Nghiên cứu cải tiến mô hình vỉa nứt nẻ CFM áp dụng cho mỏ ở Việt Nam

Luận văn thạc sĩ: Nghiên cứu cải thiện kỹ thuật mô hình vỉa nứt nẻ liên tục CFM, ứng dụng cho các mỏ tại Việt Nam. Tối ưu khai thác tài nguyên.

Chuyên ngành

Cơ học kỹ thuật

Người đăng

Ẩn danh

Thể loại

Luận văn thạc sĩ

2014

94
0
0

Phí lưu trữ

35 Point

Mục lục chi tiết

LỜI CẢM ƠN

LỜI CAM ĐOAN

DANH SÁCH HÌNH VẼ

DANH SÁCH BẢNG

1. MỞ ĐẦU

1. CHƯƠNG 1: KỸ THUẬT MÔ HÌNH VỈA NỨT NẺ LIÊN TỤC

1.1. Vỉa nứt nẻ tự nhiên

1.2. Mô hình vỉa

2. CÁC CÔNG CỤ TRÍ TUỆ NHÂN TẠO DÙNG TRONG MÔ HÌNH NỨT NẺ LIÊN TỤC – CFM

3. XÂY DỰNG CHƢƠNG TRÌNH MÁY TÍNH

4. ÁP DỤNG THỬ NGHIỆM

DANH MỤC CÁC CÔNG TRÌNH CỦA TÁC GIẢ

LIÊN QUAN ĐẾN TÀI LIỆU

TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Mô Hình Vỉa Nứt Nẻ CFM cho Mỏ Việt Nam

Ngành công nghiệp dầu khí Việt Nam đã có những thành tựu đáng trân trọng, tuy nhiên, phần lớn các vỉa có trữ lượng lớn nằm trong tầng đá móng granite chứa các nứt nẻ tự nhiên, gây khó khăn cho công tác quy hoạch phát triển và nâng cao hiệu suất khai thác. Các nghiên cứu về đặc trưng và kỹ thuật mô hình mô phỏng kinh tế kỹ thuật khai thác vỉa cần được phát triển hơn nữa. Khi giải quyết các bài toán xác định các đặc trưng thấm chứa trong các vỉa nứt nẻ tự nhiên (NFR), các phương pháp địa thống kê truyền thống thường tỏ ra kém chính xác [6]. Trong những năm gần đây một phương pháp mô hình hóa đã được phát triển - mô hình vỉa nứt nẻ liên tục (CFM) để xác định các đặc trưng nứt nẻ. Luận văn tập trung nghiên cứu, khảo sát kỹ thuật mô hình vỉa nứt nẻ liên tục (CFM), gồm có: kỹ thuật xếp hạng sử dụng các đường cong fuzzy trung bình (mean fuzzy curve); và phương pháp học máy mạng neural nhân tạo. Một số các công trình nghiên cứu khác về thuật toán xếp hạng và mạng neural nhân tạo đã được luận văn sử dụng làm cơ sở khoa học cho các nghiên cứu và phát triển.

1.1. Giới thiệu về vỉa nứt nẻ tự nhiên và thách thức khai thác

Vỉa dầu khí là chỉ một tích tụ của dầu mỏ và khí đốt, nằm trong một két chứa tự nhiên, vỉa được giới hạn ở phía trên bởi các đá không thấm và phía dưới bởi nước hoặc các đá không thấm hoặc cả nước và đá không thấm [5]. Vỉa nứt nẻ tự nhiên - NFR là một vỉa dầu khí mà trong đó có chứa các hệ thống nứt nẻ và đứt gãy sinh ra không do các tác nhân nhân tạo. Tác động chính của nứt nẻ và đứt gãy trong vỉa nứt nẻ tự nhiên là nó làm cho tính chất dòng chảy Hydrocarbon trong vỉa biến đổi rất không đồng nhất về cả hướng và cường độ.

1.2. Vai trò của mô hình CFM trong đánh giá vỉa nứt nẻ

Trong ngành công nghiệp dầu khí hiện đại, xây dựng một mô hình vỉa dầu khí tức là sử dụng công cụ máy tính để xây dựng một mô hình số của một vỉa chứa dầu hoặc khí nhằm ước lượng, tính toán trữ lượng dầu, khí trong vỉa. Có thể phân chia kỹ thuật mô hình vỉa thành hai loại chính, đó là: mô hình tĩnh hay là mô hình địa chất (mô tả tĩnh các tính chất của môi trường trong vỉa dầu, khí, ví dụ như độ thấm, độ rỗng, đặc trưng nứt nẻ); và mô hình động hay còn gọi là mô hình mô phỏng vỉa (mô tả dòng chảy dầu, khí, nước trong vỉa theo thời gian). Mô hình địa chất (mô hình tĩnh) sẽ được sử dụng để xây dựng các thông số trên, sau đó kết quả của mô hình tĩnh sẽ được sử dụng làm đầu vào cho mô hình động (mô hình dòng chảy trong vỉa). Trong những năm qua, có một số mô hình địa chất được áp dụng phổ biến như mô hình địa cơ học, mô hình mạng nứt nẻ rời rạc (DFN), mô hình nứt nẻ liên tục - CFM.

II. Kỹ Thuật Mô Hình Nứt Nẻ Liên Tục CFM Phương Pháp Tiếp Cận

Trong phương pháp mô hình theo tiếp cận CFM, chỉ số đặc trưng nứt nẻ cơ bản thường được chọn để mô hình hóa là cường độ nứt nẻ trong vỉa, thay vì tập chung vào bản chất các nứt nẻ, phương pháp này tập trung vào những nguyên nhân gây ra và chi phối sự phát triển của nứt nẻ [1]. Thạch học, cấu trúc, tương quan vị trí so với các đứt gãy, và những yếu tố địa chất khác mà thường được gọi là nguyên nhân gây ra nứt nẻ và tri phối cường độ, phân bố, và phương hướng của nứt nẻ,… Các yếu tố đó thường được gọi là yếu tố điều khiển nứt nẻ (fracture drivers), chúng là những phân tích về nứt nẻ có được từ phân tích lõi (core descriptions), các bản ghi hình ảnh (image logs), và bản ghi sản lượng (production logs). Các yếu tố như mật độ, độ mở, phương hướng, cường độ của nứt nẻ được gọi là chỉ số đặc trưng cho nứt nẻ (fracture indicators) [19].

2.1. Quy trình xác định chỉ số nứt nẻ trong mô hình CFM

Đầu tiên, bộ thông số ảnh hưởng tới nứt nẻ sẽ được xây dựng và phân tích, sử dụng thuật toán xếp hạng để xếp hạng những thông số này theo tiêu chí tương quan với các chỉ số nứt nẻ. Kết quả sẽ cho biết được sự ảnh hưởng và tầm quan trọng của mỗi yếu tố điều khiển nứt nẻ (fracture drivers). Thứ hai, mô hình mạng thần kinh nhân tạo được sử dụng để hồi quy mối quan hệ giữa các yếu tố điều khiển nứt nẻ và chỉ số nứt nẻ. Đầu vào cho mô hình gồm các yếu tố ảnh hưởng nứt nẻ (các tham số địa chất, địa cơ học vỉa, các thuộc tính địa chấn). Cuối cùng, ứng với các bộ trọng số của mình, mạng thần kinh nhân tạo có thể xây dựng được đặc trưng nứt nẻ trên mỗi ô lưới của hệ lưới địa chất dựa trên các thông số đầu vào của ô lưới đó.

2.2. Tầm quan trọng của việc xếp hạng các yếu tố ảnh hưởng nứt nẻ

Trước khi sử dụng mạng thần kinh nhân tạo xây dựng mối quan hệ giữa chỉ số nứt nẻ với các yếu tố ảnh hưởng nứt nẻ, phương pháp xếp hạng thích hợp phải được sử dụng để phân tích vai trò ảnh hưởng của mỗi yếu tố lên đặc trưng nứt nẻ đã chọn và đưa ra được bảng xếp hạng của các yếu tố đó [1] [6-10] [18]. Tiếp đó tính hợp lệ của bảng xếp hạng trên toàn bộ diện tích nghiên cứu và trên khu vực cụ thể cần phải được kiểm tra. Ví dụ, nếu các vỉa chịu ứng suất kéo, có thể cho rằng độ cong kiến tạo có một thứ hạng ảnh hưởng cao. Khi xếp hạng các yếu tố ảnh hưởng nứt nẻ đến chỉ số nứt nẻ có thể cung cấp thêm thông tin về quá trình hình thành nứt nẻ trong vỉa để từ đó xây dựng kế hoạch khảo sát hiệu quả hơn.

III. Các Công Cụ Trí Tuệ Nhân Tạo Cho Mô Hình CFM Việt Nam

Các công cụ trí tuệ nhân tạo sử dụng trong kỹ thuật mô hình nứt nẻ liên tục - CFM gồm thuật toán xếp hạng và mạng thần kinh nhân tạo, mà trong đó thường sử dụng logic mờ để xếp hạng và đánh giá ảnh hưởng của các nguyên nhân điều khiển nứt nẻ đối với nứt nẻ, mạng thần kinh nhân tạo dùng để hồi quy mối quan hệ giữa nguyên nhân điều khiển nứt nẻ và chỉ số đặc trưng cho nứt nẻ [18] [6-9]. Trong bài toán xác định đặc trưng vỉa nứt nẻ tự nhiên, mối quan hệ giữa các yếu tố điều khiển và chi phối nứt nẻ (fracture drivers)chỉ số nứt nẻ (fracture indicators) thường rất phức tạp và có độ phi tuyến cao, chính vì vậy cần thiết phải đánh giá và xếp hạng mức độ ảnh hưởng của mỗi yếu tố điều khiển nứt nẻ đối với cường độ nứt nẻ.

3.1. Ứng dụng Logic Mờ trong xếp hạng thông số đầu vào CFM

Trong số các thuật toán xếp hạng nổi bật, kỹ thuật xếp hạng dựa trên các đường cong fuzzy trung bình (mean fuzzy curve) của tác giả Yinghua Ling tỏ ra đơn giản và ưu việt hơn cả, đặc biệt kỹ thuật này đã được minh chứng là có tính hiệu quả đối với bài toán xếp hạng các yếu tố điều khiển nứt nẻ (fracture drivers) [19] [27-30]. Kỹ thuật này xuất phát từ ý tưởng đơn giản như sau: giả sử ta có một tập các bộ dữ liệu rời rạc tuân theo mối quan hệ y = a - x1 - x2. Từ đó ta xây dựng giá trị trung bình ymean, giá trị này hoàn toàn phụ thuộc vào độ cong của hàm y = f(x1, x2) theo phương x2 tại mặt cắt x1. Từ đó nếu ta dịch chuyển mặt cắt x1 thì ta sẽ thu được thông tin: khi x1 thay đổi (chẳng hạn tăng lên) thì y tăng lên hay giảm đi (một cách trung bình).

3.2. Mạng thần kinh nhân tạo xây dựng cường độ nứt nẻ vỉa

Mạng thần kinh nhân tạo hay còn được gọi là mạng neural nhân tạo, nó là một mạng lưới chứa các liên kết nội giữa các phần tử. Các phần tử này được lấy cảm hứng từ các neuron trong bộ não sinh học. Chức năng của mạng thần kinh nhân tạo (ANN) là sẽ trả về thông tin kết quả khi cung cấp cho nó thông tin đầu vào. Từ khi được phát minh, các ứng dụng của mạng thần kinh nhân tạo (ANN) ngày một mở rộng trong trong các lĩnh vực khác nhau. Để có được khả năng xử lý của mạng thần kinh nhân tạo phải dựa vào sức mạnh tổng thể của toàn mạng, bao gồm số lượng phần tử có trọng mạng, và cấu trúc liên kết giữa các phần tử đó.

IV. Xây Dựng Mô Hình CFM Ứng Dụng và Thử Nghiệm Tại Việt Nam

Chương trình xác định cường độ nứt nẻ theo kỹ thuật CFM được tác giả nghiên cứu, phát triển và xây dựng bằng ngôn ngữ Fortran, chương trình hoạt động trên Window*OS được cài đặt sẵn phần mềm vẽ hình mã nguồn mở Gnuplot. Chương trình gồm có 4 modul và một chương trình chính, chương trình chính gọi là MAIN.F90. Chương trình chính và các modul kể trên được viết và biên dịch thử nghiệm với trình biên dịch Intel® Visual Fortran Compiler Professional Edition 11. Chƣơng trình con thủ tục READ_FILE_ECLIPSE có nhiệm vụ đọc file dữ liệu lƣới 3 chiều có chứa tính chất, file này đƣợc đặt tên là GRID_ECLIPSE.TXT đƣợc đặt trong cùng thƣ mục với file chƣơng trình.

4.1. Các Module chính trong chương trình mô hình CFM

Chƣơng trình chính và các modul kể trên đƣợc viết và biên dịch thử nghiệm với trình biên dịch Intel® Visual Fortran Compiler Professional Edition 11. Các module được sử dụng gồm GET_UNIT (tạo số nguyên nằm trong khoảng 1 đến 99 và trả về biến số nguyên IUNIT, sau đó giá trị trong biến số nguyên IUNIT sẽ đƣợc sử dụng làm luồng I/O phục vụ cho việc đọc file), REMOVE_TRAILING_BLANK (loại bỏ tất cả khoảng trắng bên trái xâu ký tự STR), SKIP_COMMENT_AND_NUMBER (phát hiện xâu ký từ STR là chú thích hoặc là số), SKIP_COMMENT(STR, GTL) (phát hiện xâu ký tự STR có chứa chỉ thị chú thích hay không), READ_SUPPORT_PROPERTIES (File chứa các thuộc tính mà phần mềm hỗ).

4.2. Đọc File Định Dạng CMG và ECLIPSE trong CFM

Chƣơng trình con thủ tục READ_FILE_CMG làm nhiệm vụ đọc file lƣới 3 chiều kèm theo các tính chất định dạng CMG, file này đƣợc đặt tên là GRID_CMG.TXT và đƣợc đặt trong cùng thƣ mục với file chƣơng trình. Sơ đồ hoạt động của chƣơng trình con này bao gồm: mở file KEYWORD_PROPERTIES.TXT (các từ khóa trong file này là từ khóa mô tả tên các tính chất vỉa), mở file GRID_ECLIPSE, dữ liệu đƣợc đọc từng dòng một, mỗi dòng phần mềm sẽ xem xét trƣờng đầu tiên, nếu trƣờng đầu tiên có chứa ký tự ** thì bỏ qua, đọc dòng tiếp theo, ngƣợc lại, so sánh xâu ký tự đọc đƣợc với các từ khóa và đọc dữ liệu tƣơng ứng sau mỗi từ khóa đó.

V. Thử Nghiệm và Đánh Giá Mô Hình CFM tại Mỏ Bạch Hổ

Các nhiên cứu trƣớc đây Abdelkader Kuider El Ouahed và các cộng sự đã chỉ ra kiến trúc mạng neural nhân tạo phù hợp cho bài toán mô phỏng đặc trƣng nứt nẻ của vỉa nứt nẻ tự nhiên (NFR) là loại mạng bốn lớp truyền thẳng [1], do đó trong luận văn này sẽ tiếp tục sử dụng loại mạng neural có cấu trúc tƣơng tự. Kiến trúc mạng 4 lớp truyền thẳng có n neuron trong lớp đầu vào, m neuron trong lớp ẩn thứ nhất và lớp ẩn thứ hai, O neuron trong lớp đầu ra: xi1 là tín hiệu từ neuron thứ i trong lớp đầu vào i  1, n , yl là tín hiệu đầu ra của mạng tại neuron thứ l trong lớp đầu ra, và tƣơng ứng đầu ra mục tiêu là dl , l  1, O .

5.1. Ứng dụng Mạng Neural 4 lớp cho CFM mỏ Bạch Hổ

Trọng số ứng với mỗi liên kết từ neuron thứ i trong lớp đầu vào tới neuron thứu j trong lớp ẩn ký hiệu là w1ji , i  0, n, j  1, m, w1j 0   1j là ngƣỡng của đơn vị thứ j trong lớp ẩn thứ nhất, từ đó ta có: w1   wiji   M  M , n  1, R . Tất cả các neuron trong lớp ẩn và lớp đầu ra đều có hàm truyền là hàm sigmoid. Các đạo hàm riêng trong biểu thức cập nhật trọng số được xác định tương ứng với các trọng số và thông số đầu vào.

5.2. Kết quả và phân tích độ chính xác mô hình CFM

Sau khi đã xây dựng và thử nghiệm chương trình, điều quan trọng nhất là đánh giá độ chính xác của mô hình CFM và so sánh với các phương pháp khác. Việc phân tích sai số và so sánh kết quả dự đoán với dữ liệu thực tế từ mỏ Bạch Hổ sẽ giúp đánh giá khả năng ứng dụng và độ tin cậy của mô hình trong điều kiện địa chất cụ thể của Việt Nam. Cần chú ý đến việc mô hình CFM có thể cải thiện so với các phương pháp truyền thống như thế nào trong việc đánh giá trữ lượng và dự báo sản lượng khai thác.

VI. Kết Luận và Hướng Phát Triển Mô Hình CFM cho Mỏ Việt Nam

Luận văn đã xây dựng hoàn thành chương trình máy tính bằng ngôn ngữ lập trình Fortran và thử nghiệm chương trình với ví dụ thực tế. Đóng góp khoa học của luận văn là một bài báo đăng trên hội nghị Cơ Học Kỹ Thuật kỷ niệm 35 năm thành lập Viên Cơ Học, một bài báo đăng trên hội nghị cơ học thủy khí toàn quốc năm 2014, và một bài báo đăng trên hội nghị quốc tế lần thứ 3 về Cơ Học Kỹ Thuật và Tự Động Hóa (ICEMA3). Dựa trên kết quả thử nghiệm cho thấy: chương trình máy tính hoạt động ổn định; module mạng neural nhân tạo làm việc cho kết quả có độ chính xác và phù hợp hơn module “train estimation model” của phần mềm thương mại Petrel.

6.1. Tổng kết các kết quả đạt được và hạn chế của nghiên cứu

Việc phát triển và thử nghiệm mô hình CFM đã đạt được những kết quả đáng khích lệ, nhưng cũng cần nhìn nhận những hạn chế còn tồn tại. Điều này bao gồm việc đánh giá phạm vi áp dụng của mô hình, xác định những yếu tố ảnh hưởng đến độ chính xác, và đề xuất các cải tiến để mô hình trở nên mạnh mẽ và linh hoạt hơn. Việc tổng kết các hạn chế sẽ là cơ sở quan trọng để định hướng cho các nghiên cứu tiếp theo.

6.2. Đề xuất các hướng nghiên cứu tiếp theo cho mô hình CFM

Để nâng cao giá trị ứng dụng của mô hình CFM trong ngành dầu khí Việt Nam, cần tiếp tục nghiên cứu và phát triển theo nhiều hướng. Điều này có thể bao gồm việc tích hợp thêm các dữ liệu địa chấn 3D, tối ưu hóa thuật toán học máy để tăng độ chính xác, và xây dựng giao diện người dùng thân thiện để dễ dàng triển khai. Việc hợp tác với các chuyên gia trong ngành và các trường đại học sẽ giúp đẩy nhanh quá trình nghiên cứu và đưa mô hình vào thực tiễn.

24/09/2025

Trích đoạn nội dung tài liệu

MỞ ĐẦU Ngành công nghiệp dầu khí Việt Nam hình thành và phát triển vào những năm 80 của thế kỷ trƣớc, với thời gian chƣa nhiều so với các nƣớc có nền công nghiệp dầu khí phát triển, nhƣng cũng đã đạt đƣợc nhiều thành tích đáng trân trọng. Ngoài những thuận lợi là phát triển sau nên có thể tiếp thu đƣợc nhiều thành tựu tiên tiến của thế giới, còn có những khó khăn nhƣ phần lớn các vỉa có trữ lƣợng lớn của Việt Nam thƣờng nằm trong tầng đá móng granite chứa các nứt nẻ tự nhiên, rất ít gặp trên thế giới, có các thuộc tính vỉa rất phức tạp, độ bất đồng nhất cao gây nhiều khó khăn cho công tác quy hoạch phát triển và nâng cao hiệu suất khai thác. Với nỗ lực của các nhà khoa học Việt Nam, đặc biệt là của ngành dầu khí, những nghiên cứu khoa học và công nghệ trực tiếp phục vụ cho phát triển các vỉa tầng móng đã thu đƣợc nhiều thành tựu và đã góp phần khai thác hiệu quả các vỉa tầng móng phức tạp, đóng góp phần lớn vào sản lƣợng khai thác hàng năm của Việt Nam, đƣa ngành công nghiệp dầu khí trở thành ngành có đóng góp quan trọng trong phát triển kinh tế xã hội nƣớc nhà. Tuy nhiên, trƣớc yêu cầu ngày càng cao về nâng cao hiệu suất khai thác cho các vỉa nứt nẻ này, các nghiên cứu về các đặc trƣng và kỹ thuật mô hình mô phỏng kinh tế kỹ thuật khai thác vỉa cần phải đƣợc phát triển hơn nữa để các kết quả về các đặc trƣng của vỉa đảm bảo tính khoa học, độ chính xác và đặc biệt là phải xây dựng đƣợc các quy trình, công nghệ rõ ràng để có thể áp dụng hiệu quả cho các vỉa khác nhau.

Khi giải quyết các bài toán xác định các đặc trƣng thấm chứa trong các vỉa nứt nẻ tự nhiên (NFR), các phƣơng pháp địa thống kê truyền thống thƣờng tỏ ra kém chính xác [6]. Trong những năm gần đây một phƣơng pháp mô hình hóa đã đƣợc phát triển - mô hình vỉa nứt nẻ liên tục (CFM) để xác định các đặc trƣng nứt nẻ. Trong vỉa có kể đến hiệu ứng nứt nẻ ở nhiều quy mô, đồng thời, mô hình cũng tích hợp tất cả các thông tin từ nhiều nguồn, bao gồm mẫu lõi, logs giếng, ảnh địa chấn, và dữ liệu kiểm tra giếng [1] [7] [8]. Luận văn tập trung nghiên cứu, khảo sát kỹ thuật mô hình vỉa nứt nẻ liên tục (CFM).

Trong đó gồm có: kỹ thuật xếp hạng sử dụng các đƣờng cong fuzzy trung bình (mean fuzzy curve); và phƣơng pháp học máy mạng neural nhân tạo. Nâng cao chất lƣợng kỹ thuật mô hình nứt nẻ liên tục (CFM), áp dụng vào bài toán xác định đặc trƣng nứt nẻ của vỉa nứt nẻ tự nhiên. Luận văn tập trung khảo sát một số công trình TIEU LUAN MOI download : skknchat@gmail.com 2 tiên tiến có liên quan trên thế giới [1] [3] [4] [8-10] [18-20] cung cấp một cái nhìn chung về phƣơng pháp xây dựng đặc trƣng nứt nẻ của vỉa nứt nẻ tự nhiên bằng kỹ thuật mô hình vỉa nứt nẻ liên tục. Một số các công trình nghiên cứu khác về thuật toán xếp hạng và mạng neural nhân tạo đã đƣợc luận văn sử dụng làm cơ sở khoa học cho các nghiên cứu và phát triển.

Luận văn đã xây dựng hoàn thành chƣơng trình máy tính bằng ngôn ngữ lập trình Fortran và thử nghiệm chƣơng trình với ví dụ thực tế. Đóng góp khoa học của luận văn là một bài báo đăng trên hội nghị Cơ Học Kỹ Thuật kỷ niệm 35 năm thành lập Viên Cơ Học, một bài báo đăng trên hội nghị cơ học thủy khí toàn quốc năm 2014, và một bài báo đăng trên hội nghị quốc tế lần thứ 3 về Cơ Học Kỹ Thuật và Tự Động Hóa (ICEMA3). Dựa trên kết quả thử nghiệm cho thấy: chƣơng trình máy tính hoạt động ổn định; module mạng neural nhân tạo làm việc cho kết quả có độ chính xác và phù hợp hơn module “train estimation model” của phần mềm thƣơng mại Petrel. Nội dung chính của luận văn đƣợc chia thành 4 chƣơng: - Chƣơng 1: Trình bày lý thuyết cơ bản về kỹ thuật mô hình vỉa nứt nẻ liên tục (CFM).

Chƣơng này cung cấp một cái nhìn tổng quát nhất về CFM. - Chƣơng 2: Trình bày sâu hơn về các công cụ trí tuệ nhân tạo dùng trong CFM, bao gồm mạng thần kinh nhân tạo và thuật toán xếp hạng các thông số đầu vào, dựa trên mức độ tƣơng quan của chúng với thông số đầu ra của mô hình. - Chƣơng 3: Trình bày những module chính và chƣơng trình con chính trong chƣơng trình máy tính và các sơ đồ khối mô tả khái quát hoạt động của chúng. - Chƣơng 4: Trình bày một số thử nghiệm chƣơng trình máy tính thông qua dữ liệu có đƣợc từ hai mỏ dầu công nghiệp, đó là mỏ Bạch Hổ của Việt Nam và mỏ Teapot Dome của Hoa Kỳ.

So sánh một số kết quả giữa hai chƣơng trình máy tính tự viết và phần mềm thƣơng mại Petrel. - Chƣơng 5: Kết luận, tổng kết những kết quả đã đạt đƣợc của luận văn và hƣớng phát triển nghiên cứu tiếp theo. - Phần phụ lục là mã nguồn của chƣơng trình. TIEU LUAN MOI download : skknchat@gmail.com 3 Chƣơng 1.

KỸ THUẬT MÔ HÌNH VỈA NỨT NẺ LIÊN TỤC 1. Vỉa nứt nẻ tự nhiên Vỉa dầu khí là chỉ một tích tụ của dầu mỏ và khí đốt, chiếm một phần hoặc toàn bộ bẫy chứa dầu. Nằm trong một két chứa tự nhiên, vỉa đƣợc giới hạn ở phía trên bởi các đá không thấm và phía dƣới bởi nƣớc hoặc các đá không thấm hoặc cả nƣớc và đá không thấm [5]. Vỉa đƣợc coi là một tích tụ cơ sở của dầu mỏ và khí đốt.

Nếu tích tụ này là đủ lớn và có lãi khi khai thác thì gọi là vỉa công nghiệp. Điều kiện cần thiết để thành tạo vỉa dầu là trong két chứa tự nhiên có hình thành bẫy [5]. Hình dạng và kích thƣớc của vỉa phần lớn tùy thuộc vào hình dạng và kích thƣớc của bẫy. Vỉa nứt nẻ tự nhiên - NFR là một vỉa dầu khí mà trong đó có chứa các hệ thống nứt nẻ và đứt gãy sinh ra không do các tác nhân nhân tạo.

Tác động chính của nứt nẻ và đứt gãy trong vỉa nứt nẻ tự nhiên là nó làm cho tính chất dòng chảy Hydrocarbon trong vỉa biến đổi rất không đồng nhất về cả hƣớng và cƣờng độ. Mô hình vỉa Trong ngành công nghiệp dầu khí hiện đại, xây dựng một mô hình vỉa dầu khí tức là sử dụng công cụ máy tính để xây dựng một mô hình số của một vỉa chứa dầu hoặc khí nhằm ƣớc lƣợng, tính toán trữ lƣợng dầu, khí trong vỉa. Mô hình vỉa là thay thế một không gian vật lý của vỉa bằng một tập hợp các ô lƣới rời rạc, các ô lƣới này có thể 1 chiều, 2 chiều hay 3 chiều. Các tính chất cần quan tâm trong vỉa nhƣ độ thấm, độ rỗng,… trong vỉa theo cách chia lƣới cũng đƣợc xây dựng cho mỗi ô lƣới trong mô hình vỉa.

Có thể phân chia kỹ thuật mô hình vỉa thành hai loại chính, đó là: - Mô hình tĩnh hay là mô hình địa chất: mô hình này đƣa ra các mô tả tĩnh các tính chất của môi trƣờng trong vỉa dầu, khí, ví dụ nhƣ độ thấm, độ rỗng, đặc trƣng nứt nẻ,… - Mô hình động hay còn gọi là mô hình mô phỏng vỉa: đƣợc xây dựng bởi các nhà kỹ sƣ sử dụng các phƣơng pháp số nhƣ phƣơng pháp sai phân hữu hạn, thể tích hữu hạn để mô tả dòng chảy dầu, khí, nƣớc trong vỉa theo thời gian. TIEU LUAN MOI download : skknchat@gmail.com 4 Trong tính toán khai thác vỉa mô hình động hiện nay vẫn đang đƣợc sử dụng là mô hình dòng chảy 3 pha dầu, khí nƣớc, dựa trên định luật bảo toàn khối lƣợng và định luật Darcy, dòng chảy 3 pha dầu, khí, nƣớc tuân theo hệ phƣơng trình vi phân đạo hàm riêng:   g Kkrg    g S g  ·  pg   g gD   qg  (1.1)   g  t   Kk   o So  · o ro  po  o gD    qo  (1.2)  o  t   Kk    w S w  · w rw  pw   w gD    qw  (1.4) Trong đó  gọi là toán tử gradient, hay còn đƣợc gọi là Nabla, đây là toán tử vi phân hình thức, các tham số K , k , là các tham số đặc trƣng cho tính thấm rỗng của môi trƣờng, p là áp xuất,  là độ nhớt, S là độ bão hòa nƣớc, q là lƣu lƣợng dòng chảy. Trong hệ 3 phƣơng trình (1.4) giúp xác định phân bố áp suất, độ bão hòa nƣớc,… trong vỉa dầu khí, tuy nhiên độ chính xác của các kết quả tính toán từ hệ phƣơng trình trên phụ thuộc rất lớn vào các tham số nằm trong các hệ phƣơng trình đó, các tham số này mô tả tính chất hình học, vật lý của môi trƣờng, ví dụ nhƣ: krg , krw , kro , K ,  ,…việc xây dựng, phát triển mô hình tĩnh sẽ góp phần nâng cao độ chính xác của các tham số trên, qua đó nâng cao kết quả tính toán cho mô hình dòng chảy trong vỉa. Mô hình địa chất (mô hình tĩnh) sẽ đƣợc sử dụng để xây dựng các thông số trên, sau đó kết quả của mô hình tĩnh sẽ đƣợc sử dụng làm đầu vào cho mô hình động (mô hình dòng chảy trong vỉa).

Chính vì vậy, để nâng cao chất lƣợng dự báo thì việc xây dựng mô hình địa chất tốt là việc cần thiết. Trong những năm qua, có một số mô hình địa chất đƣợc áp dụng phổ biến nhƣ mô hình địa cơ học, mô hình mạng nứt nẻ rời rạc (DFN), mô hình nứt nẻ liên tục,… trong đó khi làm việc với những vỉa nứt nẻ tự nhiên (NFR) mô hình nứt nẻ liên tục – CFM tỏ ra có hiểu quả hơn cả [3] [6-9]. TIEU LUAN MOI download : skknchat@gmail. Kỹ thuật mô hình nứt nẻ liên tục - CFM Trong phƣơng pháp mô hình theo tiếp cận CFM, chỉ số đặc trƣng nứt nẻ cơ bản thƣờng đƣợc chọn để mô hình hóa là cƣờng độ nứt nẻ trong vỉa, thay vì tập chung vào bản chất các nứt nẻ, phƣơng pháp này tập trung vào những nguyên nhân gây ra và chi phối sự phát triển của nứt nẻ [1].

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ