Revisión de técnicas microscópicas para modelos digitales de roca

IF 0.5 Q4 GEOLOGY
Andrei Felipe Lozano, Tatiana Juliao-Lemus, Edgar Ricardo Pérez, Ayerim Antonieta Obando-Yaguas
{"title":"Revisión de técnicas microscópicas para modelos digitales de roca","authors":"Andrei Felipe Lozano, Tatiana Juliao-Lemus, Edgar Ricardo Pérez, Ayerim Antonieta Obando-Yaguas","doi":"10.18273/revbol.v44n1-2022008","DOIUrl":null,"url":null,"abstract":"Los yacimientos no convencionales (roca generadora) representan una nueva etapa en la exploración y explotación de petróleo y gas a nivel mundial, y su caracterización petrofísica sigue siendo un desafío, debido a las bajas permeabilidades, los altos niveles de heterogeneidad y la dificultad de adaptación de las técnicas convencionales. La petrofísica digital surge como una alternativa que aprovecha los últimos avances en la microscopía electrónica, la tomografía computarizada y el procesamiento computacional para, a través de métodos numéricos y algoritmos de conteo de vóxel, estimar las propiedades petrofísicas en lo que se denomina un modelo de roca digital. En este trabajo se realiza una revisión de las técnicas de caracterización digital y su aplicación en muestras de yacimientos no convencionales pertenecientes a la Formación Vaca Muerta (Argentina) y Formación La Luna (Colombia). Con esta tecnología es posible visualizar el espacio poroso a escala micro- y nanométrica, con el fin de obtener información cualitativa (tipos de poro y microfracturas) y cuantitativa (porosidad, permeabilidad absoluta, distribución de tamaño de poro, cantidad de materia orgánica y propiedades petrofísicas avanzadas). Los resultados obtenidos indican que las muestras FIB-SEM se encuentran por debajo del volumen elemental representativo y que las muestras digitales con mayores dimensiones, aunque más representativas, requieren de una mayor capacidad computacional. El escalamiento de las propiedades petrofísicas, la falta de conectividad del medio poroso y la baja representatividad son las principales limitantes presentes en la tecnología. Sin embargo, su potencial aumenta conforme la inteligencia artificial, la simulación y el machine learning toman fuerza en la industria del petróleo.","PeriodicalId":44188,"journal":{"name":"Boletin de Geologia","volume":" ","pages":""},"PeriodicalIF":0.5000,"publicationDate":"2022-01-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Boletin de Geologia","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.18273/revbol.v44n1-2022008","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"GEOLOGY","Score":null,"Total":0}
引用次数: 0

Abstract

Los yacimientos no convencionales (roca generadora) representan una nueva etapa en la exploración y explotación de petróleo y gas a nivel mundial, y su caracterización petrofísica sigue siendo un desafío, debido a las bajas permeabilidades, los altos niveles de heterogeneidad y la dificultad de adaptación de las técnicas convencionales. La petrofísica digital surge como una alternativa que aprovecha los últimos avances en la microscopía electrónica, la tomografía computarizada y el procesamiento computacional para, a través de métodos numéricos y algoritmos de conteo de vóxel, estimar las propiedades petrofísicas en lo que se denomina un modelo de roca digital. En este trabajo se realiza una revisión de las técnicas de caracterización digital y su aplicación en muestras de yacimientos no convencionales pertenecientes a la Formación Vaca Muerta (Argentina) y Formación La Luna (Colombia). Con esta tecnología es posible visualizar el espacio poroso a escala micro- y nanométrica, con el fin de obtener información cualitativa (tipos de poro y microfracturas) y cuantitativa (porosidad, permeabilidad absoluta, distribución de tamaño de poro, cantidad de materia orgánica y propiedades petrofísicas avanzadas). Los resultados obtenidos indican que las muestras FIB-SEM se encuentran por debajo del volumen elemental representativo y que las muestras digitales con mayores dimensiones, aunque más representativas, requieren de una mayor capacidad computacional. El escalamiento de las propiedades petrofísicas, la falta de conectividad del medio poroso y la baja representatividad son las principales limitantes presentes en la tecnología. Sin embargo, su potencial aumenta conforme la inteligencia artificial, la simulación y el machine learning toman fuerza en la industria del petróleo.
岩石数字模型微观技术综述
非常规油藏(生成岩)代表了全球油气勘探和开发的新阶段,由于渗透率低、非均质性高以及常规技术难以适应,其岩石物理特征仍然是一个挑战。数字岩石物理学是一种替代方案,它利用电子显微镜、计算机断层扫描和计算处理的最新进展,通过数值方法和涡量计算算法,估计所谓的数字岩石模型的岩石物理性质。本文回顾了数字表征技术及其在属于Vaca Muerta地层(阿根廷)和La Luna地层(哥伦比亚)的非常规矿床样本中的应用。利用这项技术,可以在微观和纳米尺度上可视化多孔空间,以获得定性信息(孔隙类型和微裂缝)和定量信息(孔隙度、绝对渗透率、孔径分布、有机质含量和先进的岩石物理性质)。所得结果表明,FIB-SEM样本低于具有代表性的元素体积,尺寸较大但更具代表性的数字样本需要更大的计算能力。岩石物理性质的升级、多孔介质缺乏连通性和代表性低是该技术的主要限制因素。然而,随着人工智能、仿真和机器学习在石油工业中的应用,其潜力越来越大。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
CiteScore
0.80
自引率
0.00%
发文量
15
审稿时长
15 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信