KR101639693B1 - 탄산염 유전의 회수율 예측방법 및 이를 이용한 탄산염 유전 평가방법 - Google Patents

탄산염 유전의 회수율 예측방법 및 이를 이용한 탄산염 유전 평가방법 Download PDF

Info

Publication number
KR101639693B1
KR101639693B1 KR1020140168320A KR20140168320A KR101639693B1 KR 101639693 B1 KR101639693 B1 KR 101639693B1 KR 1020140168320 A KR1020140168320 A KR 1020140168320A KR 20140168320 A KR20140168320 A KR 20140168320A KR 101639693 B1 KR101639693 B1 KR 101639693B1
Authority
KR
South Korea
Prior art keywords
carbonate
recovery rate
reservoir
recovery
value
Prior art date
Application number
KR1020140168320A
Other languages
English (en)
Other versions
KR20160064559A (ko
Inventor
권이균
박은영
김영석
Original Assignee
공주대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 공주대학교 산학협력단 filed Critical 공주대학교 산학협력단
Priority to KR1020140168320A priority Critical patent/KR101639693B1/ko
Publication of KR20160064559A publication Critical patent/KR20160064559A/ko
Application granted granted Critical
Publication of KR101639693B1 publication Critical patent/KR101639693B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

본 발명은 탄산염 유전(carbonate reservoirs)의 특성을 파악하기 위해 사용되는 탄산염 유전의 회수율(recovery factor)을 예측하는 방법 및 이를 이용하여 탄산염 유전을 평가하는 방법에 관한 것으로, 본 발명에 따르면, 탄산염 저류층의 복잡성과 불균질성으로 인해 탄산염 유전을 평가하는데 필요한 회수율을 예측하는 것이 용이하지 못하여 계산된 회수율 예측값과 실제 측정된 회수율 실제값의 상관성이 매우 낮아 신뢰성이 매우 낮은 문제가 있었던 종래기술의 탄산염 유전의 회수율 예측방법들의 문제점을 해결하기 위해, 탄산염 저류층 및 저류유체의 특성과 생산추동방식의 특성을 고려하여 지질학적 정성도 평가를 수행하고, 이를 정량적인 방법으로 반영함으로써, 탄산염 유전의 회수율 예측값에 대한 신뢰도를 개선할 수 있도록 구성되는 탄산염 유전의 회수율 예측방법 및 그러한 탄산염 유전의 회수율 예측방법을 이용하여, 탄산염 유전의 탐사단계 평가에 있어서 유전 및 저류층의 지질학적 특성이 반영되어 신뢰도를 높일 수 있도록 구성되는 탄산염 유전 평가방법 및 평가시스템이 제공된다.

Description

탄산염 유전의 회수율 예측방법 및 이를 이용한 탄산염 유전 평가방법{Method for estimating recovery factor of carbonate reservoirs and method for assessing carbonate reservoirs using thereof}
본 발명은 탄산염 유전(carbonate reservoirs)의 평가방법에 관한 것으로, 더 상세하게는, 탄산염 유전의 특성을 파악하기 위해 사용되는 탄산염 유전의 회수율(recovery factor)을 이용하여 탄산염 유전을 평가하는 방법에 관한 것이다.
또한, 본 발명은, 탄산염 저류층의 복잡성과 불균질성으로 인해 탄산염 유전을 평가하는데 필요한 회수율을 예측하는 것이 용이하지 못하여 계산된 회수율 예측값과 실제 측정된 회수율 실제값의 상관성이 매우 낮아 신뢰성이 매우 낮은 문제가 있었던 종래기술의 탄산염 유전의 회수율 예측방법들의 문제점을 해결하기 위해, 탄산염 저류층 및 저류유체의 특성과 생산추동방식의 특성을 고려하여 지질학적 정성도 평가를 수행하고, 이를 정량적인 방법으로 반영함으로써, 탄산염 유전의 회수율 예측값에 대한 신뢰도를 개선할 수 있도록 구성되는 탄산염 유전의 회수율 예측방법에 관한 것이다.
아울러, 본 발명은, 상기한 바와 같이 탄산염 유전의 회수율 예측값에 대한 신뢰도를 개선할 수 있도록 구성되는 탄산염 유전의 회수율 예측방법을 이용하여, 탄산염 유전의 탐사단계 평가에 있어서 유전 및 저류층의 지질학적 특성이 반영될 수 있도록 구성되는 탄산염 유전 평가방법 및 평가시스템에 관한 것이다.
최근, 중국과 인도 등과 같은 non-OECD(OECD: Organization for Economic Cooperation and Development) 국가들의 석유 수요가 급격히 증가하여, 국제 에너지 기구(IEA: International Energy Agency)에 따르면, 2030년에는 OECD 국가의 석유 소비량의 약 2배가 될 것으로 전망하고 있다(참고문헌 1 및 참고문헌 2 참조).
이러한 세계 석유수요의 흐름에 따라, 비재래 유전에 대한 관심이 증가하고 있으며, 그 중에서, 탄산염 유전(carbonate reservoirs)은 전 세계의 원유의 약 60%, 천연가스의 약 40%를 포함하고 있다(참고문헌 3 참조).
또한, 상기한 바와 같은 전세계적인 흐름 속에서 우리나라에서도 에너지 자주개발률 증대를 위해 석유 및 가스 자원의 절반 이상을 차지하는 탄산염 유전의 정확한 평가 및 평가시스템에 대한 요구가 높아지고 있다.
더 상세하게는, 석유가스 유전의 탐사 단계 초기에서의 유전 평가는 기본적으로 원시매장량(Original Oil In Place)과 회수율을 고려하여 이루어지며, 아무리 잘 만들어진 유전 경제성 모델이라 할지라도 가장 중요한 입력 자료인 생산량 예측이 잘못되었다면 그 신뢰성은 낮아질 수밖에 없다(참고문헌 4 참조).
따라서 유전을 평가하는데 있어서 회수율의 정확한 예측이 매우 중요하며, 대부분의 유전 평가에서 회수율은 경험식을 통해 예측되고, 예측에 활용되는 경험식은 생산추동방식(drive mechanism)에 따라서 결정된다.
또한, 대부분의 회수율 경험식은 규산쇄설성 저류층 유전의 자료에 근거하여 얻어진 바 있다(참고문헌 5 및 참고문헌 6 참조).
여기서, 상기한 바와 같은 종래기술의 경험식을 통해서 계산된 회수율 예측값은, 탄산염 유전에서 측정된 회수율 실제값의 상관성이 매우 낮게 나타나므로 그 신뢰성이 매우 낮은 문제가 있다.
즉, 탄산염암은 수력학적 작용에 의해 형성되기보다는 생물학적 작용에 의해 형성되므로, 퇴적체의 임의성과 가변성이 규산쇄설성 퇴적암에 비해 상대적으로 매우 크다고 할 수 있다(참고문헌 7 및 참고문헌 8 참조).
따라서 규산쇄설성 유전을 모수로 삼아 만들어진 회수율 경험식으로 탄산염 저류층의 회수율을 예측하는 것은 많은 문제를 내포하고 있으므로, 탄산염 유전의 회수율을 보다 정확히 예측하기 위해서는 탄산염 유전의 특성을 파악하는 것이 필요하다.
여기서, 종래, 전세계 탄산염 유전 190여 개에 대한 정보를 모아서 일반적인 유전 자료에서 얻을 수 있는 지질학적 특성뿐만 아니라 유전들의 시대 및 지역적 정보와 저류 및 생산공학적 정보도 함께 반영되어 이루어진 탄산염 유전 데이터베이스(DB)가 구축된바 있다(참고문헌 9 참조).
이에, 이러한 종합적인 DB를 활용하면 탄산염 유전에 대한 회수율을 보다 신뢰도 높게 개선할 수 있을 것으로 기대된다.
그러나, 상기한 바와 같은 종래기술의 회수율 경험식들은 이러한 탄산염 저류층 및 저류유체의 특성과 생산추동방식의 특성이 고려되지 않음으로 인해 회수율 예측값에 신뢰성이 매우 낮은 문제가 있다.
따라서 상기한 바와 같이, 회수율 예측값에 신뢰성이 매우 낮은 문제가 있었던 종래기술의 탄산염 유전의 회수율 예측방법들의 문제점을 해결하기 위하여는, 상기한 바와 같은 탄산염 유전 데이터베이스(DB)를 이용하여, 탄산염 유전의 지질학적 특성뿐만 아니라 각 유전들의 시대 및 지역적 정보와 저류 및 생산공학적 정보를 함께 반영함으로써 회수율 예측값에 대한 신뢰도가 개선된 탄산염 유전의 회수율 예측방법 및 그러한 탄산염 유전의 회수율 예측방법을 이용하여 탄산염 유전의 탐사단계 평가에 있어서 유전 및 저류층의 지질학적 특성이 반영될 수 있도록 구성되는 탄산염 유전 평가방법 및 평가시스템을 제공하는 것이 바람직하나, 아직까지 그러한 요구를 모두 만족시키는 장치나 방법은 제공되지 못하고 있는 실정이다.
[ 참고문헌 ]
1. BP, 2012, BP Statistical Review of World Energy June 2012, British Petroleum, London, 45p.
2. IEA, 2012, Oil Market Report, International Energy Agency, Paris, 64p.
3. AEUB(Alberta Energy and Utilities Board), 2006, Albertas Energy Reserves 2006 and Supply/Demand Outlook 2007-2016, Alberta Energy and Utilities Board, Alberta, 218p.
4. 한종환, 송병국, 황인걸, 유인창, 이광훈, 신국선, 박희원, 김현태, 신승헌, 2013, 융합석유지질, 구미서관, 서울, 394p.
5. Guthrie, R.K., Greenberger, M.H., 1955, The Use of Multiple-Correlation Analyses for Interpreting Petroleum Engineering Data, Drilling and Production Practices, American Petroleum Institute, 130-137.
6. Arps., J.J., Brons, F., van Everdingen, A.F., Buchwald, R.W., Smith, A.E., 1967, A Statistical Study of Recovery Efficiency, American Petroleum Institute Bulletin, 14D, 33p.
7. KNOC, 2010, Interpretation of Core Sample Analysis of Carbonate Bitumen from CRC in Canada, Techn. Consult. Report of KNOC (consulted by KIGAM), Anyang, 109p.
8. Park, M.H., Kim, J.H., Lee, S.D., Choi, J.Y., and Kil, Y.W., 2010, Geochemical characteristics of Devonian Cairn Formation in Alberta, Canada, Econ. Environ. Geol., 43, 85-100.
9. 김영석, 2013, 탄산염유전 데이터베이스와 플레이타입, 도서출판 보성, 대전, 167p.
10. 강주명, 1990, 석유공학개론, 서울대학교 출판부, 서울, 338p.
11. Ahmed, T., 2006, Reservoir Engineering Handbook Third Edition, Gulf Professional Publishing, Burlington, 1360p
12. Ghoodjani, E., Bolouri, S.H., 2011, Prediction of water-flooding performance in core scale: comparison of numerical simulator, neural network and correlation. Brazilian Journal of Petroleum and Gas, 5(4), 209-216.
13. Kestin, J., Sokolov, M., Wakeham, W.A., 1978, Viscosity of liquid water in the range -8℃ to 150℃. Journal of Physical and Chemical Reference Data, 7(3), 942-948.
14. Lucia, F.J., 2007 Carbonate Reservoir Characterization An Integrated Approach Second Edition, Springer, USA, 336p
15. 권이균, 2013, 상용화를 위한 탄산염암 비투멘 및 중질오일 기술개발, 탄산염암 비투멘/중질유전 평가모델 개발 자문보고서, 116p.
본 발명은 상기한 바와 같은 종래기술의 문제점을 해결하고자 하는 것으로, 따라서 본 발명의 목적은, 탄산염 유전의 회수율 예측에 있어 불균질성, 임의성 및 복잡성 등에 의해 예측값의 신뢰도가 매우 낮은 문제가 있었던 종래기술의 탄산염 유전의 회수율 예측방법들의 문제점을 해결하기 위해, 탄산염 유전 DB에 포함되어 있는 탄산염 유전의 특성에 대한 분석을 바탕으로 탄산염 저류층 및 저류유체의 특성과 생산추동방식의 특성을 반영함으로써, 기존의 회수율 예측방법들에 비해 탄산염 유전의 회수율 예측값에 대한 신뢰도가 크게 개선될 수 있도록 구성되는 탄산염 유전의 회수율 예측방법을 제공하고자 하는 것이다.
또한, 본 발명의 다른 목적은, 탄산염 유전의 탐사단계 평가에 있어서 저류층의 복잡성과 불균질성으로 인하여 유전을 평가하는데 필요한 회수율을 정확히 예측하는 것이 쉽지 않아 평가의 신뢰도가 매우 낮은 문제가 있었던 종래기술의 탄산염 유전 평가방법들의 문제점을 해결하기 위해, 상기한 바와 같이 탄산염 유전 및 저류층의 특성이 반영되어 종래의 방법에 비해 회수율 예측값에 대한 신뢰도가 개선된 탄산염 유전의 회수율 예측방법을 이용하여, 평가의 신뢰도가 개선될 수 있도록 구성되는 탄산염 유전 평가방법 및 평가시스템을 제공하고자 하는 것이다.
상기한 바와 같은 목적을 달성하기 위해, 본 발명에 따르면, 탄산염 유전(carbonate reservoirs)의 생산 가능한 석유와 매장된 총 석유간의 비를 나타내는 회수율(recovery factor)을 예측하기 위한 회수율 예측값이 실제 측정된 회수율 실제값과 상관성이 낮아 신뢰성이 낮은 문제가 있었던 종래기술의 회수율 예측방법들의 문제점을 해결하기 위해, 상기 탄산염 유전의 회수율 예측값에 대한 신뢰도를 개선할 수 있도록 구성되는 탄산염 유전의 회수율 예측방법에 있어서, 상기 탄산염 유전에 대한 자료를 수집하고 유전평가에 필요한 항목을 선정하여 탄산염 유전 데이터베이스를 구축하는 단계; 상기 탄산염 유전 데이터베이스를 구축하는 단계에서 구축된 상기 탄산염 유전 데이터베이스에 근거하여 각각의 유전에 대한 가중치를 결정하는 단계; 및 상기 가중치를 결정하는 단계에서 결정된 상기 가중치를 이용하여 상기 탄산염 유전의 회수율 예측값을 계산하는 단계를 포함하여 구성되는 것을 특징으로 하는 탄산염 유전의 회수율 예측방법이 제공된다.
여기서, 상기 탄산염 유전 데이터베이스를 구축하는 단계에서, 상기 탄산염 유전 데이터베이스는, 상기 탄산염 유전의 지역, 저류층 시대(reservoir age), 분지분류, 플레이타입(play type), 공극형태(porosity type), 암상(lithology), 유동공극 및 균열, 저류층 형태(reservoir type), 근원암 및 덮개암 정보, 트랩구조(trap), 공극률과 투수율, 유전 정보, 탄화수소 정보, 생산층 정보, 포화도 정보, 온도 및 압력, 생산추동방식, 생산량 및 회수량, 회수율을 포함하는 항목들을 특징에 따라 그룹화하여 상기 탄산염 유전 데이터베이스를 구축하도록 구성되는 것을 특징으로 한다.
또한, 상기 가중치를 결정하는 단계는, 상기 탄산염 유전의 공극형태(porosity type), 암상형태(lithology type), 저류층 시대(reservoir age), 트랩구조(trap), 저류층 형태(reservoir type)를 포함하는 지질학적 특성을 점수화한 평가값을 이용하여 산정되는 최종평가값에 근거하여 상기 가중치를 결정하도록 구성되는 것을 특징으로 한다.
여기서, 상기 가중치를 결정하는 단계는, 이하의 수학식을 이용하여 상기 최종평가값을 구하도록 구성되는 것을 특징으로 한다.
Figure 112014115803311-pat00001

아울러, 상기 회수율 예측값을 계산하는 단계는, 상기 가중치를 결정하는 단계에서 구해진 상기 가중치를 적용하여, 이하의 수학식을 이용하여 상기 회수율 예측값을 구하도록 구성되는 것을 특징으로 한다.
Figure 112014115803311-pat00002

(여기서, RF는 회수율, φ는 저류층의 공극률, Swi는 저류층의 초기 수포화도, Boi는 저류층의 초기 용적계수(formation volume factor), μ0는 석유의 점도, k는 저류층의 투수율, μw는 물의 점도, Pi는 저류층의 초기압력, Pa는 저류층의 생산 후 압력, W는 가중치임)
더욱이, 본 발명에 따르면, 탄산염 유전의 평가방법에 있어서, 상기에 기재된 탄산염 유전의 회수율 예측방법을 이용하여 탄산염 유전의 회수율 예측값을 구하는 단계; 및 상기 회수율 예측값을 구하는 단계에서 구해진 상기 회수율 예측값에 근거하여 상기 탄산염 유전의 평가를 수행하는 단계를 포함하여 구성되는 처리를 컴퓨터나 전용의 하드웨어에 의해 실행시키도록 구성되는 것을 특징으로 하는 탄산염 유전의 평가방법이 제공된다.
또한, 본 발명에 따르면, 탄산염 유전의 평가시스템에 있어서, 탄산염 유전에 대한 정보를 저장하고 있는 데이터베이스; 상기에 기재된 탄산염 유전의 회수율 예측방법을 이용하여 상기 탄산염 유전의 회수율 예측값을 구하는 처리가 수행되도록 구성되는 회수율 예측부; 및 상기 회수율 예측값에 근거하여 상기 탄산염 유전을 평가하는 처리가 수행되도록 구성되는 유전평가부를 포함하여 구성되는 것을 특징으로 하는 탄산염 유전의 평가시스템이 제공된다.
상기한 바와 같이, 본 발명에 따르면, 탄산염 유전 DB에 포함되어 있는 탄산염 유전의 특성에 대한 분석을 바탕으로 탄산염 저류층 및 저류유체의 특성과 생산추동방식의 특성을 반영하는 것에 의해 기존의 회수율 예측방법들에 비해 탄산염 유전의 회수율 예측값에 대한 신뢰도가 크게 개선될 수 있도록 구성되는 탄산염 유전의 회수율 예측방법이 제공됨으로써, 탄산염 유전의 회수율 예측에 있어 불균질성, 임의성 및 복잡성 등에 의해 예측값의 신뢰도가 매우 낮은 문제가 있었던 종래기술의 탄산염 유전의 회수율 예측방법들의 문제점을 해결할 수 있다.
또한, 본 발명에 따르면, 상기한 바와 같이 탄산염 유전 및 저류층의 특성이 반영되어 종래의 방법에 비해 회수율 예측값에 대한 신뢰도가 개선된 탄산염 유전의 회수율 예측방법을 이용하여, 평가의 신뢰도가 개선될 수 있도록 구성되는 탄산염 유전 평가방법 및 평가시스템이 제공됨으로써, 탄산염 유전의 탐사단계 평가에 있어서 저류층의 복잡성과 불균질성으로 인하여 유전을 평가하는데 필요한 회수율을 정확히 예측하는 것이 쉽지 않아 평가의 신뢰도가 매우 낮은 문제가 있었던 종래기술의 탄산염 유전 평가방법들의 문제점을 해결할 수 있다.
도 1은 본 발명의 실시예에 따른 탄산염 유전의 회수율 예측방법에 적용되는 탄산염 유전 DB에 반영된 그룹 정보를 표로 정리하여 나타내는 도면이다.
도 2는 구축된 탄산염 유전 DB의 예를 나타내는 도면이다.
도 3은 구축된 DB에 포함된 탄산염 저류층의 시대 분포를 나타내는 도면이ㄷ다.
도 4는 구축된 DB에 포함된 탄산염 저류층의 지역 분포를 나타내는 도면이다.
도 5는 종래기술의 경험식을 통해 회수율을 예측하기 위해 필요한 항목과 그에 대응하는 DB에 포함된 유전 정보를 표로 정리하여 나타내는 도면이다.
도 6은 종래기술의 경험식을 통해 회수율을 예측하기 위해 필요한 항목과 그에 대응하는 DB에 포함된 유전 정보를 표로 정리하여 나타내는 도면이다.
도 7은 측정된 회수율과 종래기술의 경험식을 통해서 계산된 회수율을 비교하여 표로 나타낸 도면이다.
도 8은 측정된 회수율과 종래기술의 경험식을 통해서 계산된 회수율을 비교하여 그래프로 나타낸 도면이다.
도 9는 종래기술의 경험식으로 계산된 회수율 예측값과 회수율 실제값을 비교하여 나타낸 도면이다.
도 10은 종래기술의 경험식으로 계산된 회수율 예측값에 따른 과소평가 예측값군과 과대평가 예측값군의 분포를 나타낸 도면이다.
도 11은 과소평가 예측값군에 속하는 유전들의 특성을 표로 정리하여 나타내는 도면이다.
도 12는 과대평가 예측값군에 속하는 유전들의 특성을 표로 정리하여 나타내는 도면이다.
도 13은 과소평가 예측값군에 속하는 유전들의 대표적인 특성을 표로 정리하여 나타내는 도면이다.
도 14는 과대평가 예측값군에 속하는 유전들의 대표적인 특성을 표로 정리하여 나타내는 도면이다.
도 15는 종래기술의 경험식으로 계산된 회수율 예측값의 플레이 타입별 분포를 나타내는 도면이다.
도 16은 플레이 타입별 공극 타입, 암상 및 저류암 시대 항목에 대한 각각의 평가값을 표로 정리하여 나타내는 도면이다.
도 17은 플레이 타입별 트랩 구조와 저류층 타입 항목에 대한 각각의 평가값을 표로 정리하여 나타내는 도면이다.
도 18은 유전별 회수율의 실측값과 기존의 방법에 의한 예측값 및 가중치 분석을 통해 보정된 예측값을 각각 표로 정리하여 나타내는 도면이다.
도 19는 실측값의 변화에 따라 본 발명의 실시예에 따른 탄산염 유전의 회수율 예측방법에 의해 구해진 회수율 예측값의 변화를 나타내는 도면이다.
도 20은 본 발명의 실시예에 따른 탄산염 유전의 회수율 예측방법에 의해 구해진 회수율 예측값의 플레이 타입별 분포를 나타내는 도면이다.
도 21은 본 발명의 실시예에 따른 탄산염 유전의 회수율 예측방법에 의해 가중치를 부여하였을 때 오차가 증가한 유전을 표로 정리하여 나타내는 도면이다.
도 22는 최종평가값에 따른 가중치를 표로 정리하여 나타내는 도면이다.
도 23은 Kasim 유전에서 관찰되는 지질학적 특성을 표로 정리하여 나타내는 도면이다.
도 24는 본 발명에 따른 탄산염 유전의 회수율 예측방법의 전체적인 구성을 개략적으로 나타내는 플로차트이다.
이하, 첨부된 도면을 참조하여, 본 발명에 따른 탄산염 유전의 회수율 예측방법 및 이를 이용한 탄산염 유전 평가방법의 구체적인 실시예에 대하여 설명한다.
여기서, 이하에 설명하는 내용은 본 발명을 실시하기 위한 하나의 실시예일 뿐이며, 본 발명은 이하에 설명하는 실시예의 내용으로만 한정되는 것은 아니라는 사실에 유념해야 한다.
또한, 이하의 본 발명의 실시예에 대한 설명에 있어서, 종래기술의 내용과 동일 또는 유사하거나 당업자의 수준에서 용이하게 이해하고 실시할 수 있다고 판단되는 부분에 대하여는, 설명을 간략히 하기 위해 그 상세한 설명을 생략하였음에 유념해야 한다.
즉, 본 발명은, 후술하는 바와 같이, 탄산염 유전의 회수율 예측에 있어 불균질성, 임의성 및 복잡성 등에 의해 예측값의 신뢰도가 매우 낮은 문제가 있었던 종래기술의 탄산염 유전의 회수율 예측방법들의 문제점을 해결하기 위해, 탄산염 유전 DB에 포함되어 있는 탄산염 유전의 특성에 대한 분석을 바탕으로 탄산염 저류층 및 저류유체의 특성과 생산추동방식의 특성을 반영함으로써, 기존의 회수율 예측방법들에 비해 탄산염 유전의 회수율 예측값에 대한 신뢰도가 크게 개선될 수 있도록 구성되는 탄산염 유전의 회수율 예측방법에 관한 것이다.
또한, 본 발명은, 후술하는 바와 같이, 탄산염 유전의 탐사단계 평가에 있어서 저류층의 복잡성과 불균질성으로 인하여 유전을 평가하는데 필요한 회수율을 정확히 예측하는 것이 쉽지 않아 평가의 신뢰도가 매우 낮은 문제가 있었던 종래기술의 탄산염 유전 평가방법들의 문제점을 해결하기 위해, 상기한 바와 같이 탄산염 유전 및 저류층의 특성이 반영되어 종래의 방법에 비해 회수율 예측값에 대한 신뢰도가 개선된 탄산염 유전의 회수율 예측방법을 이용하여, 평가의 신뢰도가 개선될 수 있도록 구성되는 탄산염 유전의 회수율 예측방법 및 이를 이용한 탄산염 유전 평가방법에 관한 것이다.
더 상세하게는, 일반적으로, 탄산염 유전은 저류층의 복잡성과 불균질성으로 인하여 유전을 평가하는데 필요한 회수율(recovery factor)을 예측하는 것이 쉽지 않은 것으로 알려져 있고, 이러한 회수율은 저류층 및 저류유체의 특성차이에 의해 결정되는 생산추동 방식에 크게 영향을 받으며, 또한, 탄산염 저류층은 퇴적환경, 퇴적물의 유형, 공극의 형태, 유체의 특성, 속성작용 등에 따라 매우 상이한 특성을 가지므로, 회수율을 예측하는 것이 쉽지 않다.
이에, 본 발명자들은, 후술하는 바와 같이, 탄산염 유전의 특성을 파악하기 위해서 전세계 190여 개의 탄산염 유전에 대한 정보를 모아 데이터베이스(DB)를 구축하고 이러한 DB를 활용하여 기존에 사용되던 회수율 예측방법의 경험식(참고문헌 5 및 참고문헌 6 참조)을 통해 회수율 예측값을 계산하여 실제 유전에서 측정된 회수율과 비교 분석을 수행하였으며, 그 결과, 종래기술의 경험식을 통해서 계산된 회수율 예측값과 탄산염 유전에서 측정된 회수율 실제값의 상관계수가 0.285로 상관성이 매우 낮게 나타나 기존의 경험식으로 탄산염 유전의 회수율을 예측한다면 그 신뢰성이 매우 낮은 문제가 있는 것임을 확인하였다.
이러한 문제점을 개선하기 위해, 본 발명에서는, 후술하는 바와 같이, 탄산염 저류층 및 저류유체의 특성과 생산추동방식의 특성을 고려하여 지질학적 정성도 평가를 수행하고, 이를 정량적인 방법으로 반영하는 새로운 탄산염 유전의 평가방식을 제안하였으며, 그 결과, 본 발명에 따른 방식을 적용한 탄산염 유전의 회수율 예측값과 실제값의 상관계수는 0.608로 증가하여, 회수율 예측값에 대한 신뢰도가 기존의 회수율 추산 방법보다 상당히 개선된 결과를 나타내었다.
따라서 본 발명에 따르면, 종래의 방법에 비해 회수율 예측값에 대한 신뢰도가 개선된 탄산염 유전의 회수율 예측방법을 제공할 수 있으며, 또한, 상기한 바와 같이 회수율 예측값에 대한 신뢰도가 개선된 탄산염 유전의 회수율 예측방법을 이용하여, 탄산염 유전의 탐사단계 평가에 있어 유전 및 저류층의 지질학적 특성이 반영된 새로운 평가방법 및 평가시스템을 구현할 수 있다.
계속해서, 상기한 바와 같이 구성되는 본 발명에 따른 탄산염 유전의 회수율 예측방법 및 이를 이용한 탄산염 유전 평가방법의 구체적인 실시예에 대하여 설명한다.
먼저, 탄산염 유전 평가에 필요한 탄산염 유전 데이터베이스(DB)를 구축하는 과정에 대하여 설명한다.
즉, 본 발명자들은, 기존의 연구결과 및 문헌자료를 바탕으로 전세계 190여 개의 탄산염 유전에 대한 자료를 수집하여(참고문헌 9 참조), 유전평가에 필요할 것으로 생각되는 74개의 항목을 선정하여 데이터베이스(DB)를 구축하였다.
여기서, 본 발명의 실시예에 적용되는 DB에 반영된 각 항목들은, 탄산염 유전의 지역, 저류층 시대(reservoir age), 분지분류, 플레이타입(play type), 공극형태(porosity type), 암상(lithology), 유동공극 및 균열, 저류층 형태(reservoir type), 근원암 및 덮개암 정보, 트랩구조(trap), 공극률과 투수율, 유전 정보, 탄화수소 정보, 생산층 정보, 포화도 정보, 온도 및 압력, 생산추동방식, 생산량 및 회수량, 회수율 등이 포함된다.
아울러, 본 발명자들은, 이러한 다양한 항목들을 그 특징에 따라 12개로 그룹화 하였다.
즉, 도 1 및 도 2를 참조하면, 도 1은 탄산염 유전 DB에 반영된 그룹 정보를 표로 정리하여 나타내는 도면이고, 도 2는 구축된 탄산염 유전 DB의 예를 나타내는 도면이다.
또한, 도 3을 참조하면, 도 3은 구축된 DB에 포함된 탄산염 저류층의 시대 분포를 나타내는 도면이고, 도 4는 구축된 DB에 포함된 탄산염 저류층의 지역 분포를 나타내는 도면이다.
즉, 도 3 및 도 4에 나타낸 바와 같이, 본 발명에 적용된 DB는 어느 한 시대나 지역, 국가에 국한되지 않은 다양한 탄산염 유전의 자료를 모아서 구축된 것을 확인할 수 있다.
따라서 이러한 DB를 활용하여 분석을 수행한다면 어느 한 지역이나 시대에 편중된 분석이 아닌 탄산염 유전에 대한 전반적인 분석이 가능하다.
아울러, 도 1 및 도 2를 통해서 알 수 있는 바와 같이, DB에 포함된 정보는 단순히 탄산염 유전의 암상과 구조 등에 관한 지질학적인 정보에 국한되지 않으며, 유전의 생산추동방식, 생산량, 회수량 등에 관한 저류공학적인 정보들도 제공하므로, 다양한 시각에서 탄산염 유전의 포괄적인 특성을 평가할 수 있다.
따라서 DB에 포함된 탄산염 유전의 특성을 통해서 탄산염 유전의 회수율 예측 경험식의 계산 및 저류층의 정성적인 특성을 분석할 수 있으므로 탄산염 저류층 평가의 신뢰도를 개선하는 기초자료로서 활용할 수 있을 것으로 판단된다.
계속해서, 기존의 회수율 예측방법에 대하여 설명하면, 회수율은 생산 가능한 석유와 매장된 총 석유간의 비를 말하며, 회수율을 알기 위해서는 생산된 석유량에 관한 정보가 필요하다.
여기서, 생산이 끝난 저류층의 경우에는 생산된 석유의 양을 측정할 수 있으므로 이를 활용해 회수율을 계산할 수 있으나, 생산이 끝나지 않은 저류층의 경우에는 생산된 석유의 총 양을 알 수가 없으므로, 종래에는, 주요한 저류인자를 모수로 삼아 만들어진 경험식을 활용하여 회수율을 계산하였다.
이러한 회수율의 경험식은 생산추동방식에 따라 구분하여 사용되며, 생산추동방식은 저류층 및 저류유체의 특성 차이에 의해 결정되고, 저류층의 생산추동방식으로는 수추동방식(water drive), 용해가스추동방식(solution gas drive), 가스캡추동방식(gas cap drive), 중력배수추동방식(gravity drainage drive) 등이 있다.
또한, 하나의 저류층에서 여러 생산추동방식이 복합적으로 작용하여 생산이 이루어질 수 있으나, 대부분의 저류층에서는 한가지 생산추동방식이 지배적으로 작용하므로 다른 생산기능의 효과는 무시될 수 있으며(참고문헌 10 참조), 이러한 생산추동방식들 중에서 일반적으로 수추동방식과 용해가스추동방식이 가장 많이 사용되고 있다.
아울러, 이하에 설명하는 본 발명의 실시예에서는, 설명을 간략히 하기 위해, 생산추동방식이 수추동방식인 유전에 대하여만 설명하였으나, 본 발명은 이러한 경우로만 한정되는 것은 아니며, 필요에 따라 얼마든지 다른 방식에도 적용될 수 있는 것임에 유념해야 한다.
즉, 수추동방식은, 석유가 생산됨에 따라 생기는 공극을 저류층 주변 대수층으로부터 유입된 물이 채우는 기법으로, 저류층의 압력은 크게 강하되지 않거나 초기압력이 유지되며, 대수층으로부터 물이 유입되면서 수포화도는 초기 저류암 상태보다 증가하게 된다(참고문헌 11 참조).
이러한 수추동방식에서 회수율의 대표적인 경험식으로는, Guthrie et al.( 1995)(참고문헌 5 참조)의 경험식과, Arps et al.(1967)(참고문헌 6 참조)의 경험식이 있다.
먼저, Guthrie et al.(1995)의 경험식은, 수추동방식이거나 수추동방식과 용해가스추동방식이 혼합된 생산추동방식을 갖는 73개의 사암 저류층을 모수로 삼아 제시된 경험식으로, 회수율이 50% 이하로 보고된 유전의 경우에는 6.2%, 75%에서는 9.0%의 오차를 보이는 것으로 알려져 있으며, 경험식은 이하의 [수학식 1]에 나타낸 바와 같다(참고문헌 5, 참고문헌 12 참조).
[수학식 1]
Figure 112014115803311-pat00003

여기서, RF는 회수율, k는 저류층의 투수율, Swi는 저류층의 초기 수포화도, μ0는 석유의 점도, φ는 저류층의 공극률, h는 넷페이(net pay)를 의미한다.
또한, Arps et al.(1967)는 312개의 저류암을 토대로 수추동방식과 용해가스추동방식에 관한 회수율 경험식을 제시하였으며, 수추동방식은 사암 저류층을 통해 경험식을 제시하였고, 그 경험식은 이하의 [수학식 2]에 나타낸 바와 같다(참고문헌 6, 참고문헌 12 참조).
[수학식 2]
Figure 112014115803311-pat00004

여기서 RF는 회수율, φ는 저류층의 공극률, Swi는 저류층의 초기 수포화도, Boi는 저류층의 초기 용적계수(formation volume factor), μ0는 석유의 점도, k는 저류층의 투수율, μw는 물의 점도, Pi는 저류층의 초기압력, Pa는 저류층의 생산 후 압력을 의미한다.
다음으로, 상기한 바와 같은 종래기술의 경험식에 의한 탄산염 생산유전의 회수율 예측값과 실제값의 비교 결과에 대하여 설명한다.
즉, 본 발명자들은, 상기한 DB에 포함된 전 세계 190여 개 탄산염 유전 가운데 생산추동방식이 수추동방식으로만 명시된 30개 유전을 선택하여 기존의 경험식을 통해 회수율 예측값을 계산하였고, 이를 측정된 회수율 실제값과 비교하였다.
즉, 도 5 및 도 6을 참조하면, 도 5는 Guthrie et al.(1995)의 경험식을 통해 회수율을 예측하기 위해 필요한 항목과 그에 대응하는 DB에 포함된 유전 정보를 표로 정리하여 나타내는 도면이고, 도 6은 Arps et al.(1967)의 경험식을 통해 회수율을 예측하기 위해 필요한 항목과 그에 대응하는 DB에 포함된 유전 정보를 표로 정리하여 나타내는 도면이다.
여기서, Arps et al.(1967)의 경험식으로 회수율을 계산하기 위해서는 물의 점도와 생산 후 압력에 관한 정보가 필요하나 구축된 DB에는 이러한 항목들에 대한 정보가 없으므로, 회수율을 예측하기 위해서는 이들 항목의 값이 먼저 추정되어야 한다.
이를 위해, 본 발명자들은, DB에 저류층 온도에 관한 정보가 포함되어 있으므로 온도에 따른 물의 점도를 분석한 종래기술의 문헌을 참고하여 물의 점도 값을 유추하였다(참고문헌 13 참조).
즉, 일반적으로, 저류층 생산 후 압력은 추정하기가 어려우나 수추동방식의 경우에는 초기압력과 생산 후 압력의 차이는 크지 않은 것으로 알려져 있으므로(참고문헌 10 참조), 본 실시예에서는, 생산 후 압력이 초기압력에서 약 20%의 압력강하가 발생하였다고 가정하여 회수율을 계산하였다.
더 상세하게는, 도 7 및 도 8을 참조하면, 도 7 및 도 8은 측정된 회수율과 종래기술의 경험식을 통해서 계산된 회수율을 비교하여 표와 그래프로 각각 나타낸 도면이다.
여기서, 도 7 및 도 8에 있어서, RFM은 충분히 성숙된 유전의 생산량으로부터 측정된 회수율이고, RFA는 종래의 Arps et al.(1967)의 경험식에 의해 계산된 회수율이며, RFG는 종래의 Guthrie et al.(1995)의 경험식에 의해 계산된 회수율을 각각 나타내고 있다.
또한, Arps et al.(1967)의 경험식과 회수율 실측값의 상관계수는 0.285이고, Guthrie et al.(1995)의 경험식과 회수율 실측값의 상관계수는 0.0485이며, 상관계수가 0.5를 넘지 않으므로 예측된 회수율값과 실제 회수율값의 상관성이 낮은 것을 알 수 있다.
역;서, Arps et al.(1967)의 경험식이 Guthrie et al.(1995)의 경험식보다 상관계수가 상대적으로 높으므로, 본 발명자들은 Arps et al.(1967)의 경험식을 통해 탄산염 유전의 회수율 예측값을 계산하고, 예측값과 실제값이 같은 경우를 기준으로 하여 과대평가 예측값군과 과소평가 예측값군으로 유전을 분류하여 각기 어떠한 특성을 나타내는지를 분석하였다.
계속해서, 상기한 바와 같이 Arps et al.(1967)의 경험식을 통해 계산된 탄산염 유전의 회수율 예측값과 실제값이 같은 경우를 기준으로 하여 과대평가 예측값군과 과소평가 예측값군으로 분류하여 비교한 결과에 대하여 설명한다.
먼저, 도 9 및 도 10을 참조하면, 도 9는 Arps et al.(1967)의 경험식으로 계산된 회수율 예측값과 회수율 실제값을 비교하여 나타낸 도면이다.
도 9에 나타낸 바와 같이, Arps et al.(1967)의 경험식으로 계산된 회수율 예측값과 회수율 실제값을 비교분석한 결과, 두 값의 상관성이 매우 불량함을 알 수 있으며, 이러한 결과의 이유를 분석하기 위해, 본 발명자들은, 도 10에 나타낸 바와 같이, 회수율 실측값의 변화에 따른 회수율 예측값의 변화를 나타내었다.
즉, 도 10을 참조하면, 도 10은 종래의 Arps et al.(1967)의 경험식으로 계산된 회수율 예측값에 따른 과소평가 예측값군(Group A)과 과대평가 예측값군(Group B)의 분포를 나타낸 도면이다.
도 10에 있어서, y축은 회수율 실측값(RFM)이고, x축은 회수율 예측값(RFA)이며, 검은색 선은 실측값과 예측값이 같은 경우를 나타낸다.
따라서 이 선을 기점으로 하여, 선의 위쪽으로는 회수율 실측값이 예측값보다 큰 경우를 의미하고, 반대로 선의 아래쪽으로는 회수율 실측값이 예측값보다 작은 경우를 의미하며, 본 발명자들은, 선을 기점으로 하여 실측값이 예측값보다 작은 유전들을 과대평가 예측값군(Group B)으로, 실측값이 예측값보다 큰 유전들을 과소평가 예측값군(Group A)으로 각각 분류하였다.
즉, 과대평가 예측값군에 있어서 실측값과의 오차가 20%가 넘는 유전은 7개이며 과소평가 예측값군은 1개로 나타났으며, 이를 통해 수추동방식의 회수율 예측값은 실측값에 비해 고평가되는 것임을 알 수 있다.
이에, 본 발명에서는, 과대평가 예측값군과 과소평가 예측값군의 저류층 및 생산유전 특성에서의 정량적 또는 정성적 특징을 찾아보기 위해, DB의 유전정보를 면밀하게 분석하였다.
즉, 도 11 및 도 12를 참조하면, 도 11은 과소평가 예측값군(Group A)에 속하는 유전들의 특성을 표로 정리하여 나타내는 도면이고, 도 12는 과대평가 예측값군(Group B)에 속하는 유전들의 특성을 표로 정리하여 나타내는 도면이다.
또한, 도 13 및 도 14를 참조하면, 도 13은 과소평가 예측값군에 속하는 유전들의 대표적인 특성을 표로 정리하여 나타내는 도면이고, 도 14는 과대평가 예측값군에 속하는 유전들의 대표적인 특성을 표로 정리하여 나타내는 도면이다.
즉, 도 11에 나타낸 바와 같이, 과소평가 예측값군으로 분류된 유전은 총 10개로, 이중 5개의 유전이 생물초 탄산염 플레이에 속하므로, 생물초 탄산염 플레이로 구성된 탄산염 유전의 저류층의 경우에 생산성이 과평가될 수 있음을 알 수 있다.
여기서, 도 13에 나타낸 바와 같이, 생물초 탄산염 플레이에서, reefal build-up oil reservoirs의 저류층 형태를 가지며, 암상이 carbonate build-up/skeletal bank이고, 저류암의 시대가 신생대인 유전들이 주로 과소평가 예측값군에 해당하였다.
아울러, 도 12에 나타낸 바와 같이, 과대평가 예측값군으로 분류된 유전은 총 20개이며, 부정합 및 카르스트 플레이에 속하는 유전이나 탄산염 중질유 유전(heavy oil reservoir)은 탐사단계에서 생산성이 고평가될 수 있음을 알 수 있다.
여기서, 도 14에 나타낸 바와 같이, 과대평가 예측값군의 10개의 유전은 부정합 및 카르스트 플레이에 속하며, 주로 fractured and/or megakarstic oil reservoirs의 저류층 형태를 가지고, 암상이 이질 탄산염(muddy carbonate)이며, 저류암의 시대가 고생대 이전 또는 고생대인 유전이다.
따라서 도 11 및 도 12를 통해 알 수 있는 바와 같이, 과소평가 예측값군과 과대평가 예측값군에 속하는 유전들의 플레이 타입별 특징이 다른 것을 확인할 수 있으며, 이에, 본 발명자들은, 플레이 타입별로 어떠한 특성이 나타나는지를 관찰하기 위해 플레이 타입별 분포를 그래프로 도시하였다.
즉, 도 15를 참조하면, 도 15는 종래기술의 경험식으로 계산된 회수율 예측값의 플레이 타입별 분포를 나타내는 도면이다.
도 15에 나타낸 바와 같이, 플레이 타입별로 회수율의 실측값과 예측값을 도시해 본 결과, 주로 생물초 탄산염 플레이에 속하는 유전과 부정합 및 카르스트 플레이에 속하는 유전의 예측값이 실측값에 비해서 오차가 큰 것을 알 수 있다.
또한, 부정합 및 카르스트 플레이에 속하는 유전 중에서 과소평가 예측값군으로 분류되는 두 유전의 저류암 시대는 모두 중생대로 나타났으며, 과대평가 예측값군으로 분류되는 유전은 총 9개로 저류암 시대는 고생대 이전과 고생대가 대부분을 차지하며(7개 유전), 중생대에 속하는 유전은 두 개로 나타난다.
여기서, 부정합 및 카르스트 플레이의 주 속성작용은 카르스트화 작용이고, 카르스트화 작용은 일반적으로 균열작용과 돌로마이트화 작용을 수반하여 나타나며, 돌로마이트화 작용에서 방해석의 Ca2 +이 Mg2 +으로 치환될 때 Ca2 +의 원자 부피가 Mg2+보다 크므로 치환 후 부피가 감소하게 된다(참고문헌 10 참조).
따라서 광물의 부피가 감소한 만큼 공극률과 유체가 흐를 수 있는 틈이 증가하므로, 돌로마이트화 작용을 받은 암석은 생산성이 증가될 수 있으며, 생산성이 얼마나 증가될지는 돌로마이트 입자의 크기 등에 따라서 좌우된다(참고문헌 14 참조).
그러나 돌로마이트화 작용을 통해서 반드시 생산성이 증가된다고만은 볼 수 없으며, 즉, 암상이 이질(muddy)인 경우에 돌로마이트화 작용을 받으면 오히려 생산성이 떨어질 수 있다.
더 상세하게는, 암상이 이질인 경우에는 주로 미세공극들이 발달하게 되며, 돌로마이트화 작용으로 인해 생성된 틈을 따라서 천수가 미세공극 안으로 들어가면 유체가 흐르는 속도가 감소되므로 광물의 침전이 일어나게 되고, 이러한 기작을 통해 암석의 조직이 부분적으로 더 치밀해져서 저류암의 불균질성이 증가될 수 있으며 전체적인 생산성 역시 감소될 수 있다.
또한, 고생대의 탄산염은 암상이 이질인 경우가 많으며(참고문헌 15 참조), 속성작용으로 야기되는 저류암 불균질성의 증가로 인해 실제 생산량이 예측되는 것보다 낮아질 수 있으나, Arps et al.(1967)의 경험식에서는 이를 보정하는 함수가 없기 때문에 회수율이 전반적으로 과대평가되는 것으로 판단된다.
따라서 유전의 시대에 따라서 가중치를 준다면 보다 신뢰도가 높은 예측값을 얻을 수 있을 것으로 기대된다.
즉, 생물초 탄산염 플레이에 속하는 유전 중에서 5개의 유전은 과소평가 예측값군으로 분류되며, 3개의 유전은 과대평가 예측값군으로 분류된다.
과대평가 예측값군으로 분류되는 유전의 트랩구조는 구조트랩(2개의 유전)과 복합트랩(1개 유전)이며, 과소평가 예측값군으로 분류되는 유전의 트랩구조는 복합트랩(6개 유전)과 층서트랩(1개 유전)이다.
아울러, 생물초 탄산염 플레이에 속하는 유전에서는 구조트랩의 중요성이 상대적으로 떨어질 수 있으며, 이는, 생물초 탄산염 플레이에 속하는 유전의 저류층의 수평 연장성이 일반적으로 불량하고, 구조트랩보다 층서트랩이 우선적으로 발생하는 경우가 많기 때문이다.
따라서 생물초 탄산염 플레이에서는 복합트랩이 구조트랩보다 상대적으로 중요해질 수 있으므로, 생물초 탄산염 플레이에 속하는 유전들의 회수율 예측값에 트랩구조에 따른 가중치를 준다면 보다 신뢰도가 높은 예측값을 얻을 수 있을 것으로 판단된다.
계속해서, 상기한 바와 같이 탄산염 유전의 정성적 특성을 반영하여 회수율을 예측하는 방법에 대하여 설명한다.
즉, 도 11 내지 도 14를 참조하여 상기한 바와 같이, 본 발명에 따르면, 탄산염 유전의 생산 회수율 예측값과 실제값의 불량한 상관성을 발생시키는 과대평가 예측값군과 과소평가 예측값군이 정성적 특성으로 유형화될 수 있다는 것을 알 수 있으며, 이러한 유형화의 가능성은, 유전의 정성적 특성을 반영한 회수율 예측값을 이용하여 새로운 평가시스템을 구현하는 것에 의해 기존의 경험식을 적용한 회수율 예측값의 불확실성을 개선할 수 있다는 개연성을 높여준다.
따라서 상기한 바와 같이, 만약, 지질학적인 특성을 반영한 회수율의 예측방법이 신뢰도를 향상할 수 있다면, 도 10을 참조하여 상기한 바와 같이, 과대평가 예측값군과 과소평가 예측값군이 재예측결과 축소되어 예측값과 실제값의 상관성이 향상되고 상관계수가 높아질 것으로 기대할 수 있다.
이에, 본 발명에서는, 저류층의 지질학적인 특성을 반영한 탄산염 유전의 평가시스템의 가능성을 제시하기 위해, 탄산염 유전의 생산성에 영향을 줄 수 있는 핵심적인 지질학적 요소들을 추출하고, 그 중요성에 따라 앞서 분석한 분석결과를 바탕으로 주관적인 평가값을 부여하였다.
더 상세하게는, 핵심적인 지질학적 요소들은 계급체계를 두어 상위로부터 플레이 타입, 공극 타입, 암상, 저류암 시대의 4가지 요소이며(참고문헌 15 참조), 이를 바탕으로 평가값을 부여하고 평가값들을 곱하여 중간평가값을 산정하였다.
즉, 도 16을 참조하면, 도 16은 플레이 타입별 공극 타입, 암상 및 저류암 시대 항목에 대한 각각의 평가값을 표로 정리하여 나타내는 도면이다.
여기서, 중간평가값은 탄산염 유전 및 저류층의 특성 및 생산에 관련한 특성들 간의 상관성을 주관적으로 판단한 것으로, 회수율에 직접적으로 적용하여 과대평가 예측값군과 과소평가 예측값군의 회수율을 조정하는데 사용할 수 없다.
따라서 이를 위해서는, 도 17에 나타낸 바와 같이, 트랩구조와 저류암 타입을 고려하여 평가값을 조정한 평가값이 반영되어야 한다(참고문헌 15 참조).
즉, 도 17을 참조하면, 도 17은 플레이 타입별 트랩 구조와 저류층 타입 항목에 대한 각각의 평가값을 표로 정리하여 나타내는 도면이다.
도 17에 나타낸 바와 같이, 과대평가 예측값군과 과소평가 예측값군의 분석을 통해 유전의 트랩구조에 따른 중요성이 플레이 타입에 따라서 다른 것을 과대평가 예측값군과 과소평가 예측값군을 통해서 확인하였으므로, 트랩구조와 저류층 타입을 모두 플레이 타입별로 평가값을 반영하였다.
또한, 중간평가값에 트랩구조와 저류층 타입의 평가값을 곱하여 최종평가값을 산정하였다.
아울러, 이와 같이 하여 구해진 최종평가값을 토대로 하여 유전별로 등급을 부여하고 조정하여 가중치를 설정하였으며, 설정한 가중치를 예측값에 곱하여 수정된 예측값(MRFA)를 구하였다.
즉, 도 18을 참조하면, 도 18은 유전별 회수율의 실측값과 기존의 방법에 의한 예측값 및 가중치 분석을 통해 보정된 예측값을 각각 표로 정리하여 나타내는 도면이다.
계속해서, 상기한 바와 같이 하여 구성되는 본 발명의 실시예에 따른 탄산염 유전의 회수율 예측방법의 실제 성능을 실험을 통해 검증하고 평가한 결과에 대하여 설명한다.
즉, 본 발명자들은, 상기한 바와 같이 하여 구성되는 본 발명의 실시예에 따른 탄산염 유전의 회수율 예측방법의 실제 성능을 검증하기 위해, 본 발명의 실시예에 따른 탄산염 유전의 회수율 예측방법을 적용하여 구해진 탄산염 유전의 회수율 예측값과 실제값을 비교하였다.
더 상세하게는, 도 19 및 도 20을 참조하면, 도 19는 실측값의 변화에 따라 본 발명의 실시예에 따른 탄산염 유전의 회수율 예측방법에 의해 구해진 회수율 예측값의 변화를 나타내는 도면이고, 도 20은 본 발명의 실시예에 따른 탄산염 유전의 회수율 예측방법에 의해 구해진 회수율 예측값의 플레이 타입별 분포를 나타내는 도면이다.
도 19에 나타낸 바와 같이, 본 발명의 실시예에 따른 탄산염 유전의 회수율 예측방법에 의해 구해진 회수율 예측값은, 회수율 실측값의 변화에 따라 종래기술의 방법에 의한 회수율 예측값의 변화를 도시한 도 5에 나타낸 그래프와 비교하여 ±20%를 넘는 유전의 수가 줄어든 것을 확인할 수 있다.
또한, 이를 다시 플레이 타입별로 관찰하면, 도 20에 나타낸 바와 같이, 생물초 탄산염 플레이 유전과 부정합 및 카르스트 플레이에 속하는 유전의 오차가 상당히 감소함을 알 수 있다.
여기서, 도 21을 참조하면, 도 21은 본 발명의 실시예에 따른 탄산염 유전의 회수율 예측방법에 의해 가중치를 부여하였을 때 오차가 증가한 유전을 표로 정리하여 나타내는 도면이다.
도 21에 나타낸 바와 같이, 일부 유전에서는 오차가 증가하는 경우도 발생하였으며, 이때, 오차가 증가하는 유전은 부정합 및 카르스트 플레이에 속하는 유전이 과반수를 차지하고, 특히, 생산성이 과소평가되는 두 유전(Amposta marino, Casablanca)은 다른 유전에 비해서 가중치를 부여하기 전보다 가중치를 부여한 후의 오차가 크게 증가하였다.
또한, 상기한 두 유전은 일반적인 부정합 및 카르스트 플레이에 비해서 생산성이 높은 것으로 알려져 있으며, 이들 두 유전이 다른 유전들에 비해서 생산성이 높은 이유는 저류층으로 물을 공급하는 능력이 강한 대수층이 저류층 주변에 존재하고, 워터 컷(water cut) 현상도 미미한 것으로 알려져 있다.
뿐만 아니라, Amposta marino의 경우에는 API 비중(API Gravity)가 18°인 관계로 저류층 타입이 중질유 저류암으로 분류되나, 실제 석유의 점도는 6.15cP 이므로 저류암 타입이 정상(normal) API 비중의 균열(fractured) 및/또는 메가 카르스트 저류암(megakarstic oil reservoir)으로 생산이 이루어진다.
이러한 이유로 인해, 상기한 두 유전에 일반적인 부정합 및 카르스트 플레이와 같은 가중치를 부여하여 예측값의 신뢰도가 떨어지게 된 것으로 판단된다.
따라서 상기한 바와 같이, 예외적인 두 유전(Amposta marino, Casablanca)을 제외하고 회수율 실측값과 예측값의 상관계수를 측정하면, 가중치를 주기 전의 상관계수는 0.442이며, 가중치를 준 후에는 0.793으로 증가하는 것을 확인할 수 있다.
즉, 기존의 회수율 경험식을 적용할 경우 상관계수가 0.285로서 매우 불량한 상관성을 보이는 것에 반하여, 본 발명에 따른 회수율 예측방법에 의해 구해진 예측값과 실제값의 상관계수는 0.608로서 예측값의 신뢰도가 상당히 개선된 결과를 나타낸다.
여기서, 상기한 예외적인 두 유전을 제외한 경우에는 상관계수가 0.793으로 더욱 증가한다.
따라서 상기한 바와 같은 신뢰도의 개선은, 탄산염 유전의 경우 유전 및 저류층의 지질학적인 특성을 고려한 회수율 추산방법의 실효성을 의미하는 것이라 할 수 있으며, 유전 및 저류층 특성을 고려한 평가시스템이 더욱 정교해질 수 있음을 시사하고 있다.
즉, 본 발명자들은, 상기한 바와 같은 분석 결과를 토대로 하여, 이하의 [수학식 3]에 나타낸 바와 같이, 종래의 Arps et al.(1967)의 경험식에 가중치(W)를 곱하여 정성적 특성이 반영된 새로운 회수율 예측공식을 수립하였다.
[수학식 3]
Figure 112014115803311-pat00005

여기서, RF는 회수율, φ는 저류층의 공극률, Swi는 저류층의 초기 수포화도, Boi는 저류층의 초기 용적계수(formation volume factor), μ0는 석유의 점도, k는 저류층의 투수율, μw는 물의 점도, Pi는 저류층의 초기압력, Pa는 저류층의 생산 후 압력, W는 가중치를 의미한다.
또한, 도 22를 참조하면, 도 22는 최종평가값에 따른 가중치를 표로 정리하여 나타내는 도면이다.
즉, 가중치는 유전의 지질학적 특성을 점수화한 최종평가값을 통해 산정하며, 최종평가값은 유전에 해당하는 특성들의 평가값을 모두 곱하여 산정되고, 하나의 분야 안에서 여러 지질학적 특성이 나타나는 경우에는 지질학적 특성들의 평가값을 평균하여 최종평가값을 구한다.
아울러, 가중치에 반영되는 지질학적 특성의 분야는, 공극형태(porosity type), 암상형태(lithology type), 저류층 시대(reservoir age), 트랩구조(trap), 저류층 형태(reservoir type) 등이 있으며, 각 분야 안에는 유전에서 나타나는 실질적인 지질학적 특성이 포함되어 있다.
즉, 본 발명자들은, 플레이 타입(Play-type) 별 회수율에 영향을 미치는 정도에 따라서 지질학적 특성(항목) 및 일부 분야(porosity type, lithology type, reservoir age, trap, reservoir type)의 점수를 산정하였고, 플레이 타입(play-type)에도 점수를 부여하여, 도 16 및 도 17에 나타낸 바와 같이, 표를 통해 제시하였다.
따라서 이러한 평가값을 활용하여 최종평가값을 구할 수 있으며, 최종평가값은 이하의 [수학식 4]와 같이 나타낼 수 있으며, 하나의 분야에서 여러 지질학적 특성(항목)이 관찰되는 경우에는 항목평가값들의 평균을 활용한다.
[수학식 4]
Figure 112014115803311-pat00006

상기한 바와 같이 하여 구해진 최종평가값과 가중치의 관계를 도 22에 표로 제시하였으며, 이를 활용하여 가중치를 구할 수 있다.
계속해서, 상기한 바와 같은 예측공식을 활용하여 실제 유전에 대한 회수율을 계산하는 과정을 예를 들어 설명한다.
먼저, 도 23을 참조하면, 도 23은 Kasim 유전에서 관찰되는 지질학적 특성을 표로 정리하여 나타내는 도면이다.
여기서, Kasim 유전의 회수율 참값은 57%이고, 기존의 공식으로 계산한 회수율 값은 40%이다.
또한, 도 23에 나타낸 Kasim 유전의 지질학적 특성에 있어서, 공극형태(porosity type)와 암상형태(lithology type)에서 관찰되는 지질학적 특성이 두 개 이상이므로, 각 특성에 해당하는 평가값들을 평균하여 상기한 식에 대입하여 최종평가값을 구해야 한다.
즉, 공극형태(porosity type)의 항목평가값 평균은 2.63이며, 암상형태(lithology type)의 항목평가값 평균은 2이다.
따라서 최종평가값은, 상기한 [수학식 4]에 의해 다음과 같이 구해진다.
Figure 112014115803311-pat00007

여기서, 최종평가값이 9450000이므로, 도 22의 표를 참조하면, 가중치는 1.2를 만족한다.
아울러, 회수율 예측공식을 계산하기 위한 Kasim 유전의 파라미터는 다음과 같다.
φ (fraction) : 0.23
Swi (fraction) : 0.34
Boi : 1.4
μ0 (cP) : 1.79
μw (cP) : 0.335
k (D) : 0.038
Pi (psi) : 1434
Pa (psi) : 1147.2
W : 1.2
따라서 이하에 나타낸 바와 같이, 상기한 바와 같이 하여 구해진 가중치를 [수학식 3]에 대입하여 유전의 회수율을 계산할 수 있다.
Figure 112014115803311-pat00008

상기한 바와 같이, 본 발명의 실시예에 따른 회수율 예측공식을 적용할 경우, 실측값과 예측값의 차이가 상당히 감소하여 탐사단계 평가의 신뢰도가 개선될 수 있으며, 그것에 의해, 새로운 탄산염 유전의 평가시스템으로 사용될 수 있다.
더 상세하게는, 석유가스 유전의 탐사 단계 초기 평가는 기본적으로 원시매장량과 회수율을 고려하여 이루어지며, 탄산염 유전의 경우에는 탄산염 저류층의 불규칙성, 복잡성, 임의성과 속성작용에 의한 심한 암상 변화로 인해 규산쇄설성 유전에 비해서 상대적으로 유전 평가와 저류층 특성화가 쉽지 않은 것으로 알려져 있다.
따라서 탄산염 저류층의 평가시스템을 구축하기 전에 탄산염 저류층의 특성을 파악하는 단계가 요구되어, 전 세계 190여 개의 탄산염 유전의 자료를 수집하여 탄산염유전 데이터베이스(DB)가 구축되었으며, DB에 포함된 유전은 다양한 지역적 및 시대적 분포를 나타내는 동시에, 지질학적 특성뿐만 아니라 생산공학적인 특성에 관한 정보도 포함하고 있으므로, 이러한 DB를 활용하여 탄산염 유전의 분석을 수행함으로써 여러 특성을 고려한 탄산염 유전의 평가시스템을 구축할 수 있다.
이에, 본 발명자들은, 상기한 바와 같은 DB를 기초자료로 하여 유전의 평가에 활용되는 회수율을 계산하였으며, 이때, 회수율 경험식은 생산추동방식에 따라서 달라지고, 상기한 본 발명의 실시예에서는 생산추동방식이 수추동방식인 유전을 대상으로 분석하였다.
또한, 본 발명자들은, 수추동방식의 회수율 경험식으로서 Guthrie et al.(1995)과 Arps et al.(1967)의 경험식에 근거하여 계산된 예측된 회수율을 측정된 회수율값과 비교하여, 비교 결과, 상관계수가 상대적으로 더 높게 나타난 Arps et al.(1967)의 경험식을 기반으로 탄산염 유전의 회수율을 보정하였다.
즉, Arps et al.(1967)의 경험식의 예측값이 실제값보다 높게 평가될 경우에는 과대평가 예측값군 (Group B), 예측값이 실제값보다 낮게 평가될 경우에는 과소평가 예측값군(Group A)로 분류하여 유전의 특성을 분석하였고, 과소평가 예측값군으로 분류된 총 10개의 유전들 중 5개의 유전이 생물초 탄산염 플레이에 속하므로 생물초 탄산염 플레이로 구성된 탄산염 유전의 저류층의 경우에 생산성이 저평가 되는 것으로 나타났다.
반면, 과대평가 예측값군으로 분류된 총 20개의 유전 중 10개의 유전이 부정합 및 카르스트 플레이에 속하므로, 부정합 및 카르스트 플레이에 속하는 유전의 경우 생산성이 고평가될 수 있는 것으로 나타났다.
이에, 본 발명자들은, 이러한 분석결과를 바탕으로, 탄산염 유전의 평가 신뢰도를 향상시키기 위해 탄산염 유전 및 저류층의 정성적 특성을 반영한 새로운 회수율 예측방법을 제안하였으며, 이를 위해, 탄산염 유전 및 저류층의 생산에 영향을 미치는 6개의 핵심 인자(플레이 타입, 공극 타입, 암상, 저류암 시대, 트랩구조, 저류층 타입)를 추출하여 각각의 인자들의 중요성을 반영하는 평가값 체계에 따라 최종평가값을 산정하고, 이를 등급 가중치로 재산정하여 기존의 회수율 경험식에 반영하였다.
그 결과, 예측된 회수율에 가중치를 부여한 경우 5개 유전에서는 신뢰도가 감소하였고 그 중 감소폭이 큰 두 유전의 경우에는 부정합 및 카르스트 플레이에 속하나 일반적인 부정합 및 카르스트 플레이 유전보다 생산량이 큰 것으로 알려져 있어 예외적인 결과로 판단되었다.
따라서 본 발명의 실시예에 따라 탄산염 저류층의 정성적 특성이 반영된 회수율 예측공식을 적용하면, 일부 신뢰도가 감소하는 유전이 있음에도 불구하고, 예측값과 실제값의 상관계수가 0.285에서 0.608로 2배 정도 높아져 예측 신뢰도가 크게 개선될 수 있을 뿐만 아니라, 상기한 바와 같이 탄산염 유전의 특성이 반영된 회수율 예측방법을 이용하여, 신뢰도가 개선된 탄산염 유전의 평가방법 및 평가시스템을 구현할 수 있다.
즉, 도 24를 참조하면, 도 24는 본 발명의 실시예에 따른 탄산염 유전의 회수율 예측방법의 전체적인 구성을 개략적으로 나타내는 플로차트이다.
도 24에 나타낸 바와 같이, 본 발명의 실시예에 따른 탄산염 유전의 회수율 예측방법은, 크게 나누어, 먼저, 탄산염 유전에 대한 데이터베이스(DB)를 구축하는 단계(S10)와, 구축된 탄산염 DB에 근거하여 각각의 유전에 대한 가중치를 결정하는 단계(S20)와, 상기 단계에서 결정된 가중치를 이용하여 회수율을 계산하는 단계(S30)를 포함하여 구성될 수 있다.
여기서, 상기한 탄산염 유전에 대한 DB를 구축하는 단계(S10)는, 도 1 내지 도 4를 참조하여 상기한 바와 같이, 기존의 연구결과 및 문헌자료를 바탕으로 전 세계 190여 개의 탄산염 유전에 대한 자료를 수집하고 유전평가에 필요한 항목을 선정하여 데이터베이스(DB)를 구축하며, 이때, DB에 반영된 항목들은, 탄산염유전의 지역, 저류층 시대(reservoir age), 분지분류, 플레이타입(play type), 공극형태(porosity type), 암상(lithology), 유동공극 및 균열, 저류층 형태(reservoir type), 근원암 및 덮개암 정보, 트랩구조(trap), 공극률과 투수율, 유전 정보, 탄화수소 정보, 생산층 정보, 포화도 정보, 온도 및 압력, 생산추동방식, 생산량 및 회수량, 회수율 등을 포함하는 다양한 항목들을 그 특징에 따라 그룹화하여 구성하도록 구성될 수 있다.
또한, 상기한 가중치를 결정하는 단계(S20)는, 도 16 내지 22를 참조하여 상기한 바와 같이, 유전의 지질학적 특성을 점수화한 최종평가값을 통해 가중치를 산정하도록 구성될 수 있다.
아울러, 상기한 회수율을 계산하는 단계(S30)는, 상기한 [수학식 4]를 참조하여 설명한 바와 같이, 상기한 가중치를 결정하는 단계(S20)에서 구해진 가중치를 기존의 경험식에 적용하여 회수율 예측값을 구하도록 구성될 수 있으며, 그것에 의해, 본 발명에 따르면, 회수율 예측값에 탄산염 유전의 특성이 반영되어 회수율 예측값의 신뢰도가 개선될 수 있다.
더욱이, 본 발명에 따르면, 상기한 바와 같이 구성되는 본 발명의 실시예에 따른 탄산염 유전의 회수율 예측방법에 의해 구해진 회수율 예측값에 근거하여 탄산염 유전의 평가를 수행하는 단계를 더 포함하고, 그러한 각각의 단계들이 컴퓨터나 전용의 하드웨어에 의해 실행되도록 구성함으로써, 종래의 방법에 비하여 신뢰도가 개선될 수 있는 탄산염 유전의 평가방법 및 평가시스템을 용이하게 구현할 수 있다.
따라서 상기한 바와 같이 하여, 본 발명에 따른 탄산염 유전의 회수율 예측방법 및 이를 이용한 탄산염 유전 평가방법을 구현할 수 있다.
또한, 상기한 바와 같이 하여 본 발명에 따른 탄산염 유전의 회수율 예측방법 및 이를 이용한 탄산염 유전 평가방법을 구현하는 것에 의해, 본 발명에 따르면, 탄산염 유전 DB에 포함되어 있는 탄산염 유전의 특성에 대한 분석을 바탕으로 탄산염 저류층 및 저류유체의 특성과 생산추동방식의 특성을 반영하는 것에 의해 기존의 회수율 예측방법들에 비해 탄산염 유전의 회수율 예측값에 대한 신뢰도가 크게 개선될 수 있도록 구성되는 탄산염 유전의 회수율 예측방법이 제공됨으로써, 탄산염 유전의 회수율 예측에 있어 불균질성, 임의성 및 복잡성 등에 의해 예측값의 신뢰도가 매우 낮은 문제가 있었던 종래기술의 탄산염 유전의 회수율 예측방법들의 문제점을 해결할 수 있다.
아울러, 본 발명에 따르면, 상기한 바와 같이 탄산염 유전 및 저류층의 특성이 반영되어 종래의 방법에 비해 회수율 예측값에 대한 신뢰도가 개선된 탄산염 유전의 회수율 예측방법을 이용하여, 평가의 신뢰도가 개선될 수 있도록 구성되는 탄산염 유전 평가방법 및 평가시스템이 제공됨으로써, 탄산염 유전의 탐사단계 평가에 있어서 저류층의 복잡성과 불균질성으로 인하여 유전을 평가하는데 필요한 회수율을 정확히 예측하는 것이 쉽지 않아 평가의 신뢰도가 매우 낮은 문제가 있었던 종래기술의 탄산염 유전 평가방법들의 문제점을 해결할 수 있다.
이상, 상기한 바와 같은 본 발명의 실시예를 통하여 본 발명에 따른 탄산염 유전의 회수율 예측방법 및 이를 이용한 탄산염 유전 평가방법의 상세한 내용에 대하여 설명하였으나, 본 발명은 상기한 실시예에 기재된 내용으로만 한정되는 것은 아니며, 따라서 본 발명은, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 설계상의 필요 및 기타 다양한 요인에 따라 여러 가지 수정, 변경, 결합 및 대체 등이 가능한 것임은 당연한 일이라 하겠다.

Claims (7)

  1. 탄산염 유전(carbonate reservoirs)의 생산 가능한 석유와 매장된 총 석유간의 비를 나타내는 회수율(recovery factor)을 예측하기 위한 회수율 예측값이 실제 측정된 회수율 실제값과 상관성이 낮아 신뢰성이 낮은 문제가 있었던 종래기술의 회수율 예측방법들의 문제점을 해결하기 위해, 상기 탄산염 유전의 회수율 예측값에 대한 신뢰도를 개선할 수 있도록 구성되는 탄산염 유전의 회수율 예측방법에 있어서,
    상기 탄산염 유전에 대한 자료를 수집하고 유전평가에 필요한 항목을 선정하여 탄산염 유전 데이터베이스를 구축하는 단계;
    상기 탄산염 유전 데이터베이스를 구축하는 단계에서 구축된 상기 탄산염 유전 데이터베이스에 근거하여, 상기 탄산염 유전의 공극형태(porosity type), 암상형태(lithology type), 저류층 시대(reservoir age), 트랩구조(trap), 저류층 형태(reservoir type)를 포함하는 지질학적 특성을 점수화한 평가값을 이용하여 이하의 수학식을 통해 산정되는 최종평가값에 따라 각각의 유전에 대한 가중치를 결정하는 단계; 및

    Figure 112016030457482-pat00036


    상기 가중치를 결정하는 단계에서 결정된 상기 가중치에 근거하여, 이하의 수학식을 이용하여 상기 탄산염 유전의 회수율 예측값을 계산하는 단계를 포함하여구성되는 것을 특징으로 하는 탄산염 유전의 회수율 예측방법.

    Figure 112016030457482-pat00037


    (여기서, RF는 회수율, φ는 저류층의 공극률, Swi는 저류층의 초기 수포화도, Boi는 저류층의 초기 용적계수(formation volume factor), μ0는 석유의 점도, k는 저류층의 투수율, μw는 물의 점도, Pi는 저류층의 초기압력, Pa는 저류층의 생산 후 압력, W는 가중치임)
  2. 제 1항에 있어서,
    상기 탄산염 유전 데이터베이스를 구축하는 단계에서, 상기 탄산염 유전 데이터베이스는,
    상기 탄산염 유전의 지역, 저류층 시대(reservoir age), 분지분류, 플레이타입(play type), 공극형태(porosity type), 암상(lithology), 유동공극 및 균열, 저류층 형태(reservoir type), 근원암 및 덮개암 정보, 트랩구조(trap), 공극률과 투수율, 유전 정보, 탄화수소 정보, 생산층 정보, 포화도 정보, 온도 및 압력, 생산추동방식, 생산량 및 회수량, 회수율을 포함하는 항목들을 특징에 따라 그룹화하여 상기 탄산염 유전 데이터베이스를 구축하도록 구성되는 것을 특징으로 하는 탄산염 유전의 회수율 예측방법.
  3. 삭제
  4. 삭제
  5. 삭제
  6. 탄산염 유전의 평가방법에 있어서,
    청구항 1항 또는 청구항 2항에 기재된 탄산염 유전의 회수율 예측방법을 이용하여 탄산염 유전의 회수율 예측값을 구하는 단계; 및
    상기 회수율 예측값을 구하는 단계에서 구해진 상기 회수율 예측값에 근거하여 상기 탄산염 유전의 평가를 수행하는 단계를 포함하여 구성되는 처리를 컴퓨터나 전용의 하드웨어에 의해 실행시키도록 구성되는 것을 특징으로 하는 탄산염 유전의 평가방법.
  7. 탄산염 유전의 평가시스템에 있어서,
    탄산염 유전에 대한 정보를 저장하고 있는 데이터베이스;
    청구항 1항 또는 청구항 2항에 기재된 탄산염 유전의 회수율 예측방법을 이용하여 상기 탄산염 유전의 회수율 예측값을 구하는 처리가 수행되도록 구성되는 회수율 예측부; 및
    상기 회수율 예측값에 근거하여 상기 탄산염 유전을 평가하는 처리가 수행되도록 구성되는 유전평가부를 포함하여 구성되는 것을 특징으로 하는 탄산염 유전의 평가시스템.
KR1020140168320A 2014-11-28 2014-11-28 탄산염 유전의 회수율 예측방법 및 이를 이용한 탄산염 유전 평가방법 KR101639693B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140168320A KR101639693B1 (ko) 2014-11-28 2014-11-28 탄산염 유전의 회수율 예측방법 및 이를 이용한 탄산염 유전 평가방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140168320A KR101639693B1 (ko) 2014-11-28 2014-11-28 탄산염 유전의 회수율 예측방법 및 이를 이용한 탄산염 유전 평가방법

Publications (2)

Publication Number Publication Date
KR20160064559A KR20160064559A (ko) 2016-06-08
KR101639693B1 true KR101639693B1 (ko) 2016-07-14

Family

ID=56193555

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140168320A KR101639693B1 (ko) 2014-11-28 2014-11-28 탄산염 유전의 회수율 예측방법 및 이를 이용한 탄산염 유전 평가방법

Country Status (1)

Country Link
KR (1) KR101639693B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107657332B (zh) * 2017-08-17 2020-10-13 中国石油天然气股份有限公司 一种适用于奥陶系马五5气藏白云岩储层的预测方法
CN111488666A (zh) * 2019-01-28 2020-08-04 中国石油化工股份有限公司 一种气藏水平井产能预测模型建立、预测方法及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100756684B1 (ko) * 2000-02-22 2007-09-07 슐럼버거 테크놀로지 코포레이션 통합 저류층 최적화

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120004113A (ko) * 2010-07-06 2012-01-12 한국지질자원연구원 지리정보시스템 및 확률 통계기법에 근거한 지하수산출가능성 예측모델 개발

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100756684B1 (ko) * 2000-02-22 2007-09-07 슐럼버거 테크놀로지 코포레이션 통합 저류층 최적화

Also Published As

Publication number Publication date
KR20160064559A (ko) 2016-06-08

Similar Documents

Publication Publication Date Title
Gherabati et al. The impact of pressure and fluid property variation on well performance of liquid-rich Eagle Ford shale
Guo et al. Assessment on tight oil resources in major basins in China
CN105093348B (zh) 一种多层油气资源量预测方法
CN102830442B (zh) 一种预测预报煤层气产能的潜力系数分区方法
CN105386751A (zh) 一种基于油藏渗流模型的水平井测井产能预测方法
CN106246158B (zh) 超深低孔裂缝性砂岩气藏布井方法及装置
FR3023316A1 (fr) Procede d'exploitation d'un gisement petrolier a partir d'une technique de positionnement des puits a forer
KR101639693B1 (ko) 탄산염 유전의 회수율 예측방법 및 이를 이용한 탄산염 유전 평가방법
Zhang et al. Uncertainty Analysis and Assisted History Matching Workflow in Shale Oil Reservoirs
Chen et al. A reassessment of gas resources in selected Upper Cretaceous biogenic gas accumulations in southeastern Alberta and southwestern Saskatchewan, Canada
Al-Khazraji et al. Development of heterogeneous immature Brownfield with Waterdrive using dynamic opportunity index: a case study from Iraqi oilfields
CN105718720A (zh) 一种复杂气藏储量品质分类综合评价方法
CN104948178A (zh) 一种油田稠油油藏识别评价方法
Suarez et al. Fracturing-to-Production Simulation Approach for Completion Optimization in the Vaca Muerta Shale
Nazarov et al. Integrated Asset Modeling in Mature Offshore Fields: Challenges and Successes
Chen et al. Hydrocarbon favourability mapping using fuzzy integration: western Sverdrup Basin, Canada
Li et al. Potential evaluation of CO2 EOR and storage in oilfields of the Pearl River Mouth Basin, northern South China Sea
CN104933282B (zh) 多层圈闭含油气概率的获取方法和系统
Acosta et al. Reservoir Study V9 of El Furrial Field, Venezuela
Nenasheva et al. The Best Practices and Approaches for Replication of Achimov Formation Development Technologies
Cross et al. When the music stops: Quantifying inventory exhaustion in the Midland Basin with machine learning
Walker et al. Three case studies of progress in quantitative seismic-engineering integration
Becerra et al. Petroleum reservoir uncertainty mitigation through the integration with production history matching
Shiyun et al. A fine assessment technology for medium-high exploration degree plays
Naime et al. Leveraging the use of real-time downhole pressure data, pressure and rate transient analyses to enhance reservoir characterization and expedite history matching with numerical simulation

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant