Tổng quan về đơn vị dòng chảy

đây là giáo trình và cũng là tài liệu tham khảo được cung cấp bởi thầy cô khoa dầu khí trường đại học mỏ địa chất và kết quả của nhiều công trình nghiên cứu để ứng dụng phân loại đơn vị dòng chảy trong công tác tìm kiếm ,thăm dò và khai thác dầu khí , nhất là trong khai thác dầu khí vì với từng đơn vị dòng chảy sẽ quyết định bao nhiêu dầu chảy vào đáy giếng khoan khai thác và chảy mạnh như thế nào, để từ đó có những biện pháp hay giải giải pháp nhằm nâng cao hệ số thu hồi ...

Tổng Quan Về Đơn Vị Dòng Chảy

1 Đơn vị dòng chảy

1.1 Khái niệm về đơn vị dòng chảy

Trước đây, việc xác định độ thấm trong giếng không có mẫu nhưng có đo ĐVLGK là một vấn đề chung phổ biến cho tất cả các tầng chứa (hay vỉa chứa) Bất kì tầng chứa có quy mô nào cũng đòi hỏi kiến thức về vật lý thạch học ở các giếng đã được khoan Vì vậy tính khoa học đúng đắn và địa chất tương thích nhau để đưa ra tính toán tin cậy về phân bố

độ thấm trong giếng

Phương pháp ước lượng độ thấm truyền thống có nền tảng là các đường hồi quy đơn giản hoặc các suy luận thực nghiệm từ sự tương quan giữa các đường cong ĐVLGK đặc trưng của các giếng khác nhau Thông thường suy luận thực nghiệm chỉ mang tính địa phương vì có sự khác biệt lớn về đặc điểm trầm tích ở những vị trí khác nhau Phương pháp hồi quy giả định rằng tồn tại mối quan hệ giữa độ rỗng xác định từ mẫu lõi với logarit độ thấm mẫu lõi Một đường hồi quy tuyến tính khác được thiết lập phụ thuộc vào độ rỗng mẫu lõi và độ rỗng được tính từ các đường cong ĐVLGK trong giếng Cả hai mô hình hồi quy đều cho phép tính toán độ thấm từ các đường cong ĐVLGK trong giếng Phương pháp này bỏ qua sự phân tán của dữ liệu về đường hồi quy tuyến tính và các thuộc tính phân tán bất kì tới sai số đo lường hoặc các biến thiên trong đặc tính tầng chứa Một phần cải tiến của phương pháp được thực hiện bằng cách đầu tiên nhận biết loại thành phần thạch học của thành hệ và sau đó tính toán đường hồi quy tuyến tính cho phép đo thuộc về mỗi loại thạch học Vì các giá trị độ thấm được dự đoán từ mô hình hồi quy không có sự biến thiên

có thể thấy trên dữ liệu mẫu lõi thực tế, phạm vi xác suất mô phỏng có thể được ứng dụng

để thêm vào thang biến thiên ngẫu nhiên cho giá trị được dự đoán Một cách tiếp cận hợp

lý hơn là các thuộc tính căn bản như sự phụ thuộc lẫn nhau của độ thấm và độ rỗng tới sự biến đổi địa chất trong đá chứa và tìm kiếm các mối quan hệ của độ thấm, cái mà quyết định các thuộc tính dòng chảy Điều này đòi hỏi phải thiết lập mối quan hệ giữa các tham

số độ rỗng từ mẫu lõi và các thuộc tính từ các đường cong ĐVLGK Mối quan hệ như vậy đạt được tốt nhất nếu xác định được các đá có khả năng dẫn chất lỏng như nhau và nhóm lại với nhau Mỗi nhóm như vậy được gọi là một đơn vị dòng chảy

Từ cuối thập niên 80 của thế kỷ XX, Ebank đã đưa ra khái niệm đơn vị dòng chảy (Flow Units) hay đơn vị thủy lực (Hydraulic Units) (Ebank, 1987)

Bất kỳ một tầng chứa không đồng nhất nào cũng có thể được mô tả bằng các đơn vị dòng chảy Một đơn vị dòng chảy được định nghĩa là một khối đại diện cơ bản của đá chứa

mà trong đó các đặc tính địa chất và tính chất vật lý thạch học ảnh hưởng đến dòng chảy của chất lưu là không đổi và khác với các đặc tính và tính chất của các khối khác

1.2 Đặc điểm của đơn vị dòng chảy

Bản chất của xác định đơn vị dòng chảy là phân loại đá chứa

Một đơn vị dòng chảy là một đới liên tục theo cả chiều ngang và chiều dọc của tầng chứa, có đặc điểm về dòng chảy và phân lớp như nhau Các đơn vị dòng chảy liên quan đến sự phân bố các tướng địa chất nhưng không nhất thiết phải trùng với ranh giới của các tướng đá Các thông số ảnh hưởng đến dòng chảy hầu như là các thông số hình học của lỗ rỗng Hình học lỗ rỗng lần lượt được kiểm soát bởi khoáng vật ( loại, độ phong phú, phân

bố ) và kết cấu ( kích thước hạt, độ hạt, độ chọn lọc, độ khép kín ) Sự kết hợp khác nhau giữa những thuộc tính địa chất có thể dẫn đến các đơn vị dòng chảy riêng biệt, có cùng các thuộc tính dòng chảy vận chuyển Do đó, một đơn vị dòng chảy có thể bao gồm một số loại tướng đá tùy thuộc vào kết cấu trầm tích và loại khoáng vật

Trong mỗi đơn vị dòng chảy, mối tương quan giữa độ thấm và độ rỗng rất chặt chẽ và mỗi đơn vị dòng chảy đều có các tính chất vật lý thạch học riêng biệt Các đơn vị dòng chảy không nhất thiết phải tương ứng với các tướng thạch học, được gọi là đơn vị dòng chảy địa chất Các thuộc tính vật lý thạch học được kiểm soát bằng cả hai điều kiện lắng đọng, như là độ hạt và độ chọn lọc, và bằng đặc trưng hình thành trầm tích, như là số lượng

và loại xi măng gắn kết hoặc khoáng vật sét Vì vậy, một đơn vị thủy lực dòng chảy liên quan đến nhiều hơn một nguồn gốc tướng đá của hệ thống trầm tích Nói chung, sự thay đổi các thuộc tính vật lý thạch học giữa các đơn vị dòng chảy là lớn và trong một đơn vị dòng chảy là nhỏ

1.3 Mục đích của đơn vị dòng chảy

Đơn vị dòng chảy dùng để mô tả cho một tầng chứa không đồng nhất bất kì

Xác định được đơn vị dòng chảy, tính chất thấm chứa của tầng chứa cũng sẽ được xác định, tính toán và dự báo độ thấm của các tầng chứa dầu ở các khoảng không lấy mẫu

Lựa chọn số lượng mẫu lõi trụ ( core plugs ) tối thiểu cần thiết phải phân tích đặc biệt ( special core analysis ) phục vụ cho dự báo nhiều tham số địa vật lý và địa hóa khác từ tài liệu ĐVLGK

Xây dựng chi tiết mô hình tầng chứa và xác định lại các đới sản phẩm có giá trị thương mại

2 Phân chia đơn vị dòng chảy

Việc nhóm các đá dựa trên các thuộc tính cơ bản về dòng chảy địa chất là cơ sở để phân loại đơn vị dòng chảy

Amaefule và nnk (1993) chỉ ra rằng mối quan hệ giữa độ thấm và độ rỗng theo phương trình hồi quy phi tuyến log K  a   b, thường xây dựng khi đồ thị trực giao độ rỗng

và độ thấm đo được trên mẫu lõi trụ là không có cơ sở lý thuyết và có hệ số tương quan rất thấp nên đã đưa ra một phương pháp xác định quan hệ độ thấm và độ rỗng dựa trên cơ sở

lý thuyết cho rằng đặc tính dòng chảy của đất đá phụ thuộc vào kiến trúc hình học của lỗ rỗng Nếu một môi trường trầm tích được mô tả như là một bó các ống mao dẫn thẳng, biểu thức sau đây tính toán độ thấm của đá thu được bằng cách kết hợp định luật của Dary cho dòng chảy ở trong môi trường trầm tích và định luật của Poiseuille cho dòng chảy ở trong ống mao dẫn:

k=r82Φe (2.1)

Đây là một mối quan hệ đơn giản nhưng quan trọng vì nó chỉ ra các yếu tố liên quan đến độ thấm để độ rỗng phụ thuộc vào các đặc tính đặc trưng địa chất của một đá trầm tích Đối với mô hình thực tế của môi trường xốp, nơi mà cấu trúc các lỗ rỗng liên thông không thẳng, Kozeny và sau đó là Kozeny-Carman đã thêm yếu tố độ uốn khúc và dùng điều kiên bán kính lỗ rỗng trong công thức (2.1) Điều kiện bán kính lỗ rỗng được định nghĩa như là

tỉ số của diện tích mặt cắt ngang và chu vi dính ướt Điều này liên quan đến tỉ bề mặt Sgr là diện tích bề mặt trên một đơn vị thể tích hạt, K là độ thấm, Fs là yếu tố hình dạng,  là độ uốn khúc và Φe là độ rỗng hiệu dụng Cần chú ý rằng ở đây đơn vị của độ thấm K là  m2

và của độ rỗng Φe là tỷ phần Phương trình tổng quát được Kozeny-Carman sửa từ phương trình (2.1) sẽ thành :

k = Φe 3

(1−Φe) 2 ×F 1

s τ 2 Svgr2 (2.2) Tích số Fsτ2 được gọi là hằng số Kozeny, các tác giả Rose và Bruce bằng các phép đo thực nghiệm trên các mẫu đá chứa dầu khí trong phòng thí nghiệm cho thấy Fsτ2 thay đổi

từ 5 đến 100 cho các loại đá chứa khác nhau Sự biến thiên trong Fsτ2chính là giới hạn phổ biến dùng cho các mô hình vì trong thực tế không xác định được hằng số Kozeny cho một thành hệ nhất định Nhiều nhà nghiên cứu đã cố gắng xác định độ thấm từ độ rỗng bằng công thức (2.2) nhưng đều không thành công bởi vì họ đều gán cho tích số Fsτ2 bằng 5 và

bỏ qua tham số Svgr2 Trên thực tế, giá trị của hằng số Kozeny thay đổi từ đơn vị dòng chảy này sang đơn vị dòng chảy khác và chỉ là hằng số trong một đơn vị dòng chảy Toàn

bộ biểu thức Fsτ2Sgr là một hàm đặc trưng địa chất cho môi trường trầm tích rỗng và nó biến thiên với những thay đổi trong cấu trúc hình học lỗ rỗng Như vậy, biểu thức này chứa mọi khía cạnh về địa chất của đơn vị dòng chảy Việc phát hiện và phân biệt của biểu thức

Fsτ2Sgr là một phần chủ yếu của phương pháp phân loại đơn vị dòng chảy, cái mà sẽ được

mô tả dưới đây :

Phương trình (2.2) được viết lại và thêm đơn vị độ thấm K là mD:

Thì thừa số còn lại ở vế phải của (2.3) được gọi là chỉ số của vùng chảy FZI (Flow Zone Indicator) và được xác định theo công thức:

lg RQI = lg FZI+ lgΦz (2.8) Như vậy FZI là tham số duy nhất mà kết hợp được các thuộc tính địa chất của kiến trúc hạt và khoáng vật để phân biệt các tướng kiến trúc lỗ rỗng khác nhau (các đơn vị dòng chảy) Nhìn chung, đá chứa lẫn nhiều khoáng vật sét, cát hạt mịn và độ chọn lọc kém thường có giá trị tỷ bề bề mặt cao, độ uốn khúc lớn và do đó có giá trị FZI thấp Ngược lại, cát hạt thô và sạch có giá trị tỷ bề bề mặt nhỏ, độ uốn khúc nhỏ, yếu tố hình dạng nhỏ

và do đó có giá trị FZI cao

Phương pháp ước lượng độ thấm truyền thống có nền tảng là các đường hồi quy đơn giản hoặc các suy luận thực nghiệm từ sự tương quan giữa các đường cong ĐVLGK đặc trưng của các giếng khác nhau Amaefule và nnk (1993) chỉ ra rằng mối quan hệ giữa độ thấm và độ rỗng theo phương trình hồi quy phi tuyến log K  a   b, thường xây dựng khi đồ thị trực giao độ rỗng và độ thấm đo được trên mẫu lõi trụ là không có cơ sở lý thuyết, chỉ mang tính địa phương vì có sự khác biệt lớn về đặc điểm trầm tích ở những vị trí khác nhau Phương pháp hồi quy giả định rằng tồn tại mối quan hệ giữa độ rỗng của mẫu lõi với logarit độ thấm mẫu lõi Trong phương pháp này, quan hệ độ rỗng - độ thấm theo đồ thị trực giao với đường hồi quy phi tuyến có hệ số tương quan R2 rất thấp

Hình 2.1 Đồ thị trực giao quan hệ độ rỗng – độ thấm

2.1 Các phương pháp xác định đơn vị dòng chảy

2.1.1 Phương pháp đồ thị trực giao RQI- Φz

Khi vẽ đồ thị trực giao RQI và Φz trên hệ tọa độ logarit kép, các mẫu lõi có cùng giá trị FZI sẽ nằm trên cùng một đường thẳng có hệ số góc = 1 (độ dốc 45º) Các mẫu có giá trị FZI khác sẽ nằm trên các đường thẳng khác và tất cả các đường thẳng này song song với nhau Sự phân tán của số liệu trên đường thẳng chủ yếu là do sai số đo đạc trong phân tích mẫu lõi Giá trị FZI được xác định tại giao điểm của đường thẳng tại Φz bằng 1 Các mẫu nằm trên cùng một đường thẳng sẽ có các thuộc tính kênh nối như nhau và như vậy chúng tạo thành một đơn vị dòng chảy Tuy nhiên, việc xác định số các đường thẳng (số các đơn vị dòng chảy) cũng gặp nhiều khó khăn, khi mà các nhóm mẫu không phân tách

rõ rệt

Ý tưởng cơ bản của phân loại đơn vị dòng chảy là xác định các nhóm của các lớp dữ liệu từ đường thẳng và độ dốc đơn vị trên đồ thị hệ tọa độ logarit kép thể hiện mối quan hệ

RQI - Φz Độ thấm tại các điểm lấy mẫu sau đó được tính toán từ một đơn vị dòng chảy thích hợp sử dụng giá trị FZI của nó và tương ứng với độ rỗng của mẫu

Hình 2.2 Đồ thị trực giao quan hệ RQI - Φz

Phương pháp này có nhược điểm là ta phải chia các giá trị FZI thành các khoảng bằng nhau, không biết được là giá trị FZI tập trung nhiều ở khoảng giá trị bao nhiêu, vì vậy ta cần dùng phương pháp khác phân chia khoảng giá trị FZI tốt hơn

2.1.2 Phương pháp biểu đồ phân bố FZI

Một cách tiếp cận khác để xác định các đơn vị dòng chảy là xây dựng biểu đồ phân bố của FZI trên thang logarit Về lý thuyết, sẽ có “n” phân bố chuẩn của “n” đơn vị dòng chảy trên biểu đồ này Điều này sẽ được chỉ ra ở Hình 2.3 Tần số phân bố quay vòng sẽ được

mô tả bởi :

√2πσi2

N HU i=1 exp ⌊−(z−z̅ ) i 2

2σi2 ⌋ (2.9) Trong đó :

NHU : số đơn vị dòng chảy

ωi : trọng số của phân bố đơn vị dòng chảy thứ i

σi : độ lệch chuẩn của phân bố thứ i

z : log(FZI)

𝑧𝑖

̅̅̅ : trung bình của phân bố thứ i

Khi nhóm tách biệt rõ ràng, đồ thị sẽ thể hiện rõ từng đơn vị dòng chảy và đưa ra giá trị FZI tương ứng của mỗi nhóm Đây là phương pháp dễ dàng và đơn giản nhất Tuy nhiên,

nó không được tin cậy và dễ dàng tách rời khi các nhóm riêng rẽ phân bố chồng chéo lên nhau Vì vậy, hầu hết các ứng dụng của phương pháp này không phù hợp bởi vì vùng chuyển tiếp giữa các đơn vị dòng chảy thường khó phán đoán sự đồng nhất của các nhóm

Hình 2.3 Biểu đồ phân bố FZI

2.1.3 Phương pháp biểu đồ phân bố xác suất tích lũy FZI

Đồ thị xác suất (hay hàm phân bố tích lũy) là một phần không thể thiếu của biểu đồ (hàm mật độ xác suất), và như vậy thì đồ thị trơn hơn biểu đồ Sự phân tán của dữ liệu được giảm trong đồ thị này và việc xác định các nhóm trở nên dễ dàng hơn Hàm phân bố tích lũy được đưa ra bởi :

F = 1

2⌊1 + ∑N HUi=1 ωierf (z−z̅ i

2σ )⌋ (2.10) Trong đó :

F : phân bố tích lũy, 0< F <1

erf : hàm lỗi

Một đồ thị xác suất thông thường có một hệ thống tọa độ được sắp xếp đặc biệt, nơi

mà mỗi phân bố thông thường có dạng một điểm riêng rẽ Do đó, số lượng các điểm và giá trị ranh giới FZI cho mỗi đơn vị dòng chảy có thể thu được từ các đồ thị xác suất của logarit FZI Vì giá trị FZI trung bình không được tính toán từ đồ thị xác suất, giá trị FZI đại diện cho mỗi đơn vị dòng chảy thu được bằng cách lấy trung bình tất cả các giá trị FZI trong ranh giới giới hạn đơn vị dòng chảy tương ứng Phương pháp biểu đồ phân bố xác suất tích lũy hữu ích hơn là phương pháp biểu đồ phân bố vì nó trực quan và dễ dàng xác định các điểm hơn

Hình 2.4 Biểu đồ phân bố xác suất tích lũy FZI

2.1.4 Phương pháp phân tích thống kê sử dụng thuật toán Ward

Sau khi tính toán độ rỗng và các tham số liên quan của RQI và FZI từ thông tin mẫu lõi, đơn vị dòng chảy có thể được xác định dựa trên giá trị FZI Mặc dù chỉ nên tồn tại một giá trị FZI cho mỗi đơn vị dòng chảy nhưng phân bố của FZI lại phân bố xung quanh giá trị trung bình chuẩn do sai số ngẫu nhiên trong phân tích mẫu lõi Khi nhiều nhóm đơn vị dòng chảy tồn tại, sự phân bố của tất cả FZI sẽ là sự chồng chập của các phân bố riêng lẻ xung quanh giá trị FZI trung bình Việc xác định mỗi giá trị FZI trung bình, hoặc các đơn

vị dòng chảy tương ứng, phương pháp phân tích nhóm sẽ đưa ra một quá trình phân tích của tất cả FZI phân bố trong các yếu tố cấu thành của nó

Một trong những các tiếp cận để xác định số các nhóm mẫu là phương pháp phân tích nhóm (cluster analysis) dựa trên thuật toán Ward Thuật toán của Ward là một phương pháp phân tích trong phân tích nhóm phân cấp Trong phương pháp này, tất cả các điểm

dữ liệu có giá trị sẽ được sáp nhập từng điểm một tuần tự với nhau cho đến khi đạt số lượng nhóm cần thiết Số lượng các nhóm là một tham số đầu vào của thuật toán Ward Phương pháp được minh họa bằng đồ thị, đặc biệt là đồ thị xác suất, cung cấp một cách rất tốt để xác định số lượng các đơn vị dòng chảy thích hợp cho tập hợp dữ liệu Một trong những lợi thế của thuật toán Ward hơn những phương pháp khác là cách xử lý đặc biệt những nhóm khác nhau Các nhóm được thành lập sao cho tổng khoảng cách giữa các nhóm lệch

ít nhất so với giá trị trung bình của chúng Vì vậy, mỗi nhóm có xu hướng đạt được khoảng cách nhỏ nhất xung quanh giá trị trung bình của nó, sự phân tán của các mẫu trong các nhóm được giảm tối đa và khoảng cách đến những nhóm khác là lớn nhất Chính vì vậy

mà thuật toán Ward được chọn để ứng dụng trong nghiên cứu này để xác định các đơn vị dòng chảy Tuy nhiên, như đã trình bày ở trên, số lượng của các đơn vị dòng chảy (số nhóm) lại là một tham số đầu vào của phép phân tích nhóm Số đơn vị dòng chảy hoàn toàn

có thể được thay đổi từ ít đến nhiều để tính toán hệ số tương quan của mô hình độ thấm hoặc đối sánh với tài liệu địa chất để lựa chọn số đơn vị dòng chảy thích hợp Độ lệch tổng trong nhóm được tính bởi :

W = ∑ ∑ (zni ij − z ̅)i 2

j=1

ngi=1 (2.11) Trong đó :

ng : số lượng các nhóm được ghép

ni : số lượng nhóm theo dõi thứ i

zij : theo dõi thứ j trong nhóm thứ i

Hình 2.5 Biểu đồ phân bố 4 đơn vị dòng chảy trên quan hệ Độ thấm- Độ rỗng

2.2 Phương pháp R35 sử dụng phương trình Winland

Giá trị R35 được định nghĩa là bán kính của độ mở lỗ hổng tương ứng với 35% bão hòa thủy ngân (Hình 2.6)

Winland (1976) khi đo độ rỗng của 312 mẫu đá chứa của mỏ Spindle ở Colorado đã

đề xuất một phương trình thực nghiệm xác định R 35 từ độ rỗng và độ thấm:

log R 35 = 0,732 + 0,588logK – 0,864log  (2.12)

Hay còn có:

R 35=10 0,732 + 0,588logK – 0,864log 

Các giá trị R 35 này cũng có thể sử dụng để xác định các đơn vị dòng chảy dựa trên cơ

sở các mẫu thuộc về một đơn vị dòng chảy sẽ phải có cùng chung một bán kính R 35 (m)

Hình 2.6 Khái niệm R 35

Hình 2.7 Phân loại đơn vị dòng chảy dựa trên giá trị R 35

2.3 Phương pháp phân tố thủy lực tổng hợp (GHE)

Corbett và nnk (2003) đưa ra một khái niệm mới gọi tên là phân tố thủy lực tổng hợp (Global Hydraulic Element) Các tác giả phân chia khoảng không gian biến thiên rất rộng của độ thấm và độ rỗng (độ thấm từ 0,0001mD đến 100.000mD và độ rỗng từ 0% đến 35%) thành 10 phần, trên cơ sở của phương pháp phân loại đơn vị dòng chảy theo các giá trị FZI Trong cách phân loại đá chứa theo độ rỗng và độ thấm này, các tác giả sử dụng một dãy các giá trị FZI xác định trước và sắp xếp theo hệ thống Một bản chuẩn GHE được xây dựng trên đồ thị trực giao của độ thấm và độ rỗng và không gian được chia thành 10 phân

tố thủy lực tổng hợp GHE với các giá trị FZI: 0,0938; 0,1875; 0,375; 0,75; 1,5; 3; 6; 12; 24; 48, tương ứng với giá trị biên dưới của GHE 1 đến GHE 10 Bản chuẩn của phân tố thủy lực tổng hợp (GHE template) được trình bày trong Hình 2.8

Có thể thấy rằng một ưu điểm của phương pháp tiếp cận phân loại đá chứa theo phân

tố thủy lực tổng hợp là hoàn toàn có thể so sánh các tầng chứa khác nhau, các bể chứa khác nhau trên cùng một tham chiếu là bản chuẩn GHE Phân tố thủy lực tổng hợp được xác định nhanh chóng khi biết được giá trị độ thấm và độ rỗng của đá chứa mà không cần phải

tính toán các tham số RQI, FZI như cách tiếp cận phân loại đá chứa theo đơn vị thủy lực thông thường ở trên

Đối với mỗi phân tố thủy lực tổng hợp, mối quan hệ giữa độ thấm và độ rỗng là hoàn toàn xác định, được tính trên giá trị FZI đại diện cho từng phân tố thủy lực tổng hợp và khác biệt so với phân tố thủy lực khác Độ thấm được xác định từ độ rỗng theo phương trình 14:

K = 1014,24 × FZI2 ×(1−Φ)Φ3 2 (2.14)

Hình 2.8 Bản chuẩn phân bố thủy lực tổng hợp

3 Dự báo đơn vị dòng chảy

3.1 Xác định sự phân bố đơn vị dòng chảy

Nhiệm vụ chính là dự báo các đơn vị dòng chảy trong giếng, nơi mà chỉ có các phép

đo ĐVLGK là có giá trị Đây là một quá trình nghịch đảo cần đến phương pháp xác suất

Ba bước cần thiết để suy luận ra sự phân bố các đơn vị dòng chảy dựa trên tài liệu đo ĐVLGK Đầu tiên, các đường cong ĐVLGK dễ bị ảnh hưởng bởi các tham số động lực dòng chảy của các thuộc tính lỗ rỗng được xác định Điều này được thực hiện bằng cách đánh giá mức độ chính xác của các đường cong ĐVLGK khác nhau với độ thấm hoặc FZI, hoặc bằng cách thực hiện phân tích thành phần chủ yếu Bước thứ hai liên quan đến việc xây dựng một cơ sở dữ liệu được huấn luyện là các thông tin về mối quan hệ qua lại giữa các đường cong ĐVLGK và đơn vị thủy lực Bước thứ ba sử dụng thông tin về cơ sở dữ liệu và các phép đo ĐVLGK để thống kê và suy ra phân bố của các đơn vị dòng chảy dựa theo các đường cong ĐVLGK Sau đây ta sẽ nghiên cứu từng phần chi tiết

Phạm Vi Tương Quan : Phạm vi tương quan của Spearman tính toán mức độ tương

quan giữa một tập hợp các phép đo trên hai biến Mỗi biến có phạm vi giảm dần, hoặc tăng dần, và hệ số tương quan của hai biến bất kì được tính toán Trong phần này, mối tương quan giữa phép đo biến số đường cong điện trong giếng và tài liệu mẫu lõi như độ thấm, RQI, hoặc FZI đều được nghiên cứu tỉ mỉ Mặc dù bản chất chính xác của biến số trong các đường cong ĐVLGK và các số đo mẫu lõi không có phạm vi tương quan, phương pháp này thực sự hữu ích khi nhận biết các đường cong ĐVLGK trong giếng với hệ số tương quan thấp Các đường này sẽ được loại bỏ từ quá trình dự đoán đơn vị dòng chảy, khi các đường cong ĐVLGK này không quan trọng hoặc phép đo ĐVLGK không ảnh hưởng đến mối liên quan giữa các đơn vị dòng chảy

Hệ số phạm vi tương quan giữa hai biến x và y được tính toán từ :

rs = 1 − 6 ∑n(nij=1(X−Y)2−1) 2 (2.15) Trong đó :

rs : hệ số tương quan

n : số tài liệu được ghép nhóm

Huấn Luyện Cơ Sở Dữ Liệu : Việc huấn luyện cơ sở dữ liệu phụ thuộc vào các đường

cong ĐVLGK trong giếng và thông tin mẫu lõi được biểu diễn bởi mối quan hệ giữa các loại đơn vị dòng chảy của mỗi điểm lấy mẫu với các đường cong ĐVLGK trong giếng được chọn Quá trình tương quan được minh họa ở trong Hình 2.9 cho một giếng có cả mẫu lõi và tài liệu ĐVLGK

Hình 2.9 Mối tương quan giữa các đường cong ĐVLGK với

các đơn vị dòng chảy được xác định từ mẫu lõi

Ở mỗi độ sâu, nơi có số đo độ rỗng và độ thấm, một loại đơn vị dòng chảy có thể được xác định bởi các phương pháp đã được mô tả trước đó Thông số các đường cong ĐVLGK trong giếng là x1, x2, …, xn được ghép vào một nhóm đơn vị dòng chảy Quá trình này lặp

đi lặp lại cho tất cả các độ sâu cho đến khi tất cả các thông tin về đường log được sử dụng

và với từng độ sâu sẽ được ghép vào một nhóm đơn vị dòng chảy Tiếp theo, một đồ thị trực giao đa chiều hoặc một biểu đồ của các đường cong ĐVLGK trong giếng sẽ được xây dựng và ở mỗi độ sâu, thông tin về đơn vị dòng chảy sẽ được thể hiện trên đồ thị trực giao này Mỗi trục của đồ thị trực giao này được chia thành các nhóm để mỗi nhóm có tài liệu đường cong ĐVLGK trong giếng khoan giống nhau, mỗi nhóm chứa một phân bố cho các loại đơn vị dòng chảy Đối với tài liệu thay đổi trên phạm vi các số đo của 1 đường cong ĐVLGK thì phụ thuộc nhiều vào giá trị của đường đó (ví dụ với tài liệu điện trở suất thì phải thay đổi tỉ lệ phi tuyến thành thang logarit)

Trong mỗi nhóm của biểu đồ, xác suất phụ thuộc vào điều kiện của mỗi đơn vị dòng chảy riêng lẻ, p(HU|x), các số đo đường cong ĐVLGK trong giếng của x được tính toán bằng cách dùng thông tin chứa trong các nhóm giống nhau Việc tính toán xác suất này cần dùng định luật của Bayesian

Định Luật Bayesian : Chủ yếu qui cho phân bố xác suất của các giá trị đường cong

ĐVLGK cho mỗi đơn vị dòng chảy và sau đó xác định tập hợp các đường cong ĐVLGK thuộc về kết quả có xác suất cao nhất, đáng tin cậy nhất (Most Likely) Định luật Bayes đưa ra xác suất có điều kiện của đơn vị dòng chảy “i” cho thích hợp với các số đo đường cong ĐVLGK trong giếng “x” như sau :

p(HUi|x) = f(x|HUi)p(HUi)

∑NHUi=1 [f(x|HUi)p(HUj)] (2.16)

Thuật ngữ f(x|HU) là xác suất của các đường cong ĐVLGK với mỗi đơn vị dòng chảy Đây là hàm “likelihood”, p(HU) là xác suất ban đầu thu được từ phân loại tài liệu mẫu lõi,

và p(HU|x) là xác suất lúc sau thu được từ tài liệu đường cong ĐVLGK giếng khoan Sử dụng các nhóm riêng biệt cho vecto x tiệm cận với đơn vị dòng chảy Phương trình (2.14)

có thể đơn giản hơn nữa bằng cách xét số lượng các điểm số liệu của các loại đơn vị dòng chảy khác nhau như sau:

Nếu có những nhóm không có số liệu trong cơ sở dữ liệu, xác suất xuất hiện của các đơn vị dòng chảy trong những nhóm này được xác định bằng một phương trình nội suy nghịch đảo bình phương khoảng cách Xác suất trong một nhóm không có số liệu x được ước tính bằng cách sử dụng tất cả thông tin có từ trước của các nhóm như sau:

̅̅̅ : Tính toán xác suất đơn vị dòng chảy tại nhóm x

Pxi : xác suất đơn vị dòng chảy trong nhóm Xi

di : khoảng cách giữa nhóm x và Xi

Khi các loại đơn vị dòng chảy được ước tính, phân bố độ thấm trong giếng được xây dựng từ các nhóm đơn vị dòng chảy phù hợp và các giá trị FZI tương ứng theo phương trình (2.14)

3.2 Dự báo đơn vị dòng chảy

Trong phạm vi đồ án này, ta sẽ áp dụng lý thuyết Logic mờ (Fuzzy Logic) để dự báo các đơn vị dòng chảy trên giếng

3.2.1 Logic mờ (Fuzzy Logic)

Trong suy luận khoa học, logic toán học đóng một vai trò rất quan trọng Ngày nay, với sự tiến bộ và phát triển của khoa học, suy luận logic mệnh đề với hai giá trị đúng, sai hay 1, 0 đã không còn giải quyết được hết các bài toán phức tạp nảy sinh trong thực tế Đơn giản như trong minh giải tài kiệu ĐVLGK, giá trị của đường cong mật độ RHOB bằng bao nhiêu là của cát kết, bằng bao nhiêu là của đá vội Khái niệm phân biệt cát kết và đá vội bằng giá trị mật độ RHOB là không được định nghĩa rõ ràng Những bài toán như vậy ngày một nhiều hơn trong mọi lĩnh vực, đặc biệt là trong nhận dạng hệ thống, … nói chung

là trong các quá trình quyết định nhằm giải các bài toán với các dữ liệu không đầy đủ, hoặc không được định nghĩa một cách rõ ràng

Một các tiếp cận mới đã mang lại nhiều kết quả thực tiễn và đang tiếp tục phát triển đó

là cách tiếp cận của lý thuyết tập mờ (Fuzzy Set Theory), do giáo sư Lotfi Zadeh của trường đại học California – Mỹ đề ra năm 1965 Công trình này thực sự đã khai sinh ra một ngành khoa học mới là lý thuyết tập mờ và đã nhanh chóng được các nhà nghiên cứu công nghệ mới chấp nhận ý tưởng Một số kết quả bước đầu và hướng nghiên cứu tiếp theo góp phần tạo nên những sản phẩm công nghiệp đang được tiêu thụ trên thị trường Lý thuyết tập mờ ngày càng phong phú và hoàn chỉnh, đã tạo nền tảng vững chắc để phát triển logic mờ Có thể nói logic mờ (Fuzzy Logic) là nền tảng để xây dựng các hệ mờ để giải quyết các vấn

đề đặt ra trong thực tế sản xuất Công cụ chủ chốt của logic mờ là tiền đề hóa và lập luận xấp xỉ với phép suy diễn mờ

3.2.2 Tập mờ (Fuzzy Set)

Tập mờ A trong tập U được định nghĩa bởi một cặp thứ tự A = {(x, µA(x))/x є U}

µA được gọi là hàm thành viên của tập mờ A, µA(x) là độ thuộc của x trong tập mờ A Khoảng xác định của hàm µA(a) là đoạn [0,1], trong đó giá trị 0 chỉ mức độ không thuộc về, còn giá trị 1 chỉ mức độ thuộc về hoàn toàn

3.2.3 Logic mờ (Fuzzy Logic)

Trong logic rõ thì mệnh đề là một câu phát biểu có giá trị đúng hoặc sai Trong logic

mờ thì mỗi mệnh đề mờ là một câu phát biểu không nhất thiết là đúng hoặc sai Mệnh đề

mờ được gán cho một giá trị trong khoảng từ 0 đến 1 để chỉ mức độ đúng (độ thuộc về) của nó

Hình 2.10 Đồ thị biểu diễn Logic mờ

3.2.4 Suy diễn mờ (Fuzzy Inference)

Suy diễn mờ hay còn gọi là suy luận xấp xỉ là quá trình suy ra những kết luận dưới dạng các mệnh đề mờ trong điều kiện của quy tắc “Nếu… Thì…”, với các dữ liệu đầu vào cho trước là không được rõ ràng

Thông thường, suy diễn mờ hay sử dụng luật Modus Ponnens hoặc Modus Tollen Trong logic rõ, Modus Ponnen diễn đạt như sau:

Mệnh đề 1 (luật hoặc tri thức) : P -> Q

Mệnh đề 2 (sự kiện) : P đúng

Kết luận: : Q đúng

Trong suy diễn mờ, luật được diễn đạt dưới dạng sau:

Luật mờ: Nếu x=A thì y=B

Sự kiện mờ x=A’

Trong đó A, A’ là các tập mờ trên không gian nền U; B và B’ là các tập mờ trên không gian nền V

3.2.5 Hệ suy diễn mờ (Fuzzy Inference Systems)

Hệ suy diễn mờ là các mô hình toán học với mục địch ứng dụng logic mờ trong quá trình suy diễn để diễn tả một giá trị đầu vào cho trước với một giá trị đầu ra Quá trình diễn

tả cung cấp cơ sở cho các quyết định, nói cách khác là để xây dựng các quyết định mờ

Một hệ suy diễn mờ bao gồm các khối:

 Cơ sở luật mờ: bao gồm một số các luật “Nếu … thì”

 Một cơ sở dữ liệu của các hàm thành viên của tập mờ sử dụng trong các luật mờ

 Một khối mô phỏng ra quyết định và thực hiện các suy diễn mờ dựa trên cơ sở luật

mờ

 Bộ mờ hóa (Fuzzification) chuyển các dữ liệu được đo lường thành các giá trị ngôn ngữ thích hợp

 Bộ khử mờ (Defuzzication) chuyển các dữ liệu mờ thu được từ khối mô phỏng ra quyết định thành các dữ liệu đo lường được

Hình 2.11 trình bày sơ đồ khối của các thành phần trong một hệ suy diễn mờ

 Áp dụng các quy tắc hợp thành để xác định tập mờ đầu ra tương ứng

 Khử mờ các giá trị mờ đầu ra xác định được để tìm giá trị rõ của đầu ra Phương pháp điểm trọng tâm (centroid calculation) được sử dụng phổ biến nhất

DỰ BÁO ĐƠN VỊ DÒNG CHẢY DỰA TRÊN KẾT QUẢ MINH

Sau đây là bảng thống kê các đường cong ĐVLGK và toàn bộ khoảng độ sâu đo ĐVLGK, độ sâu khoảng lấy mẫu lõi được sử dụng để minh giải trên giếng BK-1 và BK-2:

Bảng 3.1 Thống kê các đường cong ĐVLGK được sử dụng

Trên giếng BK-1 :

Bảng 3.2 Thống kê khoảng nghiên cứu giếng BK-1

cong ĐVLGK khác như Neutron (TNPH) và đường Mật Độ ( RHOZ) Hàm lượng sét được tính toán dựa trên công thức Clavier :

GR : là giá trị đo Gamma Ray

GRmin : là giá trị đo Gamma Ray ở điểm cát sạch

GRmax : là giá trị đo Gamma Ray ở điểm sét sạch

Các tham số đầu vào khi minh giải ĐVLGK trên giếng BK-1 :

Bảng 3.4 Tham số đầu vào các đường cong ĐVLGK giếng BK-1

Hình 3.1 Kết quả minh giải xác định hàm lượng sét giếng BK-1

Các tham số đầu vào khi minh giải ĐVLGK trên giếng BK-2 :

Bảng 3.5 Tham số đầu vào các đường cong ĐVLGK giếng BK-2

Hình 3.2 Kết quả minh giải xác định hàm lượng sét giếng BK-2

1.3 Xác định độ rỗng

Các đường cong Mật Độ (RHOZ) và Neutron (TNPH) chủ yếu được dùng để xác định

độ rỗng dựa vào công thức :

ΦN,sh: là độ rỗng tính theo đường Neutron

Sau đó độ rỗng được xác định bằng phương pháp tính toán kết hợp cả Neutron và Mật Độ:

ΦD−N = ΦD +ΦN

2 (3.4)

1.4 Xác định độ bão hòa nước

Để xác định độ bão hòa nước, trước tiên ta phải xác định được các tham số đầu vào như điện trở suất nước vỉa (Rw), hệ số xi măng (m), hệ số độ uốn khúc (a)

Trong phạm vi của đồ án và tài liệu được cung cấp, ta có bảng số liệu sau :

Bảng 3.6 Thống kê các tham số đầu vào xác định Độ rỗng- Độ bão hòa nước

Để xác định Độ bão hòa nước (Sw) cho 2 giếng khoan có các thành hệ là trầm tích bở rởi ta sử dụng mô hình cát – sét Simandoux Việc tính toán dựa trên quan hệ giữa hàm lượng sét, không gian lỗ rỗng, sự phân bố của không gian lỗ rỗng và chất lưu có chứa trong

lỗ rỗng để xác định độ bão hòa nước hiệu dụng Từ chỉ số thành hệ và điện trở suất thành

hệ ta xác định được các hằng số như độ uốn khúc (a), hệ số ximăng (m), và hệ số bão hòa (n) Tất cả các tham số trên sẽ được dùng để tính toán Độ bão hòa nước Sw :

1

Rt = Φm×Sw

a×Rw×(1−Vcl) + Vcl ×Sw

Rcl (3.5)Trong đó :

a : là chỉ số độ uốn khúc của Archie

m : là hệ số ximăng gắn kết của Archie

n : là hệ số bão hòa của Archie

Φ : là độ rỗng

Rw : là điện trở suất nước vỉa

Rt : là điện trở suất thực của vỉa

Vcl : là thể tích sét

Rcl : là điện trở suất của sét

Sw: là độ bão hòa nước hiệu dụng

Sau đây là hình ảnh kết quả trên giếng BK-1 và BK-2 :

Hình 3.3 Kết quả minh giải xác định Độ rỗng- Độ bão hòa nước giếng BK-1

Do các mẫu lõi được lấy ở tập BII.1 nên trong phạm vi đồ án này, ta sẽ nghiên cứu chi

tiết hơn trên tâp BII.1 :

Hình 3.4 Kết quả minh giải Độ rỗng- Độ bão hòa nước trên tập BII.1 giếng BK-1

Hình 3.5 Kết quả minh giải xác định Độ rỗng- Độ bão hòa nước giếng BK-2

Hình 3.6 Kết quả minh giải Độ rỗng- Độ bão hòa nước trên tập BII.1 giếng BK-2

Ta có thể thấy kết quả minh giải độ rỗng hiệu dụng (PHIE) khá tương đồng với độ

rỗng xác định được từ mẫu lõi :

Hình 3.7 Thể hiện phân bố Độ rỗng mẫu lõi lên kết quả minh giải Độ rỗng giếng

BK-2

1.5 Cut-off

Xác định giá trị cut-off chỉ nhằm một mục đích là xác định độ dày tầng chứa và độ dày tầng chứa sản phẩm ở trong giếng Bằng cách kết hợp các ngưỡng giá trị của Hàm lượng sét (Vsh), Độ rỗng (Φ) và Độ bão hòa nước (Sw) lại với nhau để đưa ra kết quả về tầng sản phẩm chuẩn xác nhất

Cơ sở của việc xác định giá trị Độ rỗng cut-off là sử dụng đồ thị trực giao giữa độ thấm

và độ rỗng, từ giá trị độ thấm bằng 1mD (bắt đầu cho dầu chảy) ta có thể xác định được độ rỗng, lấy giá trị độ rỗng này là Độ rỗng cut-off

Hình 3.8 Phương pháp xác định giá trị Độ rỗng cut-off từ Độ thấm

Cơ sở của việc xác định giá trị Độ bão hòa nước cut-off là sử dụng đồ thị thể hiện mối quan hệ giữa độ bão hòa nước, độ bão hòa dầu và độ thấm, đường độ bão hòa nước và