WEBVTT

1
00:00:02.748 --> 00:00:06.530
[Orador 1]: Hola a todos.

2
00:00:06.730 --> 00:00:12.305
Estamos aquí de nuevo para continuar con
el segundo vídeo de este Módulo 2 de este

3
00:00:12.305 --> 00:00:14.574
curso de simulación de reservas.

4
00:00:14.774 --> 00:00:19.131
Hoy continuaremos estudiando diferentes
casos de simulación para comprender

5
00:00:19.131 --> 00:00:22.605
completamente las fuerzas activas
principales en la reserva.

6
00:00:22.805 --> 00:00:25.711
Empezaremos con un ejemplo de presiones
capilares y otro sobre las fuerzas

7
00:00:25.711 --> 00:00:26.508
viscosas.

8
00:00:26.708 --> 00:00:29.958
El último ejemplo que os mostraré hoy será
sobre el número de células y el tiempo

9
00:00:29.958 --> 00:00:30.958
computado.

10
00:00:30.791 --> 00:00:32.312
Empecemos con el primer ejemplo.

11
00:00:32.512 --> 00:00:37.134
El estudio del caso es exactamente lo
mismo que el del vídeo anterior.

12
00:00:43.517 --> 00:00:45.879
El modelo tiene 750 células y tres
diferentes capas.

13
00:00:46.079 --> 00:00:50.516
La capa en la parte superior tiene las
mejores propiedades petrofísicas y solo

14
00:00:50.516 --> 00:00:52.584
hay dos fases definidas, aceite y agua.

15
00:00:52.784 --> 00:00:58.308
Las curvas de la primalidad relativa y la
presión capilar son iguales.

16
00:00:58.508 --> 00:01:02.364
La saturación de aceite residual, la
saturación de agua irreducible y la

17
00:01:02.364 --> 00:01:06.493
presión capilar son más bajas en la capa
superior que en las otras dos capas.

18
00:01:12.330 --> 00:01:17.535
Primero de todo, expliquemos qué es la
fuerza capilar y cómo se puede calcularla.

19
00:01:17.735 --> 00:01:21.152
Cuando introducimos una capilar en
cualquier fluido, el fluido dentro de la

20
00:01:21.152 --> 00:01:23.000
capilar experimenta una fuerza superior.

21
00:01:23.200 --> 00:01:27.950
Esta fuerza se expresa como un producto de
la tensión interfacial de los dos fluidos

22
00:01:27.950 --> 00:01:32.586
multiplicado por la cohesión del ángulo de
contacto entre la interfaz líquida y la

23
00:01:32.586 --> 00:01:35.563
superficie sólida multiplicado por la red
de capilar.

24
00:01:35.763 --> 00:01:39.379
Por otro lado, también podemos calcular
estas fuerzas a la presión hidrostática

25
00:01:39.379 --> 00:01:40.624
debido al peso de la columna.

26
00:01:40.824 --> 00:01:45.253
Esto significa la área del capilar, el
aumento del fluido en la presión capilar,

27
00:01:45.253 --> 00:01:49.066
en vez de la gravedad, en vez de la
densidad delta entre los fluidos.

28
00:01:49.306 --> 00:01:54.239
Arreglando los términos obtenemos la
ecuación número uno para calcular el

29
00:01:54.239 --> 00:01:55.707
aumento del capilar.

30
00:01:56.088 --> 00:02:00.439
Podemos calcular la presión en el punto B
como la presión en el punto C menos el

31
00:02:00.439 --> 00:02:02.313
peso de la columna debido al agua.

32
00:02:02.513 --> 00:02:07.516
De la misma manera, es posible calcular la
presión en el punto A como la presión en

33
00:02:07.516 --> 00:02:10.875
el punto E menos el volumen de la columna
debido al aceite.

34
00:02:11.075 --> 00:02:15.875
Suponiendo que la presión en el punto C y
la presión en el punto E son iguales,

35
00:02:15.875 --> 00:02:20.984
podemos substituir la presión en el punto
A por la presión en el punto B, obteniendo

36
00:02:20.984 --> 00:02:22.117
la ecuación número 2.

37
00:02:22.317 --> 00:02:27.060
La presión de Calperi puede ser definida
como la presión en la fase no húmeda menos

38
00:02:27.060 --> 00:02:28.738
la presión en la fase húmeda.

39
00:02:29.002 --> 00:02:33.444
Reemplazando la ecuación número uno en la
ecuación número dos, obtenemos una

40
00:02:33.444 --> 00:02:37.709
expresión de la presión capilar que
depende de la tensión interfásica, el

41
00:02:37.709 --> 00:02:40.849
coseno del ángulo de contacto y la
radiosidad capilar.

42
00:02:41.911 --> 00:02:44.332
Habiendo revisado el concepto de la fuerza
capilar, empecemos con el ejemplo.

43
00:02:44.532 --> 00:02:48.948
Esta vez modificaremos el caso de base y
multiplicaremos la presión capilar 10

44
00:02:48.948 --> 00:02:52.276
veces en el segundo modelo y 100 veces en
el tercer modelo.

45
00:02:55.622 --> 00:02:58.525
Para crear estos modelos, tenemos que
modificar sólo la sección de propiedades.

46
00:02:58.725 --> 00:03:04.226
Como se puede ver desde el perfil de
saturación, al principio del modelo con

47
00:03:04.226 --> 00:03:09.927
mayor presión capilar tiene una saturación
más baja, con una saturación de agua

48
00:03:09.927 --> 00:03:11.536
reducible muy alta.

49
00:03:11.736 --> 00:03:15.132
Después de tres años, podemos ver cómo la
superficie del agua viaja en los labios de

50
00:03:15.132 --> 00:03:18.142
baja permeabilidad, incluso más rápido que
en el labio de alta permeabilidad.

51
00:03:18.342 --> 00:03:21.383
Esto es debido a la acción de la fuerza
capilar.

52
00:03:23.662 --> 00:03:27.461
Como se puede ver, la mayor es la presión
capilar, la más rápida es la frontera de

53
00:03:27.461 --> 00:03:28.461
agua.

54
00:03:28.346 --> 00:03:34.313
Después de 5 años de simulación, en los
modelos de presión capilar más altos, las

55
00:03:34.313 --> 00:03:37.434
áreas de botón están casi deshidratadas.

56
00:03:37.634 --> 00:03:40.716
Lo contrario ocurre en el caso básico.

57
00:03:42.538 --> 00:03:47.061
Después de 10 años de simulación, sólo hay
un poco de aceite deshidratado en la parte

58
00:03:47.061 --> 00:03:47.982
superior.

59
00:03:48.257 --> 00:03:51.539
Ahora, analicemos en detalle esta
situación.

60
00:03:51.739 --> 00:03:55.276
Como se puede ver en el plato de factor de
recuperación, el caso azul con presión de

61
00:03:55.276 --> 00:03:57.323
capilar más alta tiene una recuperación
más baja.

62
00:03:57.523 --> 00:04:02.053
Observando el otro plato, podemos ver que
instantáneamente un corte de agua muy alto

63
00:04:02.053 --> 00:04:04.568
desde el principio debido a las fuerzas
capilares.

64
00:04:04.768 --> 00:04:08.647
Como he dicho antes, presiones de capilar
más altas generan una saturación de aceite

65
00:04:08.647 --> 00:04:12.012
más baja y un despliegue de agua más
rápido con cortes de agua más altas.

66
00:04:15.319 --> 00:04:18.341
Con el siguiente ejemplo, analizaremos el
efecto de las fuerzas viscosas.

67
00:04:18.541 --> 00:04:23.118
Para entender el comportamiento de las
fuerzas viscosas, primero necesitamos

68
00:04:23.118 --> 00:04:24.706
saber qué es la movilidad.

69
00:04:24.906 --> 00:04:29.839
La movilidad de una fase es definida como
la primedad relativa de esta fase dividida

70
00:04:29.839 --> 00:04:30.910
por su viscosidad.

71
00:04:31.110 --> 00:04:33.749
Si queremos calcular el ratio de movilidad
entre dos fases diferentes, solo tenemos

72
00:04:33.749 --> 00:04:35.114
que dividir la movilidad de una fase por
la otra.

73
00:04:35.314 --> 00:04:40.369
Un ratio de movilidad menos o igual a uno
significa que tenemos un desplazamiento

74
00:04:40.369 --> 00:04:41.317
instable.

75
00:04:45.214 --> 00:04:48.700
El frente de la fase de desplazamiento
está en equilibrio con la fase de

76
00:04:48.700 --> 00:04:52.383
desplazamiento, teniendo un desplazamiento
muy eficiente similar a un pistón

77
00:04:52.383 --> 00:04:53.383
perfecto.

78
00:04:53.342 --> 00:04:57.013
Por otro lado, si el ratio de movilidad es
más alto que uno, podemos asumir un

79
00:04:57.013 --> 00:04:58.066
desplazamiento inestable.

80
00:04:58.266 --> 00:05:02.522
Esto significa que el frente de la fase de
desplazamiento no está en equilibrio con

81
00:05:02.522 --> 00:05:06.572
la fase de desplazamiento, llevando a un
retraso de agua más rápido, usualmente

82
00:05:06.572 --> 00:05:07.974
llamado fingering o coning.

83
00:05:09.775 --> 00:05:11.076
Vamos a establecer el siguiente ejemplo.

84
00:05:11.276 --> 00:05:14.401
El caso de base tiene una permanencia
relativa al agua y al aceite de 0,55 y 0,9

85
00:05:14.401 --> 00:05:16.358
y la viscosidad de 0,8 y 2 centímetros
respectivamente.

86
00:05:16.558 --> 00:05:20.456
El segundo modelo tiene las mismas
propiedades pero con una viscosidad de

87
00:05:20.456 --> 00:05:22.839
aceite cinco veces mayor que el caso de
base.

88
00:05:26.707 --> 00:05:31.677
En el tercer caso, añadiremos el polímero
para viscosar el agua hasta 12.5 veces la

89
00:05:31.677 --> 00:05:32.770
viscosidad original.

90
00:05:32.970 --> 00:05:35.864
Si calculamos el ratio de movilidad de
cada uno de los modelos, podemos observar

91
00:05:35.864 --> 00:05:38.392
que el caso base es un desplazamiento
inestable, el caso segundo es un

92
00:05:38.392 --> 00:05:41.053
desplazamiento muy inestable y el caso
tercero es un desplazamiento inestable.

93
00:05:41.253 --> 00:05:46.101
Para crear estos modelos, tenemos que
introducir modificaciones en la sección de

94
00:05:46.101 --> 00:05:47.575
RASPEC, PROC y SCHEDULE.

95
00:05:54.473 --> 00:05:57.800
Como podemos ver en el perfil de
saturación después de tres años, en el

96
00:05:57.800 --> 00:06:01.556
segundo modelo, el desplazamiento del
aceite es muy ineficiente debido a la alta

97
00:06:01.556 --> 00:06:03.601
viscosidad del aceite comparado con el
agua.

98
00:06:03.801 --> 00:06:07.873
En el tercer modelo, podemos ver que a
pesar de la alta viscosidad del aceite,

99
00:06:07.873 --> 00:06:11.787
con el polímero podemos modificar el
razonamiento de movilidad y mejorar la

100
00:06:11.787 --> 00:06:12.767
superfecuencia.

101
00:06:13.869 --> 00:06:17.119
Después de cinco años de simulación,
todavía hay un montón de aceite bipaiso en

102
00:06:17.119 --> 00:06:17.953
el segundo modelo.

103
00:06:18.153 --> 00:06:22.816
Por otro lado, el tercer modelo todavía
muestra un desplazamiento muy eficiente.

104
00:06:23.835 --> 00:06:29.822
Al final de la simulación, después de 10
años, el segundo modelo recién recuperó el

105
00:06:29.822 --> 00:06:33.537
aceite y el tercer modelo casi completó su
proceso.

106
00:06:33.737 --> 00:06:36.884
Analicemos en más detalle este
comportamiento de estos modelos en este

107
00:06:36.884 --> 00:06:37.758
ejemplo.

108
00:06:37.958 --> 00:06:41.351
Como podemos ver en el plato de factores
de recuperación, el caso amarillo con un

109
00:06:41.351 --> 00:06:44.279
desplazamiento muy inestable tiene el
factor de recuperación más bajo.

110
00:06:44.479 --> 00:06:48.893
Esto es debido a la mayor movilidad del
agua comparada con el aceite.

111
00:06:49.093 --> 00:06:53.361
En el plato de corte de agua, podemos
observar que hay un recorrido de agua muy

112
00:06:53.361 --> 00:06:57.684
rápido, con un aumento rápido del corte de
agua en el tiempo debido al efecto de

113
00:06:57.684 --> 00:06:59.162
cuchillo y cónica del agua.

114
00:06:59.362 --> 00:07:03.617
Observando el caso de roca con la
inyección de polímero para viscosificar el

115
00:07:03.617 --> 00:07:07.930
agua, podemos obtener un factor de
recuperación similar como el mejor caso, a

116
00:07:07.930 --> 00:07:10.370
pesar de esta viscosidad de aceite más
alta.

117
00:07:11.379 --> 00:07:15.244
Habiendo terminado estos ejemplos para
estudiar las fuerzas activas principales

118
00:07:15.244 --> 00:07:18.911
en el reservatorio, vamos a construir el
último ejemplo de este módulo para

119
00:07:18.911 --> 00:07:22.281
estudiar el efecto del número de células
en el tiempo de competencia.

120
00:07:22.725 --> 00:07:25.386
El caso base tiene un número total de 750
células, con dimensiones de 50 células en

121
00:07:25.386 --> 00:07:28.015
X, 1 célula en Y y 15 células en Z. En el
segundo modelo, corremos el caso base en

122
00:07:28.015 --> 00:07:30.109
casi 5 veces en X y Z direcciones, para
obtener un total de 36 células.

123
00:07:30.309 --> 00:07:34.329
Para el tercer modelo, refinaremos el caso
base multiplicando el número de células

124
00:07:34.329 --> 00:07:35.670
por 5 en X y Z direcciones.

125
00:07:45.244 --> 00:07:46.265
para obtener un total de 18.750 células.

126
00:07:46.465 --> 00:07:49.360
Necesitaremos modificar las regiones y la
sección de planificación para crear estos

127
00:07:49.360 --> 00:07:50.360
modelos.

128
00:07:50.087 --> 00:07:52.884
Como se puede ver en el perfil de
saturación, después de tres años de

129
00:07:52.884 --> 00:07:55.969
simulación, el modelo del curso no tiene
un comportamiento claro debido a la

130
00:07:55.969 --> 00:07:56.969
cantidad de células.

131
00:07:56.872 --> 00:07:59.352
Por otro lado, el comportamiento del
modelo de base y el modelo refinado son

132
00:07:59.352 --> 00:08:00.352
muy similares.

133
00:08:00.034 --> 00:08:02.235
Después de cinco años,

134
00:08:11.078 --> 00:08:13.559
todavía es imposible analizar el
comportamiento del modelo de Kors.

135
00:08:13.759 --> 00:08:19.940
Por otro lado, el caso de Best y el caso
de Refine todavía son muy similares.

136
00:08:20.940 --> 00:08:24.895
A finales de la simulación, después de 10
años, todavía sucede lo mismo que en los

137
00:08:24.895 --> 00:08:25.842
otros tiempos.

138
00:08:26.042 --> 00:08:30.345
El modelo de Kors sin ninguna definición e
imposible de analizar el caso y los otros

139
00:08:30.345 --> 00:08:32.783
dos modelos con un comportamiento casi
idéntico.

140
00:08:34.482 --> 00:08:36.863
Vamos a analizar en detalle el último
ejemplo.

141
00:08:37.063 --> 00:08:41.975
Como se puede ver en el Recurso Factor
Plus, la caja amarilla con el modelo de

142
00:08:41.975 --> 00:08:47.207
Kors tiene una recuperación similar a la
de los otros casos, pero un poco más baja.

143
00:08:47.407 --> 00:08:50.904
Sin embargo, si comparamos la evolución
del corte de agua, la caja amarilla con el

144
00:08:50.904 --> 00:08:54.049
modelo de Kors tiene un breakthrough de
agua temprano comparado con los otros.

145
00:08:54.249 --> 00:08:58.635
Esto es debido a algo que se llama
dispersión numérica, que ocurre cuando los

146
00:08:58.635 --> 00:09:00.771
celdos muy grandes se ponen en lugar.

147
00:09:02.613 --> 00:09:07.103
Por otro lado, es muy fácil ver que los
otros dos casos son casi idénticos en

148
00:09:07.103 --> 00:09:09.759
términos de recuperación y evolución de
Watercat.

149
00:09:09.959 --> 00:09:14.083
Ahora analizamos el tiempo de computación.

150
00:09:14.283 --> 00:09:18.977
Como se puede ver en el gráfico, el mayor
es el número de células, el mayor es el

151
00:09:18.977 --> 00:09:20.268
tiempo de computación.

152
00:09:20.468 --> 00:09:24.707
Sin embargo, si comparamos el caso básico
y el caso del curso, el tiempo de

153
00:09:24.707 --> 00:09:26.598
computación no fue muy diferente.

154
00:09:26.798 --> 00:09:31.549
Si recordamos la comparación entre el
comportamiento de los modelos, el caso

155
00:09:31.549 --> 00:09:35.667
base y el caso refinado eran casi
idénticos, pero con un tiempo de

156
00:09:35.667 --> 00:09:38.201
computación mayor para el caso refinado.

157
00:09:38.401 --> 00:09:41.852
Al final, la lección aprendida de este
ejemplo es que necesitamos lograr un

158
00:09:41.852 --> 00:09:45.630
equilibrio entre el tiempo de computación
y la resolución para optimizar el tiempo

159
00:09:45.630 --> 00:09:46.630
de computación.

160
00:09:46.583 --> 00:09:53.364
Con todos estos ejemplos llegamos al final
del módulo número 2.

161
00:09:54.499 --> 00:09:55.499
Espero que lo hayan disfrutado.

162
00:09:55.524 --> 00:09:57.794
Muchas gracias por su atención y espero
verlos pronto.

163
00:09:57.994 --> 00:09:58.195
Adiós.