برآورد رخساره‌ شکستگی‌ها با بهره‌گیری از الگوریتم‌های خوشه‌بندی و نمودار تصویری FMI در یک مخزن کربناته

نویسندگان

1 استادیار گروه زمین شناسی، دانشگاه آزاد اسلامی واحد دماوند، تهران، ایران

2 دانشجوی دکتری مهندسی اکتشاف نفت، دانشگاه تهران – پتروفیزیست ارشد، شرکت ملی حفاری ایران

10.22084/nfag.2025.30247.1648

چکیده

شکستگی‌های باز در سنگ مخزن، از مهم‌ترین عوامل مؤثر بر افزایش تراوایی به شمار می‌آیند. روش دقیق و مستقیم مطالعه این شکستگی‌ها، آنالیز مغزه‌های حفاری است که تنها در اعماق محدودی از چاه در دسترس قرار دارد. در مقیاس بزرگ‌تر، تحلیل این شکستگی‌ها با استفاده از نمودارهای تصویرگر (Image Logs) مانند لاگ FMI انجام می‌شود، که آن نیز تنها در برخی از چاه‌های میدان برداشت می‌گردد. در این مطالعه، ابتدا شکستگی‌های باز طبیعی در توالی مخزن کربناته کنگان–دالان در چاه A با بهره‌گیری از لاگ FMI شناسایی شدند. این شکستگی‌ها دارای میانگین شیب ۶۳ درجه با آزیموت N75E و امتداد N15W / S15E هستند. سپس نمودار چگالی شکستگی‌ها در توالی مخزن محاسبه گردید. در گام بعد، با استفاده از لاگ‌های متداول مخزنی شامل چگالی (RHOB)، صوتی (DT) و تخلخل مؤثر (PHIE) به‌عنوان داده‌های ورودی، و نیز لاگ مصنوعی حاصل از چگالی شکستگی‌ها موسوم به F-index با مقادیر ۰ و ۱ به‌عنوان لاگی وابسته به شکستگی‌های باز، به‌عنوان لاگ‌های ورودی به الگوریتم خوشه‌بندی MRGC (Multi-Resolution Graph-Based Clustering) وارد شد و این الگوریتم در توالی مخزن مورد مطالعه اجرا شد. در نتیجه، رخساره‌ شکستگی (Fracture Facies) به‌عنوان زون‌های حاوی شکستگی باز در توالی مخزن در چاه A استخراج گردید. در ادامه، مدل توسعه‌یافته در چاه A به چاه‌های B و C که فاقد داده‌های FMI بودند تعمیم داده شد و زون‌های دارای شکستگی باز در این چاه‌ها نیز شناسایی شدند. نتایج نشان می‌دهد که شکستگی‌های باز به‌طور عمده تحت تأثیر سنگ‌شناسی مخزن بوده و بیشتر در لایه‌های آهکی مشاهده می‌شوند. مدل خوشه‌بندی ارائه ‌شده قابلیت تعمیم به سایر چاه‌های میدان را دارد و می‌توان از نتایج آن در مدل‌سازی دو‌بعدی و سه‌بعدی رخساره‌ شکستگی‌ها در مقیاس میدانی بهره گرفت.

کلیدواژه‌ها


عنوان مقاله [English]

Estimation of Fracture Facies Using Clustering Algorithms and FMI Image Logs in a Carbonate Reservoir

نویسندگان [English]

  • Leila Fazli 1
  • Hassan Bagheri 2
1 Assistant Professor of Geology, Faculty Member, Islamic Azad University, Damavand Branch
2 PhD. Candidate of Petroleum Exploration Engineering, University of Tehran – Petrophysicist, National Iranian Drilling Company
چکیده [English]

The presence of open fractures in reservoir rock significantly influences its permeability. A direct and accurate approach to studying open fractures involves analyzing drilling cores, while image logs enable broader-scale examination. However, drilling cores are limited to specific depths, and image logs are available only for select wells. This study first identifies natural open fractures in the Kangan-Dalan carbonate reservoir of well A using the FMI log. The open fractures exhibit an average dip of 63° with an azimuth of N75E and a strike direction of N15W/S15E. Subsequently, fracture density log for the reservoir were calculated. Using conventional well logs, including the density log (RHOB), sonic log (DT), and effective porosity log (PHIE), as input data for the Multi-Resolution Graph-based Clustering (MRGC) algorithm, along with a synthetic log derived from the fracture density log, referred to as the F-index (ranging from 0 to 1), the clustering algorithm was applied to delineate fracture facies, which represent zones containing open fractures in well A. The model developed for well A was then applied to wells B and C, which lacked FMI log or core data, to identify fractured zones as fracture facies. The resulting clustering algorithm is transferable across all wells in the field, enabling the modeling of fracture facies in both two-dimensional and three-dimensional spaces.

کلیدواژه‌ها [English]

  • Open fractures
  • Fracture facies
  • Image log
  • Clustering algorithm

مقالات آماده انتشار، پذیرفته شده
انتشار آنلاین از تاریخ 28 تیر 1404
  • تاریخ دریافت: 17 دی 1403
  • تاریخ بازنگری: 26 تیر 1404
  • تاریخ پذیرش: 28 تیر 1404