Zona-C
oVariable Permeabilidad Media 236,2085537Error típico 32,63594593Mediana 61,5Moda 15Desviación estándar 507,6961709Varianza de la muestra 257755,402Curtosis 45,70656894Coeficiente de asimetría 5,55002505Rango 5379,82Mínimo 0,18Máximo 5380Suma 57162,47Cuenta 242Mayor (1) 5380Menor(1) 0,18Nivel de confianza(95,0%) 64,28811907
Parametos estadisticos
0,00%
25,00%
50,00%
75,00%
100,00%
0
50
100
150
200
250
0 1200 2400 3600 4800
Fre
cue
nci
a
k (mD)
CIRA-1891 (Datos de Nucleo)Distribucion de Permeabilidad Zona-C
152 Modelamiento geoestadístico de los depósitos fluviales de la Zona C-Formación
Mugrosa en el área la Cira-Este del Campo La Cira
Figura 4-72: Histogramas y estadística básica de porosidad por unidad.
Figura 4-73: Histogramas y curvas de frecuencia acumulada de porosidad.
Figura 4-74: Distribuciones de porosidad transformadas en cada unidad.
UNIDAD C1
Minimo 0
Máximo 0.33
Media 0.06
Desviación Estándar
0.09
Varianza 0.01
UNIDAD C1AB
Minimo 0
Máximo 0.27
Media 0.02
Desviación Estándar
0.05
Varianza 0.00
UNIDAD C2
Minimo 0
Máximo 0.29
Media 0.16
Desviación Estándar
0.10
Varianza 0.01
UNIDAD C2DT
Minimo 0
Máximo 0.33
Media 0.12
Desviación Estándar
0.11
Varianza 0.01
UNIDAD GTB
Minimo 0
Máximo 0.33
Media 0.14
Desviación Estándar
0.11
Varianza 0.01
UNIDAD C3
Minimo 0
Máximo 0.29
Media 0.11
Desviación Estándar
0.10
Varianza 0.01
UNIDAD C3CB
Minimo 0
Máximo 0.29
Media 0.11
Desviación Estándar
0.10
Varianza 0.01
UNIDAD C4
Minimo 0
Máximo 0.30
Media 0.08
Desviación Estándar
0.09
Varianza 0.01
UNIDAD C4CB
Minimo 0
Máximo 0.30
Media 0.08
Desviación Estándar
0.08
Varianza 0.01
UNIDAD C5
Minimo 0
Máximo 0.29
Media 0.06
Desviación Estándar
0.08
Varianza 0.01
UNIDAD C1
Minimo 0
Máximo 0.33
Media 0.06
Desviación Estándar
0.09
Varianza 0.01
UNIDAD C1AB
Minimo 0
Máximo 0.27
Media 0.02
Desviación Estándar
0.05
Varianza 0.00
UNIDAD C2
Minimo 0
Máximo 0.29
Media 0.16
Desviación Estándar
0.10
Varianza 0.01
UNIDAD C2DT
Minimo 0
Máximo 0.33
Media 0.12
Desviación Estándar
0.11
Varianza 0.01
UNIDAD GTB
Minimo 0
Máximo 0.33
Media 0.14
Desviación Estándar
0.11
Varianza 0.01
UNIDAD C3
Minimo 0
Máximo 0.29
Media 0.11
Desviación Estándar
0.10
Varianza 0.01
UNIDAD C3CB
Minimo 0
Máximo 0.29
Media 0.11
Desviación Estándar
0.10
Varianza 0.01
UNIDAD C4
Minimo 0
Máximo 0.30
Media 0.08
Desviación Estándar
0.09
Varianza 0.01
UNIDAD C4CB
Minimo 0
Máximo 0.30
Media 0.08
Desviación Estándar
0.08
Varianza 0.01
UNIDAD C5
Minimo 0
Máximo 0.29
Media 0.06
Desviación Estándar
0.08
Varianza 0.01
C1
C1AB
C2
C2DT GTB
GTB
C3 C3CB C4 C4CB C5
UNIDAD C1
Distribución de Entrada
Distribución de Salida
UNIDAD C1AB
Distribución de Entrada
Distribución de Salida
UNIDAD C2
Distribución de Entrada
Distribución de Salida
UNIDAD C2DT
Distribución de Entrada
Distribución de Salida
UNIDAD GTB
Distribución de Entrada
Distribución de Salida
UNIDAD C3
Distribución de Entrada
Distribución de Salida
UNIDAD C3CB
Distribución de Entrada
Distribución de Salida
UNIDAD C4
Distribución de Entrada
Distribución de Salida
UNIDAD C4CB
Distribución de Entrada
Distribución de Salida
Distribución de Entrada
Distribución de Salida
UNIDAD C5
Capítulo (4) 153
• Variografía. En esta etapa se construyeron 3 variogramas para cada unidad de la
Zona-C. Dos variogramas superficiales: uno en la dirección principal de la estructura y
otro en la dirección menor. El tercer variograma es en la vertical (profundidad).
Es importante anotar que los variogramas superficiales tienen menor resolución que el
variograma vertical debido a que el espaciamiento de los datos en superficie depende del
espaciamiento de los pozos que para el caso de Cira-Este es de 300 metros
aproximadamente mientras que en la vertical depende de la resolución del registro
continuo de porosidad que en el área es de 0.5 pies, es decir mayor densidad de datos.
Las figuras 4-75 y 4-76 muestran los variogramas construidos para cada una de las
unidades de la Zona-C. Estos variogramas serán usados para el poblamiento de la malla
3D con porosidad.
4.6.5 Modelamiento de facies El trabajo de modelamiento de facies consiste en poblar las celdas de la malla 3D que
están vacías o no tienen un valor asignado de facies para los yacimientos de la Zona-C
de la Formación Mugrosa del área Cira-Este. Durante este modelamiento no se tocaran
las celdas que fueron interceptadas por los pozos debido a que ya tienen un valor de
facies asignado durante el escalamiento de los registros discretos de facies de los pozos.
El poblamiento se hizo mediante el uso del algoritmo “Sequential Indicator Simulation”
(SIS). Este algoritmo es un método de predicción estocástica de simulación condicionada
de tipo pixel. Se descartó el uso de algoritmos tipo objetos debido a que por la gran
cantidad de pozos esta clase de algoritmo no funciona bien pues no honora los datos de
los pozos. La Figura 4-77 muestra la Malla 3D del área Cira-Este poblada con facies a
diferentes capas. Se puede observar como la unidad C1AB es una arcilla con una
excelente continuidad lateral en todo el campo y sirve de sello para separar la Unidad C1
de las unidades inferiores. Adicionalmente se puede observar como de las unidades C2 a
C3CB los canales apilados verticalmente son más continuos y tienen una dirección
Norte-Sur. En las unidades C4 a C5 los canales se vuelven aislados hasta observarse en
la unidad C5 meandros abandonados. La Figura 4-78 muestra la comparación de los
histogramas de los datos de pozo, facies escaladas y facies pobladas (SIS) donde se
observa un buen ajuste del modelo.
154 Modelamiento geoestadístico de los depósitos fluviales de la Zona C-Formación
Mugrosa en el área la Cira-Este del Campo La Cira
Figura 4-75: Variografía Unidades C1 a GTB.
Variogramas de Superficie Variograma VerticalDirección Principal Dirección menorU
NID
AD
C1
C1AB
C2
C2DT
GTB
Capítulo (4) 155
Figura 4-76: Variografía unidades C3 a C5.
Variogramas de Superficie Variograma VerticalDirección Principal Dirección menorU
NID
AD
C3
C3CB
C4
C4CB
C5
156 Modelamiento geoestadístico de los depósitos fluviales de la Zona C-Formación
Mugrosa en el área la Cira-Este del Campo La Cira
Figura 4-77: Malla 3D poblada con facies.
Figura 4-78: Comparación de histogramas de facies.
4.6.6 Modelamiento de propiedades petrofísicas El trabajo de modelamiento de propiedades petrofísicas consiste en poblar las celdas de
la malla 3D que están vacías (no tienen un valor asignado de porosidad y/o
permeabilidad) en el yacimiento. Durante esta etapa se respetan las celdas que fueron
interceptadas por los pozos debido a que ya tienen un valor de porosidad asignado al
realizar el escalamiento de los registros continuos de porosidad.
C1 C1AB C2 C2DT GTB
C3 C3CB C4 C4CB C5
C1 C1AB C2C2DT GTB
C3 C3CB C4 C4CB C5
Registros discretos del pozo Facies escalad a en la Malla 3D Facies simuladas (SIS)
Capítulo (4) 157
El poblamiento de la malla tridimensional con propiedades petrofisicas se hizo en dos
etapas:
• La porosidad se pobló condicionada a las facies con el algoritmo “Sequential Gaussian
Simulation” debido a que durante la correlación roca-registro se definió que la roca
reservorio (arenas) tiene excelentes propiedades petrofísicas, mientras que en la roca
sello las propiedades petrofísicas se deterioran altamente. Para poder condicionar la
porosidad a las facies se usó como segunda variable la propiedad Volumen de arcilla
(VSh) (Ver Figura 4-79)
Figura 4-79: Malla 3D poblada con porosidad.
La Figura 4-80 muestra la comparación de histogramas y curvas de frecuencia
acumulada de los datos de pozo, porosidad escalada y porosidad poblada. Se observa
como la propiedad poblada tiene un buen ajuste con los datos originales de los pozos.
• La permeabilidad se pobló usando una macro externa al programa de modelamiento
elaborada con las correlaciones entre Porosidad-permeabilidad definidas por el
petrofísico del área (Bueno, 2008). La macro externa de permeabilidad se define como:
• PERM = If (XPORE_SGS > 0.251 And XPORE_SGS < 0.256, ((((240.9506-
157.8451)/0.005)*XPORE_SGS) - 4014.05), PERM)
C1 C1AB C2 C2DT GTB
C3 C3CB C4 C4CB C5
158 Modelamiento geoestadístico de los depósitos fluviales de la Zona C-Formación
Mugrosa en el área la Cira-Este del Campo La Cira
• PERM = If (XPORE_SGS > 0.222 and XPORE_SGS < 0.227, ((((109.6206-
35.92475)/0.005)*XPORE_SGS) - 3236.172), PERM)
• PERM = If (XPORE_SGS > 0.191 and XPORE_SGS < 0.196, ((((23.14995-
5.139717)/0.005)*XPORE_SGS) - 682.851), PERM)
• PERM = If (XPORE_SGS > 0.177 and XPORE_SGS < 0.182, ((((4.349544-
0.518846)/0.005)*XPORE_SGS) - 135.088), PERM)
• PERM = If (XPORE_SGS>0.11 and XPORE_SGS<0.12, ((((0.141415-
0.017039)/0.01)*XPORE_SGS)-1.351), PERM)
• PERM = If (PERM < .0001, .0001, PERM
Donde “XPORE_SGS” es la malla 3D poblada con la propiedad porosidad y “PERM” será
la malla 3D poblada con permeabilidad (k) en mD (ver Figura 4-81).
Figura 4-80: Histogramas y curvas de frecuencia acumulada de porosidad.
Figura 4-81: Malla 3D poblada con permeabilidad.
C1C1AB C2
C2DT GTB
C3 C3CB C4 C4CB C5
C1 C1AB C2 C2DT GTB
C3 C3CB C4C4CB C5
Capítulo (4) 159
La malla tridimensional no se pobló con la propiedad de saturación de agua debido a que
esta es una propiedad intrínseca de cada tipo de roca en el yacimiento. Se recomienda
no usar algoritmos de interpolación para hacer su predicción en cualquier punto del
yacimiento sino usar la función “J” definida a partir de presiones capilares. Para la
definición de la función “J” se usaron las curvas de presiones capilares hechas en los
laboratorios del ICP sobre muestras de roca seleccionadas en los pozos corazonados del
área con el objetivo de definir la saturación de agua inicial (Swi) en las rocas reservorio
de la Zona-C de la Formación Mugrosa pues este valor será usado durante los cálculos
volumétricos. La función “J” para la determinación de la Swi se define como:
• If (VSh_interpolation[]<0.8) Then JC[]= (0.2166*((OWC+60)*0.0677)*
(sqrt(PERM[]/XPORE_SGS[])))/25.98 ?Else JC[] = 0.01?
• JC = If (VSh_interpolation < 0.8, (0.2166 * Ht_Abv * 0.0677 *
Sqrt(PERM/XPORE_SGS)) /25.98 , 0.01)
Donde XPORE_SGS es la malla 3D poblada con la propiedad porosidad, PERM es la
malla 3D poblada con permeabilidad k) en mD, OWC es el contacto agua-aceite (pies) y
Ht_Abv es la altura sobre el contacto (pies).
4.7 Determinación del aceite original “in situ” y las reservas existentes en la Zona-C del área (calculo volumétrico)
En esta etapa del estudio se usó la malla 3D poblada con facies y propiedades
petrofísicas para realizar los cálculos de aceite original “in situ” (OOIP) y las reservas de
los yacimientos de la Zona-C de la Formación Mugrosa.
La Tabla 4-8 muestra un resumen de los OOIP calculados por bloques y por unidades
para el área Cira-Este. En esta figura se observa que los bloques con una mayor
potencial de aceite son el 3E-1 y 4. Desde el punto de vista de unidades las de mayor
potencial de aceite son las unidades C1, C2, C2Dt y C3.
160 Modelamiento geoestadístico de los depósitos fluviales de la Zona C-Formación
Mugrosa en el área la Cira-Este del Campo La Cira
Tabla 4-8: OOIP área Cira-Este por unidades y bloques.
Con base en los volúmenes de OOIP calculados y los datos de producción a Julio de
2009 se hizo el Balance de Reservas del área Cira-Este con el objetivo de conocer las
reservas remanentes en el área. Para este balance se definió un factor de recobro del
35% fundamentado en que el área cuenta con recuperación secundaria (inyección de
agua), calidad del aceite producido, ambiente de depósito de la roca reservorio,
mecanismo de producción y analogía con campos similares.
La Tabla 4-9 muestra el balance de reservas para el área Cira-Este donde se puede
observar como para el área aun quedan 109 millones de barriles de aceite por producir y
el bloque con mayor potencial de reservas remanentes es el 3E-1. Adicionalmente se
concluye que el bloque 3E-3 nunca ha producido hidrocarburos lo cual es una gran
oportunidad para un futuro desarrollo.
Tabla 4-9: Balance de Reservas área Cira-Este.
BLOQUE/UNIDAD C1 C1Ab C2 C2Dt Gtb C3 C3Cb C4 C4Cb C5 TOTAL BLOQUE
Block 3E-1 28 1 55 38 37 51 24 18 0 0 252Block 3E-2 8 0 11 8 7 12 5 4 1 0 56Block 3E-3 2 0 3 1 0 2 0 0 0 0 8Block 4 11 1 21 13 21 13 15 0 0 0 95Block 5 8 1 15 10 4 7 0 0 0 0 45Block 6a 25 2 39 22 0 0 0 0 0 0 88Block 6b 14 0 15 7 0 0 0 0 0 0 36TOTAL UNIDAD 96 5 159 99 69 85 44 22 1 0 580
STOIIP (in oil)[*10^6 STB] AREA CIRA-ESTE
3E-1 3E-2 3E-3 4 5 6a 6bAREA (Acres) 5690 1730 360 280 540 1060 1280 440OOIP (MMBLS) 580 252 56 8 95 45 88 36Np (MMBLS) @ 31 JUL 2009 94 41.6 5.2 0.0 15.2 8.2 17.9 5.6FR ACTUAL (%) @ 31 JUL 2009 16.2% 16.5% 9.3% 0.0% 16.0% 18.2% 20.3% 15.6%ACEITE PRODUCIDO PRIMARIO (MMBLS) 66 25.9 3.7 0.0 12.6 6.9 13.0 3.7FR PRIMARIO (%) 11.3% 10.3% 6.6% 0.0% 13.3% 15.3% 14.8% 10.3%ACEITE PRODUCIDO SECUNDARIO (MMBLS) 28 15.7 1.5 0.0 2.6 1.3 4.9 1.9FR SECUNDARIO (%) 4.8% 6.2% 2.7% 0.0% 2.7% 2.9% 5.6% 5.3%ACEITE REMANENTE AL 35% EUR (MMBLS) 109 46.6 14.4 2.8 18.1 7.6 12.9 7.0
BLOQUEBALANCE DE RESERVAS AREA CIRA ESTE
PROPIEDAD TOTAL AREA
Capítulo (4) 161
La Figura 4-82 muestra el mapa de OOIP para el área Cira-Este el cual muestra los
valores de espesor de arena neta petrolífera para cada bloque y se puede visualizar
como los mejores espesores están en los bloques 3E-1, 3E-2 y 4. Figura 4-82: Mapa OOIP para el área Cira-Este.
Pies
162 Modelamiento geoestadístico de los depósitos fluviales de la Zona C-Formación
Mugrosa en el área la Cira-Este del Campo La Cira
4.8 Resultados Los principales resultados de este estudio fueron:
• Se construyó un nuevo modelo estructural para la Zona-C de la Formación Mugrosa
en el área Cira-Este, con base en la información de pozos y sísmica 3D (falla de rumbo
con componente inverso y fallas normales perpendiculares a esta).
• Se construyó el modelo estratigráfico para la Zona-C de la Formación Mugrosa en el
área Cira-Este usando los datos de pozos corazonados y la correlación roca-registro.
• Se construyó la malla 3D para la Zona-C de la Formación Mugrosa en el área Cira-
Este usando la información de fallas interpretadas tanto en pozos como en sísmica,
mapas estructurales y topes estratigráficos de los pozos.
• Se pobló la malla 3D con las facies interpretadas y usando como tendencia y
orientación de los cuerpos de arena (roca reservorio) los mapas de arena neta.
• Se pobló la malla 3D con las propiedades petrofísicas usando los registros petrofísicos
y condicionadas a las facies.
• Sobre la malla 3D poblada con facies y propiedades petrofísicas se hizo el cálculo
aceite original “in situ” para la Zona C de la Formación Mugrosa en el área Cira-Este y se
obtuvo como resultado final un volumen de 580 millones de barriles de aceite.
• Se hizo el balance de reservas usando un factor de recobro final del 35 % obteniendo
como resultado final un potencial de 109 millones de barriles de aceite.
Capítulo (4) 163
164 Modelamiento geoestadístico de los depósitos fluviales de la Zona C-Formación
Mugrosa en el área la Cira-Este del Campo La Cira
Top Related