Table of Contents

De analyse van de kernmonsters is een van de meest fundamentele en onmisbare processen in het moderne reservoirbeheer, waardoor olie-engineers en geowetenschappers directe, tastbare bewijzen van ondergrondse omstandigheden kunnen leveren. Door het onderzoeken van fysieke rotsmonsters die worden gewonnen uit diepe ondergrondse formaties, kunnen professionals kritische gegevens verzamelen over rotseigenschappen, vloeistofinhoud en reservoirkenmerken die anders verborgen zouden blijven. Deze uitgebreide analyse vormt de ruggengraat van een weloverwogen besluitvorming voor extractiestrategieën, veldontwikkelingsplanning en langetermijnreservoiroptimalisatie.

Het belangrijkste doel van de kernanalyse is om de onzekerheid in de evaluatie van het reservoir te verminderen door gegevens te verstrekken die representatief zijn voor het reservoir in situ. In tegenstelling tot indirecte meettechnieken, bieden kernmonsters direct fysiek bewijs dat getest, opnieuw getest en geanalyseerd kan worden met behulp van meerdere methoden om een compleet beeld te krijgen van het potentieel van het reservoir. Deze directe benadering van het begrijpen van subsurface geologie is steeds verfijnder geworden met vooruitgang in laboratoriumtechnieken, digitale beeldvorming en machine learning toepassingen.

Begrijpen van de kernmonsters en hun betekenis

Kernmonsters zijn cilindrische delen van gesteente gewonnen uit een putbore tijdens het boren. Deze monsters bieden geologen en ingenieurs een ongeëvenaard venster in de geologische formatie, waaruit cruciale informatie over porositeit, permeabiliteit, minerale samenstelling, vochtverzadiging en rotsstructuur blijkt. Het proces van het verkrijgen van deze monsters vereist zorgvuldige planning en uitvoering om ervoor te zorgen dat het gewonnen materiaal nauwkeurig vertegenwoordigt in situ reservoir omstandigheden.

Soorten kernmonsters

Het geheel van de coring omvat het boren in de formatie met een holle-sectie boorpijp (een kern vat en bit) om de rotsmonsters te snijden en op te halen, het verstrekken van lange continue rotsmonsters die niet alleen analytische informatie (zoals porositeit en permeabiliteit), maar ook geologische informatie geven. Deze methode wordt beschouwd als de goudstandaard voor reservoir karakterisering als het behoudt de natuurlijke structuur en stratificatie van de vorming.

Zijwandkernen zijn kleine rotsmonsters die individueel worden geselecteerd en van de zijkant van de boorwand worden genomen, meestal met draadlijngereedschap. Hoewel deze monsters kleiner zijn en tijdens de extractie meer verstoring kunnen ondervinden, bieden ze een kosteneffectief alternatief wanneer volledige coring niet haalbaar is. Maar kernfragmenten worden vaak uitgesloten van routinekernanalyse vanwege hun onregelmatige geometrie, waarbij meer dan 40% van de kernmonsters soms buiten beschouwing wordt gelaten, waardoor informatie over dit deel van de exploratieput verloren gaat.

Het kernverwervingsproces

De extractie van kernmonsters is een zeer ingewikkeld proces en vereist veel planning, waarbij alle fasen van het coringproces worden overwogen om ervoor te zorgen dat de porositeit niet wordt gewijzigd voordat het wordt geleverd aan het laboratorium, inclusief kernsnijden, kernbehandeling, kernbehoud, kerntransport, kernbemonstering en kerntests. Elke fase biedt unieke uitdagingen die de integriteit van het monster kunnen schaden.

Alle verschillende stappen van de kernvangst en -transport, tot de werkelijke laboratoriumtechnieken en experimentele omstandigheden, vereisen een zorgvuldige planning om resultaten te verkrijgen met minimale onzekerheden, en een correcte uitvoering van de resultaten van de basislaboratoriumtests kan het reservoirbeheerteam essentiële informatie geven voor verdere verplaatsing en productiestrategie. De kwaliteit van de gegevens verkregen uit de kernanalyse is rechtstreeks afhankelijk van hoe goed deze monsters worden bewaard vanaf het moment dat ze worden gewonnen tot ze het laboratorium bereiken.

Fundamentele rotseigenschappen gemeten door middel van kernanalyse

De kernanalyse omvat een breed scala aan metingen die zijn ontworpen om de fysische en chemische eigenschappen van reservoirgesteenten te karakteriseren. Deze eigenschappen zijn essentieel voor het begrijpen van hoe vloeistoffen zich door het reservoir bewegen en hoeveel koolwaterstof economisch kan worden teruggewonnen.

Porositeitsmeting en -analyse

Porosity vertegenwoordigt de opslagcapaciteit van een reservoir gesteente het percentage lege ruimte binnen het gesteente dat vloeistoffen kan bevatten. Meting van porositeit in het laboratorium is onderdeel van Routine Core Analysis, soms aangeduid als PKS Analysis (porosity, permeabiliteit, en verzadigingsanalyse). Het begrijpen van porositeit is fundamenteel om het volume van de koolwaterstoffen op zijn plaats te schatten.

In de Boyle-wet methode, wordt helium gebruikt om het monster te verzadigen omdat het inert is, niet gemakkelijk geadsorbeerd op minerale oppervlakken, en (door zijn kleine moleculaire grootte) snel het micropore systeem binnenkomt, met helium uit een referentiecel bij bekende druk uitgebreid tot het porievolume en de nieuwe evenwicht druk gecontroleerd om porie volume te berekenen uit Boyle's wet. Deze niet-destructieve methode wordt op grote schaal gebruikt in de industrie voor de nauwkeurigheid en betrouwbaarheid.

Het volume van de bulk kan worden bepaald door fysische meting, die alleen van toepassing is op kernmonsters met regelmatige geometrische vormen en waarbij de afmetingen van het kernmonster (meestal een cilindrische kernplug) worden gemeten en het volume wordt berekend uit standaard volumeformules. Voor onregelmatige monsters worden verplaatsingsmethoden gebruikt om invasie in de porieruimte te voorkomen.

Bepaling van de permeabiliteit

Permeabiliteit is de belangrijkste Petrofysische eigenschap voor het bepalen hoe vloeistoffen door reservoirrotsen gaan. Terwijl poreusheid ons vertelt hoeveel vloeistof een gesteente kan vasthouden, geeft doorlaatbaarheid aan hoe gemakkelijk die vloeistof door de rotsmatrix kan stromen. Doorlaatbaarheid is een van de meest kritische factoren die de prestaties van het reservoir bepalen, en het is vaak de moeilijkste parameter om nauwkeurig te bepalen omdat het zeer variabel en schaalafhankelijk is.

De laboratoriumanalyse op kernpluggen, die een aanzienlijke hoeveelheid tijd en materialen verbruikt, levert de meest nauwkeurige permeabiliteitsgegevens, maar vanwege de extra kosten en inspanning, zijn niet alle putten gecored, dus direct gemeten gegevens zijn alleen beschikbaar voor een klein aantal putten of goed geboorde secties. Deze beperking maakt permeabiliteitsvoorspelling van andere gegevensbronnen een kritische vaardigheid in reservoir karakterisering.

Permeabiliteitsgegevens kunnen worden verkregen uit routine kernanalyse in laboratorium op 1.5 in kernpluggen en zijwandkern, maar de meeste putten zijn niet coring als gevolg van problemen tijdens coring en hogere kosten, zodat permeabiliteitsvoorspelling in onbeschreven secties een belangrijke rol spelen. Verschillende empirische correlaties en geavanceerde technieken zijn ontwikkeld om permeabiliteit te schatten waar directe metingen niet beschikbaar zijn.

Vochtverzadigingsanalyse

De metingen van de vochtverzadiging bepalen de relatieve verhoudingen van olie, gas en water in de porieruimten van reservoirgesteenten. Kernmonsters verkregen door het extraheren van cilindrische gesteenten uit putten geven directe metingen van de eigenschappen van het reservoir, en deze monsters worden zorgvuldig geanalyseerd in laboratoria om parameters zoals porositeit, permeabiliteit, vloeistofverzadiging en rotssamenstelling te bepalen, met kerngegevens die essentieel zijn voor het kalibreren van andere geologische en petrofysische metingen.

Het begrijpen van de initiële vloeistofverzadiging is cruciaal voor het berekenen van de oorspronkelijke olie op zijn plaats en voor het voorspellen van de prestaties van het reservoir tijdens de productie. De verdeling van vloeistoffen binnen het porienetwerk beïnvloedt de relatieve permeabiliteit en bepaalt uiteindelijk hoe efficiënt koolwaterstoffen uit het reservoir kunnen worden gewonnen.

Mineralogische en geomechanische karakterisatie

Kernanalyse helpt bij het bepalen van rotseigenschappen zoals porositeit, permeabiliteit, mineralogie en geomechanische kenmerken, en deze informatie is cruciaal voor het begrijpen van vloeistofstroomgedrag binnen het reservoir en het evalueren van het productiepotentieel. Mineralogische analyse identificeert de soorten en verhoudingen van mineralen die aanwezig zijn in het gesteente, die significant invloed kunnen hebben op de kwaliteit van het reservoir en productiestrategieën.

Kernanalyse geeft informatie over de fysische eigenschappen van het gesteente, zoals porositeit en permeabiliteit, die essentiële factoren zijn voor het bepalen van de productiviteit van het reservoir, en door deze monsters te bestuderen, kunnen geowetenschappers ook mineralologische samenstelling en sedimentaire structuren identificeren die aanwijzingen geven over depositieomgevingen en diagenetische processen. Deze geologische context helpt heterogeniteit en continuïteit van het reservoir over het veld te voorspellen.

Routinekernanalyseprocedures

De Routine kernanalyse vertegenwoordigt de standaard reeks metingen die worden uitgevoerd op kernmonsters om basiseigenschappen van het reservoir vast te stellen. Deze metingen vormen de basis voor meer geavanceerde speciale kernanalysestudies en leveren essentiële inputgegevens voor simulatiemodellen van het reservoir.

Standaardlaboratoriummetingen

De routine kern analyse workflow begint meestal met zorgvuldige monstervoorbereiding. Kernen moeten worden gereinigd om boorvloeistoffen en inheemse reservoir vloeistoffen te verwijderen zonder de steen stof te veranderen. Verschillende tests werden uitgevoerd op kern pluggen met reinigingsmiddelen zoals alcohol-benzeen, tolueen, chloroform, tetrachloorkoolstof in het Soxhlet apparaat, koude kerosine in centrifuge en hete kerosine in de kernhouder, met reinigende effecten op porositeit, gasdoorlaatbaarheid, bevochtiging, en onherstellenbare waterverzadiging bestudeerd.

Standaard laboratoriumanalyseprocedures zullen over het algemeen betrouwbare gegevens opleveren over de doorlaatbaarheid van de kernmonsters en als het gesteente niet homogeen is, zal de hele kernanalysetechniek nauwkeuriger resultaten opleveren dan de analyse van de kernpluggen (kleine stukken die uit de kern zijn gesneden).De keuze tussen de gehele kern en de stekkeranalyse is afhankelijk van de mate van heterogeniteit in het reservoirgesteente.

Kwaliteitscontrole en gegevensvalidatie

De kwaliteit en betrouwbaarheid van de kerngegevens zijn belangrijker geworden door de steeds toenemende druk om de veldontwikkeling te optimaliseren, met als bedrijfsdoelstelling de waarde van informatie en de werkingskosten die een deel van de drijvende krachten voor de ontwikkeling van nieuwe technieken van coring en kernanalyse. Rigoureuze kwaliteitscontroleprocedures zorgen ervoor dat metingen nauwkeurig en representatief zijn voor in-situ omstandigheden.

Voor een correct gebruik van de kerngegevens is kennis van de geschiedenis van de kern nodig, de omstandigheden van het boren van modder tijdens het coreren, het proces van extractie uit erts en metingen in het laboratorium, en het is ook belangrijk om de coring- en kernbehoudstechnieken te kennen, waarbij laboratoriummeetmethoden een rol spelen omdat de resultaten worden beïnvloed door de gebruikte technieken en de testomstandigheden. Documentatie van alle procedures en voorwaarden is essentieel voor een goede interpretatie van de resultaten.

Speciale kernanalysetechnieken (SCAL)

Speciale kernanalyse gaat verder dan routinemetingen om complexere reservoireigenschappen en vloeistofgedrag te onderzoeken onder gesimuleerde reservoiromstandigheden. Deze geavanceerde tests leveren kritieke gegevens voor reservoirssimulatie en verbeterde olieherwinningsplanning.

Relatieve permeabiliteitsstudies

Kernanalyse is belangrijk voor het uitgebreide gebruik van reservoirssimulatie bij de evaluatie, ontwikkeling en beheer van olievelden, met het belang dat wordt vergroot door het juiste gebruik van resultaten uit speciale kernanalyse, met name die van relatieve permeabiliteitstests. Relatieve permeabiliteit beschrijft hoe de aanwezigheid van meerdere vloeistoffasen de stroom van elke fase door het poreuze medium beïnvloedt.

Deze metingen worden meestal uitgevoerd door twee of meer vloeistoffen door middel van kernmonsters met gecontroleerde snelheden en het meten van drukdruppels en vloeistofproductie. De resulterende relatieve permeabiliteitscurves zijn essentiële ingangen voor reservoirsimulatiemodellen die de productieprestaties voorspellen in verschillende bedrijfsscenario's.

Capillaire drukmetingen

Vooruitgangen in kernanalysemethoden richten zich op routine kernanalysetechnieken zoals kwikinjectie porosimetrie (MIP), waarbij de betekenis van porie-throat grootte verdelingen en hun correlatie met permeabiliteitsvoorspellingen wordt benadrukt, waardoor een dieper begrip van de eigenschappen van het ondergrondreservoir wordt gecreëerd. Mercurius injectie capillaire druk (MICP) testen biedt gedetailleerde informatie over porie keel verdeling.

Kwikinjectie capillaire druk is de meest accurate methode om de permeabiliteit op carbonaatgesteenten te schatten in verband met heterogeniteit en ingewikkeld poriesysteem met R-vierkant groter dan 0,96. Deze techniek is bijzonder waardevol voor het karakteriseren van complexe carbonaatreservoirs waar conventionele porositeit-permeabiliteit relaties niet van toepassing zijn.

Bevochtigbaarheid en contact Hoekstudies

Natte eigenschappen van de rotsoppervlakken in contact te komen met een vloeistoffase in plaats van een andere.De vloeistofverdeling en de terugwinningsefficiëntie worden sterk beïnvloed door de speciale kernanalyse. De speciale kernanalyse omvat tests om de bevochtiging van het reservoir te bepalen, die kunnen variëren van sterk water-nat tot sterk olie-nat, met gemengde bevochtigingsomstandigheden die gebruikelijk zijn in veel reservoirs.

Begrip van bevochtiging is cruciaal voor het ontwerpen van verbeterde olieterugwinningsprocessen, met name wateroverstroming en chemische overstromingen. De bevochtigbaarheidstoestand beïnvloedt capillaire druk, relatieve doorlaatbaarheid en restolie verzadiging alle kritieke parameters voor het voorspellen van de herstel-efficiëntie.

Geavanceerde kernanalysetechnologieën

Moderne kernanalyse is revolutionair geworden door geavanceerde beeldvormingstechnologieën en digitale analysemethoden die ongekende details bieden over poriestructuur en rotseigenschappen op meerdere schalen.

Digitale Rock Physics en Micro-CT Imaging

Vandaag is de focus veranderd in het simuleren van rotseigenschappen van micro- en nano-CT-beelden, en in het verleden was er bezorgdheid over hoe resultaten op te schalen op een 4x7 cm kern stekker naar reservoir schaal, maar met het gebruik van micro-CT-beeldvorming, die gebruik maakt van millimeter-grootte monsters, de opschaling naar reservoir schaal is toegenomen met een extra drie orden van grootte. Deze technologie maakt niet-destructieve driedimensionale visualisatie van porie netwerken mogelijk.

Het ontwikkelen van de experimentele protocollen voor de bioanalyse van schaliekernen voor deze uitdagende ultralage-permeabiliteitsreservoirs omvat het ontwikkelen van karakteriseringsmethoden en technieken die vaak digitale rotsfysica omvatten. Digitale rockfysica combineert hoge resolutie beeldvorming met numerieke simulatie om rotseigenschappen direct te voorspellen vanuit porie-schaal beelden, waardoor de behoefte aan uitgebreide laboratoriumtesten wordt verminderd.

Kernenergie-resonantie (NMR) -analyse

De nucleaire magnetische resonantietechnologie biedt unieke inzichten in de poriegrootteverdeling en vloeistofeigenschappen. NMR metingen kunnen onderscheid maken tussen gebonden en vrije vloeistoffen, de doorlaatbaarheid schatten en de porie keelgroottes karakteriseren zonder het monster te vernietigen. Deze niet-invasieve techniek vormt een aanvulling op traditionele kernanalysemethoden en kan zowel in het laboratorium als in het downhole worden uitgevoerd met behulp van houthakkers.

De integratie van NMR-gegevens met conventionele kernmetingen verbetert het begrip van heterogeniteit en vloeistofverdeling in het reservoir. NMR-afgeleide permeabiliteitsschattingen kunnen helpen om gaten te vullen waar directe metingen niet beschikbaar zijn, waardoor de reservoirkarakterisering over het veld wordt verbeterd.

Scanning Electron Microscopy (SEM)

Machine learning technieken voor porie structuur analyse onderzoeken 2D scanning elektronenmicroscoop (SEM) beelden van carbonaat monsters gevangen bij verschillende vergrotingen, met verschillende binarization algoritmes toegepast om carbonaat monster porositeit te bepalen, en onder deze algoritmen, de MaxEntropy algoritme gaf een porositeit waarde nauw afgestemd op die verkregen door petrografie analyse. SEM beeldvorming onthult micro-schaal functies die de vloeistofstroom en opslag te regelen.

Hoge resolutie SEM beelden kunnen klei mineralen, porie keel geometries, en diagenetische kenmerken identificeren die significant invloed reservoir kwaliteit. In combinatie met energie-dispersieve X-ray spectroscopie (EDS), SEM biedt gedetailleerde mineralologische informatie die helpt variaties in rotseigenschappen verklaren.

Datainterpretatie- en integratietechnieken

De ruwe kerngegevens moeten zorgvuldig worden geïnterpreteerd en geïntegreerd met andere reservoirinformatie om nauwkeurige geologische en simulatiemodellen te bouwen. Dit integratieproces vereist inzicht in de sterktes en beperkingen van verschillende gegevensbronnen en toepassing van geschikte schaal- en correlatietechnieken.

Core-to-Log-correctie

De analyse van het reservoirpotentieel van kern- en draadlijnlog biedt de middelen voor evaluatie van het reservoirpotentieel, met de juiste transformaties van kern-tot-log om ervoor te zorgen dat parameters die worden gebruikt voor kwantitatieve loganalyse redelijk zijn en dat gegevens uit beide bronnen elkaar ondersteunen, en overeenstemming tussen logdiepte en kerndiepte is essentieel. Diepte matching is de eerste kritieke stap in het integreren van kern- en loggegevens.

Wanneer een kern wordt verzameld, wordt de diepte geregistreerd door boorpijpen, terwijl in put log data-aanwinst, een kabel wordt gebruikt om de diepte te registreren, wat resulteert in een aantal systeemfouten en willekeurige discrepanties in de geregistreerde diepten tussen deze twee methoden, zodat de kerndieptegegevens worden gekalibreerd en gekoppeld aan logdiepten op basis van een lithologische beschrijving van het kerninterval door analyse van de overeenkomst tussen kernporositeit en logging porositeit, kerndichtheid en logdichtheid.

Porositeit-permeabiliteitsrelaties

Pogingen worden vaak gemaakt om een relatie te vinden tussen permeabiliteit en porositeit door een semilog plot van deze gegevens uit de kern te maken, en zo'n relatie kan een permeabiliteitsschatting mogelijk maken over intervallen waar alleen core porositeit of log porositeit informatie beschikbaar is, maar dergelijke schattingen van permeabiliteit gebaseerd op regressie tegen porositeit alleen kan extreem zwak zijn als gevolg van grote scatter in de gegevens, met de methode die andere rotseigenschappen negeert die ook permeabiliteit beïnvloeden.

De metingen van het core lab die gepaarde waarden van porositeit en maximale horizontale permeabiliteit verzamelen, worden gekruist en de empirische correlatie wordt aangepast aan de verspreide punten, maar zelfs na zorgvuldig splitsen van de kernmonsters in verschillende rotstypes en het verwijderen van onbetrouwbare en invloedrijke uitschieters, zijn de aangepaste r-kwadraat bepalingscoëfficiënten meestal laag, ongeveer 15% tot slechts 65%. Dit benadrukt de complexiteit van permeabiliteitsvoorspelling en de noodzaak van meer geavanceerde benaderingen.

Indeling van Rock Typing and Facies

Soms kunnen verschillende porositeit-permeabiliteit trends worden verborgen wanneer rotsen met verschillende eigenschappen worden samengeklonterd, en als het mogelijk is om kernmonsters die vergelijkbare rotseigenschappen hebben te isoleren, afgezien van porositeit, dan porositeit-permeabiliteit relaties kunnen gemakkelijker worden waargenomen. Rock typering groepen reservoir gesteenten met vergelijkbare petrofysische en geologische kenmerken.

Effectieve rotstypering houdt rekening met meerdere parameters, waaronder korrelgrootte, sorteren, mineralogie, porie geometrie en diagenetische geschiedenis. Door gesteenten in te delen in verschillende soorten of hydraulische stroomeenheden, kunnen ingenieurs nauwkeurigere eigenschappenrelaties ontwikkelen en de prestaties van het reservoir beter voorspellen in onbegrensde intervallen.

Machine learning en kunstmatige intelligentie in kernanalyse

De integratie van kunstmatige intelligentie (AI) en machine learning (ML) technieken in reservoiranalyse maakt nauwkeurigere voorspellingen en besluitvorming mogelijk. Deze geavanceerde computationele methoden transformeren hoe kerngegevens worden geanalyseerd en geïntegreerd met andere reservoirinformatie.

Voorspellingsmodellering met machineleren

ML algoritmes zijn ontworpen om te leren van gegevens en verbeteren in de tijd, waardoor ze zeer aanpasbaar zijn aan de niet-lineaire en multivariate relaties die vaak worden aangetroffen in de ondergrond geologie, en in tegenstelling tot traditionele methoden, ML kan omgaan met diverse gegevensinputs tegelijkertijd, waaronder goed logs, seismische onderzoeken, en kernmonsters, om nauwkeuriger en geïntegreerde reservoirmodellen te produceren.

De ontwikkelde Decision Tree, Bagging Tree en Random Forest modellen kunnen onderzoekers helpen heterogene petroleumreservoirs effectief te karakteriseren, en met een paar van laboratorium afgeleide kernfuncties, kan de voorgestelde methode onderzoekers helpen de permeabiliteit snel en nauwkeurig te bepalen, waardoor de hoeveelheid werk in het lab en de totale kosten van het experiment worden verminderd. Deze efficiëntiewinst is bijzonder waardevol bij het omgaan met grote datasets uit meerdere putten.

Neurale netwerken voor de voorspelling van eigenschappen

Machine learning algoritmes zoals kunstmatige neurale netwerken (ANN's), ondersteuning vector machines (SVM's), en beslissing bomen zijn succesvol toegepast op verschillende gebieden voor patroonherkenning, regressie analyse en classificatie taken. Deze algoritmes blinken uit in het identificeren van complexe patronen in kerngegevens die niet zichtbaar zijn door conventionele analyse.

Er werd gebruik gemaakt van meervoudige lineaire regressieanalyse en Artificial Neural Network (ANN) om de relatie tussen porositeit, poriestraal, keelstraal en permeabiliteit te onderzoeken, met resultaten die onthulden dat de meervoudige lineaire regressietechniek de sterkste correlatie vertoonde bij 35% kwikverzadiging, terwijl de ANN een betere correlatie vertoonde bij 55% kwikverzadiging, wat de superieure prestaties van de ANN ten opzichte van meervoudige regressie in permeabiliteitsvoorspelling benadrukte.

Integratie van gegevens over meerdere bronnen

Nou, logs, seismische gegevens en kernmonsters zijn fundamentele bronnen van informatie in petrofysische analyse en reservoir karakterisering, en de integratie van machine learning in deze gegevensbronnen aanzienlijk verbetert de nauwkeurigheid en efficiëntie van analyse, waardoor geowetenschappers complexe patronen en relaties ontdekken die traditionele methoden kunnen over het hoofd zien. Deze holistische aanpak maakt gebruik van de sterktes van elk datatype.

Petrofysische analyse combineert goed log data en kern monster studies om reservoir rots eigenschappen en vloeistofsaturaties te kwantificeren, met geavanceerde software die geologische en engineering gegevens voor uitgebreide reservoir evaluatie integreren. Moderne workflows naadloos combineren kernmetingen met draadlijn logs, seismische attributen, en productiegegevens om geïntegreerde reservoir modellen te creëren.

Aanvragen in reservoirbeheer en veldontwikkeling

De kernsteekproefanalyse informeert vrijwel elk aspect van het reservoirbeheer, van de eerste exploratie en beoordeling via veldontwikkeling en verbeterde hersteloperaties. De inzichten die uit kerngegevens worden verkregen, hebben een directe impact op economische beslissingen en operationele strategieën.

Reserveschatting en volumetrische berekeningen

De informatie die verkregen wordt door kernanalyse in combinatie met andere reservoirs, velden, bekkens en analoge gegevens wordt gebruikt om het meest accurate beeld te construeren van het reservoir, zijn reserves en productiepotentieel, en om de economische terugverdientijd van de productie van koolwaterstoffen uit het reservoir te maximaliseren. Nauwkeurige porositeit en verzadigingsmetingen van kernen zijn essentieel voor het berekenen van de oorspronkelijke koolwaterstoffen op zijn plaats.

Nauwkeurige permeabiliteitsvoorspellingen omvatten cruciale informatie over de verdeling van de vloeistofverzadiging, toekomstige herstelbare olie en gasopbrengst uit het reservoir, de verwachte toekomstige exploratie, de geschikte selectie van productie-apparatuur, efficiënt beheer van het reservoir en doeltreffende waterinjectieplannen. Deze voorspellingen zijn een leidraad voor investeringsbeslissingen en ontwikkelingsplanning.

Well Placement en aanvulling ontwerp

Kerngegevens helpen bij het identificeren van de meest productieve reservoirintervallen en leidt beslissingen over waar te plaatsen putten en hoe ze te voltooien. Het begrijpen van verticale en zijdelingse variaties in rotseigenschappen stelt ingenieurs in staat om goed trajecten te optimaliseren, geschikte voltooiingsintervallen te selecteren en stimulatiebehandelingen te ontwerpen.

Productiestrategieën, goed plaatsing en verbeterde olieterugwinning (EOR) technieken profiteren van nauwkeurige reservoir karakterisering, die is essentieel voor een efficiënt reservoir beheer, het verminderen van onzekerheden, en het maximaliseren van de winstgevendheid in koolwaterstof extractie. Strategische goed plaatsing gebaseerd op kern-afgeleide reservoir kwaliteit kaarten kan aanzienlijk verbeteren veldeconomie.

Verbeterde planning van de terugwinning van olie

Verbeterde olieterugwinning (EOR) Technologieën omvatten methoden zoals wateroverstroming, gasinjectie, thermische terugwinning, en chemische overstromingen ontworpen om de output van het reservoir te verbeteren voorbij primaire en secundaire terugwinning, met reservoir analyse informeren EOR ontwerp en implementatie door het voorspellen van vloeistofgedrag en veegefficiëntie. Core-gebaseerde studies zijn essentieel voor screening en het optimaliseren van EOR processen.

Er werden studies uitgevoerd naar de kernen voor de beschrijving van het reservoir, de schatting van de incrementele olie en de vormingsschade tijdens injectie- en productieprocessen, met kritische analyse om de kwaliteit en kwantiteit van de kernanalysegegevens die nodig zijn voor de petrofysische interpretatie te benadrukken, het opslag- en stroomgedrag te begrijpen tijdens primaire, secundaire en tertiaire herstelfasen.

Toezicht op en toezicht op het reservoir

Kernanalyse eindigt niet met de eerste veldontwikkeling. Kernen afkomstig van infill putten en productie monitoring putten bieden waardevolle informatie over hoe het reservoir verandert tijdens de productie. Deze gegevens helpen bij het valideren van reservoirmodellen, het identificeren van omzeilde betaalzones, en het optimaliseren van lopende veldactiviteiten.

Kerngegevens zijn geïntegreerd met andere veldgegevens om reservoironzekerheiden te minimaliseren die niet kunnen worden aangepakt door andere gegevensbronnen zoals goed loggen, goed testen of seismisch. Deze integratie is vooral belangrijk voor volwassen gebieden waar de productiegeschiedenis kan worden gecombineerd met kerngegevens om het begrip van reservoirgedrag te verfijnen.

Uitdagingen en beperkingen in de kernanalyse

Ondanks het fundamentele belang ervan, worden er verschillende uitdagingen voor de kernanalyse gesteld die moeten worden onderkend en aangepakt om betrouwbare resultaten en een passende toepassing van de gegevens te waarborgen.

Veranderingen in monster en bewaring

Het kernmonster dat vanuit het reservoir naar het lab is gebracht, heeft geomechanische stressrelaxaties en porie keel uitbreidingen ondergaan, en zelfs als de kern weer in een drukcel wordt geplaatst, kunnen er geïnduceerde microfractuur openingen en sluitingen zijn die willekeurig de permeabiliteit veranderen, waardoor lawaai wordt toegevoegd. Deze veranderingen kunnen de gemeten eigenschappen aanzienlijk beïnvloeden.

De permeabiliteit van de kern kan worden gewijzigd wanneer het wordt gesneden, of wanneer het wordt gereinigd en gedroogd ter voorbereiding van analyse, met dit probleem waarschijnlijk optreden wanneer de rots reactieve klei bevat, en het bemonsteringsproces kan worden beïnvloed door een verleiding om de beste delen van de kern te selecteren voor analyse. Juiste protocollen en kwaliteitscontrole zijn essentieel om deze effecten te minimaliseren.

Schalen en representativiteit

Kerngegevens nemen ook slechts een klein deel van het reservoir in, maar desondanks zijn kerngegevens vaak het beste instrument voor het beoordelen van kleine, verticale en zijdelingse variaties. De uitdaging ligt in het extrapoleren van metingen van kleine kernpluggen tot veldschaalreservoirvolumes.

De ruimtelijke resolutie van kerninformatie moet worden beschouwd als gerelateerd aan die van de vorming zelf en aan de verticale resolutie en diepte van het onderzoek van de logging responses die in de analyse worden gebruikt, met kern met fysische dimensies die discreet kunnen worden gemeten, en indien de formatie eigenschappen bezit die deze afmetingen overschrijden, kan geen nauwkeurige voorspelling van deze eigenschappen worden verwacht, zoals porositeit verkregen uit 1-in-diameter kernpluggen uit een conglomeratisch reservoir, waar de clastgrootte meer dan 6 inch of meer kan bedragen.

Kosten en operationele beperkingen

Voor het bepalen van de reservoirkenmerken zijn kosteneffectieve, aanvaardbare kwaliteit (die aan de nauwkeurigheidsbehoeften van de specifieke karakterisering voldoet) kerngegevens nodig over het volledige scala van rotseigenschappen van dat reservoir. De hoge kosten van het coringbedrijf betekent dat de kernen meestal worden genomen in slechts een deelverzameling van putten, waarvoor zorgvuldige planning nodig is om de waarde te maximaliseren.

Operationele uitdagingen tijdens het coreren kunnen leiden tot een slecht herstel van de kern, met name in niet-geconsolideerde formaties of sterk gebroken rotsen. Wanneer het herstel van de kern onvolledig is, kunnen belangrijke reservoirintervallen worden gemist, waardoor gaten in de dataset ontstaan die met andere middelen moeten worden gevuld.

Het gebied van de kernanalyse blijft evolueren met technologische ontwikkelingen en veranderende behoeften van de industrie. Verschillende opkomende trends vormen de toekomst van hoe kernmonsters worden geanalyseerd en toegepast op reservoirbeheer.

Automatisering en hoge-doorvoeranalyse

Er worden automatische kernanalysesystemen ontwikkeld om de doorvoer te verhogen en de menselijke fout te verminderen. Robotmonsterverwerking, geautomatiseerde beeldvormingssystemen en geïntegreerde meetplatforms maken het mogelijk om meer monsters sneller en consistenter te analyseren. Deze automatisering is bijzonder waardevol voor onconventionele reservoirs waar grote aantallen monsters moeten worden gekenmerkt.

Hoge-doorvoer methoden in combinatie met machine learning algoritmen maken het mogelijk snel screening van de kernmonsters om belangrijke intervallen voor gedetailleerde studie te identificeren. Deze gelaagde aanpak optimaliseert laboratoriumbronnen en zorgt ervoor dat kritieke reservoirfuncties grondig worden gekenmerkt.

Multi-schaalintegratie

Het doel van coring en kernanalyse is om de onzekerheid in de beoordeling van het reservoir te verminderen door gegevens te verstrekken die representatief zijn voor het reservoir in situ omstandigheden, met vooruitgang in coring en kernanalyse technieken die de basis vormen voor het meten van de vereiste petrofysische eigenschappen en tegelijkertijd andere reservoir rots afhankelijke parameters te verwerven. Moderne benaderingen integreren metingen van nano-schaal naar veldschaal.

Digitale rotsfysica overbrugt de kloof tussen porie-schaal beeldvorming en kern-schaal metingen, terwijl opschaling technieken core data verbinden met put logs en seismische attributen. Deze multi-schaal integratie biedt een vollediger beeld van reservoir heterogeniteit en verbetert de nauwkeurigheid van de voorspellingen.

Onconventionele reservoirkarakterisatie

De toepassingen van reservoiranalyses omvatten verder dan de traditionele olie- en gaswinning tot onconventionele reservoirs zoals schaliegas, strakke olie en steenkoolbedmethaan, wat de verschuiving van de industrie naar diverse energiebronnen weerspiegelt. Onconventionele reservoirs vormen unieke uitdagingen voor kernanalyse dankzij hun ultra-lage permeabiliteit en complexe poriesystemen.

Met het enorme succes en snelle ontwikkeling van 'shale' bronnen, de Verenigde Staten is snel uitgegroeid tot de grootste producent van koolwaterstoffen wereldwijd, met enorme interesse en toename in het bestuderen van de petrofysica van deze reservoirs, met name het ontwikkelen van schalie kern-analyse experimentele protocollen voor deze uitdagende ultralage-permeabiliteit reservoirs en het ontwikkelen van karakterisering methoden en technieken die vaak digitale rotsfysica.

Duurzaamheid en koolstofopslagtoepassingen

Duurzaamheidsgedreven innovaties richten zich op koolstofafvang en -opslag (CCS), waar nauwkeurige reservoirmodellering zorgt voor een veilige en efficiënte CO2-opslag, wat bijdraagt tot de beperking van de klimaatverandering. Kernanalysetechnieken voor koolwaterstofreservoirs worden aangepast voor koolstofopslag en geothermische energietoepassingen.

Waterbeheer is een andere duurzaamheidsfocus, met reservoiranalyse die efficiënte wateroverstromingen en verbeterde olieterugwinningstechnieken die het zoetwaterverbruik verminderen, en digitalisering vermindert de behoefte aan fysieke bezoeken aan locaties en uitgebreide gegevensoverdracht, waardoor de koolstofvoetafdruk in verband met reservoirbeheersactiviteiten wordt verlaagd, met duurzaamheidsinspanningen in reservoiranalyses die aansluiten bij bredere industriedoelstellingen om netto-nulemissies te bereiken en een verantwoorde energieontwikkeling te bevorderen.

Beste praktijken voor kernanalyseprogramma's

Succesvolle kernanalyseprogramma's vereisen zorgvuldige planning, uitvoering en integratie van resultaten. Na gevestigde beste praktijken zorgt ervoor dat kerngegevens maximale waarde bieden voor reservoir karakterisatie en management beslissingen.

Planning en doelstellingen Definitie

Typisch, een Formation Evaluation Specialist neemt de leidende rol in het ontwerpen van het kernprogramma tijdens het werken met een ontwikkeling geoloog, een reservoir ingenieur, en een booringenieur. Duidelijke doelstellingen moeten worden vastgesteld voordat coring operaties beginnen, het identificeren van de vragen moeten worden beantwoord en welke gegevens nodig zijn.

Het coring programma moet rekening houden met het stadium van de veldontwikkeling, de complexiteit van het reservoir en het beschikbare budget. Vroege exploratieputten kunnen uitgebreide analyse van alle reservoir intervallen, terwijl ontwikkeling putten zich kunnen richten op specifieke zones of eigenschappen. Coördinatie tussen disciplines zorgt ervoor dat de kerngegevens tegemoet komen aan de behoeften van de geologie, petrofysica, reservoir engineering en productieteams.

Monsterselectie- en teststrategie

Belangrijke richtlijnen worden gegeven voor de selectie van het aantal stekkermonsters voor studies, laboratoriummethodologieën, hun sterktes en zwakke punten, en kwaliteitscontrole (QC) / Quality Assurance (QA) -technieken. Statistische bemonsteringsstrategieën zorgen ervoor dat het volledige scala van reservoireigenschappen wordt vastgelegd en de laboratoriumkosten worden geoptimaliseerd.

Een gedifferentieerde aanpak van testen wijst middelen efficiënt toe. Routinemetingen op veel monsters zorgen voor verdeling van de eigendom, terwijl speciale kernanalyse zich richt op representatieve monsters uit belangrijke reservoirintervallen. Geavanceerde technieken zoals digitale rotsanalyse kunnen worden toegepast op geselecteerde monsters waar traditionele methoden uitdagend of onvoldoende zijn.

Gegevensbeheer en integratie

Veel leveranciers bieden consulting om te helpen interpreteren reservoirgegevens, multidisciplinaire informatie te integreren, en ontwikkelen aangepaste reservoirbeheer strategieën, met deze diensten ervoor zorgen dat exploitanten kunnen nemen geïnformeerde beslissingen en het beperken van risico's. Goede data management systemen zijn essentieel voor het opslaan, ophalen en integreren van kerngegevens met andere reservoir informatie.

Moderne database systemen koppelen kernmetingen aan diepte, lithologie, put logs, en productiegegevens, waardoor geïntegreerde analyse en visualisatie. Gestandaardiseerde dataformaten en kwaliteitsvlaggen zorgen ervoor dat gegevens betrouwbaar kunnen worden gebruikt in reservoirmodellen en gedeeld over teams. Documentatie van meetprocedures, voorwaarden, en eventuele afwijkingen is cruciaal voor een juiste interpretatie.

Conclusie

De analyse van de kernmonsters blijft een onmisbaar instrument voor een effectief reservoirbeheer, dat direct fysiek bewijs levert van ondergrondse omstandigheden die niet met andere middelen kunnen worden verkregen. Van elementaire porositeits- en permeabiliteitsmetingen tot geavanceerde toepassingen voor digitale rotsfysica en machine learning, blijft de kernanalyse evolueren en zich aanpassen aan de behoeften van de industrie.

Het begrijpen van de rotseigenschappen van een reservoir van directe meting op representatieve rotsmonsters is van het grootste belang in reservoirkarakterisatie. Ondanks uitdagingen in verband met kosten, steekproefwijziging en schaal, leveren kerngegevens de grond waarheid die kalibreert en valideert andere meettechnieken. De integratie van kernanalyse met put logs, seismische gegevens en productie-informatie creëert uitgebreide reservoir modellen die ontwikkeling beslissingen en optimalisatie herstel.

Naarmate de industrie naar meer uitdagende reservoirs gaat, inclusief onconventionele bronnen, diepwatervelden en koolstofopslagtoepassingen, zal het belang van hoogwaardige kernanalyse alleen maar toenemen. Vooruitgang in beeldvormingstechnologie, automatisering en kunstmatige intelligentie vergroten de mogelijkheden van kernanalyse, terwijl de kosten en de omlooptijden worden verlaagd. Organisaties die investeren in robuuste kernanalyseprogramma's en de resultaten effectief integreren in hun workflows van reservoirbeheer, zullen beter worden gepositioneerd om herstel te maximaliseren, risico's te minimaliseren en hun operationele en duurzaamheidsdoelstellingen te bereiken.

Voor professionals die hun begrip van reservoirkarakterisering willen verdiepen, biedt de Society of Petroleum Engineers uitgebreide middelen en technische papers. Aanvullende informatie over de kernanalysenormen en beste praktijken kan worden gevonden via het American Petroleum Institute. Degenen die geïnteresseerd zijn in de laatste ontwikkelingen in digitale rotsfysica en machine learning toepassingen moeten bronnen onderzoeken van Schlumberger[] en andere grote servicebedrijven.De ]American Association of Petroleum Geologists biedt waardevolle geologische context voor het interpreteren van kerngegevens, terwijl OnePetro[[ een uitgebreide verzameling van technische literatuur over alle aspecten van kernanalyse en reservoirbeheer dient.