沉积演化技术Dionisos在大型碳酸岩盐油田上的应用

ESSCA

众所周知，沉积演化技术往往应用与勘探阶段的沉积研究上面，对开发阶段的研究应用较少。而国外的专家们已经将沉积演化技术成功应用于大型碳酸岩盐油气藏的研究上了，下面与大家分享一个发表在“Search and Discovery Article #40352(2008)”的实例，其中考虑了斜坡跨塌对地层形态的影响，很有意思。
概况：Karachaganak是一个大型的碳酸岩盐凝析油田，层位是泥盆世至二叠纪时代，位于哈萨克斯坦北部。地震资料分辨率低，解释存在多解性，由此建立的地质模型不能很好的反应流体垂向流动的特征。而建立的沉积演化模型有效提高了地震解释的精度，并且对精细地质建模有指导意义。
􀂄Forward Stratigraphic Models(FSM)
Choosing critical input parameters -rate of subsidence -> accommodation space-rate of sea level change -> accommodation space-sediment production rates -> strata thickness-hydrodynamic regime -> sediment distribution-model dimensions, time step; model space-conditioning of facies and geomorphologic elements
Base Model Inputs数据准备
2013-1-30 14:19:06 上传
下载附件 (20.59 KB)


2013-1-30 14:19:06 上传
下载附件 (14.34 KB)



Match layer thickness derived from seismically mapped surfaces;Manually match to facies maps for each interva
Sensitivity Analysis不同时期沉降量分析
2013-1-30 14:24:01 上传
下载附件 (834.85 KB)



Base Model Interrogation模拟结果验证
1. Test geological validity of the model by comparison of:
􀂄facies at wells
􀂄observed seismic geometries
􀂄internal consistency check between facies and bedding architecture
Model Output: Comparison to Seismic and Well Facies
2013-1-30 14:31:52 上传
下载附件 (90.19 KB)



Model Output: Comparison to Seismic and Well Facies
2013-1-30 14:33:11 上传
下载附件 (32.44 KB)


2013-1-30 14:33:11 上传
下载附件 (79.49 KB)



Model Output: Comparison to Well Facies
2013-1-30 14:34:47 上传
下载附件 (1.37 MB)



2013-1-30 14:35:53 上传
下载附件 (1.42 MB)



Slope Comparison倾角分析
2013-1-30 14:37:04 上传
下载附件 (1.67 MB)



Model Improvements: Clinoform Morphology考虑倾角的地层形态
2013-1-30 14:42:01 上传
下载附件 (596.54 KB)



variability in slope architecture
2013-1-30 14:43:01 上传
下载附件 (700.82 KB)



Final Model最终模型
2013-1-30 14:44:09 上传
下载附件 (59.88 KB)



StudyKey results:
1、established workflow for ‘conditioned’simulation revised conceptual understanding of reservoir architecture investigated extent of slope versus shallow platform facies improved our understanding of clinoform characteristics reservoir-quality/facies prediction in poorly imaged areas.
2、common visualization and communication tool。

更多技术资料，请访问：www.essca.com 。