مدل‌سازی پیوسته شکستگی در مخازن کربناته با تلفیق داده‌های لرزه‌ای، زمین‌شناسی و پتروفیزیکی

شکستگی یکی از مهم‌ترین پدیده‌های زمین‌شناسی است که تولید از مخازن کربناته شکسته را تحت تاثیر قرار می‌دهد. توزیع شکستگی در مخازن شکسته به عوامل ساختاری، سنگ شناسی، ضخامت مخزن، گسل‌ها و عوامل کنترل کننده دیگر بستگی دارد. برای مدل‌سازی دقیق شکستگی‌ها باید عوامل کنترل کننده شکستگی را با داده‌های چاه تلفیق کرد. در این مقاله از تراکم شکستگی حاصل از تحلیل شکستگی‌های مغزه های سه چاه از میدان مارون استفاده شده است. نشان‌گرهای لرزه‌ای مرتبط با شکستگی از جمله فرکانس لحظه‌ای، انحنا و شیب از داده‌های لرزه ای استخراج شده است. عوامل زمین‌شناسی و پتروفیزیکی که تراکم شکستگی را کنترل می‌کند با تلفیق داده‌های لرزه‌ای و چاه‌ها به صورت سه بعدی مدل شده است. با تلفیق عوامل کنترل کننده شکستگی و تراکم شکستگی در چاه‌ها، تراکم شکستگی به صورت سه بعدی با استفاده از روش شبکه عصبی مدل شد و ضریب همبستگی آن با داده‌های چاه 0.82 به دست ‌آمد. مدل پیوسته شکستگی حاصل از شبکه عصبی، با نقشه انتقال‌پذیری هم‌خوانی داشته و نقشه انتقال‌پذیری، بالا بودن تراکم شکستگی در یال جنوبی را تایید می‌کند. بیشترین تراکم شکستگی در یال جنوبی تاقدیس قرار دارد که مکان مناسبی برای توسعه میدان می‌باشد.

Continuous Fracture Modeling in Carbonate Reservoir by Integration of Seismic, Geological, and Petrophysical Data

Large percentages of world hydrocarbon reservoirs are fractured reservoir and fracture distribution in these reservoirs are not distributed randomly. Fracture distribution in fractured reservoir depends on the combination of structures, lithology, reservoir thickness, fault, and other fracture controllers. For accurate fracture modeling, these factors should be integrated with well data. For this purpose, fracture density of three wells in Marun oil field is used. Fracture related seismic attributes such as instantaneous frequency, curvature, and dip is extracted from seismic data. Geological and petrophysical features, which control fracture density, are modeled by the integration of seismic and well data. By the integration of these factors and fracture density in wells, fracture density is modeled by artificial neural network. In this study, the continuous fracture model is properly modeled and the results demonstrate 82% correlation with well data. This continuous fracture model has a relatively good relation with transmissibility map and the transmissibility map satisfies high fracture density in the south limb of anticline. Most fracture densities are located in the southern limb of anticline and this seems to be suitable region for field development.