SPE-WVS-CE-POS343

Anlisis de Sensibilidad Global Aplicado a la Recuperacin Mejorada de

Petrleo por Combustin en Sitio
Herick Nuez*, Universidad del Zulia; Enrique Carrero, PDVSA; Carlos Araujo, Universidad del Zulia
Divisin: Maestria
This paper was prepared for presentation at the 2013 SPE WVPS Second South American Oil and Gas Congress held in Porlamar, Edo. Nueva Esparta, Venezuela,
2225 October 2013.
This paper was selected for presentation by the SPE Western Venezuelan Petroleum Section Program Committee, following review of information contained in an
abstract submitted by the author(s). Contents of the paper have not been reviewed by the SPE Western Venezuelan Petroleum Section Program Committee and are
subject to correction by the author(s). The material does not necessarily reflect any position of SPE Western Venezuelan Petroleum Section, its officers, or members.
Electronic reproduction, distribution, or storage of any part of this paper without written consent of the SPE Western Venezuelan Petroleum Section is prohibited.
Permission to reproduce in print is restricted to an abstract of not more than 300 words; illustrations may not be copied.

Resumen
La combustin en sitio (CES) convencional ha sido utilizada por ms de cinco dcadas en la recuperacin mejorada de petrleo
(RMP), sin embargo, muchos de los proyectos de CES no han sido exitosos principalmente por el bajo control del frente de
combustin. THAITM, es un mtodo de RMP propuesto recientemente que combina las ventajas de la CES convencional con el
uso de pozos productores horizontales; este mtodo representa actualmente una alternativa viable para mejorar el control del
frente de combustin, lo cual se traduce en mejoras de la eficiencia de barrido y del factor de recobro.
El diseo y operacin de proyectos con el mtodo THAI TM, supone tomar en cuenta la influencia relativa de las variables que
afectan este proceso; esta influencia puede ser cuantificada utilizando tcnicas de anlisis de sensibilidad global (ASG). A pesar
de que diversos autores han publicado resultados de la aplicacin de tcnicas de ASG en proyectos de RMP (e.g., inyeccin de
Alcali-Surfactante-Polimeros), no se han reportado resultados de su aplicacin en proyectos usando el mtodo THAITM.
Este articulo muestra los resultados de la aplicacin de tcnicas de ASG para estudiar la influencia relativa de variables clave en
el desempeo de procesos de recuperacin mejorada de petrleo con el mtodo THAITM. La metodologa utilizada incluye diseo
de experimentos, generacin de modelos sustitutos y la utilizacin de un algoritmo computacional para la cuantificacin de los
ndices de Sensibilidad Global utilizando el mtodo de Sobol. La metodologia fue aplicada a un caso de estudio sinttico con
propiedades caractersticas de yacimientos Venezolanos de petrleo pesado. Las variables a considerar son la relacin Kv/Kh,
cantidad de aire inyectado, parmetros de la curva de inyeccin de aire (i.e., se considera que la tasa de inyeccin de aire aumenta
cuadrticamente con el tiempo) y energa de activacin; mientras que el indicador de desempeo es el factor de recobro. Los
resultados muestran que la energa de activacin y la cantidad de aire inyectado, son las variables con mayor influencia en el
factor de recobro.

[SPE-WVS-CE-POS343]

Introduccin
Los mtodos trmicos de recuperacin mejorada (e.g., inyeccin de vapor, combustin en sitio convencional) han sido
utilizados exitosamente a nivel mundial en la efectiva recuperacin de petrleo pesado, sin embargo, en algunos casos, la
aplicacin de estos mtodos no es viable. Por ejemplo, la inyeccin de vapor en yacimientos profundos no es aplicable debido a
las grandes prdidas de calor en el pozo inyector, lo que ocasiona condensacin del vapor inyectado, mientras que, la combustin
en sitio convencional presenta problemas de control del frente de combustin propiciado por la larga distancia entre el pozo
inyector y productor, las heterogeneidades del yacimiento y la diferencia de densidades entre el aire y el petrleo. En ambos
casos, la cantidad de petrleo remanente luego de la aplicacin del mtodo es alta.
THAITM, por su acrnimo en ingles (Toe-to-Heel Air Injection), es un nuevo mtodo de recuperacin mejorada que combina
las ventajas de la combustin en sitio convencional con los avances tecnolgicos en materia de perforacin de pozos horizontales,
lo cual mejora la estabilidad y el control del frente de combustin. Este mtodo presenta un alto potencial para superar las
limitaciones de los mtodos trmicos convencionales, si se toma en cuenta que, las pruebas de laboratorio realizadas hasta el
momento estiman que al final del proceso se recupera entre aproximadamente el 80% del petrleo original en sitio (Xia 2001,
2002 y 2005; Greaves 2000, 2001).
El diseo y operacin de proyectos de THAITM, supone tomar en cuenta la influencia relativa de las variables (anlisis de
sensibilidad global) que afectan este proceso (e.g., relacin de permeabilidades Kv/Kh, cantidad de aire inyectado) en la
variabilidad de las medidas de desempeo (e.g, factor de recobro). El anlisis de sensibilidad global (ASG) permite responder las
siguientes interrogantes (Saltelli y Tarantola, 2002):
Cules son los principales efectos (Salida del modelo vs. Variables de entrada)?
Se pueden fijar de manera segura una o ms de las variables de entrada sin afectar significativamente la variabilidad de la
salida?
Cmo se pueden jerarquizar un conjunto de variables de entrada de acuerdo a su contribucin con la variabilidad de la salida
(priorizacin de variables)?
Si se pudiera eliminar la incertidumbre de una o ms de las variables de entrada, cules debieran seleccionarse (seleccin de
variables para reduccin mxima de incertidumbre)?
Determinar si existen interacciones de parmetros.
Cules son las principales regiones de inters en el espacio de los parmetros, si se encuentran disponibles muestras
adicionales?
El modelo reproduce comportamientos bien conocidos del proceso de inters (validacin del modelo)?

Generalmente, los mtodos de ASG requieren un nmero elevado de evaluaciones del proceso, lo cual implica un alto costo
computacional. Para superar esta limitacin se propone la construccin de modelos sustitutos a partir de un conjunto de datos
relativamente pequeo producto de simulaciones numricas del proceso. El ASG basado en modelos sustitutos ha sido utilizado
exitosamente en estudios para la industria petrolera (Carrero, 2004) y procesos industriales (Stephens, 2009).

[SPE-WVS-CE-POS343]

Este trabajo plantea analizar la influencia de las variables que se consideran ms importantes en el mtodo THAITM, usando
una metodologa basada en el mtodo de Sobol para estimar los ndices de sensibilidad global y Kriging para la construccin de
modelos sustitutos. El caso de estudio corresponde un caso de estudio sinttico representativo de la industria petrolera y las
simulaciones del proceso fueron realizadas con el simulador CMG-STARS.

Descripcin del mtodo THAI

THAITM es un proceso de recuperacin mejorada que integra la combustin en sitio convencional y la tecnologa de pozos
horizontales. La caracterstica principal de este mtodo es que utiliza un pozo productor horizontal en vez de uno vertical, por lo
tanto, el frente de combustin se propaga a lo largo del pozo productor horizontal, desde la punta (Toe) hasta el taln (Heel) del
pozo. Esto hace que cambie el mecanismo de produccin tradicional de empuje por drenaje asistido por gravedad, eliminando as
problemas de la combustin en sitio convencional (e.g., bajo control del frente de combustin).
La Figura 1 ilustra el proceso THAITM. Ntese que durante este proceso se forman dentro del yacimiento tres zonas
perfectamente diferenciables.
a) Zona de combustin (Combustion Zone), sta va avanzando a lo largo del pozo productor horizontal, generando la energa
necesaria para producir el mejoramiento del crudo, mejorando la densidad y la viscosidad del mismo en sitio.
b) Zona de reaccin (Coke Zone), en la cual se produce el craqueo trmico del crudo provocado por las altas temperaturas del
frente de combustin cercano.
c) Zona de produccin, (Mobile Oil Zone) donde el petrleo es drenado asistido por gravedad hacia el pozo productor horizontal.

Figura 1. Ilustracin del proceso THAITM. (Calgaryherald, 2013)

Entre las ventajas de este mtodo estan: i) se produce un mejoramiento del grado API del crudo en el sitio entre 5 y 10

[SPE-WVS-CE-POS343]

puntos (Xia 2001, 2002 y 2005; Greaves 2000, 2001), debido al craqueo trmico provocado por las altas temperaturas (400 - 700
C), ii) disminuye la dependencia del uso de diluentes para transporte del crudo hacia patio de tanques, debido a la disminucin
de la densidad del petrleo, iii) la relacin petrleo quemado/producido es baja, lo cual indica una alta eficiencia energtica del
proceso, iv) mejora la controlabilidad del proceso, ya que la combustin cesa una vez se cierre la inyeccin de aire al yacimiento,
v) disminuye la formacin de canales preferenciales ya que es un proceso de corto desplazamiento cuyo mecanismo principal es
de drenaje gravitacional, vi) existe estimulacin temprana de la produccin producto del arreglo propuesto (cercana entre los
pozos inyectores y productores) y vii) mejora la inyectividad del aire debido a la alta permeabilidad en la zona quemada.

Problema de inters
Mientras que un anlisis de sensibilidad global permite abordar los asuntos establecidos en la introduccin, el enfoque de
este trabajo radica en responder las preguntas relacionadas a la priorizacin de variables, seleccin de variables para reduccin
mxima de incertidumbre y a las interacciones de los parmetros en el contexto de la aplicacin del mtodo THAITM para la
recuperacin mejorada de petrleo.

El problema de inters, se resume en cuantificar la influencia relativa de las variables de diseo en la variabilidad de las
medidas de desempeo (i.e., factor de recobro). La influencia relativa puede ser cuantificada empleando diversas tcnicas de
anlisis de sensibilidad global, tales como FAST, Morris y Sobol. Esta ltima tcnica es la utilizada en este trabajo. En la seccin
4.2 se explica como las interrogantes pueden ser respondidas resolviendo el siguiente problema:
Dada una funcin f(x) de un vector de variables de diseo x de tamao Ndv, encontrar su descomposicin de dimensionalidad
incrementada tal como:

f x f o

f x f x , x ... f
i

ij

12...n

x1 , x2 ,...,xn

(1)

i j

Con
1

f
0

i1,...,is dx k

(2)

k = il, , is
donde 1

< < Ndv

Metodologa de solucin
Para determinar la influencia global de las variables involucradas en el proceso THAITM, se emple una adaptacin a la
metodologa propuesta por Carrero (2004), la cual contempla los pasos mostrados en la Fig. 2.

[SPE-WVS-CE-POS343]

Muestreo del espacio de diseo utilizando

hipercubo latino
Evaluacin de los puntos muestreados usando simulacin numrica
de yacimientos
Construccin de los modelos sustitutos por el mtodo de Kriging

Ejecucin del Anlisis de Sensibilidad Global utilizando el

mtodo de Sobol
Figura 2. Pasos de la metodologa utilizada

1. Generar una muestra de puntos en el espacio de las variables de diseo del modelo utilizando un diseo de experimentos
basado en Hipercubo Latino. Se utiliza una muestra de 50 puntos. El espacio diseo est acotado por 5 variables.
2. Realizar las simulaciones numricas correspondientes a los puntos generados en el paso anterior, a partir de un caso base
generado con valores tpicos de la industria petrolera. Dichas simulaciones se realizan con el programa computacional
STARS.
3. Construir el modelo sustituto a partir de los datos de entrada y salida recolectados en los dos primeros pasos. Se utiliza
Kriging como modelo sustituto.
4. Realizar el Anlisis de Sensibilidad Global utilizando el modelo sustituto construido en el paso anterior. El mtodo de anlisis
de sensibilidad utilizado es el propuesto por Sobol (2001). Se determinarn los ndices de sensibilidad principales y los totales
para cada una de las variables de estudio y adicionalmente se clasificarn las variables por orden de importancia.

Modelos sustitutos - Modelo de Kriging.

El empleo de modelos sustitutos permite el ajuste de una funcin f a un conjunto de puntos obtenidos a partir de un nmero
determinado de simulaciones numricas previas. Estos permiten realizar un nmero elevado de evaluaciones, de rpida ejecucin,
con bajo costo computacional y que adems pueden ser empleadas para propsitos de anlisis y optimizacin.

Existen diversas tcnicas para generar modelos sustitutos, tales como redes neuronales, funciones de base radial, mquinas
vectores de soporte y Kriging. sta ltima es extremadamente flexible debido al amplio rango de funciones de correlacin
espacial que pueden ser escogidas para la construccin de la aproximacin. Como resultado, los modelos Kriging pueden
aproximar funciones lineales o no-lineales interpolando la data disponible (Sacks, 1989).

Los modelos Kriging sugieren la estimacin de funciones determinsticas como la combinacin de un modelo global (media
de la poblacin) con desviaciones localizadas (error), de acuerdo a la expresin:
y(xj) = + (xj)

(3)

[SPE-WVS-CE-POS343]

Donde, y es la funcin a modelar, es la media de la poblacin, y es el error con valor esperado cero, y con una estructura
de correlacin que es una funcin de una distancia generalizada entre los conjuntos de valores de diseo. Mientras aproxima
globalmente el espacio de diseo, crea desviaciones localizadas de manera que el modelo Kriging interpole los puntos de la
muestra.

Una estructura de correlacin Gaussiana (Sacks, 1989) se utiliz en este trabajo, la cual est dada por la expresin:

p
h
h
cov( ( xi ), ( x j )) 2 exp h xi x j
h 1

(4)

Donde p denota el nmero de dimensiones en el conjunto de variables de diseo x; identifica la desviacin estndar de la
poblacin, y h es un parmetro que es una medida del grado de correlacin entre la data a lo largo de la direccin h.
Especficamente, dado un conjunto de n pares de entradas y salidas (x,y), los parmetros , y son estimados de forma tal
que se maximice una funcin de verosimilitud (Sacks, 1989).

Las estimaciones del modelo para un conjunto nuevo de valores de diseo vienen dadas por la expresin:

y ( x) r T R 1 ( y L )

(5)

Donde el acento circunflejo arriba de las letras denota estimaciones, r identifica el vector de correlacin entre el conjunto
nuevo de valores de diseo y los puntos usados para construir el modelo, R es la matriz de correlacin entre los n puntos
muestreados, y L denota un vector de unos de n elementos.
4.2 Anlisis de sensibilidad global - Mtodo de Sobol.
El mtodo de Sobol permite estimar los ndices de sensibilidad global de una funcin f(x) determinada. En este caso, la
funcin est representada por el modelo sustituto construido utilizando Kriging. Esta funcin f(x) se somete a una
descomposicin de dimensionalidad incrementada:

f x f o

f x f x , x ... f
i

ij

12...n

x1 , x2 ,...,xn

(1)

i j

Esta descomposicin es nica, y se satisface si cumple con la condicin establecida en la expresin:

1

f
0

i1,...,isdx k

Para k = il, , is

(2)

Integrando cada uno de los trminos en la ecuacin (1) se obtienen las expresiones (6), (7) y (8),

fo

f x dx

(6)

[SPE-WVS-CE-POS343]

f x dx

f i ( xi )

fo

(7)

k i

f ij ( xi , x j )

f x dx

f o f i ( xi ) f j ( x j )

(8)

k i , j

De igual forma se obtienen los n-1 trminos restantes de la descomposicin a excepcin del ltimo trmino

f12...n x1 , x2 ,...,xn que es obtenido por identidad. Note que f o (6) es la media, f i xi (7) son los efectos principales,

f ij xi , x j (8) son los efectos de interaccin de segundo orden y as sucesivamente.

La varianza total puede ser expresada en trminos de varianzas parciales utilizando la propiedad de que todos los sumandos
en (2) son ortogonales, por lo tanto:

i1 ...is

f j1... jl dx 0 Para i1 ,...,is j1 ,..., jl

(9)

La varianza total D de f x se calcula como:

x dx f o 2

(10)

Mientras que las varianzas parciales estn definidas segn la siguiente expresin:

(11)

(12)

i1...is

S 1 i1...is

Dnde:

Di1...is

i1...is dxi1dxis

Los ndices de sensibilidad global son calculados como

S i1...is

Di1...is
D

(13)

Donde la sumatoria de todos los ndices debe ser igual a 1

n

i1...is

(14)

S 1 i1...is

La evaluacin de la varianza total y parcial es realizada utilizando el mtodo de integracin de Monte Carlo (Sobol ,2001).

[SPE-WVS-CE-POS343]

Hay que destacar que el atractivo de este enfoque es que slo es necesaria una integracin de Monte Carlo por factor. Las
integrales a resolver son:

1
N

f X

f o

(15)

m 1
N

1
N

1
N

f X

X m f o 2 D

(16)

m 1
N

(1)

~im , X

(1)

im

f X

( 2)

~im , X

(1)

im

2
o

Di

(17)

m 1

En donde N es el nmero de ensayos realizados para obtener las estimaciones de Monte Carlo. Con el fin de resolver las
integrales es necesario evaluarlas en dos conjuntos de puntos de muestra distintos

Xm

X ~im , donde

X ~im x1m ,...,xi 1m , xi 1m ,...,xnm ; es decir todas las variables de entrada menos la variable i. Los suprandices (1) y (2) en la
ecuacin (17) indican que se estn utilizando 2 matrices de muestra para X, ambas de dimensin (N,n), donde n es el nmero de
variables de entrada al modelo.
Con el fin de determinar la influencia total de las variables de entrada en la variabilidad de la salida del modelo, se calculan
los ndices de sensibilidad total, suponiendo que se tienen 3 variables de entrada x1, x2 y x3, el ndice de sensibilidad total para x1
viene dado por la expresin (18):

STx1 S1 S12 S13 S123

(18)

Caso de estudio
El caso de estudio es sinttico con propiedades constantes y valores tpicos de la industria petrolera. Las simulaciones se
ejecutaron bajo un enfoque trmico-composicional (i.e., se resuelven las ecuaciones de conservacin de los componentes,
cantidad de movimiento y energa). Las propiedades del yacimiento y condiciones de operacin son mostradas en el apndice 1.
Malla de simulacin.
La Figura 3 muestra un corte transversal de la malla de simulacin utilizada. El numero de celdas en cada direccin (x, y z) es
31, 30 y 20. El tamao de las celdas en el plano horizontal es aproximadamente 100 pies. Las celdas se refinaron alrededor de los
pozos para capturar mejor el proceso de combustin.

[SPE-WVS-CE-POS343]

Pozo Productor

Pozo Inyector

Malla Refinada
Figura 3. Corte Transversal de la malla de simulacin utilizada

Componentes.
Para el clculo de las reacciones qumicas se tomarn en cuenta 8 componentes:
Tres (3) componentes representando las fracciones pesadas, livianas y muertas del petrleo
Tres (3) componentes representando los gases involucrados en las reacciones (oxgeno, gases inertes y gas en solucin)
Un (1) componente representando el coque producto del proceso de combustin
Adicionalmente, se tomar en cuenta el agua como componente no hidrocarburo resultante del proceso de combustin
Reacciones Qumicas.
En un proceso de combustin se producen un nmero elevado de reacciones, sin embargo, para simplificar el proceso se
tomarn en cuenta las 4 reacciones principales:
Combustin de crudo pesado

(C x H y ) p 60.8O2 22H 2 O 45GI

Craqueo trmico del crudo pesado

(C x H y ) p 0.8(C x H y ) l 21Coque

Combustin del crudo liviano

(C x H y ) l 18O2 0.5H 2 O GI

Combustin del Coque

Coque 1.25O2 14.5H 2 O 8GI

Tanto los coeficientes estequiomtricos como los datos correspondientes a la cintica de reacciones son resultado de pruebas
de laboratorio practicadas a muestras de crudo del campo Tia Juana. La Tabla 1 muestra los valores que necesita el simulador
STARS, para el clculo de la tasa de reaccin.

Tabla 1. Datos de la cintica de reacciones

Reaccin

Constante ecuacin Arrhenius

1.0e07

0.41e07

416.7

1.0e07

Energa activacin (Btu/lbmol)

30000

30000

30000

30000

Entalpa de reaccin (Btu/lbmol)

1.2e06

4000

22500

290750

10

[SPE-WVS-CE-POS343]

Variables De Diseo.
Inyeccin acumulada de aire.
La inyeccin acumulada de aire ser expresada en trminos del volumen poroso (VP). Para determinar el rango de esta
variable se tomaron las siguientes premisas:
Tiempo de inyeccin promedio de 3 aos
Tasa de inyeccin inicial de 4 MMpie3/da.
Relacin Permeabilidad Vertical a Horizontal (Kv/Kh).
Esta variable es importante cuando se determina la estabilidad del frente de combustin, se tomaron valores tpicos para
la mayora de los yacimientos a nivel mundial. Se tom un rango amplio de entre 5% y 70%.
Curva de Inyeccin de Aire (A1 y A2).
A medida que se inyecta aire al yacimiento, el rea de contacto va aumentando, por lo que si se inyecta a una tasa
constante, finalmente se tendra un frente de combustin poco vigoroso luego de un cierto tiempo de inyeccin. Debido
a esto, se estudiar el efecto de ir aumentando la tasa de inyeccin con el tiempo a travs de una relacin cuadrtica de la
siguiente forma:

qaire A1t A2 t 2

(19)

Donde t es el tiempo de inyeccin. El rango se encuentra entre [0 , 5000] para A 1 y [0 , 30] para A2.

Energa de Activacin.
Uno de los parmetros cinticos ms importantes del proceso es la energa de activacin, debido a que est relacionada
con la energa necesaria para producirse la combustin. Adicionalmente, es una de las variables con mayor
incertidumbre en su estimacin en laboratorio. El rango seleccionado es entre 20000 y 40000 Btu/lbmol.
La Tabla 2 muestra un resumen de las variables de diseo y el rango correspondiente.
Tabla 2. Variables de Diseo
VARIABLE DE DISEO

INTERVALO

UNIDADES

Min

Max

20000

40000

Btu/lbmol

70

8.8

17.7

VP

A1 en la curva de inyeccin de aire

5000

-----

A2 en la curva de inyeccin de aire

30

-----

Energa de activacin
Relacin Permeabilidad vertical a
horizontal (Kv/Kh)
Inyeccin acumulada de aire

Resultados y discusin
El anlisis y discusin de los resultados se basar en los ndices de Sensibilidad Global y Totales calculados con el mtodo de
Sobol.. El nmero de evaluaciones con el modelo sustituto es de 1000000. Las variables analizadas son las siguientes:
x1 = Relacin Kv/Kh; x2 = Volumen Poroso Inyectado; x3 = A1 en la ecuacin cuadrtica de inyeccin de aire vs. Tiempo; x4 = A2

[SPE-WVS-CE-POS343]

11

en la ecuacin cuadrtica de inyeccin de aire vs. Tiempo; x5 = Energa de activacin.

La Figura 4 y la Tabla 3, muestran los ndices de sensibilidad global estimados por el mtodo de Sobol. Se observa que la
variable con mayor influencia en la variabilidad del modelo es la energa de activacin (x5) con un indice de sensibilidad de
71.5%, seguida del volumen poroso inyectado (x2) con 18.94%. La influencia de las dems variables, incluyendo los efectos de
interaccin son despreciables en este caso.
0.8
0.7

Indices de Sensibilidad

0.6
0.5
0.4
0.3
0.2
0.1
0

10

15
20
Variables

25

30

Figura 4. Indices de Sensibilidad Global principales y de interaccin

Tabla 3. ndices de Sensibilidad Global Mtodo de Sobol

Indice de
Sensibilidad
Global (%)

Variable

Indice de
Sensibilidad
Global (%)

Sx1

1,664

Sx1x2x3

0,103

Sx2

18,936

Sx1x2x4

0,120

Sx3

1,416

Sx1x2x5

0,461

Sx4
Sx5

0,695
71,485

Sx1x3x4
Sx1x3x5

0,008
0,104

Sx1x2

0,088

Sx1x4x5

0,471

Sx1x3

0,444

Sx2x3x4

0,004

Sx1x4

0,000

Sx2x3x5

0,077

Sx1x5

2,888

Sx2x4x5

0,000

Sx2x3
Sx2x4

0,247
0,006

Sx3x4x5
Sx1x2x3x4

0,000
0,017

Sx2x5

0,643

Sx1x2x3x5

0,056

Sx3x4

0,005

Sx1x2x4x5

0,103

Sx3x5

0,083

Sx1x3x4x5

0,013

Sx4x5

0,000

Sx2x3x4x5

0,031

Sx1x2x3x4x5

0,000

Variable

35

12

[SPE-WVS-CE-POS343]

En la Figura 5, se muestran los ndices de sensibilidad totales de las variables de entrada de los modelos, estos ndices de
sensibilidad totales son la suma de todos los ndices de sensibilidad (principales y de interaccin) para cada una de las variables.

Puede observarse que la Energa de Activacin (x5) es responsable de la mayor variabilidad en la respuesta del modelo (72%).
El volumen poroso inyectado (x2) tambin afecta significativamente la respuesta de los modelos (19%). Es importante notar, que
la relacin Kv/Kh a pesar de que el ndice de sensibilidad global de la variable sola es despreciable (1.6%), su contribucin

Indices de Sensibilidad Total

global incluyendo los efectos de interaccin no es despreciable (6%). Finalmente, el ndice de sensibilidad total de las variables
relacionadas con la forma de inyectar el aire (A1 y A2 en la ecuacin parablica) resultaron despreciables (1% y 2%,
respectivamente)

x1
6%

x2
19%

x1
x2
x3
2%

x5
72%

x4
1%

x3
x4
x5

Figura 5. ndices de Sensibilidad Total Mtodo de Sobol

Los resultados resaltan la importancia de la ejecucin de pruebas de laboratorio para la estimacin de la energa de activacin
(variable con mayor influencia en la variabilidad del modelo) y por ende, una estimacin confiable del factor de recobro.
Mientras que para el caso del volumen poroso inyectado (segunda variable con mayor influencia en la variabilidad del modelo),
la importancia se refleja en que sta incide directamente en el diseo de los equipos de compresin y los costos asociados al
tratamiento del aire inyectado.

Por otra parte, debido a que la influencia de los coeficientes A1 y A2 no resultan significativos, sugiere que se puede operar la
planta de compresin en condiciones de operacin cercanas a las ptimas, sin que se requiera un exigencia adicional al
compresor, lo cual influira directamente en un aumento de energa y por ende de costos. Por ltimo, la relacin Kv/Kh resulta
poco significativa, lo cual indica que este mtodo puede ser usado en una gran variedad de yacimientos con un amplio rango de
relaciones de permeabilidad vertical a horizontal.

Conclusiones

Se ha utilizado una metodologa para el anlisis de sensibilidad de procesos de recuperacin mejorada de petrleo por
combustin en sitio (THAITM), sta incluye diseo de experimentos, simulaciones numricas, construccin de un modelo
sustituto usando el mtodo de Kriging y el clculo de los ndices de sensibilidad global utilizando el mtodo de Sobol.

[SPE-WVS-CE-POS343]

13

Para el caso de estudio la energa de activacin y el volumen poroso de aire inyectado resultaron ser la variables con mayor
influencia en el proceso con ndices de sensibilidad global de 71,4 % y 18.9% respectivamente, teniendo un impacto
significativo en el factor de recobro.

Los resultados del mtodo de Sobol muestran que no existen efectos de orden superior para este caso de estudio, lo cual
indica la linealidad del proceso tomando en cuenta estas variables.

Si se requiere disminuir considerablemente la incertidumbre en el modelado del proceso THAI TM, es necesario llevar a cabo
pruebas de laboratorio para una estimacin confiable de la energa de activacin.

El mtodo THAITM puede ser usado en yacimientos con un amplio rango de relaciones de permeabilidad vertical a
horizontal.

Agradecimiento
Los autores agradecen a PDVSA por facilitar el programa computacional STARS, fundamentalmente empleado en las
simulaciones realizadas para el desarrollo de este trabajo.
Nomenclatura
(CXHY)p

Petrleo pesado

(CXHY)l

Petrleo liviano

GI

Gases inertes (CO2, CO, N2, etc)

Funcin objetivo

Funcin a modelar

Media de la poblacin

Error

Nmero de variables de diseo

Vector de variables de diseo

desviacin estndar de la poblacin

Medida del grado de correlacin entre datos a lo largo de una direccin h

Vector de correlacin entre el conjunto nuevo de valores de diseo y los puntos usados para construir el
modelo

Matriz de correlacin entre los n puntos muestreados

Vector de unos de n elementos

Espacio de Entrada de las variables de estudio

ndice de Sensibilidad

ST

ndice de Sensibilidad Total

Referencias Bibliogrficas
Carrero E. Enrique, (2004) Anlisis de Sensibilidad Global en la Recuperacin Mejorada de Petrleo por Inyeccin de lcali, Surfactantes y
Polmeros Trabajo de Grado. Divisin de Postgrado. Facultad de Ingeniera. Universidad del Zulia. Maracaibo, Venezuela.

14

[Paper Number]

Calgary herald, (2013), http://www.calgaryherald.com/business/Petrobank+cuts+budget+production+setback/8783747/story.html (accesado 17

Septiembre 2013).
Greaves, A.M, Xia, T.X, Turta, A, y Ayasse, C., (2001) THAI, New Air Injection Technology for Heavy Oil Recovery and In Situ Upgrading,
Journal of Canadian Petroleum Technology, Volumen 40, N3.
Greaves, A.M, Xia, T.X., (2000) Recent Laboratory Results of THAI and its comparison with other IOR Processes, SPE 59334.
Sacks, J., Welch. W., Mitchell, T., and Wynn, H. (1989) Design and Analysis of Computer Experiments, Statistical Science, Vol. 4, 409-435.
Saltelli, A y Tarantola, S., 2002. On the relative importance of input factors in mathematical models: safety assessment for nuclear waste disposal.
Journal of American Statistical Association 97 (459), 702709.
Sobol, I.M., (2001) Global Sensitivity Indices for Nonlinear Mathematical Models and their Monte Carlo Estimates, Mathematics and Computer in
Simulation 55, 271-280
Stephens, D., Gorissen, D., y Dhaene T, (2009) Surrogate Based Sensitivity Analysis Of Process Equipment. Presentado en Seventh International
Conference on CFD in the Minerals and Process Industries en Melbourne, Australia
Xia, T.X, Greaves, M, Turta, A, y Ayasse, C., (2005) Underground Upgrading of Heavy Oil Using THAI Toe to Heel Air Injection, SPE/PSCIM/CHOA 97728.
Xia, T.X, y Greaves, A.M., (2001) Downhole Upgrading of Athabasca Tar Sand Bitumen Using THAI-SARA Analysis, SPE 69693.
Xia, T.X, Greaves, M, y Turta, A., (2002) Injection Well-Producer Well Combinations in THAI, SPE 75137.

[Paper Number]

15

ANEXO I. Propiedades del yacimiento y condiciones de operacin del caso de estudio

Tabla 4. Propiedades del yacimiento para el caso base de estudio

Propiedad

Valor

Unidades

30

Permeabilidad horizontal (Kh)

3000

mD

Permeabilidad vertical (Kv=0.1*Kh)

300

mD

Profundidad del yacimiento (Datum)

2110

Pies

Porosidad ()

Temperatura del yacimiento

120

Presin del yacimiento

1250

psi

Capacidad calorfica de la roca

35

Btu/pie3/F

Conductividad Trmica de la roca infra y supra-yacente

24

Btu/pie/dia/F

5e-06

Psi-1

3.5e-06

Psi-1

10

89.5

70

Compresibilidad de la roca
Compresibilidad trmica de la roca
Saturacin inicial de agua
Saturacin inicial de petrleo
Fraccin molar del petrleo pesado
Fraccin molar del gas en solucin

30

Conductividad Trmica de la roca

12.168

Btu/pie/dia/F

8.6

Btu/pie/dia/F

Conductividad Trmica del petrleo

Tabla 5. Condiciones de Operacin

Parmetro

Valor
3

Tasa de inyeccin de aire (MMPie /dia)

Temperatura de inyeccin de aire (F)

100

Presin de fondo fluyente del pozo productor (psi)

50