Escuela Superior de Ingeniería y Arquitectura

Unidad Ticomán "Ciencias de la Tierra"

INSTITUTO POLITÉCNICO NACIONAL

ESCUELA SUPERIOR DE INGENIERÍA Y

ARQUITECTURA
UNIDAD TICOMÁN
CIENCIAS DE LA TIERRA

INGENIERÍA PETROLERA

REGISTROS GEOFÍSICOS CONVENCIONALES

REGISTRO A INTERPRETAR

PROFR. ZENTENO JIMÉNEZ JOSÉ ROBERTO

ALUMNOS.

ESTEBAN MONTIEL MARCO JOSSIEL

LÓPEZ VELÁZQUEZ EDUARDO
MEDRANO MIRELES FERNANDA

3PV5

3º PARCIAL

2024/01

FECHA DE ENTREGA: 15 – ENERO – 2024

Contenido
Introducción ......................................................................................................................................3
Planteamiento de la problemática ....................................................................................................4
Metodología ......................................................................................................................................5
Manipulación de LAS y TXT.............................................................................................................5
Carga de archivos MinInversion .....................................................................................................5
Vista del archivo versión 3.0 .......................................................................................................5
Vista del nuevo archivo versión 2.0 ............................................................................................6
Carga de archivos Python ...............................................................................................................6
Vista del nuevo archivo para Python versión TXT .......................................................................7
Interpretación de resultados empleando ambas aplicaciones .........................................................7
Zonas de interés según los registros de Python y MinInversion .....................................................7
Interpretación litológica con los registros de cada software ..........................................................9
Litología MinInversion con el Método de Least Squares .............................................................9
Litología MinInversion con el Método de Moore-Penrose ........................................................10
Litología MinInversion con el Método de IuDecomposition ......................................................10
Porosidad, Volumen de arcilla y Saturación de agua en la zona de interés................................11
Pickett Plot...................................................................................................................................13
Volumen de matriz .......................................................................................................................13
Por tipos de fluidos empleados: ................................................................................................13
Distribución de probabilidad por el Método de Least Squares ..................................................15
Distribución de probabilidad por el Método de Moore-Penrose ...............................................15
Distribución de probabilidad por el Método de IuDecomposition .............................................16
Cambio de distribución de probabilidades en base a los fluidos empleados .............................16
Conclusión .......................................................................................................................................18
Introducción

La programación desempeña un papel crucial en los registros geofísicos de pozos,

ya que permite la adquisición, procesamiento y análisis de datos para obtener
información valiosa sobre las formaciones subterráneas. Los programas
personalizados permiten controlar instrumentos de registro, ajustar parámetros y
garantizar la calidad de los datos. Además, la programación facilita la interpretación
de los registros, identificando capas geológicas, fluidos y propiedades del subsuelo,
contribuyendo así a la toma de decisiones en la exploración y producción de
hidrocarburos.

La programación en Python permite automatizar tareas repetitivas en el análisis de

registros geofísicos, mejorando la eficiencia y la consistencia. Se pueden desarrollar
scripts personalizados para realizar cálculos específicos, correcciones de datos y
generación de gráficos, facilitando la interpretación de los resultados.

Matlab es otra herramienta ampliamente utilizada en la industria petrolera para el

análisis de registros geofísicos de pozos. En este entorno, se pueden desarrollar
algoritmos y scripts personalizados para llevar a cabo diversas tareas, como la
corrección de datos, filtrado, procesamiento y visualización de información
geofísica.

La versatilidad de Matlab permite a los profesionales adaptar sus análisis a las

características específicas de los registros geofísicos, facilitando la identificación de
formaciones geológicas, la evaluación de propiedades del subsuelo y la toma de
decisiones en la exploración y producción de petróleo y gas.
Planteamiento de la problemática

Conforme al desarrollo y empleo de cada uno de los códigos que se llevarán a cabo
en el presente trabajo, se nos solicitó elaborar un reporte en el cual logremos
demostrar cada una de las gráficas y serie de datos arrojados por los programas
previamente adquiridos.

Todo esto con el fin de manipular los códigos del programa de Python para obtener
cada uno de los parámetros del pozo y la carga de archivos en Matlab para el
volumen de matriz.

A continuación, presentamos algunos datos del pozo requerido:

Nombre del pozo: Alexander “K” 1.
Profundidad Inicial: 1931.0 ft
Profundidad Final: 5652.0 ft

Nombre de la compañía: CITIES SERVICE CO.

Campo: EUBANK NORTH.
Ubicación del pozo: Haskell, Kansas, USA.
Metodología
Manipulación de LAS y TXT
A la hora de manipular el archivo TXT nos percatamos de que era muy diferente a
los demás archivos, logramos encontrar que era un archivo de versión 3.0 y sus
datos estaban acomodados de diferente forma por lo que tuvimos que realizar
ediciones al archivo para procesarlo y convertirlo en LAS.

Carga de archivos MinInversion

Vista del archivo versión 3.0

Vista del nuevo archivo versión 2.0

Estos archivos los editamos con el fin de que el programa MinInversion pudiera
seleccionarlos y ejecutarlos, ya que sin esta edición fue imposible poder cargarlos.

Carga de archivos Python

Para la carga del archivo tipo TXT en el código de Python también requirió de
nuestra manipulación para poder visualizar y carga la información a través de las
librerías Pandas, viéndose de la siguiente manera.
Vista del nuevo archivo para Python versión TXT.

Interpretación de resultados empleando ambas aplicaciones

Zonas de interés según los registros de Python y MinInversion

Para la selección de la zona de interés definida desde aproximadamente los 5000

ft hasta los 5500 ft, nos fue necesario ir observando cada registro contemplado para
poder deducir alguna zona de aporte, zona limpia y que los valores del registro
sónico coincidieran un poco con la lectura predeterminada para aceites, más sin
embargo con el gran apoyo de la información proporcionada por el código de
Python.
Python:

MinInversion:
Interpretación litológica con los registros de cada software
En breve le mostraremos los registros ploteados con cada código con el fin de
comparar la litología visualizada en todo el pozo realizando una lista en base a una
interpretación rápida y con la mineralogía de MinInversion.
Conforme a la serie registros proporcionados en el archivo y principalmente con
valores del registro sónico DT (𝜇𝑠/𝑓𝑡), deducimos que el pozo consta de:

• Limestone (Caliza).
• Areniscas con intercalaciones de arcilla
• Arcilla
• Algunas trazas de dolimita.
Litología MinInversion con el Método de Least Squares
Litología MinInversion con el Método de Moore-Penrose

Litología MinInversion con el Método de IuDecomposition

Porosidad, Volumen de arcilla y Saturación de agua en la zona de interés

En esta sección podemos analizar ampliamente toda la sección de arcilla

compuesta en solo la zona de interés del pozo, interpretando una zona limpia y
dónde predominaría la arenisca con caliza.
Dentro de la zona de interés propuesta y la cuál fue este grafico el que nos
proporcionó la mayor cantidad de información para seleccionar de manera correcta
la litología presente, analizamos que los registros de resistividad en conjunto con
los rayos gamma y la parte derecha dónde nos plotean la porosidad podemos
darnos cuenta de que hay posible zona de hidrocarburos.
Pickett Plot

Volumen de matriz
Por tipos de fluidos empleados:
• Fresh Water

• Brine
• Oil
Distribución de probabilidad por el Método de Least Squares

Distribución de probabilidad por el Método de Moore-Penrose

Distribución de probabilidad por el Método de IuDecomposition

Cambio de distribución de probabilidades en base a los fluidos empleados:

• Fresh Water

• Brine
 • Oil

Analizando cada una de las distribuciones proporcionadas por el software,

probamos con cada uno de los fluidos que el software tiene por default para
comparar dichas probabilidades entre sí y poder definir algo en específico. Podemos
observar que cambia demasiado cada distribución en cuanto al método ocupado y
el fluido analizado, así como los minerales de entrada que podemos seleccionar
previamente. Dichas probabilidades están distribuidas entre el Cuarzo y su
porosidad y la Arcilla y su porosidad, todas en unidades porcentuales o (𝑣/𝑣)
Conclusión

La aplicación de la programación, especialmente a través de herramientas como

Python y Matlab, ha demostrado ser fundamental en el análisis de registros
geofísicos de pozos y el cálculo de parámetros petrofísicos. La capacidad para
personalizar scripts y algoritmos facilita la automatización de tareas, mejora la
eficiencia del procesamiento de datos y proporciona una plataforma flexible para la
interpretación detallada de la información geofísica.

Esta integración entre programación y registros geofísicos no solo agiliza el análisis,

sino que también contribuye significativamente a la toma de decisiones informadas
en la exploración y producción de hidrocarburos, destacando la importancia de la
tecnología en la optimización de los recursos y la comprensión del subsuelo.
En cuanto al análisis de interpretación rápida y certera, se nos es fácil mencionar
que son de gran apoyo cada uno de estos gráficos para poder determinar de manera
rápida la composición del pozo en cuanto a su geología, los gráficos de volumen de
arcilla, pickett plot, saturaciones de agua demuestran que solo es necesario ajustar
los parámetros de la formación previamente calculados o si es de experiencia solo
ajustarlos. La saturación de agua en todo el pozo si es variable, pero es muy poca.

Para concluir anexamos los registros completos sin tomar en cuenta los valores
NULL.
Producción acumulada de aceite del pozo Alexander “K” 1 (Años 1988-2002).

Kansas Geological Survey

Comments to webadmin@kgs.ku.edu
URL=http://www.kgs.ku.edu/Magellan/Field/lease.html