Determinação de propriedades petrofísicas de rochas reservatórios usando modelos de redes de poros

Abstract

A pesquisa na área de produção de petróleo tem como principal objetivo otimizar a exploração e elevar a recuperação nos campos petrolíferos. Assim, a caracterização e a determinação de propriedades petrofísicas de rochas reservatórios são alguns dos intentos da engenharia de petróleo. Embora existam diferentes tipos de rochas reservatórios, a maioria das reservas é encontrada em rochas areníticas e rochas carbonáticas, pois apresentam porosidade e permeabilidade adequadas à acumulação de petróleo. Enquanto arenitos são relativamente homogêneos, rochas carbonáticas podem apresentar significativas variações em relação ao tamanho e à distribuição de poros, dificultando a simulação de processos de transporte de fluidos ocorridos no meio poroso. Nesse sentido, o presente trabalho propõe o desenvolvimento de um modelo de rede que represente o meio poroso de rochas reservatório e possibilite a predição das propriedades. Este modelo, intitulado de esferas máximas, utiliza imagens tridimensionais de amostras de reservatórios para extração de uma rede de poros-gargantas, preservando, de maneira geral, a geometria e topologia do meio poroso real. Como complementação, foi também aplicada uma metodologia baseada no algoritmo do eixo médio para representação do espaço poroso. Denominado de Pore Analysis Tools, este algoritmo é aplicado para verificar a consistência dos resultados obtidos pelo modelo proposto. Ambas as metodologias foram utilizadas para caracterizar o espaço poroso de amostras de rochas areníticas e carbonáticas. Para tanto, foram determinadas propriedades como porosidade, permeabilidade e curvas de pressão capilar, sendo algumas comparadas a resultados obtidos a partir de ensaios laboratoriais. Para as amostras analisadas, foram encontradas discrepâncias nos resultados oriundos dos modelos de redes, porém, são justificáveis devido à diferença na identificação de poros e gargantas nas redes extraídas. Ainda assim, os modelos de redes fornecem um maior conhecimento das características das rochas reservatórios, bem como possibilitam a rápida, prática e menos onerosa predição de propriedades petrofísicas para a qualificação dos reservatórios.<br>

Abstract: Research in oil production area aims to optimize the operation and increase the recovery in oil fields. Thus, the characterization and determination of petrophysical properties of the reservoir rocks are some attempts of petroleum engineering. Although there are different types of reservoir rocks, most reservoirs are found in carbonate and sandstone rocks, since they have appropriate porosity and permeability to oil accumulation. While sandstones are relatively homogeneous, carbonate rocks can get significant variations in relation to the size and distribution of pores, making the simulation of fluid transport processes occurring in the porous media difficult. In this sense, this study proposes the development of a network model that represents the reservoir rock porous media and enables the prediction of the properties. This model, called maximal spheres, uses three-dimensional images of samples from reservoirs to extract a pore-throats network, preserving, in general, the geometry and topology of real porous media. As complementation it was also applied a methodology based on the medial axis algorithm to represent the pore space. Called Pore Analysis Tools, this algorithm is applied to verify the consistency of results obtained by the proposed model. Both methods were used to characterize the pore space of sandstone and carbonate rocks samples. For that, it was determined properties such as porosity, permeability and capillary pressure curves, some compared to the results obtained from laboratory tests. For the samples analyzed, discrepancies were found in the results derived from network models, however, it is justifiable due to the difference in the pore and throat identification in the extracted networks. Still, the network models provide a better understanding of the characteristics of reservoir rocks, as well as provide quick, practical and less costly prediction of petrophysical properties for reservoir qualification.