“Detection and characterization of fractures in the Eocene Thebes formation using conventional well logs in October field, Gulf of Suez, Egypt”

Gamal, M.; El-Araby, A.; El-Barkooky, Ahmed N.; Hassan, Alaa Hassan

doi:10.1016/j.ejpe.2022.06.001

Cited by 13 publications

(8 citation statements)

References 13 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…Hence, the well-logs will show a spike with low-density log readings. Besides the presence of hydrocarbon and coal seams, the existence of vugs and cavities will also give similar low readings in density logs [18].…”

Section: Introductionmentioning

confidence: 94%

“…It has been agreed that the gamma ray log itself cannot indicate fractures effectively. However, spectral gamma ray information and potassium, uranium, and thorium logs help identify the presence of the initial fracture [18,19]. This is especially true in the case of uranium log readings.…”

Section: Introductionmentioning

confidence: 99%

“…This is especially true in the case of uranium log readings. Fluid activity is more active in a fracture zone and will subsequently result in uranium mineral precipitation along the fractures due to the uranium characteristics of being readily soluble in both water and hydrocarbon [18,20]. Although high levels of uranium could also be caused by different factors and is not necessarily due to fractures, it is a good indirect indicator for initial fracture assessment [20].…”

Section: Introductionmentioning

confidence: 99%

See 2 more Smart Citations

Fracture Density Prediction of Basement Metamorphic Rocks Using Gene Expression Programming

Hasan,

Tóth

2024

Minerals

View full text Add to dashboard Cite

Many methods have been developed to detect and predict the fracture properties of fractured rocks. The standard data sources for fracture evaluations are image logs and core samples. However, many wells do not have these data, especially for old wells. Furthermore, operating both methods can be costly, and, sometimes, the data gathered are of bad quality. Therefore, previous research attempted to evaluate fractures indirectly using the widely available conventional well-logs. Sedimentary rocks are widespread and have been studied in the literature. However, fractured reservoirs, like igneous and metamorphic rock bodies, may also be vital since they provide fluid migration pathways and can store some hydrocarbons. Hence, two fractured metamorphic rock bodies are studied in this study to evaluate any difference in fracture responses on well-log properties. Also, a quick and reliable prediction method is studied to predict fracture density (FD) in the case of the unavailability of image logs and core samples. Gene expression programming (GEP) was chosen for this study to predict FD, and ten conventional well-log data were used as input variables. The model produced by GEP was good, with R2 values at least above 0.84 for all studied wells, and the model was then applied to wells without image logs. Both selected metamorphic rocks showed similar results in which the significant parameters to predict FD were the spectral gamma ray, resistivity, and porosity logs. This study also proposed a validation method to ensure that the FD value predictions were consistent using discriminant function analysis. In conclusion, the GEP method is reliable and could be used for FD predictions for basement metamorphic rocks.

show abstract

Section: Introductionmentioning

confidence: 94%

Section: Introductionmentioning

confidence: 99%

Section: Introductionmentioning

confidence: 99%

See 1 more Smart Citation

Fracture Density Prediction of Basement Metamorphic Rocks Using Gene Expression Programming

Hasan,

Tóth

2024

Minerals

View full text Add to dashboard Cite

show abstract

“…Even for older boreholes, conventional well logs frequently include geophysical data such as natural gamma rays, spontaneous potential, sonic transit time, bulk density, neutron porosity, calliper data, and resistivity. In contrast, unconventional well logs such as the Formation MicroScanner (FMS) and Formation MicroImager (FMI) are too specialized, expensive, or recently invented to be utilized in every borehole (Gamal et al 2022).…”

Section: Iv1 Introductionmentioning

confidence: 99%

“…Dong et al (2020) used a semisupervised learning system on conventional well log data (gamma rays, calliper data, spontaneous potential, neutron porosity, acoustic impedance, density, resistivity) to predict fracture zones in tight sandstone. Owing to a lack of directly obtained advanced logging data, Gamal et al (2022) integrated conventional well logs, thin sections, and other available data to detect fractures in a carbonate rock body. However, no previous study has attempted to use well log data to estimate the fracture density in a claystone formation.…”

Section: Iv1 Introductionmentioning

confidence: 99%

Microstructure, Geometry and Hydrogeology of the fracture network of the Boda Claystone Formation

Tóth

View full text Add to dashboard Cite

Jelen értekezés a Bodai Agyagkő Formáció (BAF) töréses szerkezeti elemeit vizsgálja igen széles vizsgálati tartományban. A tanulmány fő célja töréshálózat geometriájának és hidrodinamikai tulajdonságainak, valamint a repedésrendszer tulajdonságainak térbeli kiterjeszthetőségének meghatározása két fúrás alapján. Dolgozatomban a nyírási zónákban található szigmoidális erek petrográfiai vizsgálata vékonycsiszolatokon történt. A nyírási zónák térfogat- és sűrűségváltozását az erek geometriája alapján, izokon-módszerrel és mikro-komputertomográfiával elemeztem. A töréshálózat geometriáját diszkrét törésekből felépülő töréshálózat modellezési módszerrel vizsgáltam, míg hidrológiai tulajdonságait az áramlási zóna indikátorral jellemeztem. Ez a mutató a porozitás és permeabilitás alapján hidraulikus áramlási egységeket jelöl ki. A töréshálózat és a lyukgeofizikai szelvények kapcsolatát többszörös lineáris regressziós analízissel vizsgáltam. Petrográfiai megfigyelések alapján a BAF-ban található szigmoidális hasadékok „pennant” erekként értelmezhetők, amelyek kialakulását Riedel konjugált törések okozták. A nyírási zónákban az érképződés ellenére 5-8%-os térfogatcsökkenés ment végbe. A töréshálózati modellezés alapján a BAF–2 fúrásban öt töréshálózati geometria különböztethető meg. Némely modellben a töréshálózat kommunikáló rendszert alkot a fúrás teljes hosszában, míg más esetekben egymással nem kommunikáló alrendszerekre bomlik 100, 400 vagy 700 m mélységben. A törésrendszer hét hidraulikai egységre bontható, amelyek határai egybeesnek a töréshálózat konnektivitása alapján kijelölt határokkal. A fúrás felső 100 méterében a kőzet hidrológiai tulajdonságait a mállás befolyásolta. A fúrás által harántolt kőzetoszlop a töréshálózat tulajdonságai alapján két, egymástól igen eltérő szakaszra osztható fel, amelyek között 400 m-es mélységben egy vető található. A képződmény hidrológiai tulajdonságai 700 méteren a finomszemű homokkő rétegek befolyásolták. Többszörös lineáris regressziós analízis alapján a BAF töréssűrűsége megbecsülhető a sűrűség és ellenállás szelvények alapján. A regressziós egyenlet alkalmazásával az akusztikus lyukfaltelevíziós adatokkal nem rendelkező fúrásokban is becsülhető a töréssűrűség.

show abstract

Quantifying fracture density within the Asmari reservoir: an integrated analysis of borehole images, cores, and mud loss data to assess fracture-induced effects on oil production in the Southwestern Iranian Region

Taheri,

Alizadeh,

Askari

et al. 2024

Carbonates Evaporites

View full text Add to dashboard Cite

“Detection and characterization of fractures in the Eocene Thebes formation using conventional well logs in October field, Gulf of Suez, Egypt”

Cited by 13 publications

References 13 publications

Fracture Density Prediction of Basement Metamorphic Rocks Using Gene Expression Programming

Fracture Density Prediction of Basement Metamorphic Rocks Using Gene Expression Programming

Microstructure, Geometry and Hydrogeology of the fracture network of the Boda Claystone Formation

Quantifying fracture density within the Asmari reservoir: an integrated analysis of borehole images, cores, and mud loss data to assess fracture-induced effects on oil production in the Southwestern Iranian Region

Contact Info

Product

Resources

About