Está en la página 1de 11

Practice worksheet of Monte Carlo to calculate OOIP

L. A. Izarra P.E. Specialist

The purpose of this paper is to provide an easy-to-use and management to estimate a repre
making use of the Monte Carlo method. The success of this type of simulation depends on
of distribution models that characterize the various parameters involved in the equation.
Here makes use of distribution function as log normal and triangular

La ecuacion que se usa para calcular POES (OOIP)


POES (BN) = 7758 area* espesor*porosidad* Soi / Boi

Un analisis de la data de cada parametro y aunado a la experiencia de los profesionales


como geologos, petrofisicos, geofisicos, ingenieros de yacimientos se puede llegar
a la selección optima de modelos como : distribucion normal, distribucion uniforme.
distribucion triangular , distribucion lognormal, etc.. En Excel ya viene incorporado
algunas de estas distribciones con su aplicación para obtener el valor deseado para
las probabilidades aleatorias.Las distribuciones triangular y lognormal, muy usadas
para caracterizar parametros como saturacion, porosidad desaforunadamente no estan
incluidas en algunos Excel, caso EXCEL 2003.
En esta hoja se emplea esas dos distribuciones.

Nota : Se disponen de otras hojas excel desarrolladas como: 1. Metodos de Balance de Materiale
para diferentes tipos de yacimientos y mecanismos de empuje, 2. pruebas de consistencia de PV
para crudo negro, volatil y condensado. 3. Metodo de CGM para prediccion de inyeccion de agua
4.Otros metodos de prediccion de inyeccion de agua. 5 Correlaciones PVT

Estas herrameintas estan disponible y me pueden contactar a luisaizarragmail.com


La idea es intercambiar programas excel, conocimeintos, material didacticos, experticias.
Quien es Luis Izarra: Soy ingeniero de petroleo, venezolano, graduado en LUZ en 1966 y M
en 1972. Trabaje durante 40 años en PDVSA y soy jubilado con minima pension . Estoy calificado
Ingenieria de Yacimientos.
Desarrollado por
Ing. Luis Izarra MS Pet Eng UT Austin 1972
email luisaizarra@gmail.com

and management to estimate a representative value of OOIP or OGIP,


of this type of simulation depends on the optimal selection
rameters involved in the equation.
l and triangular

experiencia de los profesionales


e yacimientos se puede llegar
normal, distribucion uniforme.
n Excel ya viene incorporado
obtener el valor deseado para
ular y lognormal, muy usadas
dad desaforunadamente no estan

mo: 1. Metodos de Balance de Materiales


puje, 2. pruebas de consistencia de PVT
M para prediccion de inyeccion de agua.
rrelaciones PVT

ar a luisaizarragmail.com
material didacticos, experticias.
olano, graduado en LUZ en 1966 y MS en UT Austin ;
o con minima pension . Estoy calificado como Especialista en
ejercicio incluyendo a distribucion log normal tines que asegurarse de la disrtribucion escogida para ca
Aplicación de MC a Petroleo y Gas
Distribucion
Variables Area A Area uniforme minimo;maximo 100
(*) Espesor H Thickness Lognormal :media y desviacion 20
Soi Initial Oil Sat normal media y desviacion 0.65
porosidad porosity triangular : minimo, probable y maxim 10
Boi FVF oil constante 1,1 by/bn

Ecuacion POES = 7758* area*h*Soi*Ø / Boi


Se selecciona numero de simulaciones : 1000 y numero de clases : 12 ( numero de agrupaciones en el histogra
Tabla 1 Se puede seleccionar dos tipos de graficos: histograma de frecuencia y el acumulado
Area Espesor Espesor porosidad Soi Boi
No de numero uniforme normal LOGnormal Triangular normal constante
simulacion aleatorio unif 100-150 16; 6 2,99297;0,074 10.20.21 0,65; 0,03 1.1
(*) Para H puede seleccionar distribucion lognormal o normal
1 0.57920905 128.960453 20.2998057 20.2447788 17.9820421 0.65599611 1.1
2 0.33794779 116.897389 19.3728942 19.3291888 16.0970695 0.63745788 1.1
3 0.7912086 139.56043 21.2159329 21.1923245 19.329145 0.67431866 1.1
4 0.95202515 147.601258 22.4972223 22.5924034 20.2334142 0.69994445 1.1
5 0.58775151 129.387575 20.3326472 20.2780029 18.0406882 0.65665294 1.1
6 0.89946347 144.973173 21.9177505 21.9481038 19.9469081 0.68835501 1.1
7 0.12808602 106.404301 18.2967721 18.3180269 13.7535932 0.61593544 1.1
8 0.92727084 146.363542 22.1836436 22.2414299 20.0994947 0.69367287 1.1
9 0.02127399 101.0637 16.9578198 17.1334364 11.5297514 0.5891564 1.1
10 0.93281201 146.640601 22.2455996 22.3103394 20.1296259 0.69491199 1.1
11 0.04681937 102.340968 17.485238 17.5906206 12.2693898 0.59970476 1.1
12 0.85296077 142.648039 21.5738249 21.5744247 19.6863659 0.6814765 1.1
13 0.82536202 141.268101 21.4039919 21.3922527 19.5283693 0.67807984 1.1
14 0.47507313 123.753656 19.9062153 19.8508136 17.2289725 0.64812431 1.1
15 0.05935076 102.967538 17.6596295 17.744457 12.5551093 0.60319259 1.1
16 0.35769518 117.884759 19.4530605 19.4067127 16.2726765 0.63906121 1.1
17 0.88419654 144.209827 21.7943446 21.8132831 19.8621306 0.68588689 1.1
18 0.4898564 124.49282 19.9618566 19.9060391 17.3405861 0.64923713 1.1
19 0.34088274 117.044137 19.3849173 19.3407957 16.1234877 0.63769835 1.1
20 0.05607407 102.803704 17.6170829 17.7068016 12.4835757 0.60234166 1.1
21 0.2239982 111.19991 18.8618607 18.842227 14.9638496 0.62723721 1.1
22 0.08791812 104.395906 17.9694694 18.021103 13.109822 0.60938939 1.1
23 0.48524106 124.262053 19.9444946 19.8887903 17.3059234 0.64888989 1.1
24 0.58695491 129.347745 20.3295782 20.2748958 18.0352374 0.65659156 1.1
25 0.39413705 119.706853 19.5971713 19.5468561 16.5844571 0.64194343 1.1
26 0.35692767 117.846383 19.4499752 19.4037233 16.2659431 0.6389995 1.1
27 0.0486987 102.434935 17.5135939 17.6155431 12.3144886 0.60027188 1.1
28 0.90390629 145.195314 21.9562031 21.9902831 19.9714438 0.68912406 1.1
29 0.06393787 103.196893 17.7162014 17.7946494 12.6520116 0.60432403 1.1
30 0.12014379 106.007189 18.2385975 18.2648967 13.6353565 0.61477195 1.1
31 0.92893925 146.446963 22.2019046 22.2617183 20.1085764 0.69403809 1.1
32 0.23734007 111.867004 18.9276726 18.9042441 15.1095409 0.62855345 1.1
33 0.81436967 140.718483 21.3411717 21.3252587 19.4647062 0.67682343 1.1
34 0.46122085 123.061042 19.8539622 19.7990905 17.1228009 0.64707924 1.1
35 0.80167632 140.083816 21.2714361 21.2511356 19.3906547 0.67542872 1.1
36 0.63585169 131.792584 20.5210884 20.469696 18.3632341 0.66042177 1.1
37 0.10942079 105.471039 18.1555785 18.189343 13.4693352 0.613111571 1.1
38 0.84558807 142.279404 21.5265396 21.5235487 19.6444123 0.68053079 1.1
39 0.50028871 125.014435 20.0010855 19.9450672 17.4183393 0.65002171 1.1
40 0.18386623 109.193311 18.6489066 18.6429432 14.497253 0.62297813 1.1
tribucion escogida para cada parametro
email luisaizarra@gmail.com

150 120 Distribucion Lognormal


1.5 20 scaled m y s for lognormal Soi
0.03 0.65
20 21 0.2 2.99292765 0.07489485
1.1

agrupaciones en el histograma de frecuencias )


Tabla 2 Analisis de Sensibilidad de resultados con número de Simulaciones

POES POES POES Area ESPESOR porosidad Saturacion


MMBN PROMEDIO MMBN acres pies % fraccion
Numero de Simulaciones : 1000
2.17793942 promedio 2.04643753 125.101256 19.9990387 17.0254805 0.65005421
1.63890857 min 0.64247762 100.078336 15.9851977 10.4151372 0.56136994
2.72181964 max 3.99714939 149.962237 25.293398 20.4841272 0.74517974
3.31671987 desv 0.71720186 14.1182348 1.44787774 2.4218562 0.02902265
2.19802479 CONTAR 1000 1000 1000 1000 1000
3.0770091
1.16316713
3.19273395 Numero de Simulaciones : 2500
0.82105611 promedio 2.00667646 124.169681 19.8967312 16.7479945 0.64779337
3.21825868 min 0.82105611 101.0637 17.1334364 11.5297514 0.5891564
0.92862126 max 3.31671987 147.601258 22.5924034 20.2334142 0.69994445
2.911833111 desv 0.79650894 15.9249099 1.57280993 2.76366922 0.03176279
2.82385757 CONTAR 40 40 40 40 40
1.94008838
0.97121527
1.68191535 Número de POES % variacion
3.01977159 Simulaciones promedio %
1.97319247 MMBN (*) (*) considerando valido resultados para 1000 sim.
1.64529958 1000 2.04643753
0.96046545 40 2.00667646 1.94
1.38842111
1.05698176 Tabla 3 Comparando con POES deterministico y obtenido por simulacion matematica
1.96283789
2.19614737 POES usando valores promedio
1.76143859 1.95288576 7758*$K$17*$L$17*($M$17/100)*$N$17/($G$17*1000000)
1.68024329 POES con simulacion Eclipse 2,03 MMBN
0.93528688
3.09438115
0.98587934
1.1430478
3.20031204 % Frecuencia Relativa vs POES MMBN
1.41824021 20
18
2.79029252
16
1.90922516
Frecuencia Relativa

14
12
10
8
6
4
2
0
% Frecuencia Relativa vs POES MMBN
20
18
16

% Frecuencia Relativa
14
2.75241466 12
2.31323102 10
1.11528556 8
6
2.88775383 4
1.99666602 2
1.2970748 0
0.935 1.185 1.434 1.684 1.934 2.183 2.433 2.682 2.932 3.181 3.431 3.681
8393 4056 9720 5384 1048 6711 2375 8039 3703 9366 5030 0694
01 768 526 283 041 799 556 314 072 83 587 345

POES MMBN
de Simulaciones

tados para 1000 sim.

mulacion matematica

N
N

3.181 3.431 3.681


9366 5030 0694
83 587 345
POES SIMULACION MONTE CARLO

DATOS A A1005

no final
1 2.17793942 POS n datos 40 LIMITE inf
2 1.63890857 POS v min 0.82105611 1 0.81105611
3 2.72181964 POS vmax 3.31671987 2 1.06062249
4 3.31671987 POS rango 2.49566376 3 1.31018886
5 2.19802479 POS no de interva 10 4 1.55975524
6 3.0770091 POS AMPLITUD 0.24956638 5 1.80932162
7 1.16316713 POS DIFERENCIA 0.01 6 2.05888799
8 3.19273395 POS 7 2.30845437
9 0.82105611 POS 8 2.55802074
10 3.21825868 POS 9 2.80758712
11 0.92862126 POS 10 3.0571535
12 2.911833111 POS 11 3.30671987
13 2.82385757 POS 12 3.55628625
14 1.94008838 POS
15 0.97121527 POS
16 1.68191535 POS la frecuencia relativa es la absoluta en
17 3.01977159 POS
18 1.97319247 POS 0
19 1.64529958 POS
20 0.96046545 POS
21 1.38842111 POS
22 1.05698176 POS
23 1.96283789 POS
24 2.19614737 POS
25 1.76143859 POS
26 1.68024329 POS
27 0.93528688 POS
28 3.09438115 POS
29 0.98587934 POS
30 1.1430478 POS
31 3.20031204 POS
32 1.41824021 POS
33 2.79029252 POS
34 1.90922516 POS
35 2.75241466 POS
36 2.31323102 POS
37 1.11528556 POS
38 2.88775383 POS
39 1.99666602 POS
40 1.2970748 POS
SOMBREAR Y DALE A F2
control + tecla flecha encima +enter
se usa para histograma valores x
clases frecuencia absoluta frec abs acumulada
limite sup marca fi Fi frec relativa fre rel %
1.06062249 0.9358393 7 7 0.175 17.5 17.5
1.31018886 1.18540568 4 11 0.1 10 27.5
1.55975524 1.43497205 2 13 0.05 5 32.5
1.80932162 1.68453843 5 18 0.125 12.5 45
2.05888799 1.9341048 5 23 0.125 12.5 57.5
2.30845437 2.18367118 3 26 0.075 7.5 65
2.55802074 2.43323756 1 27 0.025 2.5 67.5
2.80758712 2.68280393 3 30 0.075 7.5 75
3.0571535 2.93237031 4 34 0.1 10 85
3.30671987 3.18193668 5 39 0.125 12.5 97.5
3.55628625 3.43150306 1 40 0.025 2.5 100
3.80585262 3.68106943 0 40 0 0 100
0
debe sumar n de datos 40
a frecuencia relativa es la absoluta entre la suma de las frecuencias absolutas (no de datos)
FRECUENCIA NO ES NECESARIO ORDENAR LOS DATOS
1,SOMBREAR EL ESPACIO DONDE VA A IR LOS RESULTADOS
EN ESTE CASO J7:J18
2, =FRECUENCIA(B3:B12;H4:H8)
Fijarse que solo se usa como grupo los LIMITES SUPERIORES
Luego de cerrar ) se debe de presionar ctrl shift y enter simultaneamente
y deben aparecer los valores resultasod, sumenlo y deben coincir con el numerode datos

También podría gustarte