4.6.4 Análisis de datos - Universidad Nacional de ... · Capítulo (4) 147 4.6.4 Análisis de datos Esta exploración se divide en dos etapas : • Análisis de datos discretos (facies):

Capítulo (4) 147

4.6.4 Análisis de datos Esta exploración se divide en dos etapas:

• Análisis de datos discretos (facies): el primer paso fue hacer histogramas para

determinar la distribución o porcentajes de facies en cada una de las unidades de la

Zona-C de la Formación Mugrosa. La Figura 4-67 muestra los histogramas de la

distribución de facies en cada unidad de la Zona C, tanto en los registros discretos de los

pozos como las facies escaladas en las celdas interceptadas por cada pozo. En estos

histogramas se observa como en las unidades C1 y C1AB predominan las arcillas en

tanto que en las unidades C2 a C3CB predominan las arenas para volver finalmente en

las unidades C4 a C5 a predominar las arcillosas. Este análisis continúa con la definición

de las curvas de proporción vertical de facies en cada una de las unidades. Estas curvas

me definen hacían donde predominan las facies arenosas o arcillosas en la vertical

dentro de cada unidad y serán usadas más adelante durante el poblamiento de la malla

3D con facies (Ver Figura 4-68).

Con el objetivo de conocer como es la distribución de espesores tanto de los cuerpos de

arena como de arcillas se hacen histogramas de espesores de los cuerpos. Estos datos

serán usados en el poblamiento de facies. La Figura 4-69 muestra los histogramas de

espesores de cuerpos donde se puede observar como los mayores espesores de arena

(aproximadamente 50 pies) están en las unidades C2, C2DT y GTB. Estos espesores

corresponden a sistemas de canales apilados verticalmente llamados canales principales

Figura 4-67: Histogramas de distribución de facies Zona-C.

C1 C1AB C2C2DT GTB

C3 C3CB C4 C4CB C5

Registros discretos del pozo Facies escalad a en la Malla 3D

148 Modelamiento geoestadístico de los depósitos fluviales de la Zona C-Formación

Mugrosa en el área la Cira-Este del Campo La Cira

Figura 4-68: Curvas de proporción vertical de facies en cada unidad de la Zona-C.

Figura 4-69: Análisis de Espesores de las facies.

Otros análisis de datos usados para registros discretos son los de probabilidad usando

atributos sísmicos y variogramas. Debido a la baja calidad de la información sísmica por

tener una resolución vertical mayor a 100 pies y alto ruido de la señal en la zona de

interés producida por la sombra de la Falla La Cira no fue posible usar atributos sísmicos

en la zona de interés.

Los variogramas no se usaron en este análisis de datos discretos debido a que se tiene

una alta densidad de datos de pozos que permitieron construir mapas de arena neta que

junto con los datos de producción ayudaron a definir la orientación, distribución y la

geometría de los cuerpos de arena en los canales. Estos datos se usaron como

C1 C1AB C2 C2DT GTB

C3 C3CB C4 C4CB C5

Facies arenosas Facies arcillosas

C1 C1AB C2 C2DT GTB

C3 C3CB C4 C4CB C5

Facies arenosas Facies arcillosas

Capítulo (4) 149

tendencias durante el poblamiento de facies. Los mapas fueron digitalizados y

normalizados entre -1 y 1, donde 1 es la probabilidad más alta de que se presenten las

arenas y -1 es la probabilidad más baja de que se presenten estas facies arenosas.

La Figura 4-70 muestra un ejemplo de los mapas de arena neta y de probabilidad de

arenas para la unidad C2 de la Zona-C. Estos mapas fueron hechos para cada unidad y

los mapas de probabilidad serán usados como tendencia en el poblamiento de facies

Figura 4-70: Mapas de arena neta y probabilidad de arenas Unidad C2.

Análisis de datos continuos (Propiedades Petrofísicas): este análisis se hizo para el

registro continuo de porosidad (PHIE). Durante este trabajo se hicieron las siguientes

etapas:

• Análisis Datos de Laboratorio: se hizo la revisión de los datos de porosidad y

permeabilidad determinados sobre muestras de núcleos de los pozos corazonados con el

Mapa de probabilidad de arenas Unida C2



objetivo de conocer como son las curvas de distribución y densidad, así como también

los parámetros estadísticos básicos de las rocas de la Zona-C. La Figura 4-71 muestra

las curvas de distribución de la porosidad y la permeabilidad para los datos de

laboratorio. En estas gráficas se observa como la porosidad tiene una distribución log-

normal con asimetría negativa mientras que la distribución de la permeabilidad es log-

normal pero con asimetría positiva. Adicionalmente se visualizan los parámetros

estadísticos básicos para cada una de estas distribuciones.

• Curvas de distribución y estadística básica: se hicieron los histogramas y la

determinación de los parámetros estadísticos básicos del registro continuo de porosidad

para cada unidad de la Zona-C con base en el registro de cada pozo. La Figura 4-72

muestra los histogramas del registro continuo de porosidad versus histogramas de la

porosidad escalada en las celdas que intercepta cada pozo en la malla 3D. Estas

distribuciones corresponden a log-normal donde en las unidades más arcillosas (C1,

C1AB, C4, C4CB y C5) las curvas tienen asimétrica positiva mientras que en las

unidades más arenosas (C2, C2DT, GTB, C3 y C3CB) tienen asimetría negativa.

Adicionalmente se pude observar como la porosidad varia en un rango que va desde 0

hasta 33 %.

La Figura 4-73 muestra las curvas de Frecuencia acumulada de la porosidad en cada

una de las unidades de la Zona-C tanto en el registro continuo de porosidad como en la

porosidad escalada en las celdas interceptadas en cada pozo. Las dos curvas de

frecuencia acumulada en cada unidad tienen buen ajuste asegurando que durante el

escalamiento no se perdió resolución. Estas curvas serán usadas más adelante para

poblar la malla 3D con la propiedad de porosidad.

• Transformación “Normal Score”. Se hizo la transformación de las distribuciones de

porosidad debido a que los algoritmos de simulación condicional que serán usados para

poblar la malla 3D con porosidad exigen que los datos deben tener una distribución

normal. La Figura 4-74 muestra las distribuciones logNormal transformadas a

distribuciones normales usando la metodología de Normal Score. Adicionalmente

también se necesitan transformadas estas distribuciones para el trabajo de variografía en

cada una de las unidades de la Zona-C de la Formación Mugrosa.

Capítulo (4) 151

Figura 4-71: Histogramas, curvas de frecuencia acumulada y estadística básica de

porosidad y permeabilidad.

POZO DISTRIBUCION DE POROSIDAD DISTRIBUCION DE PERMEABILIDAD

CIRA 1880

CIRA 1882

CIRA 1884

CIRA 1888

CIRA 1891

0,00%

25,00%

50,00%

75,00%

100,00%

0

5

10

15

20

25

30

35

40

2 10 18 26 34

Fre

cue

nci

a

PHI (%)

POZO CIRA-1880 (Datos de Nucleo)Distribucion de Porosidad Zona-C

0,00%

25,00%

50,00%

75,00%

100,00%

0

10

20

30

40

50

60

70

80

02

00

40

06

00

80

01

00

01

20

01

40

01

60

01

80

02

00

02

20

02

40

02

60

02

80

03

00

03

20

03

40

03

60

03

80

04

00

04

20

0

Fre

cue

nci

a

k (mD)

POZO CIRA-1880 (Datos de Nucleo)Distribucion de Permeabilidad Zona-C

Variable PorosidadMedia 25,7530303Error típico 0,363417097Mediana 26,1Moda 27,5Desviación estándar 4,17534456Varianza de la muestra 17,4335022Curtosis 3,450418874Coeficiente de asimetría -0,594795511Rango 31,5Mínimo 7,6Máximo 39,1Suma 3399,4Cuenta 132Mayor (1) 39,1Menor(1) 7,6Nivel de confianza(95,0%) 0,718925697

Parametos estadisticosVariable Permeabilidad Media 524,9090909Error típico 72,00034172Mediana 155Moda 34Desviación estándar 827,2209472Varianza de la muestra 684294,4955Curtosis 5,720145661Coeficiente de asimetría 2,436991077Rango 4064Mínimo 10Máximo 4074Suma 69288Cuenta 132Mayor (1) 4074Menor(1) 10Nivel de confianza(95,0%) 142,4338489

Parametos estadisticos

oVariable PorosidadMedia 24,82358491Error típico 0,353576393Mediana 24,65Moda 23,5Desviación estándar 3,64029177Varianza de la muestra 13,25172417Curtosis 4,382288307Coeficiente de asimetría -1,083461867Rango 24,7Mínimo 7,5Máximo 32,2Suma 2631,3Cuenta 106Mayor (1) 32,2Menor(1) 7,5Nivel de confianza(95,0%) 0,701076653


0,00%

25,00%

50,00%

75,00%

100,00%

0

5

10

15

20

25

30

35

2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34

Fre

cue

nci

a

PH (%)


oVariable Permeabilidad Media 455,151317Error típico 71,33909376Mediana 146Moda 17Desviación estándar 734,480924Varianza de la muestra 539462,2277Curtosis 8,408526343Coeficiente de asimetría 2,802245658Rango 3956Mínimo 11Máximo 3967Suma 48246,0396Cuenta 106Mayor (1) 3967Menor(1) 11Nivel de confianza(95,0%) 141,4522407


0,00%

25,00%

50,00%

75,00%

100,00%

0

10

20

30

40

50

60

0

20

0

40

0

60

0

80

0

10

00

12

00

14

00

16

00

18

00

20

00

22

00

24

00

26

00

28

00

30

00

32

00

34

00

36

00

38

00

40

00

Fre

cue

nci

a

k (mD)




0,00%

25,00%

50,00%

75,00%

100,00%

0

5

10

15

20

25

30

35

0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32

Fre

cue

nci

a

PHI (%)


oVariable Permeabilidad Media 300,867265Error típico 53,94394062Mediana 55Moda 39Desviación estándar 583,4929318Varianza de la muestra 340464,0014Curtosis 9,050632299Coeficiente de asimetría 2,959846108Rango 3214,95Mínimo 0,05Máximo 3215Suma 35201,47Cuenta 117Mayor (1) 3215Menor(1) 0,05Nivel de confianza(95,0%) 106,8427679


0,00%

25,00%

50,00%

75,00%

100,00%

0

10

20

30

40

50

60

70

80

90

100

0 300 600 900 1200 1500 1800 2100 2400 2700 3000 3300

Fre

cue

nci

a

k (mD)


oVariable PorosidadMedia 21,44758065Error típico 0,330674079Mediana 22,2Moda 24,2Desviación estándar 5,207460604Varianza de la muestra 27,11764594Curtosis -0,278458229Coeficiente de asimetría -0,412682942Rango 26,7Mínimo 8,1Máximo 34,8Suma 5319Cuenta 248Mayor (1) 34,8Menor(1) 8,1Nivel de confianza(95,0%) 0,651300527


0,00%

25,00%

50,00%

75,00%

100,00%

0

5

10

15

20

25

30

35

40

45

0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36

Fre

cue

nci

a

phi (%)

CIRA-1888 (Datos de Nucleo)Distribucion de Porosidad Zona-C

oVariable Permeabilidad Media 293,9052653Error típico 43,5725669Mediana 46Moda 4Desviación estándar 682,0185508Varianza de la muestra 465149,3037Curtosis 34,3584915Coeficiente de asimetría 5,090967331Rango 6342,97Mínimo 0,03Máximo 6343Suma 72006,79Cuenta 245Mayor (1) 6343Menor(1) 0,03Nivel de confianza(95,0%) 85,82636376


0,00%

25,00%

50,00%

75,00%

100,00%

0

50

100

150

200

250

Fre

cue

nci

a

k (mD)

CIRA-1888 (Datos de Nucleo)Distribucion de Permeabilida Zona-C



0,00%

25,00%

50,00%

75,00%

100,00%

0

10

20

30

40

50

60

0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34

Fre

cue

nci

a

PHI (%)

CIRA-1891 (Datos de Nucleo)Distribucion de Porosidad Zona-C

oVariable Permeabilidad Media 236,2085537Error típico 32,63594593Mediana 61,5Moda 15Desviación estándar 507,6961709Varianza de la muestra 257755,402Curtosis 45,70656894Coeficiente de asimetría 5,55002505Rango 5379,82Mínimo 0,18Máximo 5380Suma 57162,47Cuenta 242Mayor (1) 5380Menor(1) 0,18Nivel de confianza(95,0%) 64,28811907


0,00%

25,00%

50,00%

75,00%

100,00%

0

50

100

150

200

250

0 1200 2400 3600 4800

Fre

cue

nci

a

k (mD)

CIRA-1891 (Datos de Nucleo)Distribucion de Permeabilidad Zona-C



Figura 4-72: Histogramas y estadística básica de porosidad por unidad.

Figura 4-73: Histogramas y curvas de frecuencia acumulada de porosidad.

Figura 4-74: Distribuciones de porosidad transformadas en cada unidad.

UNIDAD C1

Minimo 0

Máximo 0.33

Media 0.06

Desviación Estándar

0.09

Varianza 0.01

UNIDAD C1AB

Minimo 0

Máximo 0.27

Media 0.02


0.05

Varianza 0.00

UNIDAD C2

Minimo 0

Máximo 0.29

Media 0.16


0.10

Varianza 0.01

UNIDAD C2DT

Minimo 0

Máximo 0.33

Media 0.12


0.11

Varianza 0.01

UNIDAD GTB

Minimo 0

Máximo 0.33

Media 0.14


0.11

Varianza 0.01

UNIDAD C3

Minimo 0

Máximo 0.29

Media 0.11


0.10

Varianza 0.01

UNIDAD C3CB

Minimo 0

Máximo 0.29

Media 0.11


0.10

Varianza 0.01

UNIDAD C4

Minimo 0

Máximo 0.30

Media 0.08


0.09

Varianza 0.01

UNIDAD C4CB

Minimo 0

Máximo 0.30

Media 0.08


0.08

Varianza 0.01

UNIDAD C5

Minimo 0

Máximo 0.29

Media 0.06


0.08

Varianza 0.01

UNIDAD C1

Minimo 0

Máximo 0.33

Media 0.06


0.09

Varianza 0.01

UNIDAD C1AB

Minimo 0

Máximo 0.27

Media 0.02


0.05

Varianza 0.00

UNIDAD C2

Minimo 0

Máximo 0.29

Media 0.16


0.10

Varianza 0.01

UNIDAD C2DT

Minimo 0

Máximo 0.33

Media 0.12


0.11

Varianza 0.01

UNIDAD GTB

Minimo 0

Máximo 0.33

Media 0.14


0.11

Varianza 0.01

UNIDAD C3

Minimo 0

Máximo 0.29

Media 0.11


0.10

Varianza 0.01

UNIDAD C3CB

Minimo 0

Máximo 0.29

Media 0.11


0.10

Varianza 0.01

UNIDAD C4

Minimo 0

Máximo 0.30

Media 0.08


0.09

Varianza 0.01

UNIDAD C4CB

Minimo 0

Máximo 0.30

Media 0.08


0.08

Varianza 0.01

UNIDAD C5

Minimo 0

Máximo 0.29

Media 0.06


0.08

Varianza 0.01

C1

C1AB

C2

C2DT GTB

GTB

C3 C3CB C4 C4CB C5

UNIDAD C1

Distribución de Entrada

Distribución de Salida

UNIDAD C1AB



UNIDAD C2



UNIDAD C2DT



UNIDAD GTB



UNIDAD C3



UNIDAD C3CB



UNIDAD C4



UNIDAD C4CB





UNIDAD C5

Capítulo (4) 153

• Variografía. En esta etapa se construyeron 3 variogramas para cada unidad de la

Zona-C. Dos variogramas superficiales: uno en la dirección principal de la estructura y

otro en la dirección menor. El tercer variograma es en la vertical (profundidad).

Es importante anotar que los variogramas superficiales tienen menor resolución que el

variograma vertical debido a que el espaciamiento de los datos en superficie depende del

espaciamiento de los pozos que para el caso de Cira-Este es de 300 metros

aproximadamente mientras que en la vertical depende de la resolución del registro

continuo de porosidad que en el área es de 0.5 pies, es decir mayor densidad de datos.

Las figuras 4-75 y 4-76 muestran los variogramas construidos para cada una de las

unidades de la Zona-C. Estos variogramas serán usados para el poblamiento de la malla

3D con porosidad.

4.6.5 Modelamiento de facies El trabajo de modelamiento de facies consiste en poblar las celdas de la malla 3D que

están vacías o no tienen un valor asignado de facies para los yacimientos de la Zona-C

de la Formación Mugrosa del área Cira-Este. Durante este modelamiento no se tocaran

las celdas que fueron interceptadas por los pozos debido a que ya tienen un valor de

facies asignado durante el escalamiento de los registros discretos de facies de los pozos.

El poblamiento se hizo mediante el uso del algoritmo “Sequential Indicator Simulation”

(SIS). Este algoritmo es un método de predicción estocástica de simulación condicionada

de tipo pixel. Se descartó el uso de algoritmos tipo objetos debido a que por la gran

cantidad de pozos esta clase de algoritmo no funciona bien pues no honora los datos de

los pozos. La Figura 4-77 muestra la Malla 3D del área Cira-Este poblada con facies a

diferentes capas. Se puede observar como la unidad C1AB es una arcilla con una

excelente continuidad lateral en todo el campo y sirve de sello para separar la Unidad C1

de las unidades inferiores. Adicionalmente se puede observar como de las unidades C2 a

C3CB los canales apilados verticalmente son más continuos y tienen una dirección

Norte-Sur. En las unidades C4 a C5 los canales se vuelven aislados hasta observarse en

la unidad C5 meandros abandonados. La Figura 4-78 muestra la comparación de los

histogramas de los datos de pozo, facies escaladas y facies pobladas (SIS) donde se

observa un buen ajuste del modelo.



Figura 4-75: Variografía Unidades C1 a GTB.

Variogramas de Superficie Variograma VerticalDirección Principal Dirección menorU

NID

AD

C1

C1AB

C2

C2DT

GTB

Capítulo (4) 155

Figura 4-76: Variografía unidades C3 a C5.

Variogramas de Superficie Variograma VerticalDirección Principal Dirección menorU

NID

AD

C3

C3CB

C4

C4CB

C5



Figura 4-77: Malla 3D poblada con facies.

Figura 4-78: Comparación de histogramas de facies.

4.6.6 Modelamiento de propiedades petrofísicas El trabajo de modelamiento de propiedades petrofísicas consiste en poblar las celdas de

la malla 3D que están vacías (no tienen un valor asignado de porosidad y/o

permeabilidad) en el yacimiento. Durante esta etapa se respetan las celdas que fueron

interceptadas por los pozos debido a que ya tienen un valor de porosidad asignado al

realizar el escalamiento de los registros continuos de porosidad.

C1 C1AB C2 C2DT GTB

C3 C3CB C4 C4CB C5

C1 C1AB C2C2DT GTB

C3 C3CB C4 C4CB C5

Registros discretos del pozo Facies escalad a en la Malla 3D Facies simuladas (SIS)

Capítulo (4) 157

El poblamiento de la malla tridimensional con propiedades petrofisicas se hizo en dos

etapas:

• La porosidad se pobló condicionada a las facies con el algoritmo “Sequential Gaussian

Simulation” debido a que durante la correlación roca-registro se definió que la roca

reservorio (arenas) tiene excelentes propiedades petrofísicas, mientras que en la roca

sello las propiedades petrofísicas se deterioran altamente. Para poder condicionar la

porosidad a las facies se usó como segunda variable la propiedad Volumen de arcilla

(VSh) (Ver Figura 4-79)

Figura 4-79: Malla 3D poblada con porosidad.

La Figura 4-80 muestra la comparación de histogramas y curvas de frecuencia

acumulada de los datos de pozo, porosidad escalada y porosidad poblada. Se observa

como la propiedad poblada tiene un buen ajuste con los datos originales de los pozos.

• La permeabilidad se pobló usando una macro externa al programa de modelamiento

elaborada con las correlaciones entre Porosidad-permeabilidad definidas por el

petrofísico del área (Bueno, 2008). La macro externa de permeabilidad se define como:

• PERM = If (XPORE_SGS > 0.251 And XPORE_SGS < 0.256, ((((240.9506-

157.8451)/0.005)*XPORE_SGS) - 4014.05), PERM)

C1 C1AB C2 C2DT GTB

C3 C3CB C4 C4CB C5



• PERM = If (XPORE_SGS > 0.222 and XPORE_SGS < 0.227, ((((109.6206-

35.92475)/0.005)*XPORE_SGS) - 3236.172), PERM)


5.139717)/0.005)*XPORE_SGS) - 682.851), PERM)


0.518846)/0.005)*XPORE_SGS) - 135.088), PERM)

• PERM = If (XPORE_SGS>0.11 and XPORE_SGS<0.12, ((((0.141415-

0.017039)/0.01)*XPORE_SGS)-1.351), PERM)

• PERM = If (PERM < .0001, .0001, PERM

Donde “XPORE_SGS” es la malla 3D poblada con la propiedad porosidad y “PERM” será

la malla 3D poblada con permeabilidad (k) en mD (ver Figura 4-81).

Figura 4-80: Histogramas y curvas de frecuencia acumulada de porosidad.

Figura 4-81: Malla 3D poblada con permeabilidad.

C1C1AB C2

C2DT GTB

C3 C3CB C4 C4CB C5

C1 C1AB C2 C2DT GTB

C3 C3CB C4C4CB C5

Capítulo (4) 159

La malla tridimensional no se pobló con la propiedad de saturación de agua debido a que

esta es una propiedad intrínseca de cada tipo de roca en el yacimiento. Se recomienda

no usar algoritmos de interpolación para hacer su predicción en cualquier punto del

yacimiento sino usar la función “J” definida a partir de presiones capilares. Para la

definición de la función “J” se usaron las curvas de presiones capilares hechas en los

laboratorios del ICP sobre muestras de roca seleccionadas en los pozos corazonados del

área con el objetivo de definir la saturación de agua inicial (Swi) en las rocas reservorio

de la Zona-C de la Formación Mugrosa pues este valor será usado durante los cálculos

volumétricos. La función “J” para la determinación de la Swi se define como:

• If (VSh_interpolation[]<0.8) Then JC[]= (0.2166*((OWC+60)*0.0677)*

(sqrt(PERM[]/XPORE_SGS[])))/25.98 ?Else JC[] = 0.01?

• JC = If (VSh_interpolation < 0.8, (0.2166 * Ht_Abv * 0.0677 *

Sqrt(PERM/XPORE_SGS)) /25.98 , 0.01)

Donde XPORE_SGS es la malla 3D poblada con la propiedad porosidad, PERM es la

malla 3D poblada con permeabilidad k) en mD, OWC es el contacto agua-aceite (pies) y

Ht_Abv es la altura sobre el contacto (pies).

4.7 Determinación del aceite original “in situ” y las reservas existentes en la Zona-C del área (calculo volumétrico)

En esta etapa del estudio se usó la malla 3D poblada con facies y propiedades

petrofísicas para realizar los cálculos de aceite original “in situ” (OOIP) y las reservas de

los yacimientos de la Zona-C de la Formación Mugrosa.

La Tabla 4-8 muestra un resumen de los OOIP calculados por bloques y por unidades

para el área Cira-Este. En esta figura se observa que los bloques con una mayor

potencial de aceite son el 3E-1 y 4. Desde el punto de vista de unidades las de mayor

potencial de aceite son las unidades C1, C2, C2Dt y C3.



Tabla 4-8: OOIP área Cira-Este por unidades y bloques.

Con base en los volúmenes de OOIP calculados y los datos de producción a Julio de

2009 se hizo el Balance de Reservas del área Cira-Este con el objetivo de conocer las

reservas remanentes en el área. Para este balance se definió un factor de recobro del

35% fundamentado en que el área cuenta con recuperación secundaria (inyección de

agua), calidad del aceite producido, ambiente de depósito de la roca reservorio,

mecanismo de producción y analogía con campos similares.

La Tabla 4-9 muestra el balance de reservas para el área Cira-Este donde se puede

observar como para el área aun quedan 109 millones de barriles de aceite por producir y

el bloque con mayor potencial de reservas remanentes es el 3E-1. Adicionalmente se

concluye que el bloque 3E-3 nunca ha producido hidrocarburos lo cual es una gran

oportunidad para un futuro desarrollo.

Tabla 4-9: Balance de Reservas área Cira-Este.

BLOQUE/UNIDAD C1 C1Ab C2 C2Dt Gtb C3 C3Cb C4 C4Cb C5 TOTAL BLOQUE

Block 3E-1 28 1 55 38 37 51 24 18 0 0 252Block 3E-2 8 0 11 8 7 12 5 4 1 0 56Block 3E-3 2 0 3 1 0 2 0 0 0 0 8Block 4 11 1 21 13 21 13 15 0 0 0 95Block 5 8 1 15 10 4 7 0 0 0 0 45Block 6a 25 2 39 22 0 0 0 0 0 0 88Block 6b 14 0 15 7 0 0 0 0 0 0 36TOTAL UNIDAD 96 5 159 99 69 85 44 22 1 0 580

STOIIP (in oil)[*10^6 STB] AREA CIRA-ESTE

3E-1 3E-2 3E-3 4 5 6a 6bAREA (Acres) 5690 1730 360 280 540 1060 1280 440OOIP (MMBLS) 580 252 56 8 95 45 88 36Np (MMBLS) @ 31 JUL 2009 94 41.6 5.2 0.0 15.2 8.2 17.9 5.6FR ACTUAL (%) @ 31 JUL 2009 16.2% 16.5% 9.3% 0.0% 16.0% 18.2% 20.3% 15.6%ACEITE PRODUCIDO PRIMARIO (MMBLS) 66 25.9 3.7 0.0 12.6 6.9 13.0 3.7FR PRIMARIO (%) 11.3% 10.3% 6.6% 0.0% 13.3% 15.3% 14.8% 10.3%ACEITE PRODUCIDO SECUNDARIO (MMBLS) 28 15.7 1.5 0.0 2.6 1.3 4.9 1.9FR SECUNDARIO (%) 4.8% 6.2% 2.7% 0.0% 2.7% 2.9% 5.6% 5.3%ACEITE REMANENTE AL 35% EUR (MMBLS) 109 46.6 14.4 2.8 18.1 7.6 12.9 7.0

BLOQUEBALANCE DE RESERVAS AREA CIRA ESTE

PROPIEDAD TOTAL AREA

Capítulo (4) 161

La Figura 4-82 muestra el mapa de OOIP para el área Cira-Este el cual muestra los

valores de espesor de arena neta petrolífera para cada bloque y se puede visualizar

como los mejores espesores están en los bloques 3E-1, 3E-2 y 4. Figura 4-82: Mapa OOIP para el área Cira-Este.

Pies



4.8 Resultados Los principales resultados de este estudio fueron:

• Se construyó un nuevo modelo estructural para la Zona-C de la Formación Mugrosa

en el área Cira-Este, con base en la información de pozos y sísmica 3D (falla de rumbo

con componente inverso y fallas normales perpendiculares a esta).

• Se construyó el modelo estratigráfico para la Zona-C de la Formación Mugrosa en el

área Cira-Este usando los datos de pozos corazonados y la correlación roca-registro.

• Se construyó la malla 3D para la Zona-C de la Formación Mugrosa en el área Cira-

Este usando la información de fallas interpretadas tanto en pozos como en sísmica,

mapas estructurales y topes estratigráficos de los pozos.

• Se pobló la malla 3D con las facies interpretadas y usando como tendencia y

orientación de los cuerpos de arena (roca reservorio) los mapas de arena neta.

• Se pobló la malla 3D con las propiedades petrofísicas usando los registros petrofísicos

y condicionadas a las facies.

• Sobre la malla 3D poblada con facies y propiedades petrofísicas se hizo el cálculo

aceite original “in situ” para la Zona C de la Formación Mugrosa en el área Cira-Este y se

obtuvo como resultado final un volumen de 580 millones de barriles de aceite.

• Se hizo el balance de reservas usando un factor de recobro final del 35 % obteniendo

como resultado final un potencial de 109 millones de barriles de aceite.

Capítulo (4) 163



Documents

4.6.4 Análisis de datos - Universidad Nacional de ... · Capítulo (4) 147 4.6.4 Análisis de datos Esta exploración se divide en dos etapas : • Análisis de datos discretos (facies):