Академический Документы
Профессиональный Документы
Культура Документы
III
TRABAJO ESPECIAL DE GRADO
IV
III
DEDICATORIA
III
AGRADECIMIENTOS
A Morella Mikaty, centinela del templo la luz. Por su amistad y sus consejos.
Por soportar a este insurgente dentro de su equipo.
IV
Airam, Atilio, Sofía, Silvimar, Laura, los 3 Luises, Jorge, Krizia, Miguel Castro,
Rossi, Gaby, Fabián, Manu Medina, Gissel, Andrea y al resto de compañeros
de clases, de pasillos, de comedor, de banquitos, de café…
V
Martínez C., Manuel O.
VI
ÍNDICE DE CONTENIDO
AGRADECIMIENTOS .................................................................................... IV
CAPÍTULO I .................................................................................................... 1
INTRODUCCIÓN ............................................................................................ 1
CAPITULO II ................................................................................................... 5
VII
2.3. Homogeneidad y Heterogeneidad. .................................................. 13
CAPITULO IV................................................................................................ 54
VIII
4.2. Calculo de los coeficientes de heterogeneidad. ............................... 58
CAPITULO V................................................................................................. 96
IX
ÍNDICE DE FIGURAS
X
Figura 4. 1. Histogramas, Diagramas de caja y bigotes y Gráficos QQ normal, de la
porosidad en cada unidad estratigráfica. .................................................................. 55
Figura 4. 2. Histogramas y Diagramas de caja y bigotes de la permeabilidad en cada
unidad estratigráfica. ............................................................................................... 56
Figura 4. 3. Histogramas y Diagramas de caja y bigotes del logaritmo base 10 de la
permeabilidad en cada unidad estratigráfica. ........................................................... 57
Figura 4. 4. Tabulación de los valores de permeabilidad con respecto a la profundidad
Unidad estratigráfica C. .......................................................................................... 58
Figura 4. 5. Fracción de la capacidad de flujo vs la fracción del total de volumen para
el pozo 6 de la unidad estratigráfica A. Utilizando la suma de los polígonos sin
regresión. ................................................................................................................ 60
Figura 4. 6. Gráficos cruzados de Coeficiente de Lorenz vs Coeficiente de Variación
Dykstra Parsons, para cada unidad estratigráfica. .................................................... 62
Figura 4. 7. Gráficos cruzados de Coeficiente de Lorenz vs Coeficiente de Variación
Dykstra Parsons, Unidad estratigráfica B. Pozos favorables para la comparación. ... 64
Figura 4. 8. Registro de pozo. Logaritmo decimal de la permeabilidad, el indicador de
arena, y la porosidad en función de la profundidad. Pozo 26. Unidad estratigráfica B.
............................................................................................................................... 65
Figura 4. 9. Registro de pozo. Logaritmo decimal de la permeabilidad, el indicador de
arena, y la porosidad en función de la profundidad. Pozo 12. Unidad estratigráfica B.
............................................................................................................................... 66
Figura 4. 10. Registro de pozo. Logaritmo decimal de la permeabilidad, el indicador
de arena, y la porosidad en función de la profundidad. Pozo 5. Unidad estratigráfica
B. ............................................................................................................................ 67
Figura 4. 11. Registro de pozo. Logaritmo decimal de la permeabilidad, el indicador
de arena, y la porosidad en función de la profundidad. Pozo 16. Unidad estratigráfica
B. ............................................................................................................................ 68
Figura 4. 12. Mapa isópaco para la unidad estratigráfica A. (Medidos en pies) ........ 70
Figura 4. 13. Mapa isópaco para la unidad estratigráfica B. (Medidos en pies) ........ 71
Figura 4. 14. Mapa isópaco para la unidad estratigráfica C. (Medidos en pies) ........ 72
Figura 4. 15. Mapa de variograma para la unidad estratigráfica A. Coeficiente de
Lorenz. ................................................................................................................... 73
Figura 4. 16. Variograma teórico ajustado sobre variograma experimental para el
Coeficiente de Lorenz en la unidad estratigráfica A................................................. 75
Figura 4. 17. Mapa de variograma para la unidad estratigráfica A. Log-Permeabilidad.
............................................................................................................................... 76
Figura 4. 18. Mapa de heterogeneidad en la unidad estratigráfica A. A través del
coeficiente de Lorenz. ............................................................................................. 77
Figura 4. 19. Mapa de heterogeneidad en la unidad estratigráfica A. A través del
coeficiente de Variación Dykstra Parsons................................................................ 78
Figura 4. 20. Mapa de heterogeneidad en la unidad estratigráfica B. A través del
coeficiente de Lorenz. ............................................................................................. 79
Figura 4. 21. Mapa de heterogeneidad en la unidad estratigráfica B. A través del
coeficiente de Variación Dykstra Parsons................................................................ 80
XI
Figura 4. 22. Mapa de heterogeneidad en la unidad estratigráfica C. A través del
coeficiente de Lorenz. ............................................................................................. 81
Figura 4. 23. Mapa de heterogeneidad en la unidad estratigráfica C. A través del
coeficiente de Variación Dykstra Parsons................................................................ 82
Figura 4. 24. Grafico cruzado. Heterogeneidad de Lorenz para cada pozo, en función
del espesor de arena y de la log-permeabilidad. Unidad estratigráfica A. ................. 84
Figura 4. 25. Grafico cruzado. Heterogeneidad de Lorenz para cada pozo, en función
del espesor de arena y de la log-permeabilidad. Unidad estratigráfica B. ................. 85
Figura 4. 26. Grafico cruzado. Heterogeneidad de Lorenz para cada pozo, en función
del espesor de arena y de la log-permeabilidad. Unidad estratigráfica C. ................. 86
Figura 4. 27. Relación entre la log-permeabilidad y la porosidad. ............................ 87
Figura 4. 28. Heterogeneidad de Lorenz y Espesor de arena. Unidad estratigráfica A.
............................................................................................................................... 90
Figura 4. 29. Heterogeneidad de Lorenz y promedio de log-permeabilidad. Unidad
estratigráfica A. ...................................................................................................... 91
Figura 4. 30. Heterogeneidad de Lorenz y Espesor de arena. Unidad estratigráfica B.
............................................................................................................................... 92
Figura 4. 31. Heterogeneidad de Lorenz y promedio de log-permeabilidad. Unidad
estratigráfica B. ....................................................................................................... 93
Figura 4. 32. Heterogeneidad de Lorenz y Espesor de arena. Unidad estratigráfica C.
............................................................................................................................... 94
Figura 4. 33. Heterogeneidad de Lorenz y promedio de log-permeabilidad. Unidad
estratigráfica C. ....................................................................................................... 95
XII
ÍNDICE DE TABLAS
XIII
CAPÍTULO I
INTRODUCCIÓN
1
Es necesario tomar en cuenta que existe una relación directa entre la
resolución que se define para cada sector de un modelo numérico (grupo de
celdas) y la heterogeneidad de la propiedad que se modela.
1.2. Objetivos
2
1.2.2. Objetivos específicos.
1.3. Justificación
3
estudio, lo que a fin de cuenta convergen información valiosa para el estudio
económico asociado a la producción de los yacimientos.
4
CAPITULO II
MARCO TEÓRICO
5
porosidad, espesor, topes, limites, fallas, ambiente de sedimentación,
continuidad vertical y lateral de las arenas, litología y límites de la roca, que
unidos a pruebas de yacimientos enmarcadas en el modelo dinámico (datos
de presión, producción, pruebas de presión), permiten definir con mayor
claridad el yacimiento. A diferencia del modelo estático, el dinámico conjuga
las propiedades que varían en función de tiempo. En otras palabras, el
modelo estático comprende a su vez los modelos estructurales,
estratigráficos, sedimentológicos, geoestadísticos y petrofísicos.
6
Jackson y otros (1986) mencionan que para el estudio final de recuperación
y/o recuperación mejorada de hidrocarburos es necesario identificar las
heterogeneidades.
Por otro lado Wouterlood, (2002) explica que de los factores que afectan un
proyecto de recuperación (primordialmente los de recuperación secundaria),
la heterogeneidad de la formación es una característica adversa y difícil de
controlar.
2.2. Petrofísica
7
hidrocarburo a través del sistema poroso. (Schlumberger, 1989). Por lo que
dentro de las características más importantes en el estudio de yacimientos a
través de la petrofísica, se encuentran la porosidad (Ø) y la permeabilidad
(k).
Vp
Ø = (2.1)
Vt
Donde:
Ø = Porosidad [adim].
Vp = Volumen poroso. [cc]
Vt = Volumen total de la roca [cc]
8
Los valores de porosidad suelen ser inferidos de núcleos o registros de
pozos: densidad, neutrón, sónico, etc.
Donde:
Øef = Porosidad efectiva [Adim.].
Øt = Porosidad total [Adim.].
Vsh = Porcentaje de arcilla [ohm].
2.2.3. Permeabilidad.
Además de ser porosa, una buena roca yacimiento debe tener la capacidad
de permitir que los hidrocarburos presentes fluyan a través de los poros
interconectados. La capacidad de la roca para conducir los fluidos se
denomina permeabilidad. Esto indica que las rocas no porosas no tienen
permeabilidad. La permeabilidad de una roca depende de su porosidad
efectiva, en consecuencia, se ve afectada por el tamaño de grano, la forma
del grano, la distribución de tamaño de grano (escogimiento) y el grado de
consolidación y cementación (Tiab y Donaldson, 2004).
9
En 1856 Henry D`Arcy determinó, basado en estudios experimentales, que la
velocidad de un fluido homogéneo en un medio poroso es proporcional al
gradiente de presión e inversamente proporcional a la viscosidad del fluido.
(Craft y Hawkins, 1977). Dicho enunciado puede ser expresado por la
siguiente ecuación:
𝑘 𝛥𝑃
𝑣= ∗ (2.3)
µ 𝛥𝐿
10
efectiva al agua, kw, y una permeabilidad efectiva al petróleo, ko, siendo su
suma menos o igual que la permeabilidad absoluta. Las permeabilidades
efectivas dependen no solo de la roca en sí, sino también de las saturaciones
relativas y propiedades de los diferentes fluidos en los poros. Estas
permeabilidades que dependen de las saturaciones de fluidos son llamadas
permeabilidades relativas. Así para un sistema agua petróleo, la
permeabilidad relativa al agua, krw, es igual a kw/k, la permeabilidad relativa al
petróleo, ko, es igual a ko/k.
𝐾 = 𝐶 × Ø𝑥 × 𝑆𝑤𝑖𝑟𝑟 −𝑦 (2.4)
104 × (Ø)4.5
𝐾𝑡 = (2.5)
(𝑆𝑤𝑖)2
Donde:
Kt = Permeabilidad de timur. [mD]
Ø = Porosidad. [Adim.].
Swi = Saturación de agua irreducible [Adim.].
11
Tanto la permeabilidad como la porosidad son características de toda roca y
a través de las mismas y según sea su distribución se puede detallar la roca
o el yacimiento a partir de su heterogeneidad.
12
ecuación empírica que asociaba la permeabilidad con la porosidad y el área
por unidad de volumen (Balan et al., 1995)
Ø
𝐾=𝐴∗ (2.6)
𝑆2
Ø𝟑
𝐾=𝐴∗ (2.7)
𝑆𝑜 (1−Ø)2
A partir de los trabajos pioneros de Kozeny y Carman, han sido muchos los
investigadores que desarrollaron relaciones teórico empíricas entre la
porosidad y permeabilidad.
13
Como se mencionó antes, conocer la heterogeneidad de un yacimiento es
fundamental para el estudio del flujo de hidrocarburos en el sistema dinámico
del reservorio, sin embargo son ciertas propiedades del modelo estático
quienes nos permiten llegar a ello.
14
suposición que los datos de permeabilidad se han extraído de una
distribución logarítmica normal (log-normal). El cálculo se hace mediante la
tabulación de la valores de permeabilidad en orden decreciente y luego
calcular para cada permeabilidad, el porcentaje de las muestras con
permeabilidades mayores o iguales a ese valor. Luego de la tabulación es
necesario el trazado de la distribución de frecuencia de los datos de
permeabilidad en un papel semi-logarítmico de probabilidad. Para evitar
valores de 0 ó 100%, que no están presentes en la escala de probabilidad, el
porcentaje mayor o igual al valor, se normaliza entre N+1, donde N es el
número de muestras.
Como se observa en la figura 2.1, se traza la línea recta con mejor ajuste a
los puntos graficados. El punto medio de la distribución de la permeabilidad
(porcentaje acumulado = 50) es la mediana de los valores de permeabilidad.
Mientras que el punto de porcentaje acumulado correspondiente a 84.1,
pertenece a la desviación estándar de los valores de permeabilidad menores
a la mediana.
15
El coeficiente de variación Dykstra-Parsons (VDP) se calcula a través de la
siguiente ecuación:
K[50%] − K[84.1%]
𝑉𝐷𝑃 = (2.8)
K[50%]
Donde:
K[50%] es la permeabilidad correspondiente a la mediana del conjunto
logarítmico. Es decir, con la probabilidad logarítmica igual a 0.5
(K[50%] - K[84.1%]) es la permeabilidad correspondiente a la desviación
estándar (84.1%) del conjunto logarítmico. Es decir, con la probabilidad
logarítmica igual a 0.841.
Dentro del rango (0,1) en el que existe VDP, Tiab (2004) clasifica la
heterogeneidad de la siguiente manera:
16
• 0.25 < VDP < 0.50, el yacimiento es heterogéneo, si el coeficiente se
acerca a 0.50 o sobre pasa ese valor, el simulador numérico debe
correrse con un modelo heterogéneo completo.
• 0.50 < VDP < 0.75, el yacimiento es muy heterogéneo.
• 0.75 < VDP < 1, el yacimiento es extremadamente heterogéneo.
• VDP = 1. El yacimiento es totalmente heterogéneo, este caso al igual
que el totalmente homogéneo, son ideales, puesto que los procesos
geológicos de depositación y la acumulación de sedimentos no son
acontecimientos extremos.
Según Peter 2007, la mayoría de los yacimientos de hidrocarburos cuentan
con un VDP típico entre 0.5 y 0.9.
17
• Ordenar todos los valores de permeabilidad en orden descendiente.
• Calcular la capacidad de permeabilidad acumulada ΣKh y la
capacidad de volumen acumulada Σ Ø h.
• Normalizar ambas capacidades acumuladas hasta que cada
capacidad se encuentre en un rango entre 0 y 1.
• Graficar la capacidad de permeabilidad acumulada normalizada
versus la capacidad de volumen acumulado normalizado en una
escala cartesiana.
18
(roja). A medida que aumenta la heterogeneidad, incrementa la concavidad
del gráfico, es decir la curva azul se aleja de la recta roja.
1
(∫0 𝑑𝑐𝑓(𝑥)𝑑𝑥)−0.5) 1
𝐿𝑧 = = � 2 ∫0 𝑑𝑓𝑐 (𝑥 )𝑑𝑥� − 1 (2.9)
0.5
Donde:
Lz = Coeficiente de Lorenz
dfc(x) equivale a la función de distribución de capacidad de flujo.
19
información necesaria para el estudio del yacimiento, por ende, las
propiedades en la mayor parte del campo siguen siendo desconocidas y
suelen ser calculadas a través de otros medios. Es decir, siempre existe la
necesidad de idear una manera coherente para estimarlas; pues razones
económicas y operativas hacen imposible medir una variable regionalizada
en más que un conjunto limitado de puntos. Entonces a partir de dichos
puntos se desea calcular el valor de la variable en cualquier otro punto
(donde no se conoce). Esta operación puede llamarse estimación, predicción
o interpolación según el contexto en que se realiza. (Usandivaras, 2006).
20
Se conoce como función aleatoria a un grupo de valores de una variable
aleatoria, cada uno ubicado en un punto del espacio y en los que la
dependencia entre uno y otro viene dada por el mismo mecanismo
probabilístico que determina cada uno de los valores de la variable aleatoria.
(Hernández, 2002)
2.4.1. Variograma
Donde,
Y(h) es la función del variograma.
h: distancia entre dos observaciones.
Z(x): Valor de la propiedad observada en la posición x.
Var: Varianza. E: Esperanza.
21
Lo anterior señala que el variograma es el valor promedio del cuadrado de la
diferencia entre dos valores de la propiedad que se analiza, estos puntos en
el espacio se encuentran separados por una distancia “h” en la dirección del
vector “h”. “x” y “h” pueden ser vectores o puntos, por lo tanto el valor del
variograma dependerá de la magnitud y dirección de “h”. Es por ello que se
usa el variograma para analizar la variable en función de su dirección y
distancia y no de la localización de los puntos.
Donde:
Rango (range): Distancia a la cual el variograma se estabiliza (pendiente 0)
Meseta (sill): Valor constante que toma el variograma para distancias iguales
o mayores al rango.
22
Efecto pepita (nugget): Representa la variabilidad en las distancias más
pequeñas que el espaciado de muestra típica, incluyendo el error de
medición.
• Si h=0, Y(h)=0.
• Y(- h)= Y(h) es una función par, es decir, tiene el mismo valor en
direcciones opuestas.
• Relación con la función covarianza. Cuando la variable en estudio es
estacionaria, entonces el variograma Y(h) y la covarianza C(h) se
relacionan por medio de la siguiente ecuación Y(h) = C(0) - C(h). Esto
indica que para funciones aleatorias estacionarias, el variograma y la
covarianza son equivalentes.
• Comportamiento a grandes distancias: Si para una distancia d, Z(x) y
Z(x+h) no están correlacionadas, entonces el variograma se estabiliza
tomando el valor C(0), esto se deduce por la propiedad anterior. La
distancia d se conoce como rango. Pero no todos los variogramas se
estabilizan para grandes distancias, lo cual podría ser una
consecuencia de la presencia de una tendencia en la variable o
simplemente que generalmente estén correlacionados.
• Comportamiento a pequeñas distancias. Este comportamiento es más
importante porque se encuentra ligado al comportamiento de la
variabilidad espacial. Si para valores cercanos, Z(x) y Z(x+h) varían
mucho, entonces el variograma crecerá muy rápido indicando una alta
variabilidad y viceversa.
23
2.4.2. Kriging
Z* = ∑𝑛𝑖=1 λi ∗ Zi (2.11)
Donde,
Z* = Valor estimado de la variable regionalizada.
λi = coeficiente de ponderación o de Kriging.
Z = Valores observados de la variable regionalizada.
24
Las ecuaciones del método Kriging no dependen de los valores medidos de
las variables, sino solamente de sus posiciones y del variograma, por lo
tanto, es un interpolador exacto.
2.5. Regresión.
Donde:
β0, β1,. . . , βp−1, son parámetros fijos desconocidos.
25
X0, X1,. . . ,Xp−1, son variables explicativas no estocásticas, regresores,
cuyos valores son fijados por el experimentador. Frecuentemente X0 toma el
valor constante “uno”.
ξ, es una variable aleatoria inobservable. Suele suponerse por conveniencia
como un termino de error con media 0 y varianza constante. (Tusell y Núñez,
2007).
La ecuación 2.11 indica que la variable aleatoria Y se genera como
combinación lineal de las variables explicativas, salvo en una perturbación
aleatoria “e”.
Las ecuaciones mas comunes que se utilizan para expresar estas relaciones
son:
Lineal 𝑌 = 𝑎 + 𝑏𝑋 + 𝑒
Cuadrática 𝑌 = 𝑎 + 𝑏𝑋 + 𝑐𝑋 2 + 𝑒
Polinomica 𝑌 = 𝑎0 + 𝑎1𝑋 + 𝑎2𝑋 2 + ⋯ + 𝑎𝑝𝑋 𝑝 + 𝑒
Logarítmica 𝑌 = 𝑎 + 𝑏𝐿𝑛(𝑋) + 𝑒
Exponencial 𝑌 = 𝑎 + 𝑏𝑒 𝑏𝑋 + 𝑒
Potencial 𝑌 = 𝑎𝑋 𝑏 + 𝑒
26
2.6. Algoritmo.
Euclides, el gran matemático griego (del siglo IV antes de Cristo) que inventó
un método para encontrar el máximo común divisor de dos números, se
considera uno de los grandes padres de la algoritmia (Joyanes, 2003). Lo
que evidencia que aunque la popularización del término ha llegado con el
advenimiento de la era informática, un algoritmo es un método para resolver
un problema.
27
CAPÍTULO III
MARCO METODOLÓGICO
28
El estudio también contempla 3 unidades estratigráficas (de la menos
profunda a la más profunda: A, B, y C). Las coordenadas de las mallas que
modelan las 6 superficies (tope y base de cada unidad estratigráfica) también
fueron alteradas manteniendo la relación con la ubicación de los pozos. En la
figura 3.2 se observan los topes y bases de las unidades y los pozos.
29
• Cargar archivos.
• Desglosar archivos y unificar.
Cargar y • crear tabla con las propiedades por cada pozo en
adecuar cada unidad estratigráfica.
datos
• Estadística descriptiva.
• Gráficos para análisis estadístico.
Análisis • Datos de salida.
estadistico.
30
3.1. Cargar y adecuar los datos de entrada.
Del archivo que contiene los registros de pozo, son de interés para la
elaboración de esta investigación los datos de la ubicación espacial de cada
medición, lo que involucra la profundidad donde fue tomado cada registro, y
las coordenadas de latitud y longitud para cada pozo, es necesario
mencionar que por motivos de confidencialidad de datos, estas coordenadas
fueron alteradas, conservando entre ellas las distancias originales. También
son de interés los datos de permeabilidad y porosidad. Luego de cargar los
archivos, es necesario introducir como variable el número de unidades
estratigráficas (3). El número de pozos es calculado a través de una de las
rutinas que conforman el algoritmo; se debe tener en cuenta que todos los
pozos utilizados fueron verticales.
31
procedimientos se generó una tabla que contenga las coordenadas de cada
pozo.
32
comportamiento de las propiedades petrofísicas medidas. Se calcularon las
principales medidas de tendencia, al igual que se elaboró un conjunto de
histogramas, diagramas de caja y bigotes y gráficos QQ (cuantil - cuantil),
cuya finalidad es resaltar de manera visual el comportamiento del grupo de
cada conjunto de datos.
33
Figura 3. 5. Histogramas, diagramas de caja y bigote y gráficos QQ, correspondientes
a los datos de cada unidad estratigráfica.
34
Dykstra Parsons y Coeficiente de Lorenz. Ambos registran la heterogeneidad
dentro del intervalo (0-1). A continuación se detallan:
35
Donde:
Km = (K[50%]), es la mediana de la permeabilidad
(Km – Ke) = (K[50%]- K[84.1%]), es la desviación estándar, menor a la
mediana, en un grafico log-probabilístico.
36
Figura 3. 6. Distribución de frecuencia vs. Log(k) para el pozo 13 en la unidad
estratigráfica B.
37
de calcular por métodos numéricos el valor de logarítmico de k al cual
corresponden los porcentajes 50 y 84.1 respectivamente. (Según la teoría de
la variación de la permeabilidad a través de Dykstra-Parsons (VDP).
Junto a la recta de regresión es necesario conocer la calidad del ajuste de la
misma sobre la curva inicial. Es decir, se cuantifica la calidad del modelo de
ajuste, para ello se utilizó la medida del coeficiente de determinación 𝑅2 .
38
Como se mencionó anteriormente, se debe graficar la fracción de la
capacidad de flujo vs la fracción del total de volumen. Tomando en cuenta
que debe incluirse el punto origen (0,0) en la gráfica. El crecimiento de la
curvase asemeja al patrón de una curva logarítmica.
39
Figura 3. 7. Fracción de la capacidad de flujo vs la fracción del total de volumen para
el pozo 18 en la unidad estratigráfica A. Utilizando la regresión logarítmica decimal.
40
Junto a la curva de regresión es necesario saber la calidad del ajuste de la
misma sobre la curva inicial. Es decir, se cuantifica la calidad del modelo de
ajuste, para ello se utilizó la Medida del coeficiente de determinación 𝑅2 .
Se creó un algoritmo que calculara el área formada entre la recta que une a
cada punto graficado, (fracción de la capacidad de flujo vs la fracción del total
de volumen), las verticales que pasan por dichos puntos, y el eje horizontal,
formando trapezoides (o triángulos en el caso del primer punto (0,0) que
estaría sobre el eje horizontal). A continuación se muestra la gráfica que se
obtiene con la segunda metodología expuesta para el conjunto de datos del
pozo 18, en la unidad estratigráfica A.
La rutina incluyó en el gráfico los aspectos se detallan a continuación:
41
Figura 3. 8. Fracción de la capacidad de flujo vs la fracción del total de volumen para
el pozo 18 en la unidad estratigráfica A. Utilizando la suma de los polígonos. (Sin
regresión).
42
La suma total de todas las áreas se convierte en el valor de la integral, al que
nuevamente se le aplica el cálculo de coeficiente de Lorenz, donde este será
igual al doble de la integral de la curva, menos uno.
43
Figura 3. 9. Gráficos cruzados de Coeficiente de Variación Dykstra Parsons vs
Coeficiente de Lorenz, para cada unidad estratigráfica, con su respectivo coeficiente
de correlación.
44
por ambos métodos, se escogió la unidad de menor coeficiente de
correlación (unidad estratigráfica B).
.
Figura 3. 10. Log-permeabilidad vs profundidad, asociada a la gráfica de indicador de
arena y la de porosidad, para el pozo 16 de la unidad estratigráfica B.
45
3.5. Mapas Isópacos y Geoestadística.
46
3.5.2. Geoestadística
Para crear lo concerniente a la variografía se prosiguió a crear las rutinas
necesarias para ello:
Primero se generó la rutina para crear los mapas de variograma, partiendo
de la distancia máxima de alcance del variograma (cutoff) y del ancho de las
ventanas para la búsqueda de puntos (width). Dichos valores fueron
reajustables para cada mapa de variograma. Para obtener el mapa de la
figura 3.12 el cutoff empleado fue de 12000 y el width de 1100.
47
Como se observa en el mapa de variograma, los datos muestran una
dirección de máxima continuidad a 45º y de mínima continuidad a 135º
(ambos en sentido dextrógiro con respecto al norte).
VARIOGRAMAS
Experimental Teórico
Cutoff 8000 Sill 0.027
Width 1000 Modelo Exponencial
Tendencia mayor 45 Nugget 0
Tendencia menor 135 Rango 1150
- - Anisotropía 45º / 0.5
48
Figura 3. 13. Variograma teórico ajustado sobre variograma experimental para el
Coeficiente de Lorenz, en la unidad estratigráfica B.
3.5.3. Kriging.
Luego de obtener los variogramas bidimensionales para los coeficientes en
cada unidad estratigráfica, se generó una rutina en la cual se crea un
mallado de nodos equidistantes (200 x 200 celdas), a dichas celdas se le
asignaron los valores de heterogeneidad distribuidos según las relaciones
obtenidas mediante los cómputos de variogramas a través de método de
49
kriging, convirtiendo finalmente los datos discretos de heterogeneidad en
mapas de heterogeneidad. Ver figura 3.14.
50
La primera rutina consistió en generar gráficos cruzados para cada unidad
estratigráfica. Donde se observa la relación entre la log-permeabilidad, el
espesor de arena, y a su vez, los pozos asociados con su respectiva
heterogeneidad relativa de Lorenz en cada unidad estratigráfica. Ver figura
3.15.
Figura 3. 15. Grafico cruzado. Heterogeneidad de Lorenz para cada pozo, en función
del espesor de arena y de la log-permeabilidad. Unidad estratigráfica A.
51
se toman los mapas de heterogeneidad y se sobreponen a los mapas de
espesor de arena o de log-permeabilidad promedio, incluyendo a su vez los
pozos. Se presenta a continuación dos de los resultados. Ver figuras 3.16 y
3.17.
52
Figura 3. 17. Heterogeneidad de Lorenz y promedio de log-permeabilidad. Unidad
estratigráfica A.
53
CAPITULO IV
54
sujeta a diversos factores que pueden alterarla; principalmente las
variaciones litológicas (como por ejemplo el contenido de arcilla) tienden a
ser las causas principales de las distribuciones multimodales de la porosidad
en los yacimientos. Se observa en los gráficos cuantil-cuantil (QQ) la
normalidad de las variables, al presentar un buen ajuste a la recta teórica
normal. Solo para los valores extremos existe una desviación considerable
de los datos, lo cual a su vez es evidente en los histogramas de frecuencia.
55
histograma y el diagrama de caja y bigotes a los valores logarítmicos (base
10) de la permeabilidad, con la finalidad de visualizar mejor su
comportamiento. En la figura 4.3, se observan los resultados.
56
Figura 4. 3. Histogramas y Diagramas de caja y bigotes del logaritmo base 10 de la
permeabilidad en cada unidad estratigráfica.
57
Esto condujo a la representación espacial de dichos datos, utilizando como
herramienta una tabla numérica en Excel. En la figura 4.4 se observa como
los datos atípicos guardan una relación espacial entre ellos, se concluye
entonces, que estos resultados son válidos y producto de cambios litológicos
y/o de variaciones en el contenido de los poros.
58
debería producir 129 valores por cada método, sin embargo, 4 pozos no
alcanzan cruzar la unidad estratigráfica C (UEC), (la más profunda) y para la
unidad A, 2 pozos no cuentan con ningún registro de arena y 3 pozos solo
cuentan con un solo registro de arena, lo que impide el cálculo de ambos
coeficientes.
1 1
(∫0 𝑑𝑐𝑓(𝑥)𝑑𝑥) − 0.5)
𝐿𝑧 = = � 2 � 𝑑𝑓𝑐 (𝑥)𝑑𝑥� − 1
0.5 0
59
Figura 4. 5. Fracción de la capacidad de flujo vs la fracción del total de volumen para
el pozo 6 de la unidad estratigráfica A. Utilizando la suma de los polígonos sin
regresión.
60
semejante en la estadística paramétrica al cálculo de la inversa de la función
de distribución acumulada con respecto a una probabilidad de ocurrencia
mayor a la desviación estándar de 0.841, es decir una probabilidad de 0.159.
VDP Lz UE
Min 0.0353 0.0203
Prom 0.4935 0.3194 A
Max 0.8471 0.8474
Min 0.2792 0.1187
Prom 0.6987 0.4782 B
Max 0.9804 0.8886
Min 0.2157 0.1011
Prom 0.5751 0.3123 C
Max 0.9832 0.7540
Min = Mínimo. Prom= Promedio. Max= Máximo.
VDP = Variación Dykstra Parsons.
Lz = Coeficiente de Lorenz.
61
De lo mostrado en la tabla 4.1, se puede observar que Dykstra Parsons
tiende a presentar valores superiores a Lorenz.
En la figura 4.6, se observa como en los gráficos cruzados, para las tres
unidades estratigráficas juntas y separadas, con sus respectivos coeficientes
62
de correlación. Los coeficientes de Dykstra Parsons cuentan con valores
mayores a los de Lorenz, algo que se razonaba luego de ver los valores
promedios en la tabla 4.1.
63
Figura 4. 7. Gráficos cruzados de Coeficiente de Lorenz vs Coeficiente de Variación
Dykstra Parsons, Unidad estratigráfica B. Pozos favorables para la comparación.
64
Figura 4. 8. Registro de pozo. Logaritmo decimal de la permeabilidad, el indicador de
arena, y la porosidad en función de la profundidad. Pozo 26. Unidad estratigráfica B.
Se observa como en la figura 4.8, con los coeficientes altos de VDP y Lz (es
decir alta heterogeneidad en ambos) como la porosidad y el logaritmo de la
permeabilidad varían notablemente, no solo dentro de cada sección de
interés (indicador de arena = 1), sino que respecto a las otras secciones de
interés también presentan altas variaciones.
65
Figura 4. 9. Registro de pozo. Logaritmo decimal de la permeabilidad, el indicador de
arena, y la porosidad en función de la profundidad. Pozo 12. Unidad estratigráfica B.
66
Figura 4. 10. Registro de pozo. Logaritmo decimal de la permeabilidad, el indicador de
arena, y la porosidad en función de la profundidad. Pozo 5. Unidad estratigráfica B.
67
Figura 4. 11. Registro de pozo. Logaritmo decimal de la permeabilidad, el indicador de
arena, y la porosidad en función de la profundidad. Pozo 16. Unidad estratigráfica B.
68
Observamos entonces como el coeficiente de Lorenz (Lz) predomina sobre el
de Dykstra Parsons (VDP) para los 4 casos extremos, siendo este quien
responde mejor a situaciones de alta o baja tasa de variación del logaritmo
decimal de la permeabilidad, ya sea para los casos de alta o baja
heterogeneidad respectivamente.
69
Figura 4. 12. Mapa isópaco para la unidad estratigráfica A. (Medidos en pies)
70
Figura 4. 13. Mapa isópaco para la unidad estratigráfica B. (Medidos en pies)
71
Figura 4. 14. Mapa isópaco para la unidad estratigráfica C. (Medidos en pies)
4.6. Geoestadística.
4.6.1. Variografía.
Con el fin de convertir los datos discretos de heterogeneidad vertical en
valores continuos y de este modo predecir los valores y tendencias de la
heterogeneidad vertical en el resto del yacimiento, se crean los mapas a
partir de las interpolaciones necesarias.
Para llegar a los mapas de heterogeneidad utilizando kriging, fue necesario
elaborar una rutina que produjera la variografía de los datos, pues a partir de
los mapas de variograma se observan las tendencias preferenciales de
72
continuidad. Para la elaboración de dicha rutina se utilizaron las funciones de
la librería Gstat a través de R Project.
A continuación en la figura 4.15 se observa el mapa de variograma para la
unidad estratigráfica A, obtenida a partir de los coeficientes de Lorenz. En
dicho mapa se aprecia como existe una tendencia dominante para los datos
a 45º y la tendencia de menor continuidad a 135º (ambos en sentido
dextrógiro con respecto al norte). Los valores utilizados en este caso, para la
distancia máxima de alcance del variograma (cutoff) y para el ancho de las
ventanas para la búsqueda de puntos (width) fueron de 12000 y 1100
respectivamente. La misma rutina fue utilizada para crear los mapas de
variograma de cada unidad estratigráfica, por cada método, siempre
reajustando el cutoff y el width para cada caso.
73
Luego de obtener los mapas de variograma, se generó otra rutina para
obtener los variogramas experimentales junto a su respectivo ajuste teórico.
Al igual que para los mapas de variograma, para obtener los variogramas
experimentales, y el ajuste teórico, fue necesario definir ciertos parámetros
para cada caso. Para obtener el variograma experimental, es necesario
aparte de la distancia máxima de alcance del variograma (cutoff) y el ancho
de las ventanas (width), incluir las direcciones o rumbo de las tendencias
mayor y menor. Para el caso del ajuste teórico, se requiere especificar la
meseta (sill), el modelo de curva, el efecto pepita (nugget), el rango y por
último definir la anisotropía en función del ángulo de la tendencia dominante
y la relación rango menor / rango mayor.
Tabla 4.2. Parámetros para obtener el variograma experimental y su ajuste teórico para
la unidad estratigráfica A, dado los coeficientes de Lorenz.
VARIOGRAMAS
Experimental Teórico
Cutoff 12000 Sill 0.03
Width 1100 Modelo Exponencial
Tendencia mayor 45º Nugget 0
Tendencia menor 135º Rango 1500
Anisotropía
45º / 0.5
(ángulo y tasa)
74
Figura 4. 16. Variograma teórico ajustado sobre variograma experimental para el
Coeficiente de Lorenz en la unidad estratigráfica A.
75
Figura 4. 17. Mapa de variograma para la unidad estratigráfica A. Log-Permeabilidad.
4.6.2. Kriging.
Para obtener los mapas finales, se generó una rutina donde se creó un
mallado de nodos equidistantes (200 x 200 celdas), a dichas celdas se le
asignaron los valores de heterogeneidad distribuidos según las relaciones
obtenidas mediante los cómputos de variogramas (kriging), convirtiendo
finalmente los datos discretos de heterogeneidad en mapas de
heterogeneidad.
76
A continuación se presentan los mapas como resultado final del trabajo de
investigación:
Unidad estratigráfica A:
77
Figura 4. 19. Mapa de heterogeneidad en la unidad estratigráfica A. A través del
coeficiente de Variación Dykstra Parsons.
78
Unidad estratigráfica B:
79
Figura 4. 21. Mapa de heterogeneidad en la unidad estratigráfica B. A través del
coeficiente de Variación Dykstra Parsons.
80
Unidad estratigráfica C:
81
Figura 4. 23. Mapa de heterogeneidad en la unidad estratigráfica C. A través del
coeficiente de Variación Dykstra Parsons.
82
mapa, donde el contorno de la tendencia es muy semejante incluyendo los
valores de heterogeneidad.
De manera general y como ya se mencionó antes, a pesar de los bajos
valores de correlación entre los coeficientes arrojados por los dos métodos
aplicados para el cálculo de heterogeneidad (Lorenz y Variación Dykstra
Parsons), ver figura 4.6, es posible identificar ciertas tendencias que se
mantienen para cada unidad estratigráfica, como también se evidencian
subregiones sin tendencias comunes pero con valores semejantes de
heterogeneidad.
Nuevamente se resalta que el objetivo planteado para generar los mapas de
heterogeneidad por ambos métodos ha sido alcanzado; igualmente se
demostró que no siempre el cálculo de valores de heterogeneidad por ambos
métodos tiende a dar resultados semejantes.
83
Figura 4. 24. Grafico cruzado. Heterogeneidad de Lorenz para cada pozo, en función
del espesor de arena y de la log-permeabilidad. Unidad estratigráfica A.
84
Figura 4. 25. Grafico cruzado. Heterogeneidad de Lorenz para cada pozo, en función
del espesor de arena y de la log-permeabilidad. Unidad estratigráfica B.
85
Figura 4. 26. Grafico cruzado. Heterogeneidad de Lorenz para cada pozo, en función
del espesor de arena y de la log-permeabilidad. Unidad estratigráfica C.
86
De manera general, no se puede obtener una tendencia universal específica
que asocie el comportamiento de la heterogeneidad en función del espesor
de arena y/o de la permeabilidad. Sin embargo como dichos valores de
permeabilidad son obtenidos a través del promedio de los registros dentro de
las arenas (secciones de interés), y estos si están asociados al espesor de
las mismas en cada pozo, se logra evidenciar para los 3 gráficos anteriores
como el incremento de el espesor influye directamente al promedio de la log-
permeabilidad.
El motivo por el que la heterogeneidad y el espesor de arena no se evalúan
con respecto a los valores de porosidad, es debido a que los registros de
esta última están asociados directamente a la permeabilidad. Esto se
evidencia en la siguiente figura.
87
Como se mencionó anteriormente, el estudio de yacimientos está asociado al
nivel de resolución necesario para evaluar sus propiedades, es necesario
para un estudio eficiente, tomar en cuenta las propiedades petrofísicas y la
tasa de variación de las mismas en función de su ubicación espacial.
A través de los mapas de heterogeneidad vertical en el yacimiento y
contando con los mapas de la permeabilidad promedio de las arenas por
unidad estratigráfica, es posible cualificar las localidades de los mapas,
utilizando para ello la tabla 4.3.
Permeabilidad K [mD]
Calidad
Alta Baja
Baja Muy Bueno Medio
Heterogeneidad
Alta Medio Deficiente
88
tiempo de cómputo al no ser necesario estudiar la sección con una mayor
resolución. Sumado a ello, si la localidad cuenta a su vez con altos valores
de permeabilidad, se tendría una zona de muy buena capacidad de
reservorio y con alta calidad de flujo y cuyo estudio no se dificulta daba su
homogeneidad.
Por otro lado, en localidades de alta heterogeneidad y baja permeabilidad es
necesario aumentar la resolución al máximo (disminución del tamaño de
celdas de estudio y aumento del número de celdas), con la finalidad de
enfatizar el estudio en posibles zonas de mayor permeabilidad opacadas por
una permeabilidad media de valor bajo.
En el caso de una localidad de baja heterogeneidad y baja permeabilidad se
cuenta con arreglos de permeabilidad de poco interés, donde por su alta
homogeneidad se sugiere no aumentar la resolución, puesto a que los
valores de heterogeneidad se mantienen constantes.
Por último, los casos de alta heterogeneidad y alta permeabilidad, donde es
importante aumentar la resolución, en este caso para enfatizar el estudio en
esas permeabilidades altas, como el valor medio, y descartar las
permeabilidades bajas.
Sumado a esta clasificación, se tomó en cuenta los espesores de arena para
cada unidad estratigráfica, el valor agregado de ello permite enfatizar en la
localidad de mayor espesor y mejor calidad de roca (en cuanto a
heterogeneidad y permeabilidad).
89
información. Es necesario mencionar que por motivos de la superposición de
los mapas el software crea espacios vacíos (carentes de información) debido
al cruce de las fronteras de información, reduciendo está a las coordenadas
de los pozos extremos, y dejando los índices originales de la propiedad
representada a través del mapa de contorno con relleno (o mapa de calor)..
Unidad estratigráfica A:
90
Tomando en cuenta la sobreposición de información que se presenta en la
figura 4.28, se evidencia que la zona de mayor interés se encuentra al NE del
mapa, pues presenta los mayores espesores de arena (70 pies
aproximadamente) asociados a bajos valores de heterogeneidad (0.3); los
pozos presentes allí son el P 30, P 32, P 35, P 36 y P 37. En la zona central
del mapa se observa una tendencia NNO de muy bajos espesores de arena,
asociados a diversos valores de heterogeneidad que oscilan entre 0.1 y 0.3.
Los valores más altos de heterogeneidad están al SO del mapa y giran
alrededor de 0.5 y 0.7, en un espesor de arena medio (40 pies
aproximadamente), los pozos presentes son P 1, P 4, P 3 y P 17.
91
En la figura 4.29 se observa que para la zona SO del mapa se encentran los
valores de mayor permeabilidad, sin embargo asociados a valores de media
y alta heterogeneidad (pozos P 4, P 17, P 20, P 10). Sin embargo al NE se
encuentran valores medios de permeabilidad asociados a una baja
heterogeneidad (pozos P 36, P 37, P 40, P 42).
Unidad estratigráfica B:
92
Para el caso de la unidad estratigráfica B, podemos observar en la figura
4.30, que los mayores espesores de arena se encuentran al NO de la región,
con valores entre los 95 y 120 pies, asociados a su vez a bajos valores de
heterogeneidad (0.25 a 0.4). Los pozos presentes son P 7, P 6 y P 15.
93
Los valores de mayor permeabilidad se encuentran al centro del mapa,
asociados a valores medio altos de heterogeneidad (0.6).
Unidad estratigráfica C:
94
(alrededor de 60 pies) y en la parte inferior descienden los valores de
espesor desde los 30 pies. En la región de mayores espesores, la
heterogeneidad dominante es de 0.3.
95
CAPITULO V
CONCLUSIONES Y RECOMENDACIONES
5.1. Conclusiones
96
método es más confiable para el caso de estudio. Resultando en
nuestro caso el método de Lorenz.
97
efectuar de manera rutinaria los procedimientos que involucran
mismos cálculos para pozos y unidades distintas.
98
5.2. Recomendaciones.
99
REFERENCIAS BIBLIOGRÁFICAS
Faiz R. & Farah D. (2009). Modelo estático del yacimiento Eoceno C-3
Inferior LR0016. Trabajo especial de grado. Inédito. Universidad
del Zulia. Maracaibo.
100
Ordonez B. &Any C. (2007). Modelo de pozos en simulación numérica de
yacimientos. Trabajo especial de grado. Inédito. Universidad
Central de Venezuela, Caracas.
Stori, M., D’Elía, J., Paz, R., Dalcín, L. y Pucheta, M. (2012). Algoritmos y
Estructuras de Datos. Universidad Nacional del Litoral. Argentina.
101
Tusell, F. & Núñez V. (2007) Regresión y análisis de varianza. 1ª ed. Madrid,
España.
102