Machine Translated by Google
matemática
Artigo
Estimativa de condutividade térmica com base em perfilagem de poço
Jie Hu 1,2,3 , Guangzheng Jiang1,2,3,*
Citação: Hu, J.; Jiang, G.; Wang, Y.; Hu,
S. Estimativa de condutividade térmica
com base em perfilagem de poço.
Matemática 2021, 9, 1176. https://doi.org/
10.3390/math9111176
Academic Editors: Pedro Beirão and
Duarte Valério
Recebido: 10 de abril de 2021
Aceito: 19 de maio de 2021
Publicado: 23 de maio de 2021
Nota do editor: MDPI permanece neutro
em relação a reivindicações jurisdicionais
em mapas publicados e afiliação institucional
ias.
Direitos autorais: © 2021 pelos autores.
Licenciado MDPI, Basileia, Suíça.
Este artigo é um artigo de acesso aberto
distribuídos nos termos e
condições do Creative Commons
Licença de atribuição (CC BY) (https://
creativecommons.org/licenses/by/
4.0/).
Matemática 2021, 9, 1176. https://doi.org/10.3390/math9111176
, Yibo Wang1,2,3 e Shengbiao Hu 1,2,3
1
Laboratório Chave Estatal de Evolução Litosférica, Instituto de Geologia e Geofísica, Academia
Chinesa de Ciências, Pequim 100029, China; hujie161@mails.ucas.ac.cn (JH);
ybwang@mail.iggcas.ac.cn (YW); sbhu@mail.iggcas.ac.cn (SH)
2
Universidade da Academia Chinesa de Ciências, Pequim 100049,
3
Academia Chinesa de Inovação para Ciências da Terra, Academia Chinesa de Ciências, Pequim
100029, China * Correspondência: guangzheng@mail.iggcas.ac.cn
Resumo: A condutividade térmica de um estrato é um fator chave para estudar a distribuição de
temperatura profunda e a estrutura térmica da bacia. Uma enorme despesa com amostras de testemunho
de poços, especialmente em áreas offshore, torna caro testar diretamente amostras de estrato. Portanto,
o uso de perfilagem de poços (raios gama, porosidade de nêutrons e temperatura) para estimar a
condutividade térmica das amostras obtidas de poços pode ser uma boa alternativa. Neste estudo,
medimos a condutividade térmica de 72 amostras obtidas de uma área offshore como referência.
Quando o estrato é considerado um modelo xisto-areia-fluido, a condutividade térmica pode ser calculada
com base nos modelos de mistura (média geométrica e média de raiz quadrada). Os conteúdos do xisto
e da areia foram derivados das toras de raios gama naturais, e o conteúdo do fluido (porosidade) foi
derivado das toras de porosidade de nêutrons. As correções de temperatura da condutividade térmica
foram realizadas para o componente sólido e o componente fluido separadamente. Ao comparar com
os dados medidos, a condutividade térmica prevista com base no modelo de raiz quadrada apresentou
boa consistência. Esta técnica é de baixo custo e tem grande potencial para ser utilizada como método
de aplicação para obtenção da condutividade térmica para pesquisas geotérmicas.
Palavras-chave: condutividade térmica; bem logs
1. Introdução
A condutividade térmica (TC) das rochas é uma medida de sua capacidade de conduzir calor.
É definida como a quantidade de calor que passa na unidade de tempo através de uma placa com
certa área e espessura cujas faces opostas possuem uma diferença de temperatura de um kelvin [1].
Existem duas formas de se obter o TC de rochas: (1) a forma direta de testar uma amostra de rocha em laboratório
para medi-la e (2) a forma indireta de calculá-la com base na perfilagem geofísica de poços empregando modelos
apropriados.
As medidas laboratoriais são relativamente mais precisas e confiáveis; no entanto, também
existem algumas deficiências. Em primeiro lugar, as amostras de poços são raras e não são fáceis
de obter. Além disso, amostras limitadas e descontinuadas não podem fornecer informações
suficientes ou representar a área de estudo. Além disso, pode haver algumas pequenas fraturas nas
amostras de rocha por causa da tensão liberada, o que causará erros analíticos do teste. Usar os
dados de perfilagem de poço para determinar o TC das rochas do poço é rápido e econômico e,
mais importante, pode refletir as propriedades in situ. Para determinar o TC, uma relação empírica
foi derivada com base na velocidade sônica ou na densidade aparente na Califórnia [2]. No entanto,
às vezes não funciona bem em outras áreas de estudo e carece de princípios físicos. Nosso objetivo
deste artigo é desenvolver um modelo de previsão quantitativa de TC com base em perfilagem de
poço, incluindo raios gama, porosidade de nêutrons e perfilagem de temperatura.
A energia renovável é coletada de um recurso renovável, que é naturalmente reabastecido em uma escala
de tempo humana, incluindo fontes neutras em carbono, como solar, vento, chuva, marés, ondas e energia
geotérmica [3]. A energia geotérmica é uma fonte de energia limpa e renovável que pode ser encontrada em
abundância na Terra [4].
https://www.mdpi.com/journal/mathematics
Machine Translated by Google

Matemática 2021, 9, 1176 2 de 11

Neste estudo, introduzimos um modelo de xisto-areia-fluido e usamos perfilagem de poço, raios

gama natural e porosidade de nêutrons para estimar as proporções dos componentes. Duas leis de
mistura (média geométrica e média de raiz quadrada) foram consideradas no cálculo do CT. Além disso,
as correções de temperatura do sólido e da água foram realizadas separadamente com base nos dados
de registro de temperatura. O TC previsto tem boa concordância com o TC testado. O TC é um
parâmetro chave nos estudos de energia geotérmica. O fluxo de calor terrestre em uma determinada
localidade é a taxa de calor transferida através da superfície da Terra naquele local por unidade de área
por unidade de tempo [5]. Combinando TC com gradiente de temperatura, o fluxo de calor pode ser determinado
Com dados suficientes de fluxo de calor, podemos obter um mapa de contorno que pode nos ajudar a
encontrar o reservatório geotérmico. Além disso, o TC pode ser usado para calcular o campo de
temperatura, que é a base da avaliação dos recursos geotérmicos [7].

2. Estimativa de Condutividade Térmica

A TC das rochas pode ser influenciada por outros fatores como pressão, temperatura, porosidade
e saturação do fluido [8]. De acordo com os experimentos de laboratório, 2000 m de profundidade
enterrada podem causar apenas um aumento de menos de 2% no TC, o que está dentro do erro
analítico dos testes de laboratório [9,10], portanto a pressão não tem influência significativa no TC no
estudo área. Portanto, a correção da pressão não foi considerada neste trabalho.

2.1. Lei de Mistura

A lei de mistura foi usada para quantificar o valor médio ou efetivo de TC da rocha ou formação
in situ [1]. O modelo de mistura que pode descrever a geometria da rocha ou formação com mais
precisão deve ser escolhido para estimar o valor médio de TC. Existem três modelos importantes a
serem considerados: a média harmônica, a média aritmética e a média geométrica ou raiz quadrada.

A média harmônica (Equação (1)) pode ser aplicada às camadas do leito cujo fluxo de
calor é perpendicular às camadas. Por exemplo, isso pode se aplicar ao poço vertical perfurado
no estrato horizontal. Esta é uma média ponderada da resistência térmica de cada camada
com base em suas proporções:
1 = n
ÿi
ÿ ki (1)
KB eu

onde kB é o TC médio, e ki e ÿi são TC e a proporção do componente i, respectivamente.

Se o fluxo de calor se transferir paralelamente às camadas como a falha e a intrusão

ígnea, a média aritmética (Equação (2)) seria a melhor. Este é um TC médio ponderado de
cada camada com base em suas proporções:
n
kB = ÿiki
ÿ (2)
eu

O TC médio de uma rocha composta por diferentes minerais é o mais difícil de ser descrito
matematicamente. Vários componentes são orientados aleatoriamente e distribuídos na rocha.
Neste caso, a média geométrica e a média da raiz quadrada são mais amplamente utilizadas
para aproximar o TC de uma rocha.
Beardsmore (2001) [1] sugeriu a média geométrica, que é o produto do TC de
cada componente alimentado por sua proporção:
n

= ÿi ÿ kkB eu
(3)
i=i

Roy et ai. (1981) [11] sugeriram o uso da média da raiz quadrada com maior
base física ao invés do uso da média geométrica:
Machine Translated by Google

Matemática 2021, 9, 1176 3 de 11

n
p kB = ÿi p ki ÿ (4)
eu

A diferença entre esses dois modelos é de cerca de 6 a 7%. Por isso, é importante escolher o modelo
mais adequado. A média da raiz quadrada baseada em princípios físicos é recomendada, a menos que
haja algumas razões para escolher o outro modelo.

2.2. Correção de Temperatura

O TC das rochas é sensível à temperatura e o valor do TC diminui com a
aumento da temperatura conforme determinado por:

T0Tm 1 1
k(T) = (k0 ÿ km)
ÿ

+ km (5)
Tm - T0 T Tm

ÿ1
onde km é a calibração TC em Tm (1,05 W·mÿ1 ·K tura T0, T0 é ), k0 é TC na têmpera de laboratório
a temperatura de laboratório na qual k0 foi medido (293 K neste estudo), e Tm é a temperatura na qual km foi
medido (1473 K) [12].
No entanto, esta equação é baseada em rochas secas. O TC da água é diferente do TC das rochas
e varia significativamente com a mudança de temperatura como:

quartos = 0,5706 + 1,756 × 10ÿ3T - 6,46 × 10ÿ6T 2 (6)

onde T é a temperatura em ÿC dentro de 0,3% de erro do valor real de TC na faixa de temperatura de ÿC

a 200 ÿC [13].

3. Método
3.1. Medições de CT em um Laboratório
Existem muitas maneiras de medir o CT em laboratórios. Em geral, existem duas técnicas básicas,
que são os métodos de estado estacionário e os métodos de estado transitório ou instável.
Cada um desses métodos é adequado para materiais e faixas de temperatura limitados. No
campo da geociência, o método de varredura óptica, que é um método de estado instável
sugerido pela International Society for Rock Mechanics (ISRM), tem sido amplamente utilizado [14,15].
As medidas de TC foram realizadas por A TCS (TC Scanner, Alemanha) neste estudo.
Variações entre amostras não homogêneas de tamanho variável (1–70 cm) e forma podem ser reconhecidas
por este instrumento [16]. O fator G (desvio padrão/média) e o Fator Inhomo ((máximo-mínimo)/média)
foram utilizados para descrever a incerteza. Dentro da faixa de TC de 0,1–70 W·mÿ1 ·K, este instrumento
ÿ1
, Projeto
tem alta precisão (3%) e exatidão (3%, nível dedesignificância
Perfuração de
Científica
0,95) [14].
Continental
Este método
da China
foi usado
por He
noet al.
(2008) [15] e a exploração de rochas secas por calor na Bacia de Subei por Wang et al. (2020) [17]. Esses
projetos renderam bons resultados e confirmaram a confiabilidade deste método [15,17].

3.2. Previsão de TC com base na perfilagem de poço

Neste estudo, sugerimos um modelo assumindo que os sedimentos consistem em três

componentes, que são areia, xisto e fluido. Tendo em conta as diferentes propriedades de
cada componente, o TC das rochas pode ser expresso como:

krock = f kshale, ksand, k f luido, Vshale, Vsand, ÿ, T (7)

onde K e V são TC e o volume de cada componente, respectivamente, ÿ é a

porosidade e T é a temperatura.
Existem quatro procedimentos necessários para determinar o TC com base nos perfis
do poço: (1) descobrir o volume de xisto e areia, (2) calcular o valor de TC do sólido, (3) temperar
Machine Translated by Google

Matemática 2021, 9, 1176 4 de 11

correção de tura dos valores de TC do sólido e do fluido, e (4) misturar os valores de TC de

o sólido e a água.
Os perfis dos poços de raios gama (GR) naturais e a porosidade de nêutrons estavam disponíveis
na profundidade do enterro variam de 1200 m a 2650 m. Para minimizar a aparência de ruído do
ferramentas de perfilagem, foi realizada uma média móvel nos dados de perfilagem com uma janela de 4 m.
Para obter o valor de TC do sólido, o teor de xisto deve ser determinado primeiro. Aqui,
usamos raios gama (GR) para obter o volume do folhelho. Os parmetros usados so
mostrado na Tabela 1. O cálculo do índice de raios gama é o primeiro passo. O passo seguinte
é de Schlumberger, 1974 [18]:

GRlog - GRmin
IGR = (8)
GRmax - GRmin

Tabela 1. O parâmetro de resposta e o valor de TC de cada componente usado nos dados de registro.

Componente GR (API) k (W/(m·K)) Porosidade de nêutrons térmicos aparente

Areia 30 5,0 0
Xisto 160 1,7 0,18
Ar - 2,6 × 10ÿ2 -
Água - - 1

IGR é o índice de raios gama, GRlog é a leitura de raios gama na profundidade do

interesse, e GRmin e GRmax são as leituras mínima e máxima de raios gama,
respectivamente. Deve-se notar que as leituras mínimas/máximas de raios gama são
geralmente as leituras médias mínimas/máximas usando arenito/folhelho limpo [18]. Aqui,
os valores de GR para areia e xisto são definidos como 30 e 160 API, respectivamente.
O volume é calculado (Vsh) a partir do IGR [19]. Aqui, usamos as fórmulas de Clavier (1970) [20]:
0,5
2
Vsh = 1,7 - 3,38 - (IGR + 0,7) (9)

Então, devemos estimar a porosidade. Neste artigo, usamos a porosidade do nêutron.

A porosidade do nêutron é sensível principalmente à quantidade de átomos de hidrogênio em uma formação.
As leituras de porosidade de nêutrons são dimensionadas por calcário puro saturado com água doce,
que não contém elementos que contribuam significativamente para o sinal. No entanto, em shaly
formação de arenito, as argilas têm a quantidade de moléculas de água ligadas em sua superfície,
o que poderia aumentar o índice de hidrogênio, a porosidade do nêutron [21]. A função de controle é
dado por:
ÿN = (1 ÿ Vsh ÿ ÿe)ÿma,app + Vshÿsh,app + ÿeÿp f ,app (10)

onde ÿN e ÿe são porosidade de nêutrons e porosidade efetiva (sem água ligada), respectivamente.
ÿma,app, ÿsh,app e ÿp f ,app são porosidades de nêutrons térmicos aparentes de matriz, folhelho e
fluido poroso, respectivamente. Neste estudo, o ÿma,app que não contém água é 0, e o poro
fluido é tratado como água, então é 1. ÿsh,app é não homogêneo e mutável e varia
de 0,1 a 0,3. Aqui, definimos como 0,17.
Depois de conhecer Vsh e porosidade, o volume de areia é 1 ÿ Vsh ÿ ÿe , e então
necessário para calcular a proporção de areia e xisto no sólido e usar a lei de mistura
(Equação (3) ou Equação (4)) para obter o valor de TC do sólido. O TC de cada componente
deve ser determinado primeiro. As condutividades térmicas minerais estão resumidas na Tabela 1.
A areia é composta principalmente de quartzo e feldspato. O TC de quartzo (7,5 W/(m·K))
é mais alta, enquanto a do feldspato (2,0 W/(m·K)) é baixa [22]. Portanto, definimos o TC
de areia como 5,0 W/(m·K). Para a fração xisto, escolhemos o TC médio dos argilominerais
(1,7 W/(m·K)) [22,23].
A correção de temperatura do sólido e do fluido deve ser realizada separadamente. O
temperatura no poço de estudo foi determinada usando as temperaturas em vários módulos
Machine Translated by Google

Matemática 2021, 9, 1176 5 de 11

Pontos da Formation Dynamics Tester Tool (MDT). Poderíamos calcular o gradiente de

temperatura neste poço e usá-lo para estimar a temperatura para realizar a correção de
temperatura dos valores de TC. Não foi tão preciso, mas não causou erros significativos
na correção de temperatura dos valores de TC. Devido à falta de informações suficientes
para determinar a composição do fluido, assumiu-se que o fluido era água. Enquanto isso,
todas as amostras secas testadas em laboratório estavam livres de óleo. Assim, não deve
haver erros ao comparar os resultados dos testes de laboratório e a perfilagem do poço. A
Equação (5) foi utilizada na correção da temperatura do sólido, e a TC da água é controlada
pela Equação (6).
Após conhecer a porosidade e TC corrigida pela temperatura do sólido e do fluido
(Equações (5) e (6)), usamos novamente a lei de mistura (Equação (3) ou Equação (4))
para obter a condutividade térmica.
4.
Resultados 4.1. Teste
de Laboratório TC A empresa petrolífera não obteve amostras suficientes de um poço, portanto
as amostras utilizadas neste trabalho são as mistas obtidas de um poço fechado no mesmo estrato.
A profundidade era a profundidade enterrada abaixo do fundo do mar. O número de amostras de
arenito foi muito maior do que o de xisto porque a petroleira tem mais interesse no arenito, que tem
maior probabilidade de ter reservatórios de petróleo.
A Figura 1 mostra os resultados da medição de TC para a areia e o xisto com a
distribuição de Gauss. Deve-se notar que a areia e o xisto foram identificados por inspeção visual.
Não havia limites claros entre a areia e o xisto. O valor mediano era “o valor médio” em um conjunto
de dados e também poderia refletir o valor médio do conjunto de dados. Foi chamado de “robusto
contra outliers”, enquanto o valor médio foi “sensível a outliers”. Neste estudo, os valores médios e
medianos foram notavelmente próximos entre si no arenito e no xisto. Portanto, o método de teste
foi confiável e os resultados puderam representar fielmente os valores de TC das amostras de furo.
O valor de TC do arenito estava na faixa de 1,22 a 3,6 W·mÿ1 ·K ÿ1 . O valor de TC do folhelho ficou
ÿ1
na faixa de 1,25 a 2,34 W·mÿ1 ·K 1,96 ± 0,32.com um de
O valor valor
TC médio de 2,4
do arenito ± 0,61
(~2,4) W·mÿ1
foi maior ·Koxisto
que do(1,96).
ÿ1
com um valor médio de

A litologia teve um papel fundamental nessa diferença de valor do TC. No entanto, o valor de
TC do xisto é mais centralizado do que o do arenito. Tanto os valores de TC do arenito quanto
do folhelho aumentaram com o aumento da profundidade, conforme mostrado na Figura 2. O
coeficiente de correlação do folhelho foi de 0,63, que foi maior que o do arenito (0,24). Isso se
deveu ao maior coeficiente de compactação do xisto.

4.2. TC previsto

A figura mais à esquerda na Figura 3 mostra o modelo de volume da rocha. O volume

do xisto foi variável, mas teve uma tendência crescente junto com a profundidade. A parte
superior (1200–1600 m) era um tanto uniforme e o valor de TC aumentava monotonamente
com a profundidade. No entanto, a parte inferior (1.600-2.650 m) foi composta por
intercamadas de areia e folhelho e o valor de TC mudou com a mudança na litologia. A
porosidade variou de 5% a 33% e foi diminuindo com o aumento da profundidade, o que
deve ser causado pela compactação. Conforme mostrado na figura mais à direita da Figura
3, o valor médio geométrico foi menor que o valor médio da raiz quadrada. A diferença foi
maior no segmento “areia” e menor no segmento “xisto”. Parece que os pequenos valores
tiveram pesos maiores no modelo de média geométrica. Ao todo, a litologia ainda era a
chave no controle da TC das rochas. A média geométrica parece inadequada ao calcular
inversamente o valor de TC do sólido, que era superior a 20 W/(m·K) e era muito superior
ao do quartzo puro (7,5 W/(m·K)). O valor muito baixo de TC do ar (2,6 × 10ÿ2 W/(m·K))
deve ser a razão para este alto valor de TC do sólido. O modelo de raiz quadrada parece
ser razoável, então a discussão a seguir é baseada no modelo de raiz quadrada.
 Machine Translated by Google

Matemática 2021, 9, 1176 6 de

Matemática 2021, 9, x PARA REVISÃO POR PARES 11 6 de 11

histogramas de condutividade térmica obtidos a partir de testes de laboratório, observe que a frequência foi normal
Figura 1. Histogramas de condutividade térmica obtidos nos testes de laboratório, observe que a frequência foi normal Figura 1. Histogramas de
condutividade térmica obtidos nos testes de laboratório, observe que a frequência foi normalizada.
izado.

Figura 2. Relação entre a condutividade térmica e a profundidade.

4.2. TC previsto

A figura
da Figura mais àentre
2. Relação esquerda na Figura 3térmica
a condutividade mostra eo amodelo de volume da rocha. O volume
profundidade.
Figura 2. Relação entre a condutividade térmica e a profundidade. o xisto foi mutável, mas
teve uma tendência crescente junto com a profundidade. A parte superior (1200-1600 m) era um pouco
uniforme e o valor de TC aumentou monotonamente 4,2. TC previsto junto com a profundidade. No entanto,
a parte inferior (1.600-2.650 m) foi composta
A porosidade varioupor
de intercamadas dediminuindo
5% a 33% e foi areia e folhelho
com oeaumento
o valor de
daTC mudou comoaque
profundidade, mudança na litologia.
deve ser causado

A figura maispela compactação.na

à esquerda Conforme
Figura mostrado na figura
3 mostra o mais à direita
modelo dedavolume
Figura 3, oda
valor médio geométrico
rocha. O volume foi
menor que o valor médio da raiz quadrada. A diferença foi maior no
do xisto foi variável, mas teve uma tendência crescente junto com a profundidade. A parte
superior (1200–1600 m) era um tanto uniforme e o valor de TC aumentava monotonamente
com a profundidade. No entanto, a parte inferior (1.600-2.650 m) foi composta por
intercamadas de areia e folhelho e o valor de TC mudou com a mudança na litologia. A
porosidade variou de 5% a 33% e foi diminuindo com o aumento da profundidade, que deve ser
Machine Translated by Google

Matemática Matemática 2021,9,9,x PARA REVISÃO POR PARES

1176 2021, 1178de
de 11

Figura
Figura 3.
3. Resultados
Resultados do
do modelo
modelo areia-folhelho-água.
areia-folhelho-água. Dados
Dados de
de entrada:
entrada: GR—raios gamanatural,
GR—raio gama naturais, porosidade
porosidade efetiva
efetiva ee têmpera
temperatura.
tura.
DadosDados de saída:
de saída: o modelo
o modelo dede volumee eo oTC
volume TCprevisto.
previsto.

5. Discussão
5.1. Comparação entre TC Previsto e TC de Teste
Antes de comparar com os valores de TC previstos obtidos da perfilagem do poço, o
Os valores de TC de testes laboratoriais devem ser corrigidos para valores de TC in situ. O laboratório
O teste de TC foi obtido usando amostras secas que foram consideradas a mistura de
o sólido e o ar. Portanto, devemos usar a lei de mistura para calcular inversamente a
Machine Translated by Google

Matemática 2021, 9, 1176 8 de 11

Valor TC do sólido primeiro. Não fomos autorizados a retirar as amostras do núcleo para testar sua
porosidade pela companhia petrolífera, então a porosidade efetiva das toras do poço foi usada aqui. Nas próximas
as etapas foram as mesmas dos procedimentos 3 e 4 na estimativa do valor de TC dos perfis do poço.
Usamos o r-quadrado e o desajuste médio para descrever o grau de aptidão como
dado por:
Mis f itaverage = TCi médio ÿ TCi (11)
previsto laboratório

onde i representa o número da amostra.

Conforme mostrado na Figura 4, o desajuste médio da areia foi de 0,19 ± 0,16 W/(m·K), com
cerca de 8% de erro relativo. O r-quadrado foi de 0,61, indicando um bom, mas não tão excelente
previsão do modelo. Para o xisto, o desajuste médio foi menor (0,17 ± 0,12 W/(m·K), ~7%
erro relativo), mas o r-quadrado (0,48) não foi bom. Isso pode ter resultado da
número limitado de amostras. A extensão do desajuste é grande em arenito (0,2-0,64) e
xisto (0,0-0,38). Portanto, pode haver alguns outliers nos desajustes, que podem vir
de outros efeitos (por exemplo, enchimento de óleo ou gás, pressão). Enquanto isso, o TC é anisotrópico, e o
O TC observado foi escaneado ao longo da direção vertical representando o TC horizontal. Isto
também levou a erros. Mais estudos no mesmo poço na mesma profundidade devem ser realizados
Matemática 2021, 9, x PARA REVISÃO POR PARES 9 de 11
no futuro. Em geral, houve uma boa concordância entre os valores previstos de TC e
os valores de TC de testes laboratoriais.

Figura
Figura 4.
4. Relação
Relação entre
entre os
os valores
valores de
de TC
TC medidos
medidos ee os
os valores
valores de
de TC
TC previstos.
previstos.

O maior desafio da comparação entre o TC previsto e o TC de teste é a profundidade

5.2. Aplicação à correspondência de energia
geotérmica. Em comparação com os perfis do poço, as amostras de testemunho têm resolução de profundidade mais baixa, então
A energia geotérmica é o calor proveniente da subsuperfície da terra [24]. É uma leitura da mesma
profundidade dos perfis do poço e o núcleo pode significar diferentes profundidades verdadeiras, o que
das formas mais limpas de energia, e os recursos geotérmicos ocorrem onde o fluxo de calor pode levar a um
erro significativo nos interleitos de areia e folhelho. Estimar a porosidade é outra
alta, permitindo que a energia seja explorada economicamente para geração de eletricidade ou dificuldade de
uso direto, e a interpretação de dados de perfil de poço precisa de experiência, mais dados (outros perfis de poço,
[25,26]. A energia geotérmica de alta temperatura é usada para gerar eletricidade [27], enquanto
cortes e perfilagem de lama) e software profissional para processar e interpretar perfilagem de poço
a energia geotérmica de baixa temperatura é como uma bateria térmica para aquecimento e resfriamento de
dados. Assim, uma porosidade bem interpretada de uma empresa petrolífera deve fazer um favor ao encaixar
edifícios e outros usos [28]. Além disso, a energia geotérmica é estável e pode fornecer o TC de teste. Além
disso, consideramos apenas a situação em que o fluido é água. No entanto, em
Carga base no
significativo de campo
24 ha-dia
de sem sistemas
petróleo, podede armazenamento
ser de energia
petróleo, gás, água ou umademistura
grandedeles.
porte,Oportanto, temW/(m·K))
gás (0,026 po e
potencial
(m·K)) nosdiminuir
pode futuros em
mercados
grande nacionais
parte o TCdedaenergia
rocha erenovável
causar um[29,30]. A demanda por óleo renovável (0,14 W/

Enquanto isso, o enchimento de gás aumenta a pressão do fluido e diminuigeotérmica global em gradiente [22].
energia está crescendo fortemente na próxima década [29]. A capacidade
2020 foi
matriz de 14 GW,
rochosa, e ainda
de modo queestá crescendo
o efeito [31]. Atualmente,
da pressão do TC pode oser
dióxido
levadodeem
carbono atmosférico e a pressão da
consideração.
as mudanças
outros Emboraclimáticas
o modelo são
nãoum
sejagrande desafio
perfeito, para
os TCs os seres
previstos humanos
estão [32]. com
de acordo Energia geotérmica
os TCs de testeeem
energias renováveis
números maiores. são as chaves para resolver este problema [25,33].
A TC desempenha um papel fundamental no estudo da energia geotérmica, e a energia
geotérmica é uma fonte de energia limpa, estável e renovável [4,34]. Em primeiro lugar, o fluxo de
calor pode ser estimado por Q = G × TC (Q é fluxo de calor, G é gradiente). O fluxo de calor é a
principal restrição do motor térmico da Terra, cuja natureza e história governam a evolução térmica,
mecânica e química do planeta [35]. Além disso, o fluxo de calor pode ser um bom indicador para
investigar o fundo tectônico e a estrutura térmica da litosfera. Depois de obtermos dados de fluxo de calor sufic
Machine Translated by Google

Matemática 2021, 9, 1176 9 de 11

5.2. Aplicação à energia geotérmica A

energia geotérmica é o calor proveniente da subsuperfície da terra [24]. É uma das formas mais
limpas de energia, e os recursos geotérmicos ocorrem onde o fluxo de calor é alto, permitindo que a
energia seja explorada economicamente para geração de eletricidade ou uso direto [25,26]. A energia
geotérmica de alta temperatura é usada para gerar eletricidade [27], enquanto a energia geotérmica de
baixa temperatura é como uma bateria térmica para aquecimento e resfriamento de edifícios e outros usos
[28]. Além disso, a energia geotérmica é estável e pode fornecer carga básica de 24 ha-dia sem sistemas
de armazenamento de energia de grande porte, por isso tem um potencial significativo nos futuros
mercados nacionais de energia renovável [29,30]. A demanda por energia renovável está crescendo
fortemente na próxima década [29]. A capacidade geotérmica global em 2020 era de 14 GW e ainda está
crescendo [31]. Atualmente, o dióxido de carbono atmosférico e as mudanças climáticas são um grande
desafio para os seres humanos [32]. A energia geotérmica e outras energias renováveis são as chaves
para resolver este problema [25,33].
A TC desempenha um papel fundamental no estudo da energia geotérmica, e a energia geotérmica
é uma fonte de energia limpa, estável e renovável [4,34]. Em primeiro lugar, o fluxo de calor pode ser
estimado por Q = G × TC (Q é fluxo de calor, G é gradiente). O fluxo de calor é a principal restrição do
motor de calor da Terra, cuja natureza e história governam a evolução térmica, mecânica e química do
planeta [35]. Além disso, o fluxo de calor pode ser um bom indicador para investigar o fundo tectônico e a
estrutura térmica da litosfera. Depois de obtermos dados de fluxo de calor suficientes, podemos descobrir
um mapa de contorno de fluxo de calor, o que pode nos ajudar a encontrar uma boa área geotérmica alvo
[36]. Além disso, o TC pode ser usado no cálculo da distribuição de temperatura (temperatura do
reservatório geotérmico). Com base no campo de temperatura e outros parâmetros do reservatório
(capacidade de calor, porosidade, temperatura da superfície, etc.), podemos usar o método volumétrico
que é simples e conveniente para estimar o recurso energético geotérmico [37,38].
Este modelo é uma boa escolha para campos de petróleo (especialmente campos de petróleo
antigos) para estimar a energia geotérmica. Os poços abandonados em campos de petróleo têm dados de
log de poços bons e bem interoperados . Após a exploração de petróleo e gás, o fluido é principalmente
água, o que significa TC menos anormal. Usando esses dados, o TC pode ser determinado pelo nosso
modelo. Dado o TC previsto e os logs de temperatura em poços suficientes, podemos obter o mapa de
contorno do fluxo de calor, o que pode implicar na área da anomalia térmica. Se encontrarmos o
reservatório de energia geotérmica, TC é usado para estimar o campo de temperatura e o recurso de
energia geotérmica. Com o conhecimento do recurso energético geotérmico, o campo de petróleo pode
traçar uma estratégia de exploração. Além disso, a exploração da energia geotérmica é notavelmente
semelhante à do petróleo e do gás natural [39]. Sem a perfuração de poços especiais, os recursos
geotérmicos podem trazer enormes benefícios econômicos e ambientais [40,41].

6. conclusões

Nesta pesquisa, foram obtidas as seguintes conclusões.

Propusemos um método para prever TC com base no modelo de raiz quadrada e perfis de
poços (GR, porosidade de nêutrons, temperatura), e os valores de TC previstos mostraram bom
ajuste com os valores de TC de laboratório.
O modelo proposto funciona melhor na previsão do TC do arenito.
Este modelo pode ser usado para calcular o TC em poços sem amostras de testemunho no
campo de petróleo. Com o TC, podemos determinar o fluxo de calor e estimar a energia geotérmica.

Contribuições dos Autores: Conceitualização, JH e GJ; Curadoria de dados, YW; Investigação, JH; Administração
de projetos, SH; Recursos, SH; Software, JH; Supervisão, SH; Validação, YW; Visualização, JH; Redação—revisão
e edição, GJ Todos os autores leram e concordaram com a versão publicada do manuscrito.

Financiamento: Esta pesquisa foi financiada pelo Programa Nacional de Pesquisa e Desenvolvimento Chave da
China número 2018YFC0604302.

Declaração do Conselho de Revisão Institucional: Não aplicável.

Termo de Consentimento Informado: Não aplicável.

Machine Translated by Google

Matemática 2021, 9, 1176 10 de 11

Declaração de Disponibilidade de Dados: Não aplicável.

Agradecimentos: Agradecemos ao Editor Yong Yang e Ollie Wang e a dois revisores anônimos por seus valiosos
comentários e sugestões. Agradecemos a LU Qingzhi pela discussão do cálculo da porosidade . Esta pesquisa é apoiada
pelo Programa Nacional de P&D da China (2018YFC0604302).

Conflitos de interesse: Os autores declaram não haver conflito de interesse.

Referências
1. Beardsmore, GR; Cull, JP Fluxo de Calor Crustal: Um Guia para Medição e Modelagem; Imprensa da Universidade de Cambridge: Cambridge,
Reino Unido, 2001.

2. Goss, R.; Combs, J.; Timur, A. Previsão de condutividade térmica em rochas de outros parâmetros físicos e de perfis de poços geofísicos padrão. In Proceedings
of the SPWLA 16th Annual Logging Symposium, New Orleans, LA, USA, 4 de junho de 1975.
3. Ellabban, O.; Abu-Rub, H.; Blaabjerg, F. Recursos de energia renovável: Situação atual, perspectivas futuras e sua habilitação
tecnologia. Renovar. Sustentar. Energia Rev. 2014, 39, 748–764. [CrossRef]
4. Olasolo, P.; Juárez, MC; Morais, deputado; D'Amico, S.; Liarte, IA Sistemas geotérmicos avançados (EGS): Uma revisão. Renovar. Sustentar.
Energia Rev. 2016, 56, 133–144. [CrossRef]
5. Cermak, V.; Rybach, L. Fluxo de calor terrestre e a estrutura da litosfera; Springer Science & Business Media: Nova York, NY,
EUA, 2012.
6. Jiang, GZ; Gao, P.; Rao, S.; Zhang, LY; Tang, XY; Huang, F.; Zhao, P.; Pang, H.; Ele, LJ; Hu, SB; et ai. Compilação de dados de fluxo de calor na área
continental da China (4ª edição). Queixo. J. Geophys. 2016, 59, 2892-2910.
7. Wang, Z.; Jiang, G.; Zhang, C.; Tang, X.; Hu, S. Estimativa de recursos geotérmicos na Bacia da Baía de Bohai, leste da China, usando simulação de Monte
Carlo. Ambiente. Terra Sci. 2019, 78, 355. [CrossRef]
8. Pribnow, D.; Williams, CF; Sass, JH; Keating, R. Condutividade térmica de rochas saturadas de água do furo piloto KTB em
temperaturas de 25 a 300 ÿC. Geophys. Res. Lett. 1996, 23, 391-394. [CrossRef]
9. Wang, Y.; Hu, S.; Wang, Z.; Jiang, G.; Hu, D.; Zhang, K.; Gao, P.; Hu, J.; Zhang, T. Fluxo de calor, produção de calor, estrutura térmica e sua implicação
tectônica do sul da zona de falha de Tan-Lu, leste-centro da China. Geotérmica 2019, 82, 254-266. [CrossRef]
10. Sun, Q. Análises dos fatores que influenciam a condutividade térmica do arenito. Acta Geodyn. Geomáter. 2017, 14, 173-180. [CrossRef]
11. Roy, R.; Beck, A. Propriedades Ihermofísicas de Rochas, Propriedades Físicas de Rochas e Minerais; Série de Dados CINDAS sobre Propriedades dos
Materiais; Touloukian, YS, Judd, WR, Roy, RF, Eds.; McGraw-Hill: Nova York, NY, EUA, 1981; págs. 409-502.
12. Sekiguchi, K. Um método para determinar o fluxo de calor terrestre em áreas de bacias petrolíferas. Tectonofísica 1984, 103, 67-79. [CrossRef]
13. Dixon, JC Apêndice C, Propriedades da Água, The Shock Absorber Handbook; John Wiley & Sons: Hoboken, NJ, EUA, 2008.
14. Popov, Y.; Beardsmore, G.; Clauser, C.; Roy, S. ISRM sugeriu métodos para determinar as propriedades térmicas das rochas a partir de testes de laboratório
à pressão atmosférica. Rock Mec. Rock Eng. 2016, 49, 4179-4207. [CrossRef]
15. Ele, L.; Hu, S.; Huang, S.; Yang, W.; Wang, J.; Yuan, Y.; Yang, S. Estudo de fluxo de calor no local de perfuração científica continental chinesa: temperatura do
poço, condutividade térmica e produção de calor radiogênico. J. Geophys. Res. 2008, 113. [CrossRef]
16. Popov, Y.; Bayuk, IO; Parshin, A.; Miklashevskiy, D.; Novikov, S.; Chekhonin, E. Novos Métodos e Instrumentos para Determinação das Propriedades Térmicas
do Reservatório. In Proceedings of the 37th Workshop on Geothermal Reservoir Engineering, Stanford, CA, EUA, 30 de janeiro a 1 de fevereiro de 2012.

17. Wang, Y.; Wang, L.; Hu, D.; Guan, J.; Bai, Y.; Wang, Z.; Jiang, G.; Hu, J.; Tang, B.; Zhu, C.; et ai. O atual regime geotérmico da Bacia de Jiangsu do Norte,
leste da China. Geotérmica 2020, 88, 101829. [CrossRef]
18. Asquith, GB; Krygowski, D.; Gibson, CR Basic Well Log Analysis; Associação Americana de Geólogos de Petróleo Tulsa: Tulsa, OK, EUA, 2004; Volume 16.

19. Atlas, D. Gráficos de Interpretação de Logs: Dresser Atlas; Indústrias Dresser. Inc.: Addison, TX, EUA, 1979; 107p.
20. Timur, A. Uma Investigação de Permeabilidade, Porosidade e Relações de Saturação de Água Residual. Nos Anais do SPWLA
9th Annual Logging Symposium, New Orleans, LA, USA, 23 de junho de 1968.
21. Glover, P. Petrofísica MSc Notas do Curso; Universidade de Leeds: Leeds, Reino Unido, 2000.
22. Schön, JH Propriedades Físicas das Rochas: Fundamentos e Princípios da Petrofísica; Elsevier: Amsterdã, Holanda, 2015;
Volume 65.
23. Clauser, C. Energia geotérmica. Em Landolt-Bornstein Dados Numéricos e Relações Funcionais em Ciência e Tecnologia, New
Série, Grupo VIII; von Heinloth, K., Ed.; Springer: Berlim/Heidelberg, Alemanha, 2006; volume 3
24. Dickson, MH; Fanelli, M. Energia Geotérmica: Utilização e Tecnologia; Routledge: Londres, Reino Unido, 2013.
25. Letcher, TM Introdução com foco no dióxido de carbono atmosférico e mudanças climáticas. Em Energia Futura; Elsevier: Amsterdã,
Holanda, 2020; pp. 3-17.
26. DiPippo, R.; Renner, JL Energia geotérmica. Em Energia Futura; Elsevier: Amsterdã, Holanda, 2014; págs. 471-492.
27. Barasa Kabeyi, MJ Geração de eletricidade geotérmica, desafios, oportunidades e recomendações. Int. J. Av. Sci. Res. Eng.
2019, 5, 53-95. [CrossRef]
28. Phetteplace, G. Bombas de calor geotérmicas. J. Energia Eng. 2007, 133, 32-38. [CrossRef]
29. Teske, S.; Fattal, A.; Lins, C.; Hullin, M.; Williamson, LE Renewables Global Futures Report: Grandes debates em direção a 100% renovável
Energia; Fórum Global de Energia Sustentável: Viena, Áustria, 2017.
Machine Translated by Google

Matemática 2021, 9, 1176 11 de 11

30. Testador, JW; Anderson, BJ; Bacharel, AS; Blackwell, DD; DiPippo, R.; Drake, EM; Garnish, J.; Livesay, B.; Moore, MC; Nichols, K.; et ai. Impacto de
sistemas geotérmicos aprimorados no fornecimento de energia dos EUA no século XXI. Philos. Trans. R. Soc. Uma matemática. Física Eng. Sci. 2007,
365, 1057-1094. [CrossRef]
31. IRENA. Estatísticas de Capacidade Renovável 2021; Agência Internacional de Energia Renovável: Abu Dhabi, Emirados Árabes Unidos, 2021.
32. Biron, M. Uma visão geral de sustentabilidade e plásticos: um conceito multifacetado, relativo e escalável. Em Um Guia Prático para a Sustentabilidade
dos Plásticos; William Andrew: Londres, Reino Unido, 2020; págs. 1–43.
33. Archer, R. Energia geotérmica. Em Energia Futura; Elsevier: Amsterdã, Holanda, 2020; págs. 431-445.
34. Lu, S.-M. Uma revisão global do sistema geotérmico aprimorado (EGS). Renovar. Sustentar. Energia Rev. 2018, 81, 2902–2921. [CrossRef]
35. Pollack, HN; Hurter, SJ; Johnson, JR Fluxo de calor do interior da Terra: Análise do conjunto de dados global. Rev. Geophys. 1993, 31,
267-280. [CrossRef]
36. Jiang, G.; Hu, S.; Shi, Y.; Zhang, C.; Wang, Z.; Hu, D. Fluxo de calor terrestre da China continental: conjunto de dados atualizado e implicações
tectônicas. Tectonofísica 2019, 753, 36-48. [CrossRef]
37. Williams, CF; Reed, M.; Mariner, RH Uma Revisão dos Métodos Aplicados pelo US Geological Survey na Avaliação dos Recursos Geotérmicos
Identificados; CiteSeer: Princeton, NJ, EUA, 2008.
38. Zhang, C.; Jiang, G.; Shi, Y.; Wang, Z.; Wang, Y.; Li, S.; Jia, X.; Hu, S. Fluxo de calor terrestre e estrutura térmica crustal do
Área de Gonghe-Guide, planalto nordeste de Qinghai-Tibetan. Geotérmica 2018, 72, 182-192. [CrossRef]
39. Testador, JW; Anderson, BJ; Bacharel, AS; Blackwell, DD; DiPippo, R.; Drake, EM; Garnish, J.; Livesay, B.; Moore, MC; Nichols, K.; et ai. O Futuro da
Energia Geotérmica; Instituto de Tecnologia de Massachusetts: Cambridge, MA, EUA, 2006; pág. 358.
40. Wang, J.; Qiu, N.; Hu, S.; Ele, L. Avanço e tendência de desenvolvimento na geotérmica de campos de petróleo na China. Terra Sci. Frente.
2017, 24, 1-12.
41. Fridleifsson, IB Energia geotérmica em benefício do povo. Renovar. Sustentar. Energia Rev. 2001, 5, 299-312. [CrossRef]