Aplicación del algoritmo de clustering de ESG para identificar fallas y redes de fractura que influyen en la producción
ESG llevó a cabo con éxito sus servicios de reprocesamiento de segunda vista en datos microsísmicos adquiridos de una fractura vertical de dos etapas en la formación Montney. Mediante la aplicación de algoritmos de agrupación propios, ESG detectó una red de fracturas subyacente que difería entre las dos etapas y ofreció una explicación de las diferencias observadas en los datos de producción entre las etapas.
A medida que la monitorización microsísmica de los tratamientos de fracturación hidráulica ha ido ganando adeptos en la industria energética, se ha comprobado que los operadores no pueden esperar que se formen simples fracturas de dos alas durante las estimulaciones de fracturación. En cambio, es mucho más normal observar redes de fracturas muy complejas, ya que la estimulación interactúa con las fracturas naturales preexistentes en la zona objetivo. Gracias a herramientas de análisis innovadoras, como los algoritmos de agrupación de ESG, es posible desglosar agrupaciones aparentemente inconexas de eventos microsísmicos en fallas y fracturas definidas, añadiendo un contexto geológico a la interpretación microsísmica y ayudando a los productores a comprender las características ocultas del yacimiento que pueden influir en la producción.
Antecedentes
Los datos microsísmicos fueron adquiridos por un proveedor alternativo para una fractura hidráulica vertical de dos etapas en la formación Montney en Alberta, Canadá. Se ubicó un conjunto de sensores verticales de 12 niveles en un pozo de observación a 590 metros del pozo de producción. El cliente pidió a ESG que volviera a procesar los datos microsísmicos, sin indicar la razón por la que había que volver a procesar los datos.
Se desarrolló un modelo de velocidad para el emplazamiento utilizando datos de registro sónico dipolar. ESG llevó a cabo la orientación de los sensores utilizando los datos de los disparos de las perforaciones y la localización de los eventos mediante un algoritmo de localización basado en el acimut. El análisis de optimización de enjambre de partículas (PSO), propiedad de ESG, se aplicó a los datos para perfeccionar la localización de los eventos y el modelo de velocidad. Se localizaron un total de 1199 eventos, a partir de los cuales se estableció un conjunto de datos representativo con una magnitud de momento mínima de -1,2 (Fig. 2 y Fig. 3).
Para cada una de las etapas de fractura se realizó un cálculo del volumen del yacimiento estimulado (SRV) basado en la deformación sísmica. El SRV representa el volumen de un yacimiento que se estimula efectivamente para aumentar la producción. El SRV calculado para la etapa 1 resultó ser tres veces mayor que el SRV de la etapa 2, lo que indica diferencias sustanciales en la producción entre las etapas. Además, se produjo una importante deformación sísmica cerca del pozo de producción para la etapa 1, lo que sugiere que las fracturas estaban bien acopladas al pozo de producción. Por el contrario, la mayor parte de la deformación sísmica asociada a la etapa 2 se produjo a lo largo de un acimut N30°E, lejos del pozo de producción.
Solución ESG
ESG aplicó sus propios algoritmos de agrupación a los datos de los eventos de las Etapas 1 y 2 para identificar si había alguna red de fracturas subyacente. La Fig. 4 muestra los resultados del análisis de conglomerados patentado por ESG. Las ubicaciones de los eventos microsísmicos se muestran antes del análisis, después de la tercera iteración del algoritmo y después de la sexta y última iteración.
El resultado final de la etapa 1 revela dos fracturas principales paralelas con acimut noreste conectadas entre sí y con el pozo de producción por una serie de fracturas cruzadas más pequeñas. Por el contrario, el resultado final de la etapa 2 revela una única gran fractura dominante con acimut noreste. Esta fractura no parece estar bien acoplada al pozo de producción.
Tras recibir los resultados de la evaluación microsísmica, el cliente reveló que había observado una producción significativamente menor en la etapa 2. El análisis de conglomerados, combinado con los resultados del SRV, proporcionó al cliente información sobre las características de las dos etapas de fractura y sugirió que las fracturas subyacentes podrían estar relacionadas con las diferencias observadas en la producción.
Este estudio de caso pone de manifiesto cómo puede utilizarse el análisis microsísmico avanzado para conocer los factores del yacimiento que más influyen en la producción
