Revista Ingeniería Petrolera Enero-Febrero 2023

Petrolera Ingeniería Contenido

4-17

18-28

Órgano de Divulgación Técnica e Información de la Asociación de Ingenieros Petroleros de México, A.C. Vol. 63, No. 1, ENERO-FEBRERO DE 2023

www.aipmac.org.mx/editorial/

29-47

Accelerated and automated methodology to reduce the time for field development planning

Atahualpa Jose Villaroel Salazar

Luis David Mendoza

Pedro Tomas Malibran Ramírez

Oscar Darío Quintero

Fernando Núñez Méndez

Generación de valor incorporando reservas y recursos prospectivos en las cercanías de campos maduros del APAPCH

Julián Javier González Morales

Coautor: Rafael Romero Peñaloza

Coautor: Xóchitl Morán Federico

Coautor: María Josefina Hernández Díaz

Multi-Attribute Well Interpolator y Constraint Sparse Spike Inversion: dos métodos basados en inversión de datos como una solución para la ausencia de frecuencias sísmicas bajas

Erik Camacho Ramírez

48-59

Aprovechamiento de líquidos del gas natural. Estrategias rentables en plataformas del Golfo de México

Alberto Lory Mendoza

Gabriel Díaz Boffelli

José Ramírez Ramírez

Foto de portada: cortesía de Pemex.

INGENIERÍA PETROLERA.- Publicación bimestral editada por la Asociación de Ingenieros Petroleros de México A.C., Av. Melchor Ocampo 193, Torre A piso 12, Col. Verónica Anzúres, Alcaldía Miguel Hidalgo, Ciudad de México, C.P. 11300, Tels: 5260 2244 y 5260 7310; a cargo de 4AM FOR ADVERTISING AND MARKETING S.A. DE C.V., Enrique J. Palacios No. 108, Col. Prado Ermita, C.P. 03590, Alcaldía Benito Juárez, Ciudad de México, Tel: 55 3211 6077. Certifcado de reserva de Derechos al Uso Exclusivo núm. 04-2019-041219030400-203 ante la Dirección General del Derecho de Autor. Toda la correspondencia debe dirigirse a la Asociación de Ingenieros Petroleros de México A.C. EL CONTENIDO DE LOS ARTÍCULOS TÉCNICOS ES RESPONSABILIDAD DEL AUTOR.

Presidente

D irec tiva N ac io na l 2022 -202 4

Ing. Eduardo Poblano Romero

Vicepresidente Ing. Edmundo Herrero Coronado

Secretario Ing. Jesús Rojas Palma

Tesorero Ing. José Antonio Ruiz García

Director de la Comisión de Estudios Ing. Marco Antonio Delgado Avilés

Director de la Comisión Editorial Ing. Quintn Cárdenas Jammet

Coordinador de Ayuda Mutua Ing. José Antonio Wuoto Ramos

Coordinador de Fondo de Retiro

Director de la Comisión Legislativa

Director de la Comisión de Membresía

Ing. Pedro José Carmona Alegría

Ing. Francisco Arana Guzmán

Ing. Lauro Jesús González González

P res ide ntes Delegac io nale s 2021 -202 3

Delegación Ciudad del Carmen Ing. Adrián Álvarez Bahena

Delegación Coatzacoalcos Ing. César Luis Chavarría Fernández

Delegación Comalcalco Ing. Miguel Ángel Maqueda Ceballos

Delegación México Ing. David Velázquez Cruz

Delegación Monterrey Ing. Roberto Gracia Saldívar

Delegación Poza Rica Ing. Luis Pineda Fonseca

Delegación Reynosa Ing. Pedro René Romero Morales

Delegación Tampico Ing. Alfonso Amieva Zamora

Delegación Veracruz Ing. Gabriel González Covarrubias

Delegación Villahermosa Ing. Heberto Ramos Rodríguez

Re v is ta Inge nie ría Pe trole ra

Coordinación Editorial Ing. Quintn Cárdenas Jammet comision.nacional.editorial@aipmac.org.mx

Laura Hernández Rosas lhernandezr@aipmac.org.mx

Consejo Editorial

Roberto Aguilera University of Calgary

Universidad Nacional Autónoma de México

Jorge Alberto Arévalo Villagrán

Universidad Nacional Autónoma de México

Fernando Ascencio Cendejas

Petróleos Mexicanos

José Luis Bashbush Bauza Schlumberger

Thomas A. Blasingame

Texas A&M University

Rodolfo Gabriel Camacho Velázquez

Universidad Nacional Autónoma de México

Héber Cinco Ley

Universidad Nacional Autónoma de México

Petróleos Mexicanos

Lic. Franco Vázquez Asistencia

Erik Luna Rojero

Universidad Nacional Autónoma de México

Comisión Nacional de Hidrocarburos

Michael Prats

Consultor EUA

Fernando J. Rodríguez de la Garza

Universidad Nacional Autónoma de México

Fernando Samaniego Verduzco

Universidad Nacional Autónoma de México

Francisco Sánchez Sesma

Universidad Nacional Autónoma de México

César Suárez Arriaga

Universidad Michoacana de San Nicolás Hidalgo

César Treviño Treviño

Universidad Nacional Autónoma de México

Universidad Nacional Autónoma de México

técnica

Accelerated and automated methodology to reduce the time for field development planning

Atahualpa Jose Villaroel Salazar

Luis David Mendoza

Pedro Tomas Malibran Ramirez

Oscar Darío Quintero

Fernando Núñez Méndez

Artículo recibido en junio de 2022-revisado-evaluado y aceptado en noviembre de 2022-

Summary

The process of field development planning represents a grade of complexity due to the required integration between multiple domains, many scenarios evaluation, and la limited time frame. With the aim to accelerate this task, a methodology is proposed to integrate workflows and technology to fast-track the multiple scenarios evaluation based on subsurface uncertainty and economic evaluation.

The proposed methodology is based on identifying reservoir zones with higher potential to produce hydrocarbons (AlKhazraji et al 2015), thus, evaluating the multiple development scenarios to define the best well spacing, well trajectory and perforation length. This initial stage allows for technical and economical evaluation of each development scenario using as selection criteria economic indicators such as Net Present Value (NPV). Also, thanks to the Monte-Carlo sampling method is possible to estimate an efficiency frontier of the project (Tonnsen et al 2008).

Once the bests development scenarios are carefully chosen, further simulations were made to assess uncertainty. As a result of integrated analysis, reservoir understanding, and multiple scenarios evaluation the main outcome of the methodology is a “well ranking” associated with a rate of success value which allows the selection of the well location with the lowest associated risk.

As an application example, results showed that only 50% of the wells initially proposed performed above the economic threshold criterion and a similar recovery compared to the reference field development plan. Based on that, new locations were recommended to minimize the CAPEX honoring the target set.

Metodología acelerada y automatizada para reducir el tiempo en la generación de planes de desarrollo de campos

Resumen

El proceso de generación de planes de desarrollo de campos representa un alto grado de complejidad debido a la integración requerida entre múltiples dominios, la evaluación de muchos escenarios y el tiempo limitado. Con el objetivo de acelerar esta tarea, se propone una metodología para integrar flujos de trabajo y tecnología para acelerar la evaluación de escenarios múltiples basados en la incertidumbre del subsuelo y la evaluación económica.

La metodología propuesta se basa en la identificación de zonas de yacimientos con mayor potencial para producir hidrocarburos (Al-Khazraji et al 2015), evaluando así los múltiples escenarios de desarrollo para definir el mejor

espaciamiento entre pozos, trayectoria de pozos y longitud de disparos. Esta etapa inicial permite evaluar técnica y económicamente cada escenario de desarrollo utilizando como criterio de selección indicadores económicos como el Valor Presente Neto (VPN). Además, gracias al método de muestreo Monte-Carlo es posible estimar una frontera de eficiencia del proyecto (Tonnsen et al 2008)

Una vez que se eligieron cuidadosamente los mejores escenarios de desarrollo, se realizaron más simulaciones para evaluar la incertidumbre. Como resultado del análisis integrado, la comprensión del yacimiento y la evaluación de múltiples escenarios, el resultado principal de la metodología es una “clasificación de pozos” asociada con un valor de tasa de éxito que permite seleccionar una ubicación de pozo con el menor riesgo asociado.

Como ejemplo de aplicación, los resultados mostraron que solo el 50 % de los pozos propuestos inicialmente superaron el criterio del umbral económico y una recuperación similar en comparación con el plan de desarrollo del campo de referencia. Con base en eso, se recomendaron nuevas ubicaciones para minimizar el CAPEX respetando la meta establecida.

Introduction

As mentioned in many studies, well placement is one of the most complex tasks in the process of creating field development plans, and normally it is performed manually for each simulation case. This activity requires tens, hundreds, or thousands of repetitions to test the spectrum of possible solutions with a lot of options to locate, complete, and schedule the wells, consuming a lot of time from both the human resources and hardware/software viewpoints.

Simulation Opportunity Index (SOI) is one of the methodologies used to help the petrotechnical experts to get the targets but there are a lot of methodologies to calculate this, depending on the specific type of field/ reservoir.

This methodology is based on an integrated and automated workflow that allows the sampling of any uncertainty, or optimization variable, such as: Petrophysical variables, natural fracture properties, structural features, horizontal length, well spacing, well orientation, and well trajectory type (horizontal or vertical). Running repeatedly a case

for each set of created wells repeatedly and calculating economic variables, for instance: Net present value (NPV), Return of investment (ROI). This allows the team to make decisions, but even better it is a flexible workflow which can be adapted to any condition of reservoir economical constraints, thus reducing the time to generate the Field development plan (FDP) under uncertainty for brown or green field from months to weeks or days.

Methodology & results

This methodology has been tested in theoretical models with a variety of characteristics for clastic or carbonate reservoirs, but also it has been used in different real projects with great results in terms of execution timeframe, uncertainty quantification, and optimization. The description of the methodology and some of these results will be shown below.

Figure 1 describes the eight steps of the methodology, where every step is integrated with the next one for a better understanding of subsurface uncertainty.

Atahualpa Jose Villaroel Salazar, Luis David Mendoza, Pedro Tomas Malibran Ramírez, Oscar Darío Quintero Fernando Núñez Méndez

Seismic data & interpretation

Conventional reservoir characterization begins with the comprehension of seismic data available in the region, where horizons are interpreted, and the reservoir structure is delimited. At this initial stage of structural modeling, the seismic resolution has associated uncertainty. Therefore,

the first step in the methodology is to include variation or possible outcomes from more than one interpretation. Figure 2 illustrates the top, middle, and bottom limits and their range of variation used in the process. This allows capturing one of many key uncertainties during the evaluation process of a well position.

Figure 1. Accelerated Field Development Plan Methodology Scheme.

Figure 2. Seismic interpretation ensembles.

The automatization of the methodology gives the opportunity to measure the impact on production forecast and the economic potential of the asset.

Geological model & probabilistic volumetric

A probabilistic approach is a common practice for the estimation of original oil in place (OOIP). The development of

multiple static models was connected to simulation models, and associated uncertainties such as porosity, permeability, and oil-water contact were considered. Figure 3 exemplifies the normal distribution of volumetric calculation.

For carbonate reservoirs, a discrete fracture network had been included in the automated workflow. For instance, fracture aperture (a), sigma (σ), and fracture intensity were also evaluated.

Simulation opportunity index and sweet spot screening

As part of the methodology of this paper, Simulation opportunity index technique (Al-Khazraji et al 2015) has been implemented to identify reservoir potential zones with higher opportunities to maximize oil recovery. This method has been integrated and automated to be applicable for clastic or carbonate reservoirs.

SOI = Simulation Opportunity Index

ISO = Oil saturation index

IHCVP = Hydrocarbon volume index

IKH = Flow capacity index

As a result, Figure 4 shows potential zones identified for one simulation case. Cutoff of 0.3 – 0.4 has been used as a reference. Other considerations for identifying potential zones are connected volumes, distances to faults, and drainage radius of existing wells.

Atahualpa Jose Villaroel Salazar, Luis David Mendoza, Pedro Tomas Malibran Ramírez, Oscar Darío Quintero Fernando Núñez Méndez

Figure 3. The probabilistic calculation for OOIP.

Well placement and trajectory evaluation

This is one of the most important stages in the methodology attributable to the well spacing, rig resources, and automatic completion which controls the total well number for each iteration. Consequently, an estimation of CAPEX for each development scenario.

Software automatization and integration allow combining SOI with well-positioning tools easily to switch between vertical, deviated, and horizontal wells to compare multiple FDP concepts, Figure 5.

Figure 4. Reservoir sweet spots identification.

Figure 5. Well placement options for AFP.

Result analysis & selection criteria

Multiple scenarios can be executed in a few hours under uncertainty which allow to use of different selection criteria for each case, with a particular feature or constraint. In Figures 6 and 7 cumulative production and oil rates for the

set of cases are shown; later these values together with economic parameters are used to calculate NPV for all the evaluated scenarios and using a statistical parameters P10, P50, and P90 are calculated, and compared with the same percentiles for the cumulative oil, Figure 8

Atahualpa Jose Villaroel Salazar, Luis David Mendoza, Pedro Tomas Malibran Ramírez, Oscar Darío Quintero Fernando Núñez Méndez

Figure 6. Cumulative oil production for the ensemble of cases.

Figure 7. Oil rate for the ensemble of cases.

An additional way to compare results and select the best cases is through complementary economic indicators (i.e., return of investment) and using frontiers of efficient, Figure 9 it is important to highlight that each point represent one simulation case. in this study two methods were used: first with a cross chart between Net

Present Value and Return of Investment and another one with Cumulative Oil Production against Return of Investment, Figure 10 . Here it is important to highlight that all these graphs and methods could be modified, based on operator or field particularities, adapting the workflow quite simple.

Figure 8. Comparison of NPV and cumulative oil production for P10, P50 and P90.

Figure 9. Example for comparison of NPV and ROI and frontiers of efficiency.

Production forecasting

From previous results, each selected scenario can be subjected to sensitivity and uncertainty analysis, to investigate the impact of other uncertainty variables in more detail and the subsequent well ranking with probabilities.

For this study, an uncertainty analysis was performed for each percentile previously determined, which allows a later well ranking for each percentile covering the entire uncertainty present. The results of the ensemble of cases are shown in Figures 11, 12, and 13

Atahualpa Jose Villaroel Salazar, Luis David Mendoza, Pedro Tomas Malibran Ramírez, Oscar Darío Quintero Fernando Núñez Méndez

Figure 10. NPV vs ROI and NPV vs Oil cumulative Comparison for all executions.

Figure 11. Ensemble of cases from uncertainty for case P10.

Probabilistic well ranking

As part of the final stages, all wells for each percentile or ensemble of cases, could be ranked based on the selected success criteria. For this study the success criteria were the well economic demand (Schulze-Riegert et al. 2020);

considering the probability of success for all wells in the ensemble of cases from P50. Figures 14 , 15 and 16 , present the NPV and Np for Well P02 (from P50), It can be seen that the well has a probability of success of 38% and is below the minimum acceptable for this evaluation, (60%).

Figure 12. Ensemble of cases from uncertainty for P50.

Figure 13. Ensemble of cases from uncertainty for P90.

Atahualpa Jose Villaroel Salazar, Luis David Mendoza, Pedro Tomas Malibran Ramírez, Oscar Darío Quintero Fernando Núñez Méndez

Figure 14. Probability of success for all wells in the Ensemble of cases from P50.

Figure 15. NPV and Np for Well P02 in the ensemble of cases.

Risk identification, mitigation plan and reporting

The last step of this methodology is a risk mitigation plan supported by the results of the sensitivity analysis previously performed and the customized reporting. The main idea of the mitigation plan is to invest only where it is necessary. So that data acquisition strategy will be led by those variables

with more impact; in this case those parameters are the aquifer, oil water contact, API gravity, initial pressure and relative permeabilities curves, Figure 17; and based on that, the acquisition plan comprises MDT/RFT, fluid samples and PVT analysis, core sampling and SCAL.

Figure 16. Probability of success for well P02 in the Ensemble of cases from P50.

Figure 17. Tornado plot and variables with success for well P02 in the ensemble of cases from P50.

As can be seen in Figures 18 and 19, the result reports of this software are automated.

ENERO-FEBRERO

Atahualpa Jose Villaroel Salazar, Luis David Mendoza, Pedro Tomas Malibran Ramírez, Oscar Darío Quintero Fernando Núñez Méndez

Figure 18. Display for report setup.

Figure 19. Example of report header.

Conclusions

We have presented a methodology for evaluation of multiple field development scenarios, that can be carried out in reduced timeframe, thanks to automatization of workflows. The focus of this paper is a flexible and integrated workflow comprising:

• Geological model and probabilistic volumetric

• Reservoir quality evaluation through dynamic modelling

• Well placement and trajectory evaluation

• Probabilistic well ranking and risk identification

This methodology allows the quantification of subsurface uncertainty and support business decisions, with hundreds of executions through a probabilistic approach. The integration with economic indicators (ROI and NPV) strengthens selection of best field development plan concept.

Nomenclature

SOI = Simulation Opportunity Index

NPV = Net Present Value

ROI = Return of Investment

FDP = Field Development Plan

API = American Petroleum Institute

SCAL = Special Core Analysis

a = fracture aperture

σ = Sigma

ISO = Oil saturation index

IHCVP = Hydrocarbon volume index

IKH = Flow capacity index

Acknowledgement

The authors of this paper would like to thank the management for permission to publish this work. In particular, authors highly appreciate and respect the technical contributions of all D&I Schlumberger Team.

References

Schulze-Riegert, R., Lang, P., Pongtepupathum, W. et al. 2020. Ensemble-Based Well Location Optimization Under Subsurface Uncertainty Guided by Deep-Learning Approach To 3D Geological Feature Classification. Paper presented at the Abu Dhabi International Petroleum Exhibition & Conference, Abu Dhabi, UAE, 9-12 November. SPE-202660-MS. https://doi.org/10.2118/202660-MS.

Al-Khazraji, A K., and Muhannad T. S. 2015. Development of Heterogeneous Immature Brownfield with Waterdrive Using Dynamic Opportunity Index: A Case Study from Iraqi Oilfields. Paper presented at the SPE North Africa Technical Conference and Exhibition, Cairo, Egypt, 14-16 September. SPE-175708-MS. https://doi.org/10.2118/175708-MS

Tilke, P., Zhou, W., Wang, Y. et al. 2015. Automated Field Development Planning for Unconventional Shale Gas and Tight Oil. Paper presented at the SPE/AAPG/SEG Unconventional Resources Technology Conference, San Antonio, Texas, USA, 20-22 July. URTEC-2169844-MS.

https://doi.org/10.15530/URTEC-2015-2169844

Tilke, P. G., Bogush, A., Bolanos, N. et al. 2013. High-Speed Field Development Planning in the Presence of Uncertainty and Risk Through the use of Constrained Numerical Optimization and Analytical Simulation. Paper presented at the EAGE Annual Conference & Exhibition incorporating SPE Europec, London, UK, 10-13. June. SPE-164793-MS.

https://doi.org/10.2118/164793-MS

Costa Lima, G. A., Suslick, S. B., and Avansi, G. D. 2008. The Impact of Some Real Options on the Efficient Frontier of Portfolios of Oil Production Projects. Paper presented at the SPE Annual Technical Conference and Exhibition, Denver, Colorado, USA, 21-24 September. SPE-116440-MS.

https://doi.org/10.2118/116440-MS.

Tonnsen, R. R. 2008. Application of the Efficient Frontier Concept to Resource Play Budget Evaluation and Portfolio Optimization. Paper presented at the SPE Annual Technical Conference and Exhibition, Denver, Colorado, USA, 21-24 September. SPE-116681-MS.

https://doi.org/10.2118/116681-MS.

Semblanza de los autores

Atahualpa Jose Villareal Salazar

Ingeniero de Yacimientos Senior con 18 años de experiencia trabajando en activos de E&P en Venezuela, Ecuador, Perú, Colombia, Surinam, Brasil y México. Ha dedicado los últimos 7 años a Schlumberger como ingeniero consultor sénior de yacimientos, elaborando planes de desarrollo de campo para yacimientos en Colombia, Perú y Ecuador, y brindando apoyo a las demás divisiones y líneas de productos de Schlumberger.

Luis David Mendoza

Ingeniero de Yacimientos con experiencia en el modelado de campos de crudo pesado en Venezuela, Colombia y Perú utilizando ECLIPSE, INTERSECT y PETREL. Actualmente está trabajando en metodologías automatizadas no convencionales para el proceso ajuste histórico y predicción y enfocado en flujos de trabajo para FDP usando Petrel INTERSECT/ ECLIPSE.

Pedro Tomas Malibran Ramirez

Ingeniero de Yacimientos egresado del IPN con maestría en Ingeniería de Yacimientos de la Universidad de Aberdeen, Escocia. Simulación Numérica Especializada de Yacimientos. Tiene experiencia en metodologías para el aseguramiento técnico de planes de desarrollo de campo. Cinco años de experiencia apoyando proyectos de consultoría para clientes PEMEX y CNH. Soporte técnico a empresas ENI, Petrobal, Lukoil en México.

Oscar Darío Quintero

Ingeniero de Petróleo con 23 años de experiencia en la industria de E&P, enfocado en optimización de planes de desarrollo de campos. Gerente de Desarrollo de Negocios de Consultoría de Activos D&I MCA, Ingeniería de Yacimientos y Datos e Infraestructura, negocios de ingeniería de yacimientos en México y Centroamérica.

Fernando Nuñez Méndez

Ingeniero de Petróleos y Magíster en Ingeniería de Yacimientos, ambos por la UNAM. Con 10 años de experiencia en evaluación económica, optimización de cartera, reservas de hidrocarburos y regulación mexicana.

Se ha desempeñado para Schlumberger en México, Europa, África y Latinoamérica como especialista en economía petrolera, consultoría de activos y líder técnico de proyectos en toda la industria petrolera, desde la Exploración hasta la Comercialización.

Atahualpa Jose Villaroel Salazar, Luis David Mendoza, Pedro Tomas Malibran Ramírez, Oscar Darío Quintero Fernando Núñez Méndez

Generación de valor incorporando reservas y recursos prospectivos en las cercanías de campos maduros del APAPCH

Julián Javier González Morales Rafael Romero Peñaloza Xóchitl Moran Federico María Josefina Hernández Díaz Pemex

Artículo recibido en junio de 2022-revisado-evaluado y aceptado en diciembre de 2022-

Resumen

La mayor parte de yacimientos del APAPCH se encuentra en etapas avanzadas de explotación, por esta razón se efectuó un análisis detallado de la información de pozos exploratorios de hasta 30 años de haberse perforado, con el objetivo de detectar oportunidades para incorporar reservas y/o recursos prospectivos. El análisis consistió en la revisión de los reportes de perforación, bitácoras del perforador, informes finales de los pozos, análisis de la secuencia operativa de las pruebas de presión-producción, análisis de la información adquirida en pozos, como registros de hidrocarburos, impregnación de hidrocarburos en muestras de canal, manifestaciones y pérdidas de lodo durante la perforación, registros geofísicos, núcleos y muestras de canal, dando como resultado el hallazgo que el pozo “A”, clasificado en el informe final del pozos como invadido de agua salada, al realizar la revisión detallada de los informes y bitácoras de perforación se detectó que durante la prueba de producción en las rocas almacenadoras del Albiano-Cenomaniano, aport ó un 80.5 % de aceite de 14 °API, 2.5% de sedimento y 17 % de agua de 150 kppm de salinidad, quedando sin probar en el pozo la Brecha del Cretácico Superior, con un espesor bruto de 160 m por encima del intervalo que aport ó hidrocarburo, abandonándose el pozo en junio de 1989.

Al revisar los registros geofísicos, se analizó el registro sigma (sección transversal de captura) indicando la presencia de hidrocarburos, además se reportó exudación de las muestras de canal, corroborando el yacimiento en la secuencia de carbonatos del Cretácico.

Posterior a la identificación del área de oportunidad, se realizó la interpretación de los demás registros geofísicos adquiridos en el pozo, así mismo se efectuó la interpretación sísmico estructural del área, para estimar volúmenes y reservas del nuevo bloque y contar con la información técnica justificativa para una posible certificación de reservas, con el objetivo de agregar valor económico en el corto plazo.

El presente trabajo demuestra que se tiene oportunidad de incorporar recursos prospectivos mediante la evaluación de la información disponible en áreas aledañas a campos maduros.

Palabras clave: Reservas y recursos prospectivos, campos maduros, APAPCH.

Generation of value by incorporating reserves and prospective resources in the vicinity of mature fields of the APAPCH

Abstract

Most of the APAPCH deposits are in advanced stages of exploitation, for this reason a detailed analysis of the information from exploratory wells up to 30 years after being drilled was carried out, with the aim of detecting opportunities to incorporate reserves and/or prospective resources. . The analysis consisted of the review of the drilling reports, the driller’s logs, final reports of the wells, analysis of the operational sequence of the pressure-production tests, analysis of the information acquired in wells, such as hydrocarbon records, impregnation of hydrocarbons in channel samples, manifestations and mud losses during drilling, geophysical records, cores and channel samples, resulting in the finding that well “A”, classified in the final well report as invaded by salt water, when Carrying out a detailed review of the reports and drilling logs, it was detected that during the production test in the storage rocks of the Albian-Cenomanian, it contributed 80.5% of 14 °API oil, 2.5% of sediment and 17% of water of 150 kppm of salinity, leaving the Upper Cretaceous Breccia untested in the well, with a gross thickness of 160 m above the interval that contributed hydrocarbon, leaving e the well in June 1989.

When reviewing the geophysical records, the sigma record (capture cross section) was analyzed indicating the presence of hydrocarbons, in addition exudation from the channel samples was reported, corroborating the deposit in the Cretaceous carbonate sequence.

After the identification of the area of opportunity, the interpretation of the other geophysical records acquired in the well was carried out, likewise the structural seismic interpretation of the area was carried out, to estimate volumes and reserves of the new block and to have the supporting technical information for a possible certification of reserves, with the aim of adding economic value in the short term.

This work demonstrates that there is an opportunity to incorporate prospective resources by evaluating the information available in areas surrounding mature fields.

Keywords: Prospective reserves and resources, mature fields, APAPCH.

Características geológicas, geofísicas y potencial petrolero

El campo “Z” se localiza en aguas territoriales del Golfo de México, Figura 1, en la provincia Geológica del Pilar de Akal; donde se descubrieron hidrocarburos en el año 1993, con la perforación del Pozo “1”, siendo productor en secuencia sedimentaria jurásica (JSK), posteriormente se perforó el pozo Delimitador “2” en el año 1997, siendo productor en dos del Jurásico superior.

El pozo “A” se terminó de perforar en junio de 1989, quedando clasificado como invadido de agua salada (clasificación 01 -01-06). Se realizaron tres pruebas de producción, la primera en la secuencia JSK resultando invadido de agua salada de 120 kppm; la segunda prueba en la secuencia KI, desalojando 5% de aceite y 95 % de agua salada de 140 kppm; la última prueba se realizó en la secuencia KM, resultando 80.5 % de aceite de 14 °API, sedimentos 2.5% y agua 17% con salinidad de 150 kppm.

Julián Javier González Morales, Rafael Romero Peñaloza, Xóchitl Morán Federico, María Josefina Hernández Díaz

Generación de valor incorporando reservas y recursos prospectivos en las cercanías de campos maduros del APAPCH, p.p. 18-28

Para identificar oportunidades en áreas cercanas en campos maduros se revisó toda la información adquirida de los pozos (columna estratigráfica, litologías, reportes de perforación, bitácoras del perforador, informes finales de pozos, análisis de las secuencia operativa de las pruebas de presión producción, análisis de información adquirida como registro de impregnación de hidrocarburos en muestras

de canal, manifestaciones y pérdidas de lodo durante la perforación, registros geofísicos, núcleos y muestras de canal, etc.).

El hallazgo de la oportunidad se dio después de revisar las pruebas del pozo “A”. En la Tabla 1 se muestra la secuencia y resultados de la prueba del Cretácico Albiano-Cenomaniano.

Figura 1. El campo “Z” se encuentra ubicado aproximadamente a 145 km al NE de Paraíso Tabasco y a 90 km al NW de Ciudad del Carmen, Campeche. El pozo “A” se encuentra en la porción oeste del Campo “Z”, a 5.3 km al NW del pozo “1”.

Tabla1. Muestreo de la prueba de producción del Cretácico en el pozo “A”. (Reporte interno, junio 1989 informe final del pozo A).

Una vez identificado el potencial productor en el pozo “A”, se efectuó la interpretación de los registros geofísicos y del registro de hidrocarburos, identificándose un contacto agua aceite en la zona de interés del Cretácico a la profundidad de 4375 mvbnm mediante la interpretación de la curva sigma, siendo consistente con los resultados de las pruebas de producción.

En la Figura 2 se observa la información de registros geofísicos, identificándose una correlación entre los valores menores a los 12 Cu, con las zonas disparadas que

aportaron aceite, y las zonas que aportaron agua o con mayor contenido de arcilla con valores mayores a 12 CU; las zonas que contienen agua salada tienen valores de unidad de captura altos debido a que el cloro eleva los valores, respecto a las zonas con aceite las CU son menores por el contenido de hidrocarburos, ver Figura 3. Donde se observa que no se realizaron pruebas de producción en la unidad Brecha del Cretácico Superior, productora en el bloque ubicado al este del campo, la cual aportaría un espesor bruto vertical de 160 m por encima del intervalo que aportó aceite, siendo el horizonte de interés.

Julián Javier González Morales, Rafael Romero Peñaloza, Xóchitl Morán Federico, María Josefina Hernández Díaz

Figura 2. Registros geofísicos adquiridos en el pozo “A” a nivel Cretácico, mostrando los resultados de pruebas de producción y definición del CAAO.

Generación de valor incorporando reservas y recursos prospectivos en las cercanías de campos maduros del APAPCH, p.p. 18-28

Por problemas operativos no se adquirieron registros geofísicos completos, por lo que se calcularon curvas sintéticas de los registros faltantes mediante regresiones

lineales múltiples para las curvas sónico compresional, resistividad y densidad, corroborándose el resultado en los registros de los pozos cercanos, Figura 4.

Una vez con el conjunto completo de curvas, se construyó un modelo petrofísico básico, para el Cretácico del pozo “A”, utilizando el modelo de Arcilla de clavier para el contenido

de arcilla, y para la saturación de agua el modelo de Archie, utilizando la salinidad de 140 kppm para la estimación de la resistividad de agua de la formación, Figura 5

Figura 3. Valores de sigma para componentes de una formación. (reporte interno del procesamiento de pozos, octubre 2017).

Figura 4. Cálculo de curvas sintéticas en el pozo “A”.

En el registro de hidrocarburos se analizaron los intervalos con impregnación en las muestras de canal, las manifestaciones de hidrocarburos durante la perforación, así como las zonas de flujo y pérdidas de circulación,

este último es indicativo del fracturamiento abierto, lo cual corrobora la zona de yacimiento identificada en los registros geofísicos, Figura 6.

Julián Javier González Morales, Rafael Romero Peñaloza, Xóchitl Morán Federico, María Josefina Hernández Díaz

Figura 5. Modelo petrofísico básico del pozo “A”.

Figura 6. Registro de hidrocarburos del pozo “A” a nivel Cretácico, mostrando la litología, zonas con exudación de hidrocarburos, manifestaciones de hidrocarburos y pérdida de lodo durante la perforación.

Generación de valor incorporando reservas y recursos prospectivos en las cercanías de campos maduros del APAPCH, p.p. 18-28

Se revisaron las muestras de canal con el objetivo de identificar la litología, ambiente de depósito, impregnación y su fracturamiento, Figura 7

Se realizó la interpretación sísmica estructural en los volúmenes sísmicos disponibles, en la cual se identificó la continuidad de la estructura anticlinal hacia el oeste,

ubicándose el pozo “A” en un flanco de la estructura, prácticamente como pozo delimitador a nivel Cretácico, Figura 8

Figura 8. Mapa en profundidad mostrando la ubicación del pozo “A” en el flanco noroeste de la estructura, a nivel Cretácico.

Figura 7. Identificación de la litología, fracturamiento e impregnación en muestras del Cretácico del campo Z.

Fracturamiento

El area de interés pertenece a la provincia geológica del Pilar de Akal, la estructura del campo de interés es un anticlinal orientado noroeste suroeste limitado al norte y sur por fallas inversas, se identificó el nuevo bloque denominado bloque oeste, separado por una falla normal del bloque este, actualmente en explotación.

El atributo de discontinuidad mide el cambio en la amplitud del reflector sísmico, por lo que es muy útil para describir y definir el sistema de fracturas, resaltando los límites entre los bloques de fallas, las unidades estratigráficas y

la alteración diagenética. De lo anterior se observa en la sección de la Figura 9, las fracturas (lineamientos en color negro y azul), la cortan vertical y lateralmente las unidades estratigráficas del Cretácico (BKS, KS,KM y KI), mostrando una clara comunicación entre formaciones.

El intervalo productor en el pozo “A” se ubica en el AlbianoCenomaniano y el contacto agua aceite original se localiza a 4375 mvbnm en la base del Albiano-Cenomaniano, por lo que los horizontes cronoestratigráficos KM, KS, BKS, la unidad estratigrafica de carbonatos estarían cargados de hidrocarburos y comunicados vertical y lateralmente a través del fracturamiento, Figura 9.

Con respecto a los contactos de agua de los campos vecinos, en el bloque este del campo “Z” Cretácico, no se tiene identificado el CAAO debido a que los pozos que se probaron aportaron aceite limpio, lo cual abre la posibilidad

de que a nivel del yacimiento sea más extenso hacia el oeste (pozo “A”); en la Figura 10 se identifican los CAAO de los campos vecinos, con lo que se interpreta tiene condiciones análogas.

Julián Javier González Morales, Rafael Romero Peñaloza, Xóchitl Morán Federico, María Josefina Hernández Díaz

Figura 9. Atributo de discontinuidad mostrando el fracturamiento existente en las rocas carbonatadas del Cretácico.

Generación de valor incorporando reservas y recursos prospectivos en las cercanías de campos maduros del APAPCH, p.p. 18-28

Finalmente se integró la información aplicando el flujo de trabajo para evaluar la zona de interés y estimar el volumen original en las formaciones Cretácico y JSK, Figura 11.

Figura 10. Contactos agua aceite a nivel del Cretácico en los campos cercanos al campo “Z”.

Figura 11. Flujo de trabajo para la estimación de volumen original para el bloque oeste.

Conclusiones

Existe potencial y áreas de oportunidad en el sur de México en los plays productores; actualmente es un reto la rentabilidad de los proyectos en aguas someras, por lo que reviste importancia estudiar zonas aledañas a los campos maduros, donde existen potenciales volúmenes de hidrocarburos, además de que se cuenta con infraestructura e instalaciones para la producción.

El pozo “A” resultó invadido en la secuencia sedimentaria del JSK, quedando ubicado en el flanco oeste de la estructura anticlinal, por lo que se propone que existe un recurso prospectivo hacia la parte este estructuralmente más alta de la ubicación del pozo “A”, el cual tiene la posibilidad de contener hidrocarburos, y que las facies definidas tienen capacidad de almacén y de flujo de acuerdo con el modelo petrofísico.

Para la secuencia del Cretácico se identificaron hidrocarburos en las pruebas de producción, así como en los registros geofísicos y modelo petrofísico, el hidrocarburo esperado es de 14 °API. Por analogía se propone producir la unidad BKS identificada como productora en los pozos del bloque este del área de estudio.

En el caso de desarrollar el bloque Oeste, se recomienda adquirir información de registros geofísicos especiales para definir el fracturamiento (imágenes resistivas) y fluido móvil (resonancia magnética nuclear), lo anterior para realizar una caracterización petrofísica adecuada del sistema poroso, así como corroborar las zonas fracturadas definidas en la sísmica, así como la adquisición de núcleos para la calibración del tamaño de gargantas porales, mineralogía y fluidos.

Agradecimientos

Agradezco a mis compañeros de la extinta Coordinación de Geociencias del APAPCH, en general a todos los del equipo multidisciplinario y personal de apoyo por su colaboración y profesionalismo demostrado.

Referencias

Reporte Interno, junio 1989. Informe Final del Pozo A. Reporte Interno del Procesamiento de Registros Geofísicos de Pozos, octubre 2017.

Semblanza de los autores

Julián Javier González Morales

Egresado como Ingeniero Geólogo en el año 1995 de la Universidad Autónoma de Nuevo León. Desde 2001 se desempeña como petrofísico y especialista en estudios de caracterización estática de yacimientos en Pemex Exploración y Producción, tanto en Exploración como en Producción. Posee el título de Maestro en Ingeniería Petrolera y de Gas Natural con mención especial por la UNAM del año 2007 a 2009. Cursó el diplomado de Petrofísica impartido por Next (2006) y el diplomado de modelación de yacimientos fracturados IMP (2018); también se desempeñó en actividades de supervisión de operación y terminación de pozos. Previo a esto realizó actividades de la Jefatura de laboratorio de Mineralogía en el Grupo Acerero del Norte de 1995 al 2001.

Rafael Romero Peñaloza

Egresó como Ingeniero Geólogo en 1988 de la Universidad Nacional Autónoma de México, donde también cursó la Maestría de 1998 al 2000, obteniendo el título de Maestro en Ingeniería en Exploración de Recursos Energéticos del Subsuelo en 2003. Ingresó a Petróleos Mexicanos en 1992, desempeñando las siguientes funciones: de 1992 a 2003 en Exploración RMNE como especialista en petrología y sedimentología de carbonatos, de 2004 al 2014 en el Activo Integral Cantarell como Superintendente de Caracterización de Yacimientos y Líder del Proyecto Sihil, de 2015 a 2017

Julián Javier González Morales, Rafael Romero Peñaloza, Xóchitl Morán Federico, María Josefina Hernández Díaz

Generación de valor incorporando reservas y recursos prospectivos en las cercanías de campos maduros del APAPCH, p.p. 18-28

en la Gerencia de Crudos Extrapesados Ayatsil-Tekel-Utsil como Superintendente de Caracterización de Yacimientos, de 2017 a 2019 en el Activo Abkatun-Pol-Chuc como Coordinador de Geociencias y de 2020 a la fecha en la Gerencia de Aseguramiento Técnico de Exploración como Coordinador de Aseguramiento Técnico de Exploración.

Xóchitl Morán Federico

Egresada como Ingeniero Geólogo en el año 2002 del Instituto Politécnico Nacional. Inició su trayectoria 2003 en el área de Operación Geológica en Región Norte, donde posteriormente se desarrolló como geóloga intérprete en la identificación, documentación y aprobación de localizaciones exploratorias. A partir de 2009 participó en estudios de caracterización estática y como geóloga de yacimientos en campos en explotación de la Región Marina Suroeste. Cuenta con Diplomado en geociencias por la UANL y otro en Evaluación de cuencas sedimentarias (UNAM).

María Josefina Hernández Díaz

Ingeniera Geofísica, egresada del instituto Tecnológico de Ciudad Madero en el año 1995 y de MI en Exploración de Recursos del Subsuelo en el año 2005. Ingresó a laborar en Petróleos Mexicanos desde 1998, participando hasta la fecha en la caracterización símico estructural y estratigráfica de diferentes campos del área de los Activos Litoral y Abkatun, tanto del área de Exploración como de Producción. Actualmente labora como Intérprete sísmico, adscrita en la Gerencia de Planes de Explotación, Subdirección Técnica de Explotación y Producción. Miembro activo de la Asociación Mexicana de Ingenieros Geólogos y de la Asociación Mexicana de Geofísicos de Exploración.

Multi-Attribute Well Interpolator y Constraint Sparse Spike Inversion: dos métodos basados en inversión de datos como una solución para la ausencia de frecuencias sísmicas bajas

Erik Camacho Ramirez Petróleos Mexicanos,

Artículo recibido en junio de 2022-revisado-evaluado y aceptado en diciembre de 2022-

Resumen

El método de inversión sísmica es ampliamente utilizado en la industria petrolera para la caracterización de yacimientos petroleros, su enfoque principal está basado en la estimación de las propiedades petrofísicas del subsuelo a partir de mediciones realizadas en superficie. Estas mediciones presentan limitantes relacionadas a tres factores principales: el contenido de frecuencia, la resolución vertical-lateral y la relación señal-ruido, los cuales, al ser manejados de manera efectiva, permiten obtener un espectro de ancho de banda con la suficiente resolución para representar las imágenes del subsuelo.

En este trabajo, se atiende la limitante más común al trabajar con datos de sísmica terrestre, la ausencia de contenido de bajas frecuencias, la cual genera incertidumbre durante el modelado de parámetros petro-elásticos en procesos de inversión sísmica. La solución propuesta se enfoca en la aplicación de dos procesos: multi attributes well interpolator y constrained sparse spike inversion , cuyo objetivo principal es generar un modelo robusto de bajas frecuencias mediante la incorporación de información a priori y en segundo plano, obtener el máximo provecho de la información dentro del ancho de banda sísmico para reducir la incertidumbre en los resultados del proceso de inversión sísmica.

La implementación muestra consistencia con la geología del subsuelo e información de pozos, además de permitir interpretar los datos con mayor certidumbre para la correcta identificación y caracterización de yacimientos.

Palabras clave: Inversi ó n sísmica, frecuencias bajas, multiatributos.

Multiattribute well interpolator and constraint sparse spike inversion: two methods based on data inversion as a solution to the absence of low seismic frequencies

Abstract

The method of seismic inversion is widely used in the oil industry for the characterization of petroleum reservoirs, its main approach is based on estimating the petrophysical properties of the subsoil by surface measurements. These measurements have disadvantages related to three main factors: poor frequency content, low vertical and lateral seismic resolution, and low signal-to-noise ratio, whose effective resolution, allow us a spectrum of bandwidth with enough resolution to represent the image of the subsoil.

In this work, we offer a solution to the most common disadvantage when working with onshore seismic, in reference to the absence of low frequencies, which gives uncertainty during the modeling of petroelastic parameters related to seismic

Multi-Attribute Well Interpolator y Constraint Sparse Spike Inversion: dos métodos basados en inversión de datos como una solución para la ausencia de frecuencias sísmicas bajas, p. p. 29-47

inversion processes. The proposed solution focuses on the application of two processes: multiattributes well interpolator and constraint sparse spike inversion, whose main objectives are to provide a robust model of low frequency and, derive the maximum benefit from the information contained in the seismic bandwidth to reduce the uncertainty of seismic inversion results.

This implementation shows consistency both with the geology of the subsoil and with the information of the well, also allows the interpretation of the data with greater certainty for the correct characterization and identification of the reservoir.

Keywords: Seismic inversion, low frequencies, multiattributes.

Introducción

La inversión sísmica es un procedimiento que ayuda a extraer modelos del subsuelo de las características físicas de las rocas y fluidos a partir de datos de pozo y sísmica de reflexión. En la industria petrolera, las técnicas de inversión han sido ampliamente utilizadas como una herramienta para localizar estratos con hidrocarburo en el subsuelo (Chatterjee et al, 2013; Binode et al, 2019).

Existen tres problemas principales en todo proceso de inversión sísmica:

• El primero está relacionado a la naturaleza de banda limitada del dato sísmico, lo cual significa que los datos no tienen una componente de baja y alta frecuencia. Los datos sísmicos generalmente tienen frecuencias entre 10-80 Hz. Las bajas frecuencias en los modelos de impedancia de salida en una inversión están dominadas por las bajas frecuencias del modelo de impedancias inicial, el cual normalmente es interpolado y extrapolado a partir de información de pozos (Cooke and Cant, 2010).

• El segundo problema es el uso de una ondícula sísmica, de la teoría de convolución se utiliza una ondícula para generar datos sintéticos y por tanto, la precisión en la estimación de la ondícula es crítica para obtener buenos resultados en la inversión (Russell, 1988., Maurya and Singh, 2018).

• El tercer y más importante, es el problema de la no unicidad en la solución; puede existir más de una solución para el mismo problema y para reducir el número de soluciones se requieren otras restricciones que unan los resultados de inversión sísmica. Estas restricciones pueden ser información geológica a priori, modelos a priori estocásticos, datos de registros pozo, etcétera.

En este trabajo se proporcionan dos alternativas con solución a los problemas de la no unicidad y de la banda limitada: Primero, se aplica el método de inversión sísmica CSSI (Constraint Sparse Spike Inversion) cuya ventaja radica en la posibilidad de producir versiones de impedancias relativas (no se agrega ninguna información de pozos relacionada a bajas frecuencias) y absolutas (se añaden bajas frecuencias de registros de pozos) y segundo, se aplica el proceso nombrado MAWI (Multi Atributes Well Interpolator) el cual auxilia en la construcción del modelo de baja frecuencia mediante el uso de atributos sísmicos físicos e información de pozos. Un excelente ejemplo para ver el alcance del MAWI y su comparativa con otros métodos, se puede encontrar en Hampson., et al (2001)

Con lo anterior, se obtienen buenos resultados de inversión sísmica en tres direcciones:

1. Incrementando el grado de certidumbre en el modelo de bajas frecuencias aplicando MAWI

2. Obteniendo consistencia con la información de pozos no involucrados en el proceso de inversión (buena predicción para pozos ciegos) aplicando CSSI.

3. Atenuando el problema de no unicidad al implementar el MAWI como complemento a la CSSI.

Finalmente, la reducción de incertidumbre en el proceso de interpretación se logra integrando los resultados de parámetros petro-elásticos, en particular impedancia P y relación Vp/Vs, tanto en términos relativos como absolutos. Los volúmenes de impedancia relativos permiten hacer una interpretación aislando la contribución del modelo de bajas frecuencias, solo dejando la contribución del ancho de banda sísmico, y los volúmenes absolutos se usan para la identificación de zonas con potencial de yacimientos.

Métodos

Constraint Sparse Spike Inversion

CSSI es un método que tiene sus orígenes en 1980 (Zhang et al., 2016) y en el cual se hace la suposición que la reflectividad de la tierra está compuesta de picos largos con pequeños picos internos (background). Litológicamente, estos picos largos al ser muy distinguibles y corresponder a las principales discontinuidades, permite al método enfocarse en su detección y discriminar los picos cortos (Maurya et al., 2020, p. 64).

El método es similar al basado en modelos (Cooke and Cant, 2010; Pereira, 2010, p. 405), donde uno asume un modelo simple de reflectividad de la tierra y calcula la traza sísmica sintética mediante la convolución de una ondícula sintética extraída, para posteriormente estimar el error entre la sísmica sintética y los datos sísmicos reales, el cual puede ser minimizado al agregar mayor número de picos en la serie reflectiva (Debeye and Riel, 1990). La Figura 1 muestra el flujo de CSSI

El método impone como condición que las soluciones deben ser del tipo sparse-spike, o sea una sucesión poco densa de coeficientes de reflexión, lo cual ayuda a limitar el número de soluciones y se enfoca a resolver el problema de no-unicidad (Pérez and Velis, 2010).

Cuando sparse spike inversion es restringido (constrained) por un modelo de bajas frecuencias derivado de impedancias acústicas de registros de pozo de modelos geológicos (framework), se define como una inversión basada en modelo (Rusell, 1988, p.8-1).

El modelo de bajas frecuencias es importante para el proceso de inversión (Ray and Chopra, 2016) y a la hora de incorporarlo en el proceso, se debe definir una frecuencia de transición por debajo de la cual la información en la inversión será proporcionada por el modelo. El modelo se puede calcular usando registros de un solo pozo o varios, dependiendo de la disponibilidad.

Por otro lado, dándole el argumento matemático, podemos dividir al método CSSI en tres pasos:

1. Utilizar la deconvolución de máxima probabilidad para obtener una secuencia de coeficientes de reflexión esparcidos. La deconvolución de máxima probabilidad se utiliza para invertir los coeficientes de reflexión (CR) y la función objetivo mínima es obtenida de la siguiente forma:

(1)

Donde R2 y N2 son los valores de media cuadrática de los coeficientes de reflexión y del ruido, r2(k) y n2(k) representan los coeficientes de reflexión y el ruido del Kesimo punto muestra, M representa la capa de reflexión, L el número total de muestras y λ indica el posible valor para determinado coeficiente de reflexión.

De acuerdo con esta función objetivo, se asume la posición de los coeficientes de reflexión y se evalúa su magnitud. Después de que es repetida la iteración, la posición y magnitud de los CR, es modificada hasta que el error cumple con el criterio del radio mínimo de probabilidad, lo cual se logra al terminar una deconvolución y obtener la distribución de los CR.

2. Cálculo de una Impedancia de ancho de banda inicial con base en los resultados de la inversión de los CR. Si r(i) es el CR obtenido en la deconvolución de máxima probabilidad, la impedancia está dada por:

(2)

Multi-Attribute Well Interpolator y Constraint Sparse Spike Inversion: dos métodos basados en inversión de datos como una solución para la ausencia de frecuencias sísmicas bajas, p. p. 29-47

Donde z(i) es la impedancia de la iesima capa y r(i) el coeficiente de reflexión de la iesima capa.

3. Inversión de la impedancia de onda bajo condiciones de restricción. Inversión de pulso esparcido restringido de cada ajuste de acuerdo con la impedancia de onda inicial para calcular la función objetivo, incluyendo el ajuste del coeficiente de reflexión. La optima función objetivo como función del error mínimo calculado es:

Donde objf es la función objetivo, ri es el coeficiente de reflexión, λ es el coeficiente de ajuste sísmico, di es el dato sísmico, s es el dato sísmico sintético, α es la tendencia del coeficiente de ajuste, ti es la tendencia definida por el usuario y zi es el control de impedancia de onda definido por el usuario. Los valores predeterminados para p y q son 1 y 2 respectivamente.

Específicamente, el primero es la suma lineal aproximada del valor absoluto del CR, el segundo es la suma de la varianza de la traza sísmica original y sísmica sintética, el tercero es la compensación de las tendencias definidas por el usuario y la tendencia de coordinación de impedancia (Zhang et al., 2016).

(3)

Figura 1. Flujo del método sparse spike inversión, (Maurya et al. 2020).

Como se puede observar, para sparse spike inversion, en la primera iteración, no se toma en cuenta el modelo, aislándolo de la contribución de la sísmica, lo cual se llama inversión relativa, que estará libre de las imprecisiones del modelo de entrada. En la inversión final, se incorpora el modelo y con ello se logra un mejor ajuste. La inversión de impedancia relativa solo refiere a la transformación de la impedancia de amplitudes sísmicas donde la estructura básica de impedancia no es añadida. La impedancia relativa permite interpretar unidades de reflexión de isocronía como espesores de formación individuales correlacionables con registros de pozo (Chopra et al., 2009).

Un punto relevante, es que en el enfoque de picos dispersos (sparse spikes) cuando se invierte en las ubicaciones de pozo, el algoritmo no toma en cuenta el registro de impedancia. Solo las restricciones (constraints) del usuario y la configuración de la función objetivo controlan la salida, dejándola libre para que no coincida con los registros. Con base en esto, se deduce que comparar la inversión relativa y los registros de impedancia de banda limitada será una herramienta de control de calidad muy poderosa. El corolario es que la adición de más registros al proyecto de inversión aumenta la confianza en el resultado en vez de solo copiar su respuesta (Pendrel, 2001).

Hasta aquí se puede concluir y resaltar dos puntos importantes relacionados a CSSI: 1. Las restricciones del modelo de bajas frecuencias tienen un peso importante

durante el proceso al ser independientes de los registros de pozo (impedancias) y 2. Paralelamente, es posible obtener una impedancia en términos relativos, con lo cual se disminuye la incertidumbre debida al sesgo ocasionado por el modelo de baja frecuencia.

Multi Attributes Well Interpolator

Este método utiliza una regresión lineal multi-variable, que es una extensión de una regresión lineal simple a M variables. Esencialmente lo que se hace es usar M atributos sísmicos para predecir registros de pozo, este proceso se hace determinando pesos que, al ser multiplicados por un conjunto de valores de los atributos, da resultados cercanos a los registros de pozo en un sentido de mínimos cuadrados (Hampson et al., 2001). El resultado genera un volumen 3D de datos de propiedades (por ejemplo, parámetros petroelásticos) dentro de un modelo sólido (framework) que pueden ser usados en procesos de inversión sísmica como modelos de baja frecuencia (Ray and Chopra, 2016).

Una ventaja del método radica en que para cualquier transformación derivada del multiatributo, la medida de ejecución es sometida a validación cruzada, lo cual sistemáticamente remueve los pozos del análisis y mide el error de la predicción para ellos, lo cual genera un óptimo entrenamiento y validación de los datos. La Figura 2 muestra el flujo asociado al MAWI

Multi-Attribute Well Interpolator y Constraint Sparse Spike Inversion: dos métodos basados en inversión de datos como una solución para la ausencia de frecuencias sísmicas bajas, p. p. 29-47

El proceso inicia con la definición de los parámetros de entrada, donde es importante la definición del filtro para bajas aplicado a las curvas de pozo (por ejemplo, parámetros

petro-elásticos), ya que es la resolución a la cual se realizará la estimación. Se deben tener atributos sísmicos que tengan buena relación con las curvas de pozo utilizadas, Figura 3

Figura 2. Flujo para la aplicación del MAWI

Figura 3. Sección sísmica (atributo de envolvente). Se muestran los pozos con el registro de Impedancia P (Ip) y Resistividad, donde las zonas de valores altos del atributo coinciden con valores altos de resistividad y bajos de Ip relacionados a los yacimientos.

Después de ejecutar los atributos sísmicos y la elección de curvas, se aplica un método estándar de inversión ( Menke, 2012, p.1) para establecer los pesos óptimos que minimicen el error de las diferencias entre los atributos sísmicos y las curvas de pozo.

(4)

• El vector d contiene los valores del modelo (curvas de pozo).

• La matriz G corresponde a los atributos de superficie en las columnas y los valores de la superficie en la intersección de pozos.

• Los pesos m, son los valores desconocidos que el MAWI se enfocará en resolver.

• El error e = d - Gm, es la diferencia entre los valores del modelo y la predicción en la localización.

• l valor de estabilizaci n o timizado en el rimer paso del proceso MAWI.

MAWI utiliza un algoritmo IRLS (Iteratively Reweighted Least Squares) para resolver el problema de optimización

(5)

• La dimensión de norma p es el término de potencia con el cual MAWI optimiza.

Aunque IRLS pueden utilizar un algoritmo estándar para la optimización por mínimos cuadrados, la norma no necesariamente es una norma L2. Los IRLS se pueden ajustar para comportarse como una norma Lp mediante la reponderación (corrección de pesos) iterativa de los términos del error: ei = di - Gijmj

La optimización por mínimos cuadrados involucra el cálculo de un step length (longitud del paso) que está definido por la inversa de la matriz . Para el sistema reponderado, la longitud del paso llegará a ser GtWtWG, donde es la matriz GTG con pesos wi sobre su diagonal, los cuales son dados por:

(6)

En la primera iteración, los pesos wi se ponen en 1 y se actualizan posterior a cada nueva predicción. La norma p es proporcionada por el usuario como la dimensión de la norma. Su valor está restringido a un rango de 1 (más atípicos permitidos) a 4 (mayor ajuste en los puntos de datos). Por default es puesto en 2, permitiendo un balance entre flexibilidad y ajuste de datos.

Por otro lado, obtener el inverso de la matriz GTG que es parte de la optimización por mínimos cuadrados, puede llegar a ser poco confiable cuando los eigenvalores son pequeños, por

lo que la matriz inversa requiere estabilización. Sin embargo, idealmente siempre se tratará de evitar la estabilización debido a su impacto sobre el resultado.

Un camino para evitar una estabilización innecesaria consiste en aplicarla solo en el caso donde los eigenvalores de la matriz G TG son muy pequeños, más pequeños que un valor . n este caso MAWI determina una óptima estabilización SVD ( Singular Value Decomposition ) a través de validación cruzada. El valor óptimo de es aquel donde las predicciones tienen el menor costo de validación cruzada.

En la validación cruzada del MAWI, se descarta un pozo (ciego) del proceso de estimación, para posteriormente predecirlo a partir de los pesos óptimos del conjunto de datos reducido. El costo total de la validación cruzada Fc se determina mediante la suma del costo de predicción Fp y el costo de variación Fv

Multi-Attribute Well Interpolator y Constraint Sparse Spike Inversion: dos métodos basados en inversión de datos como una solución para la ausencia de frecuencias sísmicas bajas, p. p. 29-47

• La predicción di = Gijmj , es el valor predicho en la localización desconocida.

La varianza de la predicción está dada por σ(ḏ ), donde ḏ = {d1, ..., di-1, di+j, ... dN } es la lista de puntos (datos de las curvas de pozo) que excluye los pozos ciegos e incluye su predicción, y σT es un valor umbral de varianza definido por el usuario. El valor umbral de varianza es el producto entre el tipo de dato Umbral (std) y el tipo de dato de Desviación estándar

Note que el costo de la validación cruzada es la suma de todos los pozos. Esto significa que para el costo de validación cruzada total Fc = Fp + Fv , cada pozo es excluido (utilizado

como pozo ciego). Esta es la razón por la que MAWI requiere que se incluyan al menos dos pozos.

Adicionalmente, existen dos pasos en el MAWI, el primero involucra un análisis de sensibilidad y el segundo la eliminación del residual en el ajuste de la curva de pozo.

Respecto al modelo de incertidumbre se puede estimar mediante un análisis de varios modelos que contengan datos de curvas de pozo y atributos de superficie ligeramente perturbados respecto a los datos originales. Se calculan diez realizaciones adicionales con una perturbación diferente aleatoria para los datos de entrada. Las estadísticas se dan como un volumen de desviación estándar.

Los datos de puntos de la curva de pozo y de atributos de superficie se perturban en la intersección de pozos mediante el producto de la incertidumbre (std) del tipo dato, la desviación estándar del tipo dato y un número aleatorio entre -1 y 1.

(9)

Se calculan los pesos óptimos utilizando estos puntos de dato perturbados, pero todos con el mismo valor de estabilización SVD. Aplicando los pesos a los atributos de superficie da un modelo ligeramente diferente del original, así que la inspección de la estadística de las diferencias mostrara en donde el modelo depende más o menos de las entradas.

Finalmente, posterior a la optimización y después de aplicar los pesos óptimos a los atributos de superficie, todavía habrá un residual entre los datos de curvas de pozo y el modelo, Figura 4. Este remanente puede ser removido mediante un método de Kriging simple con un rango de variograma definido para interpolar los residuales, lo cual se agrega al modelo predicho.

Figura 4. Análisis de residuales. El gráfico central muestra el desajuste (curva azul) entre la pseudo-curva calculada (antes de remover el desajuste) y la curva original en las micro capas. En cada registro se observan las diferencias (resaltadas por círculos verdes) entre curvas originales (rojas) y pseudo-curvas (negras).

Caso de estudio

Configuración geológica

El caso de estudio corresponde a un yacimiento de edades entre Mioceno Superior y Plio Pleistoceno, presenta una componente estructural compleja, caracterizada por fallas normales derivadas de eventos tectónicos de extensión, Figura 5

El ambiente sedimentario es de tipo transicional caracterizado por intercalaciones areno-arcillosas y los yacimientos corresponden a facies de lóbulos proximales y distales. La distribución de los yacimientos se encuentra

restringida por fallas normales asociándolos a trampas combinadas, en donde la respuesta sísmica de amplitud se asocia a zonas de arenas con fluido (agua e hidrocarburo), ayudando a su identificación y delimitación, Figura 6

Figura 5. Sección sísmica compuesta que muestra la complejidad estructural del campo de estudio. El rectángulo morado muestra las unidades estratigráficas de interés.

Figura 6. Sección sísmica compuesta, se observan las anomalías sísmicas asociadas a Hc´s (círculos azules). Las marcas de color verde corresponden a zonas productoras.

Multi-Attribute Well Interpolator y Constraint Sparse Spike Inversion: dos métodos basados en inversión de datos como una solución para la ausencia de frecuencias sísmicas bajas, p. p. 29-47

Aplicación

El primer paso se enfocó en la construcción del modelo solido (modelo de tierra), ver Figura 7, el cual considera dos unidades estratigráficas de interés. Para esta fase, se buscó conservar los truncamientos y saltos de falla con

respecto a los horizontes geológicos, además de poder contar con un modelo detallado del campo con el objetivo de llevar a cabo la correcta definición del marco estructural y estratigráfico como dato de entrada para la aplicación de los siguientes procesos.

Paralelamente a la construcción del modelo de tierra, se acondicionó el dato sísmico, cuidando preservar la respuesta AVO de los datos y con ello llevar a cabo la

inversión sísmica elástica implementando CSSI de manera adecuada. En la Figura 8 se muestra la secuencia de acondicionamiento aplicada.

Figura 7. Secciones en diferentes direcciones mostrando la componente estructural y consistencia del modelo sólido.

Figura 8. Acondicionamiento sísmico. El registro de resistividad en color rojo muestra las zonas de yacimiento, las cuales son evidentes en el dato (respuesta AVO) después de acondicionar.

Debido a que el objetivo principal de este trabajo es mostrar la aplicación de CSSI y MAWI, los procesos involucrados en la inversión sísmica como son: ajuste sísmica-pozo, extracción de ondículas y parametrización de la inversión, no se

muestran a detalle (véase Maurya et al., 2020, p.1), pero la Figura 9 proporciona una síntesis robusta del proceso implementado.

Figura 9. Flujo de trabajo para la implementación de inversión sísmica simultánea. El paso final involucra un análisis y estimación de facies de lito-fluido.

Para la ejecución del MAWI se aplicaron cuatro atributos sísmicos: dos basados en amplitud (amplitud RMS y envolvente) y dos en frecuencia (Frecuencia instantánea ponderada y descomposición espectral en 14, 23, 28 y 37 Hz), ver Figura 10a. Para los atributos de frecuencia espectral, se observó una mayor correlación con los yacimientos en las bandas de 14 y 23 Hz, por lo que las bandas de 28 y 37 Hz fueron descartadas, además de que este contenido frecuencial se consideraría en el aporte del

ancho de banda sísmico durante la implementación de CSSI. Todos los atributos anteriores son indicadores litológicos y de fluidos (Barnes, 2006).

Adicionalmente, y a manera de prueba, se suavizaron los atributos sísmicos de superficie, Figura 10 b, para obtener mejor definición en la morfología sedimentaria asociada a la respuesta sísmica, logrando así, mayor correlación con los yacimientos.

Multi-Attribute Well Interpolator y Constraint Sparse Spike Inversion: dos métodos basados en inversión de datos como una solución para la ausencia de frecuencias sísmicas bajas, p. p. 29-47

Posteriormente, se procedió a la parametrización y control de calidad del MAWI, en particular para definir la ponderación de los atributos, definición del umbral (std) y

el modelo de incertidumbre, para finalmente, eliminar los residuales remanentes, Figura 11

Figura 10. Se observan los atributos de superficie: a, corresponde a los atributos de las dos unidades estratigráficas de interés y b, un suavizado de los atributos para definir la morfología sedimentaria.

Una vez que se aplicó el MAWI, se procedió a realizar la inversión sísmica elástica, siguiendo el flujo de la Figura 9 y utilizando el resultado de MAWI como modelo de baja frecuencia. Adicionalmente se realizó de manera paralela una inversión elástica utilizando el interpolador de pozos para la construcción de un segundo modelo de baja frecuencia, por

simplicidad nombrado “modelo interpolado”. Lo anterior se llevó a cabo con el fin de poder comparar ambos modelos y analizar las bondades y ventajas al aplicar MAWI durante la construcción del modelo de baja frecuencia. Los resultados y comparativas se muestran en la Figura 12.

Figura 11. Parametrización y control de calidad del MAWI. A la izquierda superior se observa la ponderación de los atributos en las micro-capas, en la inferior izquierda la definición del umbral (std) y el modelo de incertidumbre y a la derecha, los controles de calidad durante el proceso de estabilización.

Figura 12. Modelos de baja frecuencia: a, interpolado y c, MAWI. Resultados de inversión elástica para impedancia P con algoritmo CSSI: b, usando modelo interpolado y d, usando MAWI.

Multi-Attribute Well Interpolator y Constraint Sparse Spike Inversion: dos métodos basados en inversión de datos como una solución para la ausencia de frecuencias sísmicas bajas, p. p. 29-47

De la Figura 12 se pueden observar varios puntos interesantes:

• Los pozos están filtrados a la resolución del modelo de baja frecuencia (0-13 Hz) y al de la inversión sísmica (035 Hz) para hacer una comparación efectiva.

• Los modelos de baja frecuencia (MBF) tanto en el interpolado como en el MAWI presentan buena correspondencia con pozos, sin embargo, solo para el MAWI fuera de la vecindad de estos no se observa fuerte continuidad de los eventos, lo cual es congruente con los conceptos sedimentológico y estratigráfico del campo.

• En cuanto a los resultados de la inversión de la impedancia P, se observa mejor correspondencia con la Ip de pozo en la inversión incorporando el MBF de MAWI, lo cual es más evidente hacia el pozo D. Se observa una repuesta muy sesgada por el MBF para el caso de inversión de impedancia P usando el modelo interpolado.

Por otro lado, si bien es cierto que se logra apreciar mejor ejecución de la inversión sísmica implementando MAWI, para la mayoría de los intérpretes pudiese parecer muy cualitativo hacer la comparativa sobre secciones sísmicas entre pozos. Con base en esto, la Figura 13 muestra los gráficos cruzados a partir de los parámetros invertidos usando CSSI.

Figura 13. Gráficos cruzados de resultados de la inversión sísmica: a la izquierda usando modelo interpolado y a la derecha el modelo MAWI. En el eje z está representada la densidad.

En la Figura 13 se observa lo siguiente:

• En los gráficos de impedancia p vs impedancia s vs densidad, para la inversión usando MAWI, se observa mejor congruencia con las tendencias de física de rocas en la definición de yacimientos, en particular para la geología del campo de estudio.

• En la inversión sísmica con el MAWI, a nivel de los gráficos, se logran observar valores bajos de densidad que se alejan de la tendencia base de Ip vs Is, los cuales están asociados a yacimientos petroleros.

• Al usar el modelo interpolado, no es que se haya obtenido un resultado erróneo o realizado una mala ejecución de la inversión sísmica, simplemente que genera un fuerte sesgo debido a la incertidumbre en el modelo de baja frecuencia. Esto debido principalmente por la pobre cantidad de pozos considerados durante la interpolación y adicionalmente por la fuerte variación lateral como consecuencia de la alta complejidad estructural y sedimentaria.

• El punto anterior, indica que, para yacimientos de baja complejidad geológica, debería haber una respuesta equiparable entre el modelo interpolado y el MAWI.

Se ha visto el potencial en los resultados de inversión sísmica utilizando MAWI para la construcción del modelo de baja frecuencia, sin embargo, no se ha visto la ventaja de utilizar el algoritmo CSSI para tratar la alta incertidumbre de los modelos de baja frecuencia y evitar el sesgo en los resultados de inversión sísmica de parámetros petro-elásticos.

Por lo anterior, en la Figura 14 se muestran los resultados de invertir la Impedancia P usando el algoritmo de CSSI, donde, tal como se comentó en la sección teórica de la inversión sparse spike, este algoritmo adicional a la

obtención de la impedancia absoluta permite obtener una versión de impedancia relativa, limitada al ancho de banda de la sísmica, evitando la incertidumbre del modelo de baja frecuencia, como una consecuencia de la no unicidad. Esto permite interpretar simultáneamente los resultados de impedancia incorporando el modelo de baja frecuencia (impedancia de banda completa) y de impedancia relativa con el único aporte del ancho de banda sísmico (impedancia de banda limitada).

Nótese que la impedancia de banda limitada prácticamente es la misma con cambios ligeros en la ganancia principalmente debidos a la parametrización durante el proceso.

Adicionalmente, para reforzar las ventajas al implementar MAWI y el algoritmo de CSSI, la Figura 15 muestra la comparativa entre impedancia P usando MAWI y el modelo interpolado, donde se aprecia una fuerte diferencia fuera de la vecindad del pozo E, evidenciada por una zona de impedancias bajas (colores azules) en el modelo interpolado,

lo cual no es congruente con las impedancias relativas de la inversión de banda limitada. Por su parte, el modelo utilizando MAWI es más conservador en la definición de la zona en cuestión. Nuevamente y de manera más clara, es posible observar la similitud entre las inversiones de banda limitada donde se ven contrastes de impedancia evidentes. Esto no quiere decir que la inversión de banda limitada sea superior a la absoluta (banda completa), solo que con el CSSI se puede tener una interpretación adicional en términos del aporte sísmico, independiente del modelo de baja frecuencia.

Figura 14. Resultados de inversión de impedancia P. a y b, muestran la impedancia absoluta con el MBF interpolado y la impedancia relativa respectivamente., c y d, la impedancia absoluta usando un MBF con MAWI y la impedancia relativa derivada del mismo proceso.

Multi-Attribute Well Interpolator y Constraint Sparse Spike Inversion: dos métodos basados en inversión de datos como una solución para la ausencia de frecuencias sísmicas bajas, p. p. 29-47

Por otro lado, una de las preguntas que surgen es: ¿En qué casos la impedancia relativa no tendrá ventaja en su aplicación para la interpretación de resultados? La aproximación de impedancia relativa reconoce que mientras la inversión basada en modelo tiene problemas con las frecuencias más bajas y altas que el ancho de banda sísmico, la inversión de impedancia es confiable y única dentro del ancho de banda sísmico y podrá ser filtrada de vuelta al pasa-bandas sísmico. Por su parte, la solución de impedancia relativa asegura que los resultados de inversión sísmica basada en modelo no sean utilizados de manera incorrecta. Sin embargo, la aproximación de impedancia relativa es quizás demasiado conservativa y ciertamente no ayuda a aquellos que requieran usar la inversión de impedancia sísmica para construir un modelo estático de yacimiento que tenga intervalos delgados en bloque poblados con valores de porosidad absoluta (Cooke and Cant, 2010).

El párrafo anterior nos lleva a las siguientes aseveraciones:

• Cuando queremos usar una inversión sísmica para obtener una guía sedimentaria o asociación con parámetros petrofísicos por ejemplo una porosidad efectiva, en particular para yacimientos asociados a capas delgadas, la impedancia relativa (inversión de banda limitada) será poco confiable a no ser que se direccione hacia un enfoque de caracterización de capas delgadas (Rahmani et al, 2006; Brown et al, 2008).

• En el caso anterior, la reducción de la incertidumbre que permita tener una inversión de impedancia absoluta (banda completa) confiable, se puede lograr implementando metodologías como el MAWI durante la construcción de modelos de baja frecuencia (Ray and Chopra, 2016).

• Para el caso de detección de zonas de interés con el objetivo de identificar contrastes asociados a litología y/o presencia de hidrocarburo, además de visualizar cambios estratigráficos (terminaciones, discontinuidades, discordancias, etcétera) la impedancia relativa presenta una fuerte aplicación y aporte a la interpretación.

• Para un yacimiento en particular, se pueden utilizar en conjunto los resultados de inversión sísmica de banda limitada y banda completa para obtener más información enfocada a diferentes objetivos, por ejemplo: sedimentología sísmica, estratigrafía de secuencias, poblamiento de propiedades petrofísicas, análisis de lito-fluidos, etcétera.

Finalmente, la Figura 16 muestra los resultados de inversión sísmica elástica, donde se puede apreciar que para cada parámetro petro-elástico (Ip, Is y densidad) invertido, existe correspondencia y buena predicción con información de pozo y que, además, la impedancia relativa ayuda a la interpretación en tanto elimina el sesgo debido al modelo de baja frecuencia, permitiendo detectar zonas de interés asociadas a los yacimientos petroleros.

Figura 15. Secciones en la trayectoria del Pozo E. a, Inversión Ip con MAWI., b, Inversión de banda limitada del proceso con MAWI., c, Inversión Ip con modelo interpolado y d, Inversión de banda limitada del proceso con interpolado.

Conclusiones

1. Para sísmica de reflexión con un pobre contenido de baja frecuencia se presenta fuerte incertidumbre para predicción de las características geológicas del subsuelo durante el proceso de inversión sísmica, dicha incertidumbre es reducida implementado métodos de regresión lineal multivariable tales como el MAWI, los cuales nos permiten predecir la distribución y variación lateral de las propiedades petro-elásticas con un mayor grado de certidumbre y con ello evitar el sesgo en los resultados de inversión sísmica asociado a los modelos de baja frecuencia.

2. El algoritmo de inversión CSSI, permite obtener dos productos de impedancia, el primero en términos de impedancia absoluta (banda completa) y el segundo de impedancia relativa (banda limitada)., con ellos se pueden llevar a cabo interpretaciones en diferentes direcciones y enfoques según sea el objetivo de la caracterización de yacimientos.

3. El campo de análisis presenta complejidad estructural y fuerte variación sedimentaria lateral, por lo que los modelos de baja frecuencia basados en interpolación presentan pobre definición durante la caracterización de los yacimientos, más si existe poca información de pozos.

4. Se realizó una comparativa entre la construcción de modelos de baja frecuencia utilizando MAWI y utilizando métodos de interpolación basados en registros de pozos., se verifico la ventaja del MAWI para identificar y representar la distribución de los yacimientos.

5. La inversión de impedancia relativa permite asegurar que los resultados de inversión sísmica basada en modelo no sean utilizados de manera incorrecta, ya que solo se interpreta dentro del ancho de banda sísmico y sin la contribución de la incertidumbre agregada por los modelos de baja frecuencia, en relación con la no unicidad de los modelos.

6. La aplicación de MAWI para construcción de modelos de baja frecuencia y la implementación del algoritmo CSSI durante el proceso de inversión sísmica, permite minimizar la incertidumbre durante la interpretación y caracterización de yacimientos petroleros, en particular cuando se trabaja con datos de sísmica terrestre y yacimientos con fuertes cambios laterales.

Bibliografía

Barnes, A. 2006. Too Many Seismic Atributes? CSEG Recorder 31 (1-13): 1-13. https://csegrecorder.com/articles/view/ too-many-seismic-attributes.

Binode, C., Nagaraju, J., Sharma, S. Kr. et al. 2019. Reservoir Characterization Through Seismic Inversion: A Case Study. SEG Technical Program, Expanded Abstracts, 3215-3219 https://doi.org/10.1190/segama2 019-3216159.1

Brown, L. T., Schlaf, J. y Scorer, J. 2008. Thin-bed Reservoir Characterization Using Relative Acoustic Impedance Data, Joanne Field, U. K. 70th EAGE Conference and Exhibition, Roma, Italia, junio 9-12. https://doi.org/10.3997/2214-4609.20147790.

Figura 16. Resultados de inversión sísmica elástica para parámetros impedancia P, impedancia S y densidad. En la parte superior la impedancia de banda completa y en la parte inferior la impedancia de banda limitada. Los pozos están filtrados conforme a las frecuencias de la inversión.

Multi-Attribute Well Interpolator y Constraint Sparse Spike Inversion: dos métodos basados en inversión de datos como una solución para la ausencia de frecuencias sísmicas bajas, p. p. 29-47

Chatterjee, R., Gupta, S. D. y Farroqui, M. Y. 2013. Reservoir Identification Using Full Stack Seismic Inversion Technique: A Case Study from Cambay Basin Oilfields, India. Journal of Petroleum Science and Engineering 109 (September): 8795. https:/y /doi.org/10.1016/j.petrol.2013.08.006.

Chopra, S., Castagna, J. P. y Xu, Y. 2009. When Thin Is In: Relative Acoustic Impedance Helps. Frontiers + Innovation, CSPG CSEG CWLS Convention, 705-708.

Cooke, D., y Cant, J. 2010. Model-based Seismic Inversion: Comparing Deterministic and Probabilistic Approaches. CSEG Recorder 35 (04): 28-39.

Debeye, H. W. J. y Van Riel, P. 1990. -Norm Deconvolution. Geophysical Prospecting 38 (4): 381-403.

https://doi.org/10.1111/j.1365-2478.1990.tb01852.x.

Hampson, D. P., Shchuelke, J. S. y Quirein, J. A. 2001. Use of Multiattribute Transforms to Predict Log Properties from Seismic Data. Geophysics 66 (1): 220-236.

https://doi.org/10.1190/1.1444899.

Maurya, S. P. y Singh, N. P. 2019. Estimating Reservoir Zone from Seismic Reflection Data Using Maximum-Likelihood Sparse Spike Inversion Technique: A Case Study from the Blackfoot Field (Alberta, Canada): Journal of Petroleum Exploration and Production Technology 9: 1907–1918. https://doi.org/10.1007/s13202-018-0600-y

Maurya, S. P., Singh, N. P. y Singh, K. H. 2020. Seismic Inversion Methods: A Practical Approach. Cham, Switzerland: Springer Geophysics, Springer.

Menke, W. 2012. Geophysical Data Analysis: Discrete Inverse Theory, Third edition. Waltham, Massachusetts, USA: Academic Press

Katsikis, V. N. 2010. Computational and Mathematical Methods in Portfolio Insurance. A MATLAB-Based Approach. En Matlab-Modelling, Programming and Simulations , ed. E. P. Leite, Cap. 18, 397-426. London, UK: Intechopen.

Pérez, D. O. y Velis, D. R. 2010. Inversión Sparse-Spike de Datos Sísmicos Prestack. XXV Reunión Científica –Asociación Argentina de Geofísicos y Geodestas, Córdoba, Argentina, noviembre, 3-5.

Prendel, P. 2001. Seismic Inversion: The Best Tool for Reservoir Characterization. CSEG Recorder 26 (01) 1-15.

Rahmani, A., Belmokhtar, A., Murineddu, A. et al. 2006. The Art of Seismic Inversion: An Example from Erg Chourief, Algeria. SEG, Technical Program, Expanded Abstracts, 264268. https://doi.org/10.1190/1.2370072

Ray, A. K. y Chopra, S. 2016. Building More Robust LowFrequency Models for Seismic Impedance Inversion. First Break 34 (May): 29-34.

Russell, B. 1988. Introduction to Seismic Inversion Methods. Tulsa, Oklahoma, USA: Society of Exploration Geophysicists.

Zhang, Q., Yang, R., Meng, L. et al. 2016. The Description of Reservoiring Model for Gas Hydrate Base on the Sparse Spike Inversion. 7th International Conference on Environment and Engineering Geophysics and Summit Forum of Chinese Academy of Engineering on Engineering Science and Technology.

Semblanza del autor

Erik Camacho

Ingeniero Geofísico por el Instituto Politécnico Nacional desde 2010. En 2015 recibió el grado de Maestro en Ciencias por el Instituto de Geofísica de la UNAM para comenzar su carrera geofísica como asistente de investigador para el Instituto de Geofísica en la Ciudad de México.

Se unió al Instituto Politécnico Nacional en 2011 como profesor en el Departamento de Ingeniería Petrolera y a la Society of Exploration Geophysicists siendo miembro activo desde 2012. Ha estado colaborando con PEMEX E&P como Geofísico de producción desde 2012, trabajando en la construcción de modelos geocelulares, modelado geoestadístico de propiedades 3D, modelos de velocidades, generación de atributos sísmicos especiales, interpretación sísmica 3D e inversión sísmica acústica-elástica.

Es autor y colaborador en diversos artículos técnicos para revistas de geociencias, tales como Interpretation, Geofísica Internacional, South American Earth Sciences, Minerals, así como en boletines y revistas de divulgación técnica.

Aprovechamiento de l íquidos de gas natural. Estrategias rentables en plataformas del Golfo de México

Alberto Lory Mendoza

Gabriel Díaz Boffelli

José Ramírez Ramírez McDermott

Resumen

Actualmente el mercado de petróleo y gas enfrenta un reto en el uso eficiente de los recursos naturales bajo estándares de seguridad y con el mínimo impacto ambiental. Con esta premisa, es necesario aplicar nuevas tecnologías para mejorar los procesos de producción de los nuevos yacimientos en el Golfo de México.

En el presente documento se analizan variables de proceso para el diseño de una plataforma de producción ubicada en el Golfo de México, específicamente para el manejo de los líquidos asociados al gas natural.

Generalmente, el gas producido y separado en una plataforma de producción se utiliza como gas combustible, para reinyección al yacimiento, o es enviado a las plantas de procesamiento, por lo que requiere comprimirse, por lo que los compuestos más pesados del gas natural se condensan, formando los líquidos de gas natural (LGN). Estos líquidos se vaporizan en los tanques de almacenamiento y se envían al quemador; ocasionalmente son manejados en la unidad de recuperación de vapores (VRU), o se ventean a la atmósfera, comprometiendo el cumplimiento de las regulaciones ambientales mexicanas y adicionalmente se desperdicia una fuente de energía valiosa.

Los componentes más pesados del gas suelen condensar en el gasoducto de transmisión en consecuencia, se incrementa la caída de presión exigiendo además una mayor frecuencia de operación de los diablos en la limpieza de tuberías para evitar el arrastre de líquidos a la entrada de las plantas de tratamiento y distribución de gas.

El análisis considera los siguientes casos: 1. Representa el diseño original donde se mezclan los LGN provenientes de las etapas de compresión y del acondicionamiento del gas combustible junto con el gas y el caso 2, el cual consiste en mezclar los LGN de las etapas de compresión en la etapa de separación de presión intermedia.

Los resultados indican que la estrategia seleccionada para el caso 2 incrementa la producción de aceite y mejora su gravedad API, sin embargo, los requisitos de potencia y energía son más altos comparados con el caso 1. Adicionalmente, se mejora la calidad del gas que se transportará, reduciéndose la caída de presión en el gasoducto; por lo tanto, se requiere una frecuencia más baja en las operaciones de diablos disminuyendo los costos de operación y mantenimiento. Como complemento a la evaluación técnica, se desarroll ó una evaluación económica preliminar considerando CAPEX, OPEX, ROI, valor presente neto y eficiencia de inversión, demostrando que el caso 2 es una solución rentable que permite la optimización en la explotación de los recursos naturales bajo estándares de seguridad y con el mínimo impacto ambiental, brindando mayores beneficios para el operador.

Palabras clave: Golfo de México, plataformas de producción, LGN, gas de ventas, requisitos de potencia y energía, caída de presión, casos de estudio, impacto ambiental. CAPEX, OPEX, ROI.

Use of natural gas liquids. Profitable strategies on platforms in the Gulf of Mexico

Abstract

The current trend of the oil and gas market is focused on the efficient use of natural resources, observing safety standards, and causing the minimum environmental impact.

Under this premise, it is necessary comply with these standards to become a leader for future installations at the Gulf of Mexico.

The proposal for this paper is to discuss technical aspects of the process design used for a facility located at the Gulf of Mexico. Specifically, the challenges associated with the handling and disposal of NGLs.

Commonly, the produced gas is separated in a production platform and can be used as fuel gas, reinjected to the reservoir, or sent to be processed. While the gas is compressed, the natural gas heavier compounds are condensed due to the intrinsic hydrocarbon’s nature, forming NGLs; this is vaporized at the storage tanks, and then sent either to the flare or back to the VRU, and rarely vented to atmosphere, consequently this practice avoid complying the Mexican regulations as well as wasting energy.

The heavier gas components would condense into the pipeline, and consequently, the pressure drop would increase, demanding an increase of pigging operation’s frequency to avoid the liquids carryover at the gas treating facilities.

The analysis considers two cases study: Case 1- consists of the original design where the NGLs from the compression stage and gas conditioning are mixed with the sales gas. Then, the case 2, consists of mixing the NGLs in the intermediate pressure separation stage.

The results indicate that the strategy selected for Case 2 produces a higher increase in oil production and further improves its API gravity, however the power and duty requirements are higher compared to case 1. Additionally, the export gas quality is improved, and the pressure drop in sales gas pipeline is reduced; therefore, lower frequency on pigging operations is required reducing the maintenance and operational costs.

As a compliment of the technical study, a preliminary economic assessment is developed considering CAPEX, OPEX, ROI, Net present value, and investment efficiency. Based on this assessment, Case 2 is found to be the most profitable solution which allows an optimization of the natural resource’s exploitation, complying the safety standards, reducing the environmental footprint, and providing higher benefits for the operator.

Keywords: Gulf of Mexico, offshore production facilities, NGLs, sales gas, power demand, pressure drop, case study, environmental footprint, CAPEX, OPEX, ROI.

Introducción

El presente estudio se centra en una evaluación Pre-FEED que consta de una plataforma con instalaciones de producción, perforación, servicios y habitacional, ubicada en el Golfo de México y dimensionada para manejar un promedio de 35 MMSCFD de gas, 60 MBPD de aceite, y 75 MBPD de agua congénita. El objetivo para la definición de la infraestructura

requerida en la explotación de un campo petrolero se centra en obtener el máximo volumen de hidrocarburos con los requisitos mínimos de compresión y bombeo, aprovechando al máximo la energía del yacimiento.

Los beneficios y la metodología a seguir en la estrategia de recuperación de LGN se desarrolla de acuerdo con el escenario de producción y la instalación originalmente

Aprovechamiento de líquidos del gas natural. Estrategias rentables en plataformas del Golfo de México, p.p. 48-59

diseñada. Donde se identifican las limitaciones del diseño original junto con el caso 2 propuesto. Asimismo, se evalúan los aspectos técnicos como el incremento de la producción de aceite, la reducción de la caída de presión en la tubería de gas de ventas, las variaciones de la demanda de energía de bombas y compresores, para luego complementarlo con una evaluación económica. De esta forma se determina la factibilidad técnico-económica de los casos de estudio para aprovechar los LGN e incrementar los ingresos en las instalaciónes costa afuera.

Escenario de producción

El estudio se centra en un yacimiento costa afuera ubicado en el Golfo de México, cuyo aceite presenta características de bajo contenido de azufre, una gravedad API de 29 ° y un G R de CF BBL. l cam o tiene una vida de producción esperada de 20 años, de acuerdo con el escenario de producción descrito a continuación en la Tabla 1 y la Figura 1.

La Tabla 2 muestra el análisis PVT detallando la distribución de los pseudocomponentoes para el yacimiento estudiado, el cual fue proporcionado por el operador a partir de los análisis de laboratorio realizados al fluido del yacimiento.

Tabla 1. Escenarios de producción.

Tabla 2. Análisis PVT del yacimiento estudiado.

Descripción del diseño de la instalación

Para el diseño original del proceso de producción de la plataforma, los fluidos provenientes del pozo de producción (la mezcla de gas/aceite/agua) se envían a un múltiple de producción, el cual está conformado por tres cabezales de producción para manejar las diferentes etapas de presión que luego son llevadas a las diferentes etapas de las baterías de separación. La plataforma de producción está conformada por tres etapas de separación; la primera a alta presión (1,325 psig), la segunda a media presión (450 psig) y la tercera a baja presión (150 psig). El gas del separador de alta presión se canaliza a una unidad de deshidratación y se acondiciona antes de su venta.

La corriente de líquido y vapor remanente proveniente del separador de alta presión se envía al separador de presión intermedia y en cascada al separador de baja presión con la finalidad de estabilizar la fase líquida.

El gas producido en los separadores de intermedia y de baja presión se envía a un sistema de compresión para combinarlo con el gas de alta presión previamente separado, antes de ingresar a la unidad de deshidratación. El LGN, definido como aquellos hidrocarburos liquidos del gas natural, incluyendo

etano, propano, butano (GPSA, 2016), se envían desde el depurador de la segunda etapa de compresión, para su posterior mezclado con el gas comprimido. Dicha mezcla se estabiliza en un separador de tres fases para separar los líquidos condensados y eliminar las trazas de agua. El gas se envía a una columna de deshidratación con Trietilenglicol (TEG), tal como se indica en la Figura 2.

Después del proceso de deshidratación, el gas se acondiciona para cumplir con las especificaciones de venta, luego se mezcla con dos corrientes de LGN, la primera proveniente del acondicionamiento de gas y la segunda de la unidad de separación de tres fases previa a la unidad de deshidratación TEG, que se muestra en la Figura 2.

El gas de ventas se envía a través de una tubería de ventas para su procesamiento posterior en las instalaciones en tierra. El agua congénita producida en el sistema de separación se envía a un sistema de tratamiento de aguas para acondicionarla de acuerdo con las regulaciones mexicanas e internacionales antes de su disposición al mar.

La corriente de aceite producida en el separador de baja presión se envía a un banco de intercambiadores de calor antes de ingresar al sistema de deshidratación electrostática.

Alberto Lory Mendoza, Gabriel Díaz Boffelli, José Ramírez Ramírez

Figura 1. Perfiles de producción

Descripción del problema

Las instalaciones de producción costa afuera presentan varias limitaciones, principalmente por el espacio reducido para procesar y manejar los líquidos, formados durante las etapas de compresión debido a la naturaleza del hidrocarburo, conocidos como Líquidos del Gas Natural (LGN). Estos se ventean comúnmente al quemador para incinerarse con otros gases, desperdiciando su valor energético; o se mezclan con el gas de ventas, donde la mezcla líquido-vapor se envía a través del gasoducto de transmisión, por lo que los compuestos pesados se condensan bajo esta condición de operación; como resultado se observará un incremento de la caída de presión en dicha tubería.

En consecuencia, la tubería de ventas requiere una mayor frecuencia en las operaciones de corrida de diablos; que induce un desplazamiento considerable del volumen de líquido y a su vez exige la presencia de equipos para capturar dichos flujos de líquidos. El equipo de slug catcher colocado en tierra se usa comúnmente para manejar este escenario.

El presente estudio utiliza una composición de gas seco rico en propano (C3), butano (C4) y pentano (C5) (también llamado GPM C3+) (GPSA, 2016); que al comprimirse, se obtiene un mayor volumen de LGN, lo que causa los problemas operativos descritos anteriormente. Para resolver estos

problemas operativos generados por la presencia de líquidos condensados, se analiza el caso 2 para aprovechar los líquidos condensados LGN en las instalaciones costa afuera, que aumenta la producción y mejora la gravedad API del aceite producido.

Análisis

El gas proveniente de las etapas de compresión se mezcla con la corriente de líquidos condensados de gas natural obtenidos en el depurador de etapa de compresión a baja presión. Esta mezcla líquido vapor se estabiliza en un separador flash donde se obtiene el gas para alimentar a la unidad de deshidratación con trietilenglicol, la corriente de líquidos de gas natural y el agua separada que se envía a la planta de tratamiento de aguas congénitas.

En la Figura 3 se indica la composición del gas estabilizado luego del separador de tres fases para los diferentes escenarios de producción. De esta Figura 3 se puede observar que la composición del gas se concentra principalmente en los compuestos C1, C2, C3 y n-C4 Mientras que la Figura 4 muestra la composición de los líquidos de gas natural estabilizados, los cuales también presentan una distribución de los componentes, similar a la observada en el gas.

Figura 2. Descripción del esquema de manejo del gas para el caso 1.

Con el simulador de procesos HYSYS versión 10, se evalúan ambos casos de estudio (tanto el diseño original del caso 1 como el caso 2) para determinar la factibilidad técnicoeconómica en una instalación costa afuera. El caso 2 maneja la misma filosofía de operación del caso 1 con la modifición del retorno de los LGN desde el depurador de la segunda etapa de compresión a la etapa de separación de presión

intermedia (450 psig) para aumentar la producción de aceite, mejorar su gravedad API y disminuir la cantidad de líquidos del gas de ventas. Para este caso, se espera un aumento de la demanda de energía debido a una mayor carga de gas a los compresores, su diagrama se muestra en la Figura 5. (GPSA, 2016)

Alberto Lory Mendoza, Gabriel Díaz Boffelli, José Ramírez Ramírez

Figura 3. Composición del gas estabilizado a la unidad de deshidratación.

Figura 4. Composición de los líquidos condensados estabilizados.

Figura 5. Esquema del proceso para el caso 2.

Aprovechamiento de líquidos del gas natural. Estrategias rentables en plataformas del Golfo de México, p.p. 48-59

Hay que destacar que en el presente estudio no se incluye una tubería independiente para la exportación de los LGN, además el agua presente se elimina antes de enviar la mezcla de gas y LGN a la tubería de ventas.

Por otra parte, se desarrolla una evaluación económica para determinar la viabilidad del estudio. Suponiendo que al aumentar la producción se generan ganancias adicionales al caso 1, se estima el CAPEX, OPEX, ROI, valor presente neto y eficiencia de inversión. Se considera un precio constante del aceite durante la vida útil de la producción, y se evalúan tres escenarios de precios: 40, 50 y 65 USD/BBL (https://oilprice. com/). Para el flujo de caja, se consideran 35 USD/BBL para OPEX y una tasa de descuento del 15%.

Resultados

Los resultados de la evaluación técnica se centran en la recuperación de los LGN, las mejoras en el aceite producido,

la caída de presión en la tubería de ventas, la potencia de compresión y demanda de energía. Una descripción detallada se presenta a continuación:

• Incremento en la producción y mejora en la calidad del aceite producido

En la tabla 3 se presentan los resultados de la producción de aceite para ambos casos de estudio evaluados. Durante la vida del yacimiento la producción de aceite es mayor en el caso 2, observando un incremento promedio de 600 BPD comparado con el caso 1. Este comportamiento se debe principalmente a la afinidad de los LGN cuando se mezclan con el aceite en una etapa de separación de presión intermedia (Gas conditioning and Processing, 1998). Igualmente, se obtiene una mejor calidad para el aceite producido, aumentando su gravedad API en un rango de 0.5° a 1.3°(dependiendo de la etapa de producción del yacimiento).

Tabla 3. Rendimiento del aceite recuperado a partir del aprovechamiento de LGN. Caída de presión

A pesar de que los LGN se eliminan y se incorporan al aceite, se genera una cierta cantidad de líquidos en la tubería de ventas debido a que la presión de operación manejada induce la condensación de los compuestos que conforman la mezcla de gas de venta.

La Tabla 4, muestra una reducción en el volumen de hidrocarburos líquidos presentes en el gas de ventas para el caso 2, la cual en promedio representa una disminución de 41% en comparación con el caso 1.

La mezcla líquido-vapor enviada a través de la tubería de ventas se condensará parcialmente bajo esta condición

operativa (temperaturas más bajas en el fondo marino y presiones más altas para la especificación de gas de ventas), como resultado, se observará un aumento de la caída de presión. Para el caso 2, esta caída de presión disminuye en un promedio de 45% en comparación con el caso 1, Figura 6

En la vida avanzada del yacimiento, se observa que toda la corriente de la tubería de ventas se encuentra en fase líquida. Es importante resaltar, que la caída de presión en esta etapa es menor que la carga hidrostática generada por la diferencia de alturas entre la plataforma y las instalaciones de recepción ubicadas en tierra.

• Demanda de potencia

La demanda de potencia consiste en la suma de las demandas de los compresores y bombas presentes en la plataforma para procesar aceite y gas. Una vez cuantificada la demanda total de potencia para el caso 1, se determinó la demanda total para el caso 2 siendo ésta más alta, con

un incremento promedio del 10%. Este incremento se debe a un mayor flujo de gas alimentado a los compresores que aumentan su capacidad y a una mayor producción de aceite que incrementa la demanda de las bombas presentes en las instalaciones, principalmente las bombas de exportación de aceite.

Alberto Lory Mendoza, Gabriel Díaz Boffelli, José Ramírez Ramírez

Tabla 4. Caída de presión en la tubería de ventas.

Figura 6. Comportamiento de la caída de presión en la tubería de ventas.

Tabla 5. Comparación de las demandas totales de potencia.

Aprovechamiento de líquidos del gas natural. Estrategias rentables en plataformas del Golfo de México, p.p. 48-59

La Figura 7 muestra una mayor demanda de potencia para el escenario pico y es debido a que se manejan las tasas de flujo más altas. El resto de los escenarios mantienen un rango similar para la demanda de potencia.

• Demanda de energía

La demanda de energía se obtiene principalmente de los intercambiadores de calor, así como los enfriadores para acondicionar el aceite y el gas en la instalación. Los calentadores se utilizan para acondicionar el aceite antes

del separador de tres fases de baja presión. Mientras que los enfriadores se utilizan principalmente para enfriar el gas comprimido en diferentes etapas de compresión. Dado el incremento de la carga a los compresores, la demanda total de energía del caso 2 aumenta en comparación con el caso 1.

Además, la Figura 8 muestra que la demanda de energía aumenta gradualmente hacia el final de la vida del yacimiento. En este escenario de vida avanzada, el corte de agua presente en el aceite es el mayor de todos los

escenarios y toda la producción se envía a un separador de baja presión; en consecuencia, al calentar una mayor cantidad de agua demanda un incremento del consumo total de energía. (Oilfield Processig, 1995)

Tabla 6. Comparación de la demanda total de energía.

Figure 7. Demanda total de potencia para los casos estudiados.

• Estudio económico

Para evaluar el rendimiento real del caso 2 se considera el incremento de producción respecto al caso 1 versus las inversiones adicionales requeridas para el caso 2 (aumento en tamaño del compresor, incremento en demanda de potencia y energía).

Dado que el caso 2 mantiene la misma filosofía de equipos del caso 1, se consideró una estimación del CAPEX con respecto a la capacidad de los compresores debido al incremento de la demanda en comparación con el caso 1. Para esa estimación, se utilizó un supuesto de 1.0 MMUSD/1,000 hp de incremento, lo que resultó en una inversión adicional de 2.0 MMUSD.

Con el incremento de producción de petróleo descrito anteriormente, en la Tabla 7 se presentan los resultados del valor presente neto junto al retorno y la eficiencia de la

inversión para el caso 2. La eficiencia de la inversión consiste en determinar cuanto es el rendimiento de los ingresos totales por el incremento de producción entre el diferencial del gasto en operación y capital. El retorno de la inversión se calcula considerando el tiempo en que se recupera la inversión destinada al CAPEX

El valor presente neto demuestra que el sistema propuesto para el caso 2 es económicamente factible, mostrando una variación de 95.9 MMUSD a 617.8 MMUSD. Asímismo, el retorno de la inversión varía entre 4 – 1.8 años, y una eficiencia de inversión entre 12.8% - 83.4% para los escenarios de 40 USD/BBL y 65 USD/BBL respectivamente.

Por lo tanto, la mejora propuesta en la recuperación de líquidos de gas natural y su posterior incorporación en la etapa de intermedia presión presentada en el caso 2, demuestra la viabilidad económica del estudio que a su vez complementa la viabilidad técnica descrita anteriormente.

Caso 2

Alberto Lory Mendoza, Gabriel Díaz Boffelli, José Ramírez Ramírez

Figura 8. Demanda total de energía.

Escenarios de precios del aceite (USD/BBL)

Aprovechamiento de líquidos del gas natural. Estrategias rentables en plataformas del Golfo de México, p.p. 48-59

Conclusión

• Se comprobó que incorporar los LGN a una etapa de separación de presión intermedia se alcanza un incremento de la producción de aceite en 600 BPD y un aumento de la gravedad API en 1° en promedio.

• Se determin ó una disminución en el volumen de hidrocarburos líquidos formados junto al gas de ventas; por lo tanto, se obtiene una reducción de la caída de presión en la tubería de ventas que induce la disminución en las operaciones de corrida de diablos.

• A pesar de la mayor demanda de potencia y energía el caso 2, es una estrategia técnicamente viable para aprovechar los LGN en las instalaciones en costa afuera.

• La evaluación económica mostró eficiencias de inversión atractivas y un retorno de la inversión superior al caso 1.

• El caso de estudio propuesto es una estrategia técnico-económicamente viable que permite abatir los desafíos venideros del mercado del petróleo y gas natural mediante la optimización en el aprovechamiento de los recursos naturales, minimizando el impacto ambiental y generando mayores beneficios para el operador.

Referencias

• Aspen Technology Inc. 2020. Aspen HYSYS V10.0 Software. Bedford, Massachusetts, USA: Aspentech. https://www.aspentech.com/en/products/ engineering/aspen-hysys

• Engineering Data Book, 14th edition. 2016. Tulsa, Oklahoma, USA: Gas Processor Suppliers Association (GPSA). 2 v.

• Madox, R. N. y Lilly, L. L. 1998. Gas Conditioning and Processing, Volume 3 Computer Applications for Production/Processing Facilities, 7th edition. Norman Oklahoma, USA: Campbell Petroleum Series.

• Manning, F. S. y Thompson, R. E. 1995.Oilfield Processing, Volume Two: Crude Oil, 1st edition. Tulsa, Oklahoma, USA: PennWell Corporation.

• OILPRICE.com: The No. 1 Source for Oil & Energy News, https://oilprice.com/ (Fecha de acceso 19 de abril de 2022).

Abreviaturas

BBL Barriles

BPD Barriles por día

CAPEX Inversión de capital

GOR Relación gas petróleo

LGN Líquidos de gas natural

MBPD Miles de barriles por día

MMSCFD Millones de pies cúbicos estándar por día

OPEX Gastos operativos

psig Libra fuerza por pulgada cuadrada (manométrica)

ROI Retorno de la inversión

SCF Pies cúbicos estándar

VRU Unidad recuperadora de vapor

Semblanza de los autores

Alberto Lory Mendoza

Ingeniero Químico Industrial con 42 años de reconocida trayectoria internacional en diversas empresas de la industria petrolera IMP, PEMEX, CORPOVEN, PDVSA, ENAP, CEPE, y consultoría privada para McDermott, Schlumberger, Halliburton, CIPM, en países como México, Venezuela, Chile, Ecuador; participando en las fases de conceptualización, diseño, arranque, operación, optimización de instalaciones de producción, tanto costa afuera como terrestres. Ha participado en tres grandes desarrollos petroleros (Áreas Marina de Campeche y Cretácica Chiapas-Tabasco) y (Norte de Monagas Venezuela). Poseedor de 22 patentes, 20 de productos desemulsificantes de crudo y 2 para acondicionamiento con contenido de asfáltenos para su transporte en tuberías.

Alberto Lory Mendoza, Gabriel Díaz Boffelli, José Ramírez Ramírez

Gabriel Díaz Boffelli

Ingeniero Químico con Maestría en Ingeniería Química y Procesos, nueve años de experiencia en la industria petrolera en países como México, Colombia, Estados Unidos, Rusia y Venezuela, en proyectos costa afuera e instalaciones en tierra para las áreas de mejoramiento y transporte de crudos pesados, procesos de deshidratación, hidrotratamiento, desasfaltado, esquemas de refinación, simulación de procesos optimización y análisis económicos. Así como, en la industria petroquímica en los procesos de alquilación y sulfonación. Autor de artículos técnicos publicados en revistas arbitradas y eventos internacionales.

José Ramírez Ramírez

Ingeniero Químico Especialista en Ingeniería de Procesos, 32 años de experiencia en el área terrestre y costa afuera en instalaciones de petróleo, gas, refinación y petroquimica; apoyando las operaciones y desarrollando proyectos de capital desde el proceso de planificación hasta la puesta en marcha, en países como Venezuela, Perú, Estados Unidos, México, África y Medio Oriente. Ha desempeñado otras funciones ineherentes al ramo petrolero, tales como: ingeniero de instalaciones, ingeniero de proyectos, gerente de proyectos, ingeniero de control de calidad, ingeniero de procesos y seguridad, ingeniero de producción, superintentende de operaciones de producción, gerente de facilidades y commisioning.

Política Editorial

Ingeniería Petrolera es una publicación de investigación científica editada por la Asociación de Ingenieros Petroleros de México, AC (AIPM), que tiene como objetivo difundir investigación original relacionada con el área de la ingeniería petrolera en todas las categorías siguientes:

1. Geología

2. Geofísica

3. Yacimientos

4. Sistemas de Producción y Comercialización de Hidrocarburos

5. Intervención a Pozos

6. Seguridad Industrial, Higiene y Protección Ambiental

7. Administración y Negocios

8. Recursos Humanos y Tecnología de Información

9. Desarrollo y Optimización de la Explotación de Campos

La revista Ingeniería Petrolera es un espacio abierto para investigadores y profesionales interesados en dar a conocer sus trabajos e incluye artículos en español e inglés.

La revista Ingeniería Petrolera tiene como objetivo contribuir al progreso y la divulgación de la Ingeniería Petrolera en México, promover el estudio y la investigación científica entre sus miembros y fomentar la fraternidad entre los mismos, tiene como misión ser una tribuna técnica para los ingenieros que laboran directa o indirectamente en la industria petrolera y su visón es dar a conocer trabajos inéditos relacionados con el área petrolera en México y en el Mundo en idiomas español e inglés.

Información para los autores

Manuscritos

Los especialistas que colaboren con artículos de investigación deberán integrarlos bajo las siguientes normas editoriales de la publicación:

1. Los manuscritos elaborados en español o en inglés deberán ser enviados a la Comisión Nacional Editorial, comision.nacional.editorial@aipmac.org.mx , lhernandezr@aipmac.org.mx con una extensión máxima de 20 cuartillas, incluyendo tablas, gráficas, figuras, fotografías, etcétera, las cuales deberán ser colocadas en el lugar correspondiente y enviadas en formato TIFF o JPG con calidad mínima de 300 dpi.

2. Debe ser escrito a una columna con márgenes de 3 cm de lado izquierdo y 2 cm en los lados restantes. El espaciado interlineal debe ser de 1.5, con fuente Arial de 12 puntos para el texto y de 14 puntos para los títulos,

utilizando los acentos ortográficos correspondientes en letras mayúsculas. El procesador de palabras deberá ser Microsoft Word.

3. El encabezado del artículo deberá integrar la siguiente información:

• Título del trabajo en inglés y español: deberá ser corto y conciso sin que exceda de 15 palabras.

• Datos de los autores y coautores: nombre completo, institución a la que pertenecen, dirección postal, teléfono(s), direcciones y correo electrónico.

• Resumen: Elaborar uno en español y otro en inglés, los cuales no excedan de 250 palabras cada uno.

• Palabras clave en español e inglés: Incluir seis descriptores en inglés y en español para facilitar la recuperación de la información en las bases de datos especializadas.

4. La estructura de los artículos deberá contener:

• Introducción

• Desarrollo del tema

• Conclusiones

• Nomenclaturas

• Agradecimientos

• Apéndices (en su caso)

• Referencias

• Trayectoria profesional de cada autor

5. Las expresiones matemáticas deberán ser escritas claramente, cuidando que sean legibles los símbolos y utilizando el Sistema Internacional de Unidades.

6. Las referencias enunciadas en el desarrollo de los trabajos deberán anotarse indicando el apellido del autor y el año de su publicación, por ejemplo: “Recientemente, Gracia (1996)...” o bien “En un trabajo reciente (Gracia, 1996)”... Para tres autores o más: Gracia et al . (1996) o (Gracia et al ., 1996). Estas referencias se citarán al final del texto y en orden alfabético al final del trabajo, de acuerdo al manual establecido por la SPE Publication Style Guide:

Libros

Bourdet, D. 2002. Well Test Analysis: the Use of Advanced Interpretation Models. Amsterdam: Elsevier.

Artículos

Hernández García, M.A. 2011. Desarrollo del Campo Cauchy: Caso de Éxito en la Región Norte. Ingeniería Petrolera LII (2): 19-35.

Soliman, M.Y., Miranda, C. and Wang, H.M. 2010. Application of After-Closure Analysis to a Dual-Porosity Formation, to CBM, and to a Fractured Horizontal Well. SPE Prod & Oper 25 (4): 472-483. SPE-124135-PA. http://dx.doi. org/10.2118/10.2118/124135-PA

Conferencia, reunión, etc.

Al-Khalifa, A.J. y Odeh, A.S. 1989. Well Test Analysis in Oil Reservoirs with Gas Caps and/or Water Aquifers. Artículo SPE 19842, presentado en: SPE Annual Technical Conference and Exhibition, San Antonio, Texas, octubre 8-11. http:// dx.doi.org/10.2118/19842-MS

Tesis

Pérez Martínez, E. 2011. Estudio de Conificación de Agua en Yacimientos Naturalmente Fracturados. Tesis de Maestría, UNAM, Programa de Maestría y Doctorado en Ingeniería, México, D.F.

Miguel Hernández, N. 2002. Scaling Parameters for Characterizing Gravity Drainage in Naturally Fractured Reservoir. PhD dissertation, University of Texas at Austin, Austin, Texas.

PDF (en línea)

Secretaría de Energía. Dirección de Planeación Energética. 2011. Balance Nacional de Energía 2010. http://www.sener. gob.mx/res/PE_y_DT/pub/2011/Balance%20Nacional%20 de%20Energía%202010_2.pdf (descargado el 1 de febrero de 2010).

Normas

NRF-005-PEMEX-2000. Protección Interior de Ductos con Inhibidores. 2000. México, D.F.: PEMEX, Comité de Normalización de Petróleos Mexicanos y Organismos Subsidiarios.

Software

Eclipse Reservoir Engineering Software. 2005. Schlumberger, http://www.slb.com/content/services/software/resent/

1. Los autores deberán anotar una semblanza de su trayectoria profesional que no rebase las 100 palabras en el idioma en que se escribió el artículo, éstas se ubicarán después de las referencias.

Autores

• El autor deberá ceder los derechos a la revista Ingeniería Petrolera de la AIPM.

• El artículo deberá ser original y compromete a sus autores a no someterlo simultáneamente a la consideración de otra publicación.

• La responsabilidad del contenido de los artículos sometidos a la publicación corresponde a los autores.

Evaluación

Todos los artículos presentados serán valorados previamente por dos o más expertos del Comité Técnico de Expertos de la Asociación de Ingenieros Petroleros de México AC, y posteriormente por la Comisión Editorial, quienes estudiarán su contenido y darán una opinión acerca de su publicación. En este proceso participan especialistas reconocidos y de alto nivel en la materia, con habilidad y experiencia para evaluar de manera confiable y expedita, tanto la calidad y la originalidad, como el mérito del contenido de los artículos.

La revista Ingeniería Petrolera es editada por la Asociación de Ingenieros Petroleros de México, A. C.

Esta edición se terminó en febrero de 2023 en la Ciudad de México

Derechos reservados © Asociación de Ingenieros Petroleros de México, A.C., 2023