Tên giếng ST-A ST-C ST-D
DST# 2 1 1 Tầng thử vỉa Tầng "F" Tầng "F" Tầng "F" Khoảng thử vỉa (mMDRT) 4043-4115 4383-4483 4681-4876 Khoảng thử vỉa (mTVDSS) 3733-3788 4349-4448 4646.4-4840.2
Kiểu hoàn thiện Bắn mở vỉa 7" Bắn mở vỉa 7" Bắn mở vỉa 5" Lưu lượng khí cực đại
(mmscfd) 32.1 8.7 Bị hủy
Dầu condensat (bopd) 3751 1086 N/A
Tỷ số dầu condensat -khí (stb/mmscf) 117 125 N/A Tỷ trọng condensat (API) 51-55 49-53 Nồng độ H2S (ppm) 35 25 Cỡ côn 55/64" 64/64"
(psia)
Áp suất vỉa (psia) 8154 8470
Độ sâu đồng hồ
(mTVDSS) 3733 4306
Áp suất vỉa đánh giá từ Phục hồi áp banđầu MDT Mơ hình minh giải
Dịng chảy hướng tâm với biên dạng
chữ U
Dòng chảy hướng tâm với biên đứt
gẫy giao cắt 90 Deg
kh (mdft) 2247 70
Hệ số nhiễm bẩn -1.56 4
1.10.4.4.2 Áp suất và nhiệt độ
MDT được thực hiện cho tất cả các giếng tại mỏ ST-X. Từ kết quả MDT và DST đã cho thấy:
- Tầng E có hai vùng áp suất: vùng ST-A / ST-B và vùng ST-C / ST-D với áp suất ban đầu khác nhau (chênh ~500 psi). Ngoài ra, kết quả MDT và DST của giếng ST- C / ST-D cũng có gradient áp suất khác với vùng cịn lại.
- Tầng F có cùng chế độ áp suất giữa các giếng, với gradient áp suất 0.164 psi/ft và áp suất vỉa ban đầu 8,258 psia tại độ sâu 3,900 mTVDSS.
Số liệu áp suất cho các giếng mỏ ST-X được minh họa trong Hình 1.9. Bảng 1.6 và 1.7 tóm tắt số liệu áp suất và nhiệt độ tầng E và tầng F mỏ ST-X.
Hình 1.9: Số liệu áp suất mỏ ST-X.Bảng 1.6: Áp suất và nhiệt độ tầng E mỏ ST-X. Bảng 1.6: Áp suất và nhiệt độ tầng E mỏ ST-X. Tầng E ST-A (DST#3) ST-C (DST#2/2A) ST-D (DST#2) Độ sâu đồng hồ (mTVDSS) 3,556 3,714 3,843 Pi tại đồng hồ (psia) 8,105 8,620 8,816 Pi tại 3900 mTVDSS (psia) 8,290 8,767 8,870 T tại đồng hồ (degC) 150.0 152.6 150.0 T tại 3900 mTVDSS (degC)
Gradient địa nhiệt = 3.45 deg.C/100m 161.9 159.0 152.0 Bảng 1.7: Áp suất và nhiệt độ tầng F mỏ ST-X. Tầng F ST-A (DST#2) ST-C (DST#1) Độ sâu đồng hồ (mTVDSS) 3,703 4,306 Pi tại đồng hồ (psia) 8,157 8,470
Pi tại 3900 mTVDSS (psia) 8,263 8,252
T tại đồng hồ (degC) 154.3 170.1
T tại 3900 mTVDSS (degC)
Gradient địa nhiệt = 3.45 deg.C/100m 161.1 156.1
1.10.5 Đánh giá trữ lượng dầu khí tại chỗ ban đầu mỏ ST- X
1.10.5.1Phương pháp tính tốn/Mơ hình
Phương pháp thể tích được sử dụng để tính tốn trữ lượng dầu khí tại chỗ cho mỏ ST- X theo cơng thức dưới đây:
Trong đó:
• HIIP Trữ lượng Dầu khí tại chỗ • Vb: Tổng thể tích khối đá
• NTG: Tỷ số giữa độ dày hiệu dụng và chiều dày tổng • : Độ rỗng
• : Độ bão hịa nước)
• B: Hệ số thể tích thành hệ chất lưu
HIIP của các tập cát kết của vỉa chứa tập E và F được tính tốn bằng hai phương pháp là xác suất Monte Carlo và mơ hình địa chất 3D. Đối với phương pháp mơ phỏng Monte Carlo, phân bố xác suất cho mỗi tham số (trừ giá trị thể tích khối) được lấy từ các phân tích thống kê của tài liệu giếng khoan. Phương pháp mơ hình địa chất 3D tích hợp một cách ngẫu nhiên tất cả số liệu có sẵn từ việc minh giải khe nứt/đứt gãy, các bản đồ, các kết quả phân tích địa vật lý giếng khoan, tài liệu mẫu lõi, kết quả phân tích tính chất động lực học của vỉa cũng như các yếu tố địa chất. Bằng cách sử dụng phương pháp này việc tính tốn trữ lượng dầu khí tại chỗ được chính xác hơn, đồng thời kết quả này giúp cho việc ước tính trữ lượng thu hồi từ kết quả phân tích mơ phỏng vỉa (Simulation) của dữ liệu dynamic được chính xác hơn.
1.10.5.2Ranh giới dầu khí và phân cấp trữ lượng
Các điểm tràn trên bản đồ thu được từ kết quả phân tích địa chấn có độ sâu lần lượt là 4200, 5150 mTVDSS cho tập E, F. Đối với tập E và F, các ranh giới để phân cấp trữ lượng Xác minh – Có khả năng (P1-P2) được lấy tại độ sâu dưới cùng của khoảng bắn mở vỉa thành công. Các ranh giới để phân cấp trữ lượng Có khả năng – Có thể (P2- P3) được lấy tại điểm giữa (half-way) khoảng cách của P1-P2 đến điểm tràn hoặc đến điểm khí thấp nhất thấy được (LKG). Bảng tóm tắt phân loại ranh giới các cấp trữ lượng được trình bày trong Bảng 1.8 dưới đây.
Bảng 1.8: Ranh giới các mặt của phân cấp trữ lượng tập E – F mỏ ST-X.
Phân cấp trữ lượng Độ sâu (mTVDSS) Tập F Phần chính tập E Đỉnh tập E P1 (3976m ~ GOC) 4448 4174 3642 P2 4800 4200 3921 P3 4800 đến 5150 và xuống đến đỉnh móng 4200 xuống tới nóc của tập E 4200
Biểu đồ biểu diễn phân cấp trữ lượng cho tập E và F được minh họa trong Hình 1.10; 1.11 và 1.12.
Hình 1.12: Bản đồ phân cấp trữ lượng tầng F.
1.10.5.3Tính tốn trữ lượng cho các tầng E và F
Việc tính tốn trữ lượng dầu khí tại chỗ cho mỏ ST-X được tính tốn bằng cách sử dụng phương pháp Monte Carlo và mơ hình địa chất 3D. Kết quả tính tốn từ hai phương pháp này cho kết quả khá gần nhau và được tóm tắt trong Bảng 1.9 và 1.10.
Bảng 1.9: Trữ lượng khí tại chỗ và khí đồng hành theo phương pháp Monte Carlo.Khí Khí (tỷ bộ khối, khơ) P90 P50 P10 Cơ sở Khoảng
đánh giá Thấp Trungbình Cao
Đỉnh E P1 63 104 164 110 P2 85 134 209 141 P3 15 24 38 26 Tập E (Phần chính) P1 430 647 937 669 P2 21 31 45 32 Tập F P1 699 1158 1817 1223 P2 504 829 1239 848 P3 675 1007 1417 1034 Tổng P1 1192 1908 2915 2002 P2 610 994 1494 1022 P3 1008 1456 2050 1501 2P 1803 2969 4409 3025
Bảng 1.10: Kết quả tính tốn trữ lượng dầu khí tại chỗ theo mơ hình địa chất.
Tập
Khí (tỷ bộ khối)
Dầu (triệu thùng)
Khoảng đánh giá Cơ sở Cơ sở
Đỉnh E P1 121 17 P2 169 24 P3 39 6 Tập E (Phần chính) P1 630 224 P2 31 18 Tập F P1 1230 117 P2 885 127 P3 1399 201 Tổng P1 1980 419 P2 1085 170 P3 1438 207
CHƯƠNG 2 CƠ SỞ LÝ THUYẾT VÀ PHƯƠNG PHÁP NGHIÊN CỨU
Trong chương này tác giả sẽ nêu chi tiết về cơ sở lựa chọn lý thuyết từ đó xây dựng quy trình dùng để đánh giá định lượng ảnh hưởng của các yếu tố không chắc chắn lên phương án phát triển mỏ.
2.1 Cơ sở lý thuyết
Để thực hiện việc khảo sát và nghiên cứu sự ảnh hưởng của các thơng số khơng chắc chắn đến mơ hình dự báo khai thác dựa trên cơ sở số liệu thực tế, phân tích thí nghiệm (mẫu lõi, chất lưu), phương án lựa chọn cơ sở lý thuyết là vô cùng quan trọng. Phương án lựa chọn này cần đảm bảo những yếu tố sau:
• Đảm bảo tồn bộ khoảng biến thiên (khoảng thay đổi giá trị) của một thông số được lấy một cách hiệu quả trong không gian đa chiều, mang tính đại diện và số lượng thực nghiệm ít nhất có thể;
• Đảm bảo tất cả khoảng của mỗi chiều được lấy mẫu cũng như những vùng khác của không gian mẫu;
• Đảm bảo có thể sàng lọc, đánh giá sự ảnh hưởng của các thông số không chắc chắn trong không gian mẫu (khoảng biến thiên) đến kết quả khảo sát;
• Đảm bảo có thể nhận diện những thơng số ảnh hưởng nhiều nhất đến đại lượng xem xét;
• Đảm bảo tối ưu hoá: nhằm xác định sự kết hợp giá trị của các thông số đầu vào sao cho tối ưu đại lượng cần xem xét;
• Đảm bảo chạy mơ phỏng bằng phương pháp Monte Carlo;
• Đảm bảo số lượng chạy mơ phỏng là ít nhất, thơng tin lấy được là nhiều nhất và mang tính đại diện nhất;
Qua khảo sát và nghiên cứu, tác giả đã vận dụng lý thuyết của hệ phương pháp thiết kế thực nghiệm và phương pháp bề mặt phản hồi kết hợp phương pháp mô phỏng Monte Carlo làm cơ sở lý thuyết cho nghiên cứu của mình. Chi tiết cơ sở lý thuyết được trình bày trong các mục bên dưới.
2.1.1. Phương pháp thiết kế thực nghiệm
2.1.1.1 Định nghĩa thiết kế thực nghiệm
Thiết kế thực nghiệm là một thí nghiệm hay chuỗi các thí nghiệm nhằm tạo ra các thực nghiệm đảm bảo tồn bộ khơng gian mẫu được lấy mang tính đại diện, và số lượng thực nghiệm ít nhất có thể. Thiết kế thực nghiệm được tiến hành với việc thay đổi các giá trị thơng số đầu vào của một q trình hay hệ thống và quan sát kết quả đầu ra nhằm khảo sát sự ảnh hưởng và nhận biết lý do của sự thay đổi đối với mỗi thông số đầu vào [23].
Để tiến hành xây dựng một thiết kế thực nghiệm, trước hết cần phải xác định vấn đề cần giải quyết trong thiết kế. Sau đó các thơng số đầu vào được lựa chọn với khoảng biến thiên của chúng (khoảng thay đổi giá trị). Trong thiết kế thực nghiệm, hàm mục tiêu và bộ số các thực nghiệm được tạo ra được gọi là biến kết quả (response variables) và không gian mẫu (sample space).
Trong giai đoạn đầu trước khi tiến hành một thiết kế thực nghiệm, các thông số không chắc chắn được lựa chọn với khoảng giá trị thay đổi từ giới hạn thấp đến cao. Những thực nghiệm được thực hiện với các giá trị khác nhau của các thông số không chắc chắn cho trước và kết quả sẽ được đo đạc cho mỗi lần chạy. Việc phân tích sẽ được thực hiện dựa trên kết quả từ mỗi lần chạy ứng với sự thay đổi giá trị của các thông số khơng chắc chắn.
Hình 2.13: Mơ hình thiết kế thực nghiệm.
2.1.1.2 Ứng dụng của các phương pháp thiết kế thực nghiệm
Việc ứng dụng các phương pháp thiết kế thực nghiệm nhằm sàng lọc, đánh giá sự ảnh hưởng của các thông số không chắc chắn trong không gian mẫu (khoảng biến thiên) đến kết quả khảo sát (trùng khớp lịch sử hoặc dự báo khai thác) cũng như giảm thời gian chạy mô phỏng với thông tin nhận được là hiệu quả nhất về ảnh hưởng riêng lẻ và ảnh hưởng tương tác của các thông số không chắc chắn với số thực nghiệm là ít nhất có thể. Trong hầu hết các nghiên cứu kỹ thuật, thiết kế thực nghiệm được sử dụng cho 3 mục đích chính:
• Đánh giá ban đầu về khơng gian mẫu trước khi áp dụng thuật tốn tối ưu để tìm kết quả mơ hình hiệu chỉnh tốt nhất. Phương pháp Latin Hypercube là phương pháp được sử dụng thơng dụng nhất cho mục đích này vì nó đảm bảo tồn bộ khơng gian mẫu được đại diện.
• Phân tích độ nhạy để thấy được mối liên hệ giữa các thông số không chắc chắn và kết quả khảo sát nhằm sàng lọc thơng số có ảnh hưởng nhiều nhất thơng qua biểu
đồ Tornado và kiểm tra mơ hình. Phương pháp một giá trị thay đổi tại một thời điểm (One-Value-at-A-Time) là phương pháp được sử dụng thông dụng nhất cho mục đích này.
• Phân tích yếu tố khơng chắc chắn dựa trên mơ hình bề mặt phản hồi và mơ phỏng Monte Carlo.
2.1.1.3 Các phương pháp thiết kế thực nghiệm phổ biến
Trong thực tế, có rất nhiều phương pháp thiết kế thực nghiệm đã được áp dụng cho việc nghiên cứu đối với lĩnh vực dầu khí. Những phương pháp phù hợp được áp dụng thường phụ thuộc vào các yếu tố: mục đích nghiên cứu, chi phí thực hiện, thời gian thực hiện, số lượng thông số không chắc chắn, kiến thức người làm, và có thể là sự lựa chọn chủ quan,… (Randomized complete Block Design, Central Composite, Box- Behnken, Optimal Design,…). Tuy nhiên, một số phương pháp sau được áp dụng phổ biến vì những thuận tiện và lợi ích của chúng. Chi tiết cho từng phương pháp được được mô tả dưới đây.
2.1.1.3.1 One – Value – at – A – Time (OVAT)
Phương pháp này thường được sử dụng cho mục đích phân tích độ nhạy (sensitivity analysis). Trong đó một và chỉ một giá trị của thông số không chắc chắn (chỉ với 2 mức cao - thấp) được thay đổi cho mỗi một trường hợp mô phỏng. Phương pháp này tương tự như phương pháp thiết kế các yếu tố đầy đủ (Full Factorial Design, với độ lệch (deviation) = 1). Lúc này số lượng chạy mô phỏng yêu cầu là (2 x Nup + 1), Nup là số lượng thông số không chắc chắn, 1 trường hợp base case (giá trị ban đầu của thơng số khơng chắc chắn) cần được chạy thêm. Hình 2.2 và Hình 2.3 dưới đây mơ tả q trình chạy mơ phỏng với 2 thơng số khơng chắc chắn khác nhau [16]:
Hình 2.15: Sự thay đổi của các thông số không chắc chắn cho mỗi lần chạy. Biểu đồ Tornado được sử dụng để nhận diện sự ảnh hưởng của tất cả các thông số không chắc chắn đến một đại lượng kết quả cần xem xét được lựa chọn. Biểu đồ này được minh họa trong Hình 2.4.
2.1.1.3.2 Thiết kế Plackett - Burman (thiết kế bậc 2)
Phương pháp thiết kế Plackett-Burman được giới thiệu năm 1946 do tác giả R.L.Plackett và J.P.Burman thiết kế. Đây là phương pháp hiệu quả với mục đích tìm những thiết kế thí nghiệm phù hợp cho việc đánh giá sự phụ thuộc của các đại lượng đo được trên một số các yếu tố độc lập sao cho sự kết hợp của những mức giá trị cho mọi cặp của các yếu tố xuất hiện với số lần như nhau và số lần thực nghiệm là nhỏ nhất. Phương pháp này có khả năng khảo sát một số lượng lớn các thông số không chắc chắn với số lần thí nghiệm là tương đối nhỏ. Do đó phương pháp Plackett- Burman thường được sử dụng cho mục đích sàng lọc và nhận diện những thơng số có ảnh hưởng nhiều nhất đến kết quả. Sự thuận tiện của phương pháp này là chi phí thực hiện thấp.
Số lần thực nghiệm (runs) là bội số của 4 cho N thông số khơng chắc chắn. Ví dụ:
8 lần chạy mơ phỏng cho 7 thông số không chắc chắn.
24 lần chạy mô phỏng cho 23 thông số không chắc chắn.
Sự tương tác giữa các thông số được giả sử là không đáng kể khi so sánh ảnh hưởng giữa các thông số với nhau (chỉ có giá trị thấp và cao của chúng được sử dụng).
Phương pháp này được xây dựng dựa vào ma trận Hadamard, trong đó bất cứ hai hàng hoặc cột cạnh nhau thì một nửa ơ có cùng giá trị (thấp/cao) và nửa cịn lại có giá trị ngược lại (cao/thấp) (Hình 2.5). Trong phương pháp này, một dịng phù hợp đầu tiên được viết (hay còn gọi là thực nghiệm đầu tiên) trong bảng thiết kế (Hình 2.6). Dịng thứ hai được tạo ra bằng cách dịch chuyển những phần tử của dịng thứ nhất sang trái một vị trí, và tương tự cho các dòng tiếp theo. Tại dòng cuối cùng, các giá trị thấp của thông số không chắc chắn được thêm vào (-1).
Một ví dụ cho thiết kế thực nghiệm Plackett-Burman cho 11 thông số, cần 12 lần chạy mơ tả như Hình 2.6 [16].
Hình 2.17: Ma trận Hadamard.
2.1.1.3.3 Thiết kế Latin Hypercube
Phương pháp lấy mẫu Latin Hypercube (LHS) được mô tả bởi McKay năm 1979 và được hoàn thiện bởi Ronald L.Iman và những người khác vào năm 1981. Phương pháp này là một phương pháp thống kê nhằm xây dựng hàm phân bố của tập hợp các giá trị của các thông số không chắc chắn trong phân bố đa chiều. Trong phương pháp này, các tập mẫu phân tầng được lấy và được sử dụng để giảm thiểu số lượng thực nghiệm cần thiết nhưng vẫn đảm bảo tồn bộ khơng gian mẫu được lấy mang tính đại diện và hiệu quả nhất nghĩa là hàm phân bố các giá trị của các thông số không chắc chắn được lấy một cách đồng đều. Khoảng biến thiên của các giá trị này được chia thành những khoảng nhỏ có phân bố xác suất bằng nhau trên đường phân bố cộng dồn (0-1). Giá trị đại diện được lấy một cách ngẫu nhiên từ những khoảng này, những khoảng nào được lấy rồi thì sẽ không được lấy lại nữa (đảm bảo giá trị của thông số chỉ được lấy một lần).
Giả sử 5 thiết kế thực nghiệm được tạo ra bằng phương pháp lấy mẫu Latin Hypercube. Hàm phân bố cộng dồn của phân bố Gaussian cho giá trị của một thông