ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL

INGENIERÍA DE PETRÓLEO

FACULTAD DE INGENIERIA EN CIENCIAS DE LA

TIERRA

“TRABAJO DE INVESTIGACIÓN #2”

YACIMIENTOS II
2020-2S

Docente:
Andrés Eduardo Guzmán Velásquez

Autores:
 Ana Paula Yagual Agurto
 Christian Paul Freire Reinoso
 Oliver Javier Rodas López
 Kevin Jair Vargas Pincay
 Christian Adrian Rugel Zamora
INTRODUCCIÓN

El factor de recobro es uno de los parámetros más importantes que caracteriza a los
reservorios de petróleo y gas, e influye en muchas decisiones que conducen al éxito del
plan de desarrollo del campo. El objetivo de este trabajo es demostrar los diferentes
métodos para aproximar los factores de recobro en yacimientos culminando con la
demostración de los métodos de Arps y Guthrie-Greenberger aplicados en el Campo
Secoya de la Cuenca Oriente Ecuatoriana.

Algunos de los métodos utilizan correlaciones para una mejor estimación del factor
de recobro. Entre estos tenemos las correlaciones de Arps y las correlaciones de
Guthrie-Greenberger. Las correlaciones de Arps fueron desarrolladas por la API
(American Petroleum Institute) basándose en las características originales, tanto del
crudo como del yacimiento que lo contiene, obteniéndose valores de factor de recobro
que representan un confiable estimado de las reservas recuperables. Y las correlaciones
de Guthrie-Greenberger fueron publicadas en 1955 basándose en la relación de la
recuperación de crudo por inyección de agua con las propiedades de la roca y los fluidos
del yacimiento (Madrid, 2020).

Gracias al factor de recobro podemos estimar los ingresos y costos futuros de las
operaciones de campo, además de reconocer el número de reservas recuperables lo
que nos permite una planificación eficaz de las instalaciones de los equipos de superficie
con mucha anticipación. Este factor es de mucha ayuda en cuanto a la protección
ambiental. Sin embargo, la complejidad de un sistema petrolero (patrón de falla, facies
y heterogeneidad) trae un alto rango de incertidumbre asociado con la estimación del
factor de recobro por lo cual se distinguen tres tipos de factores de recobro según los
procesos utilizados en la recuperación de petróleo y la etapa de desarrollo: factor de
recobro primario, secundario y terciario.
 RAZONES DE LAS DIFERENCIAS EN EL FACTOR DE RECOBRO.

 Metodología

Según el comité, para reservorios bajo un mecanismo impulsado por gas en

solución, se establece mediante ecuaciones una eficiencia de recuperación por debajo
del punto de burbuja, y al realizar una figura se observa la comparación de los valores
observados y compilados de los factores de recuperación de los reservorios impulsados
por gas en solución y de igual forma es posible observar la eficiencia de recuperación
para empuje de agua, pues estas siguen una distribución logarítmica-normal típica con
tendencias en línea recta, estas ecuaciones buscan ser simplificadas, y se diseñaron
reglas de cálculo especiales, gracias al modelo logarítmico de ambas ecuaciones.

Las variables que afectan la eficiencia de recuperación están interrelacionadas y

varían cuando se mide la eficiencia de ambos mecanismos, y para conocer como varían
estas variables se realiza un análisis para diferentes grupos eficiencias de recuperación
y se realiza la distribución de variables significativas por cuartiles o en cuatro partes
iguales. Una vez hallados los valores para máximos y mínimos para mecanismo de
empuje de agua y gas en solución con las ecuaciones dadas de puede calcular el factor
de recobro para cada uno de los casos.

En el mecanismo de empuje de agua indica que la recuperación máxima ocurre

cuando la variable de petróleo alcanzar el 25% del volumen de la roca, cuando el factor
de movilidad alcanza 10% y las caídas de presión se acercan a la unidad
aproximadamente 1,05., con estos valores la máxima eficiencia de recuperación se
puede calcular aplicando la ecuación. De igual forma se alcanza el mínimo de
recuperación ocurre cuando la cantidad de petróleo cae al 8% del volumen de la roca,
cuando la movilidad es del orden de 0,01, cuando la saturación de agua aumenta al 40%
y la relación de caída de presión aumenta a 7.

Para el mecanismo de solución de gas analizamos los valores de los cuartiles y de

esa forma se dice que la máxima eficiencia de recuperación ocurre cuando la cantidad
de petróleo está entre el 15 y 20 porciento, la movilidad es de 0,7, la saturación de agua
supera el 40%, la saturación de agua supera el 40% cuando la relación de la caída de
presión es de 30 a 1, o superior. Y la eficiencia mínima de recuperación es cuando el
porcentaje de petróleo en el lugar cae por debajo del 5% del volumen de la roca, cuando
la movilidad cae a 0,003, si la saturación de agua es alrededor de 30% y la relación de
caída de presión es alrededor de 8%.
  Condiciones de Aplicación

Razones para las diferencias en el Factor de Recobro (J.J. Arps)

 Dentro de las principales razones es el mecanismo de empuje: empuje

hidráulico, gas en solución, capa de gas, segregación gravitacional.
 El petróleo in situ, el factor de movilidad, saturación de agua y la tasa de caída
de presión
 La data de tipo de roca a usar en este paper de investigación fue variada
incluyendo rocas carbonatadas.
 La distribución estadística de los datos donde el empuje hidráulico y por gas en
solución tienen una tendencia logarítmica
 Las variables que intervienen en el factor de recobro suelen estar
interrelacionadas por lo que no siempre alcanzan su valor óptimo debido a esta
conexión.

 Ventajas y limitaciones

Algunas de las principales variables que afectan la eficiencia de la recuperación

posiblemente estén interrelacionadas, pero no siempre alcanzan los valores óptimos
juntos.

Para conocer estas variables como cambian verdaderamente como la eficiencia de

recuperación aumento para ambos mecanismos desde el mínimo, se realiza un análisis
de valores para distintos grupos de eficiencias de recuperación.

Las principales variables estadísticamente significativas para los mecanismos de

recuperación según el boletín API son:

- Aceite en sitio
- Factor de movilidad.

Se muestra que la recuperación máxima con mecanismo de impulsión de agua

ocurre cuando el petróleo en sitio alcanza un 25% del volumen de la roca.
  Resultados
 Después del análisis llegamos a que el primer resultado es la evidente diferencia del
recobro hidráulico y el recobro por capa de gas, siendo el primero mencionado el
más relevante, con un margen de doble del recobro respecto al otro.
 El segundo resultado es la conceptualización de los factores que influyen con
respecto a las diferencias en el factor de recobro, teniendo desde el mecanismo
propio, hasta factores como petróleo in situ y caídas de presiones.

 Conclusión:
 Con rangos máximos y mínimos promedios similares entre los 2 mecanismos que
se presentaron más frecuentemente, hidráulico y por capa de gas, sus ratios o
pendientes en las gráficas logarítmicas son virtualmente iguales.
 No hay evidencia contundente del porque se obtienen estos resultados similares en
los distintos mecanismos de empuje
 Para pozos que eran buenos prospectos fue ampliamente reconocido que el recobro
actual fue mayor al esperado.
 Se asignaron valores entre 40 y 50 % de recobro para empuje hidráulico, y entre un
20 y 25% para capa de gas.

Maximizar Recobro:

 El mayor factor de recobro ocurre cuando el petróleo in situ alcanza un valor máximo
del 25% en volumen de roca en empuje hidráulico y hasta un 20% en empuje de gas
en solución.
 Cuando el factor de movilidad alcanza valores máximos de 3.4 en empuje hidráulico
y 0,7 en gas en solución.
 Con saturación de agua con valores mínimos de 10% en empuje hidráulico y [40-
50]% gas en solución.

Mínimo Recobro:

 El menor factor de recobro ocurre cuando el petróleo in situ alcanza un valor mínimo
del 4% en volumen de roca en empuje hidráulico y hasta un 2% en empuje de gas
en solución.
 Cuando el factor de movilidad alcanza valores mínimos de 0.002 en empuje
hidráulico y en gas en solución.
 Con saturación de agua con valores máximos de [40-50]% en empuje hidráulico y
15% gas en solución.
 EL USO DE ANÁLISIS DE CORRELACIÓN MÚLTIPLE PARA INTERPRETAR
DATOS DE INGENIERÍA PETROLERA

 Metodología

Inicialmente se realiza una correlación lineal, en este caso una relación promedio
entre la porosidad y la permeabilidad, de modo que se puedan estimar las porosidades
cuando solo se conoce la permeabilidad, y para ubicar está línea se utiliza el método de
mínimos cuadrados (el método de regresión de mínimos cuadrados en problemas
simples da como resultado correlaciones comparables a los métodos gráficos comunes
hechos con regla o curva).

Seguido se realiza una correlación de funciones curvas, con los datos que no se
pueden ajustar con precisión como en una línea recta; aquí se determina la relación
promedio entre profundidad de formación y el contenido del líquido de gas en
yacimiento, el método mínimo cuadrados se utiliza nuevamente para obtener la
ecuación de la línea curva promedio.

Cuando se introduce una variable más, se requiere un análisis tridimensional; para

estimar las curvas de saturación de salmuera de presión capilar promedio a partir de
porosidad y permeabilidad promedio, se clasifican las porosidades en tres grupos y se
grafica una línea de puntos a través de cada grupo, seguido de una línea que represente
la correlación entre la permeabilidad y saturación, se puede doblar el plano de manera
que se forma una superficie curva en el espacio que se ajusta mejor a los puntos,
matemáticamente se puede insertar log K)^2 para lograr el mismo efecto.

Ahora es necesario un análisis de un problema en cuatro dimensiones; para cada

punto de presión capilar adicional, matemáticamente se calcularían fórmulas adicionales
para los datos de cada presión capilar, añadiendo términos que contiene funciones de
presión.

Es importante revisar primero lo resuelto por el ingeniero y luego lo del matemático,

al realizar un análisis de correlación múltiple. Todos los problemas mencionados de
análisis de correlación se pueden resolver con una computadora automática como la
calculadora de tarjeta perforada, muchas variaciones se resolvieron utilizando la
calculadora IBM 602.

En el análisis de problema de 10 dimensiones para la predicción de factores de

recuperación de petróleo impulsados por agua, es posible resolverlo con el método de
correlación utilizado anteriormente.
  Condiciones de Aplicación
 La complejidad del caso de estudio, las variables que intervienen.
 Para emplear correlaciones lineales se espera que solo exista 1 variable
involucradas mientras se posee data de otra variable. Donde la línea empleada
se distancia entre puntos siguiendo el método de mínimos cuadrados.
 En el caso de funciones de 2 variables la regresión lineal no es aplicable, y una
función polinómica de grado 2 es la mejor opción, y la separación entre puntos
sigue siendo ideal la diferencia de mínimos cuadrados.
 Dimensión del problema, si este se presenta en un análisis 3 – dimensional de
variables lo óptimo seria plantearlo en un plano 3D donde cada eje represente
una variable o un plano bidimensional donde cada eje represente una variable y
una tendencia en los puntos represente alguna otra variable del problema.
 Numerosos gráficos y toma de decisiones en que modelo es más aplicable según
la información que posea.
 Si una o más variables dependiesen entre sí se puede usar una matriz de
correlaciones en la cual usamos aquellas tengan una mayor correlación para
reducir el número de variables a emplear para obtener un mismo resultado.

 Ventajas y limitaciones

 La correlación de dos variables nos permite determinar en este caso una relación
promedio entre permeabilidad y porosidad de tal manera que las permeabilidades
podría estimarse solo para las muestras que se disponía de mediciones de
porosidad.
 Los datos de dos variables no se pueden ajustar a una misma línea recta, pero si
nos permite determinar una relación promedio entre porosidad y permeabilidad de
la formación. Así mismo para problemas de tres variables es necesario un enfoque
3D para estimar la saturación.
 La permeabilidad logarítmica es considerada la mejor predicción que se puede
determinar de un solo parámetro y así al mismo tiempo se puede experimentar
considerando como logarítmica la permeabilidad y porosidad.
 Una de las ventajas con el avance de la tecnología es que se ha identificado los
parámetros que podrían afectar los parámetros de recuperación, con el propósito de
calcularlos mediante modelos teóricos y matemáticos.
  Resultados

 El primer resultado fue que el uso de un coeficiente de correlación acertado influirá

de manera directa en la correlación múltiple
 Lo segundo es que la matriz de correlación se podrá usar solamente si una o más
variables dependiesen una de la otra con el fin de reducir las variables priorizando
las que tengan mayor correlación

 Conclusión:

 La elección de un método de correlación dependerá del caso de estudio, variables

implicadas, capacidad de procesamiento de datos, etc.
 Un modelo sobre ajustado puede no ser la mejor opción para una correlación.
 Emplear un correcto coeficiente de correlación.
 De los 17 parámetros empleados para la correlación, solo 5 permeabilidad
logarítmica, porosidad, viscosidad logarítmica, espesor y agua intersticial revelaron
una correlación representativa para el desarrollo de una ecuación final en un método
de predicción de recuperación.
APROXIMACIONES DEL FACTOR DE RECUPERACIÓN PRIMARIO, SECUNDARIO
Y TERCIARIO EN YACIMIENTO DE PETRÓLEO VISCOSO Y PESADO

 Metodología

El paper analizado se basa en la investigación las distintas metodologías para

aproximar los factores de recuperación en yacimientos petróleo pesado y viscoso en la
etapa de evaluación.

Se tiene como objetivo aproximar el factor de recobro primario, posteriormente el

factor de recuperación secundario calculado para inundaciones, y el tercer objetivo es
investigar el potencial de las aproximaciones de factores de recuperación basadas en la
metodología de cribado avanzada.

Para desarrollar los objetivos se analizaron distintas técnicas como correlaciones

empíricas, cálculos volumétricos y desarrollo estadístico. Para el análisis del factor de
recuperación primaria se estimó en base a una analogía de campo, filtrando los datos
de presión, permeabilidad y viscosidad en rangos. Para el análisis del factor de recobro
secundario se estimó sobre la base de ecuaciones empíricas (Correlación empírica del
factor de recuperación de Arps, Correlación empírica del factor de recuperación por
Guthrie y Greenberger) y métodos volumétricos para posteriormente compararlos con
los resultados de las simulaciones de varios métodos numéricos. Seguido de esto se
realizó el análisis de componentes principales para distinguir las propiedades de la roca
y los fluidos, y así poder reducir la cantidad de datos iniciales. Con base en lo antes
mencionado se extrae reglas de base de datos mediante un análisis de conglomerados
y un método alternativo de análisis de árbol de clasificación, y con esta base de datos
para hacer una aproximación al factor de recobro.

 Condiciones de Aplicación

 Incremento en la complejidad de aproximación a un factor de recobro según la

variación de viscosidad.
 La heterogeneidad en mayor o. menos medida puede propagar errores y agrandar
la incertidumbre en una aproximación.
 Los yacimientos utilizados para este caso de estudio eran pesados y viscosos, pero
todo apunta a que la metodología pueda implementarse en cualquier escenario.
 Aproximación de Recobro Primario basado en analogía de campos
 Aproximación de Recobro Secundario basado en ecuaciones de Arps y métodos
volumétricos
 Aproximación de Recobro Terciario es basado en data mining, inteligencia artificial
y correlaciones estadísticas, la cual se recomienda aplicar en reservorios ya
depletados en su totalidad con la finalidad de que el aprendizaje autómata emplee
esta data aprendida para replicar las propiedades en futuros reservorios.

 Ventajas y limitaciones

 Los factores de recuperación son estimados en ciertos yacimientos de petróleo

viscoso y además pesados; así mismo se determinó que el factor de recuperación
primario puede estimarse en analogías de campo.
 Por otro lado, el factor de recuperación secundario es calculado mediante
ecuaciones de origen empírico. El factor de recuperación final también se calcula
mediante un enfoque de minería de datos apoyado en tendencias eventuales de
petróleo usado o de datos de fases viscosas.
 Para este factor de recuperación terciario los cuales tienen un alto rango de
incertidumbre, la confianza será grande siempre y cuando los reservorios se hayan
agotados. Se debe tener en cuenta el factor de recobro mientras se use las nuevas
tecnologías de ahora debido a que éstas permiten tener una mayor recuperación de
hidrocarburos.
 Para el análisis de clústeres se agrupa reservorios con características similares tanto
de roca como de fluido ya que es considerada una técnica que agrupa parámetros
de propiedades iguales. Para este proceso es necesario trazar un gráfico en sistema
de coordenadas cartesianos.
 Es de mucha importancia realizar un módulo de análisis de árbol parar reunir las
reglas de todos los campos petroleros del mundo que posteriormente puedan ser
aplicadas en los yacimientos.
 El factor de recobro varía entre un 15% y 40%. Los parámetros tomados en cuenta
son:
o Porosidad
o Permeabilidad
o Viscosidad
o Profundidad
o Gravedad API
 Dentro de este grupo de parámetros los más importantes podría considerarse la
viscosidad y permeabilidad.
  Resultados
 El primer resultado obtenido fue que el método análogo utilizado en campos puede
ser usado exitosamente para estimar factores de recuperación en yacimientos de
crudo pesado.
 El segundo resultado fue notar como al tomar en cuenta parámetros del crudo como
porosidad, permeabilidad y viscosidad, el factor de recobró variará con un gran
margen del 25%, siendo su máximo un 40 y su mínimo un 25.

 Conclusión:

 Se puede estimar de manera el factor de recobro terciario.

 Alta permeabilidad [10-30] facilitó la implementación de la metodología.
 En una etapa evaluativa del proyecto resulta beneficioso los métodos investigados
para una toma de decisión de los posibles Factores de Recobro, el tiempo empleado
en simulaciones numéricas puede ser muy extenso.
 Una aproximación mediante aprendizaje autómata puede ser útil para
aproximaciones tanto primarias, secundarias como terciarias.
Aplicación de correlaciones de Arps y Guthrie-Greenberger en el Campo Secoya

El Campo Secoya está ubicado al Sur-Occidente del Campo Libertador en la zona

norte de la Cuenca Oriente Ecuatoriana. Este campo posee mecanismo de producción
por empuje hidráulico lateral y los siguientes parámetros petrofísicos (León, 2012):

Arena Pi [psi] Pa=Pb [psi] k [D] ø Boi [bls/BF] h [ft] Swi µoi [cp] µwi [cp]
U superior 3710 1110 0.112 0.14 1.263 10 0.45 1.3 1
U inferior 3805 1117 0.682 0.1765 1.179 30.63 0.193 1.402 1
T superior 3910 1010 0.297 0.12 1.266 16 0.4129 2.22 1
T inferior 3910 1010 0.6 0.168 1.266 29.64 0.3 2.7 1

Mediante estos parámetros y conociendo el mecanismo de producción, se nos facilita

el cálculo del Factor de Recobro por las correlaciones de Arps y Guthrie-Greenberg.

Correlaciones de Arps para empuje hidráulico lateral

0.0422
∅(1 − 𝑆𝑤𝑖 ) 𝑘𝜇𝑤𝑖 0.0770 −0.1903
𝑃𝑖 −0.2159
𝐹𝑅 = 54.898 ( ) ∗( ) ∗ (𝑆𝑤𝑖 ) ∗( )
𝐵𝑜𝑖 𝜇𝑜𝑖 𝑃𝑎

Ø = Porosidad (fracción).
Swi = Saturación de agua irreducible (fracción).
Boi = Factor Volumétrico del petróleo (bls/BF).
Arena FR por Arps (%)
k = Permeabilidad (D). U superior 36.24
µwi = Viscosidad del agua (cp). U inferior 49.86
µoi = Viscosidad del Petróleo (cp). T superior 36.77
T inferior 41.52
Pi = Presión inicial del Reservorio (psi).
Pa = Presión de abandono (psi).

Correlaciones de Guthrie-Greenberger para empuje hidráulico lateral

𝐹𝑅 = (0.11403 + 0.2719 log 𝑘 + 0.25569 𝑆𝑤𝑖 − 0.1355 log 𝜇0 − 1.538 ∅ − 0.0003488 ℎ) ∗ 100

Ø = Porosidad (fracción).
Arena FR por Guthrie-Greenberger (%)
Swi = Saturación de agua irreducible (fracción). U superior 55.20
h = Espesor (ft). U inferior 63.19
k = Permeabilidad (mD). T superior 65.49
T inferior 61.89
µoi = Viscosidad del Petróleo (cp).
Comparación con los factores de recobro oficiales

Los factores de recobro oficiales se obtuvieron por simulación matemática hasta enero
del 2011 gracias a EP-PETROECUADOR.

FR por Arps (%) FR por Guthrie-Greenberger (%) FR Oficial (%)

36.24 55.20 24.99
49.86 63.19 41
36.77 65.49 31
41.52 61.89 31

Analizando estos FR, encontramos los porcentajes de error entre los métodos y la
simulación numérica ejercida para tener los datos oficiales.

Error Arps-Oficial (%) Error Guthrie, Greenberger–Oficial (%)

31.04 54.73
17.77 35.11
15.70 52.66
25.34 49.91

Conclusión

 Debido a que la correlación de Arps tiene menor error porcentual, se la considera la

más apropiada para el cálculo del factor de recobro, el cual será usado para el
cálculo de reservas del campo.
 La presión de punto de burbuja es denominada presión de abandono solo para ser
utilizada en el cálculo del factor de recobro. Puesto que la presión de abandono real
es la que toma en cuenta que el BSW sea mayor a 90%.
BIBLIOGRAFIA

Arps, J. J. (1968, January 1). Reasons for Differences in Recovery Efficiency. Society of
Petroleum Engineers. doi:10.2118/2068-MS

Guthrie, R. K., & Greenberger, M. H. (1955, January 1). The Use of Multiple-correlation
Analyses for Interpreting Petroleum-engineering Data. American Petroleum
Institute.

Kaczmarczyk, R., Herbas, J., & Del Castillo, J. (2013, September 3). Approximations of
Primary, Secondary and Tertiary Recovery Factor in Viscous and Heavy Oil
Reservoirs. Society of Petroleum Engineers. doi:10.2118/166583-MS

León, M. (2012). Plan de Desarrollo para la optimización de la producción del Campo

Secoya. Tesis, Escuela Politécnica Nacional, Quito. Retrieved from
http://bibdigital.epn.edu.ec/handle/15000/4676
Madrid, M. (2020). Portal del Petróleo. Retrieved from
https://www.portaldelpetroleo.com/2020/09/prediccion-de-inyeccion-de-
agua.html