CN101784748A - 自动钻井图像解析 - Google Patents

自动钻井图像解析 Download PDF

Info

Publication number
CN101784748A
CN101784748A CN200880104088A CN200880104088A CN101784748A CN 101784748 A CN101784748 A CN 101784748A CN 200880104088 A CN200880104088 A CN 200880104088A CN 200880104088 A CN200880104088 A CN 200880104088A CN 101784748 A CN101784748 A CN 101784748A
Authority
CN
China
Prior art keywords
group
characteristic
subsurface formations
signal
rule
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN200880104088A
Other languages
English (en)
Other versions
CN101784748B (zh
Inventor
W·S·科瓦利克
W·C·科雷
W·H·科兰
W·J·施韦勒
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chevron USA Inc
Original Assignee
Chevron USA Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chevron USA Inc filed Critical Chevron USA Inc
Publication of CN101784748A publication Critical patent/CN101784748A/zh
Application granted granted Critical
Publication of CN101784748B publication Critical patent/CN101784748B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V11/00—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B47/00—Survey of boreholes or wells
    • E21B47/002—Survey of boreholes or wells by visual inspection

Landscapes

  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Geophysics (AREA)
  • Engineering & Computer Science (AREA)
  • Geology (AREA)
  • Mining & Mineral Resources (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Fluid Mechanics (AREA)
  • Geochemistry & Mineralogy (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

一种分析地下地层的特性的方法，包括将信号至少部分地发送到地下地层的一种物质中，使得信号以表明该物质特性的方式发生变换，接收来自该物质的变换后的信号，将变换后的信号转换成表明该物质特性的图像数据，将第一组机器可执行规则应用到图像数据，以生成分段图像数据，其中将根据所应用的规则充分相关的图像的各部分分组成段，并且根据第二组机器可执行规则分析分段图像数据，以生成地下地层的地质剖面图。

Description

自动钻井图像解析
技术领域
本发明总体上涉及地质数据的表征，更特别地，涉及钻井日志数据的自动解析。
背景技术
经由包括例如电阻率/电导率测量、超声、NMR和辐射散射的多种技术收集钻井数据。通常，钻井数据由解析人员人工分析，以便表征地下地质地层，以允许进行关于井潜力的判断或者确定关于周围地质区域性质的信息。这种类型的钻井数据可以被用于替代或补充用于直接调查的岩心收集。
发明内容
本发明实施例的各方面提供了一种分析地下地层的特性的方法，包括将信号至少部分地发送到地下地层的一种物质中，使得信号以表明该物质特性的方式发生变换，接收来自该物质的变换后的信号，将变换后的信号转换成表明该物质特性的图像数据，将第一组机器可执行规则应用到图像数据，以生成分段图像数据，其中将根据所应用的规则充分相关的图像的各部分分组成段，并且根据第二组机器可执行规则分析分段图像数据，以生成地下地层的地质剖面图。
本发明实施例的一个方面提供了一种用于分析地下地层特性的设备，包括探头，其被配置并安排为将信号至少部分地发送到地下地层的一种物质中并接收来自该物质的变换后的信号，其中变换后的信号是以表明该物质特性的方式而被变换的，处理器，其被配置并安排为将变换后的信号转换成表明该物质特性的图像数据，并且将第一组机器可执行规则应用到图像数据以产生分段图像数据，其中将根据所应用的规则充分相关的图像的各部分分组成段，并且应用第二组机器可执行规则分析分段图像数据以生成地下地层的地质剖面图。
本发明实施例的另一个方面提供了一种用于分析地下地层特性的设备，包括总线，其被配置和安排为从探头接收代表钻井中一种物质特性的数据，和处理器，其被配置和安排为从总线接收数据，将数据转换成表明该物质特性的图像数据，并且将第一组机器可执行规则应用到图像数据以生成分段图像数据，其中将根据所应用的规则充分相关的图像的各部分分组成段，并且应用第二组机器可执行规则分析分段图像数据以生成地下地层的地质剖面图。
本发明实施例的另一个方面提供了一种使用机器可执行指令进行编码的机器可读介质，用于执行分析地下地层特性的方法，包括将信号至少部分地发送到地下地层的一种物质中，使得信号以表明该物质特性的方式发生变换，接收来自该物质的变换后的信号，将变换后的信号转换成表明该物质特性的图像数据，将第一组机器可执行规则应用到图像数据，以生成分段图像数据，其中将根据所应用的规则充分相关的图像的各部分分组成段，并且根据第二组机器可执行规则分析分段图像数据以生成地下地层的地质剖面图。
当参考附图考虑以下的描述和附加的权利要求时(其均构成本申请文件的一部分)，本发明的这些和其它目的、特征和特点，以及操作方法、结构的相关元件的功能、各部分的组合和制造的经济性，将变得更加清楚，其中相似的附图标记标明各个图中相应的各部分。然而，应该清楚地理解，附图仅仅是为了说明和描述的目的，并且不用于定义本发明的限制。如在说明书和权利要求书中所使用的，单数形式“a”、“an”和“the”包括复数指示物，除非文中另外清楚地表明。
附图说明
图1示出了根据本发明的一个实施例的钻井探头的例子；
图2a和2b分别是如在图1中所示的探头的传感器部分的侧视图和正视图；
图3是根据本发明的一个实施例的与计算机进行通信的探头的示意图；
图4是代表电阻率测量的图像数据和分段图像数据的图示；
图5是将颜色与类成员资格(class membership)相关联的模糊分类函数；
图6是示出根据本发明的一个实施例的方法步骤的流程图；以及
图7是根据本发明的一个实施例的类等级的图示。
具体实施方式
图1示出了用于在钻井表征中使用的探头10，包括在一端具有多个向外延伸组件14的通常拉长了的轴12。每个向外延伸组件14可以包括一个传感器16(在图2a和2b中更加详细地示出)，用于探询钻井区域18。所示出的传感器16包括多对传感器20，用于监视当将电流注入到电流注入器电极24时在跨越区域18的一部分22上形成的电压变化。合适探头10的一个例子是以来自德克萨斯州休斯顿的Schlumberger技术公司的商标OBMITM出售的装置。
虽然在图2a和2b中所示的传感器16被构造并安排用于测量钻井物质的电特性，这仅仅是出于说明的目的，并且可以在本发明的各个实施例中采用各种传感器。特别地，预想可以采用电阻率、超声或其它声波测量，复电抗，伽马射线反射率或透射率，中子反射率或透射率、核磁共振、视频成像和/或光谱测定。与此一致，传感器16可以被选择为适于要进行的测量，非限制性地例如包括电源和检测器、辐射源和检测器，以及声能转换器。应该理解，在单个探头10上包括多种类型的传感器可能是有用的，并且通过这种方式可以有用地采用各种组合。
在使用中，探头10通常下降到要表征的钻井中。当达到适当的深度时，这可以是洞的底部或所选择的中间深度，探头被取回，并且随着探头穿过物质上升进行测量。在许多情况下，探头10将具有四个传感器16，使得可以在四个方向中的每一个方向中表征井洞，四个方向例如可以命名为0、90、180和270。
将使用在图2a和2b中示出的电传感器的例子来描述探头10的操作。当在此详细描述电阻率测量时，具体情况将根据在给定实施方式中采用的特定传感器而不同。探头10通过从电极24将电信号至少部分地发送到钻井物质的区域18中而进行测量，其中电信号可以是DC或者AC或其它变化的电流I。应该理解，信号的穿透将部分地取决于测量的性质。反射率测量几乎不涉及正在探询的物质中的穿透深度，当电阻率测量要求信号在物质中传播某一距离。然而，以上穿透程度中的每一个均应理解为在本发明的范围内。
在电阻率的情形下，信号传播通过物质，并且由传感器20接收。传感器20测量跨越区域18的一部分22的电压变化δV，其表明正在进行表征的地下地层中存在的物质特性(在该情形中是电阻率)。在一个实施例中，可以基于公式：R＝k(δV/I)计算部分22中物质的电阻率R，其中I是由电极24生成的电流，并且k是可以基于电极24和传感器20的几何形状预先确定的几何因数。应该理解，该公式取决于在电极24之间的距离内相对均匀的物质。因此，比例因数k可以实现为动态缩放，这可以提供附加细节。
由探头收集的数据通常经由电线中继到例如可位于钻探设备处的计算机25，在那里数据可以经由计算机25的可以是任意合适类型的总线26接收，并存储在诸如硬盘、光盘、闪存、临时RAM存储器或用于使用计算机25的处理器28进行处理的其它介质的计算机可读存储装置27，但连接可以同样有用地实现为无线方式。
如图4所示的，数据可以被转换成图形的形式，如图形数据30，用于显示和/或进一步进行处理。图形数据可以作为全色数据(例如24比特JPEG数据)存储，或者可以作为单色或灰度数据存储。在以下描述的例子中，初始转换成全色图像，并且可以分离特定信道用于所期望的分析。对于在图3中所示的例子，数据初始是彩色的，但是被转换成灰度，这仅仅为了将它们作为专利申请附图呈现。但是，图像数据30的较暗区域代表相对导电的区域，而较亮的区域代表电阻相对较大的区域。较暗的更为导电的区域可以被解释为页岩，而较亮的电阻更大的区域可以是含沙区域。
基于例如局部区域的均匀性对图像数据30进行分段，以生成分段图像数据30’或30”。可以通过使用确定图像均匀性的软件至少部分地基于图像要素的颜色和位置对图像数据进行分析来执行分段，诸如来自德国慕尼黑的Definiens AG的eCognitionTM。在使用eCognitionTM软件的一个实施例中，在该软件中被称为“比例”的参数可以选择为使得段具有适于要执行的分析的尺寸。发明人已经确定，对于石油勘探典型深度的钻井，eCognitionTM软件系统中大约200的比例是合适的，并且提供具有适于地层分析的合适尺寸的段，类似于作为分段图像数据30”所示出的，其将被用作为本公开目的的一个例子，但本发明的范围当然应该不被限制于该特定实施方式。该分段参数大约对应于具有大约1m量级尺度的段，发明人发现对于他们通常遇到的物质类型和地质历史是有用的。特别地，段可以在0.05m和5m之间，并且更特别地在0.2m和0.8m之间。应该理解，尺度可以根据在任一特定情形中解析的特定需要而不同。在执行分段的过程中，发明人还进一步确定使用有利于具有大约相等区域的段的标准是有用的。
可以采用相同的方法用于表征已经被转换成图像的密度(或实际上任何类型)数据。特别地，发明人已经确定包括密度数据作为可以在空间上与电阻率日志图像相匹配的灰度图像可以是有用的。
一旦数据被分段，可以在计算机处理器中执行第二组规则，以进一步分析分段图像数据30”。这种规则的一个例子在图5中示出，示出了怎样定义确定是(1.0)还是非(0)的模糊规则，特定段是基于8比特颜色值的特定类的成员。理论上可以定义包含明确的切换(cut-off)(即方波或阶梯函数)的规则，然而通常不是这样的情形，而模糊分类将产生更好的结果。此外，每个分类规则本身可以包括多个模糊成员资格函数。以下的例1提供了基于规则的分类方法的一个实施方式的更多的细节。注意，虽然所描述的例子利用二进制分类，但创建三进制或其它更高阶分离规则系统可能也是有用的。
例1
图6是示出根据本发明的一个实施例的示例性方法步骤流程图。如以上描述的，探头传感器16将信号发送32到钻井中。变换后的信号由传感器16接收34并被中继到计算机25用于处理。在36，数据被变换成图像数据，并且在38被分段，以生成分段图像数据30”。将一系列等级分类规则应用到分段图像数据30”的各段，如在图7中所示的。在等级分类的每一个步骤处，在所选择的分类和剩余的相之间进行二进制分离。
如可以从图7看出的，分段图像数据30”和数据的背景分量50被分离，以生成分段的OBMITM图像52。这通过定义为delta函数或冲击函数的成员资格函数完成。合适的冲击函数的一个例子是对于三色(RGB)信道中的每一个中心在151处的单值宽冲击函数(即，对于每一个颜色，针对颜色值151，成员资格等于一，针对所有其它值，成员资格等于零)。一旦已经移除背景，剩余数据包括OBMITM图像。
然后将OBMITM图像52分离成两类，SSM(块状砂岩)54和非SSM 56。如以上所描述的，沙通常可以被分离为相对亮色，因此，在该例子中，一同定义SSM类56的成员资格函数涉及图像段的颜色亮度，并且看起来与在图5中所示的函数类似。特别地，对于红色、绿色和蓝色中的每一个来说，成员资格函数定义为具有如在图5中的s曲线形状，从零点以变化的速率上升到255。在该例子中，s曲线形状的中心处于红色和绿色范围的中点处，但是蓝色被限制到范围50-150，中心处于100。此外，SSM/非SSM分类函数从之前的步骤继承了函数(即，用于区分背景/OBMITM图像的峰值函数)。
然后将非SSM段56进一步分成层状类58和非层状类60。与之前的步骤类似，非SSM分类函数和非背景函数被继承到非层状函数。此外，非层状函数包括涉及纹理和颜色亮度的附加模糊分类函数。
为了分析在进行该分类中的纹理，将灰度同现矩阵(GLCM)对比度(0°方向)函数和GLCM标准差(0°方向)函数应用到非SSM类的成员的红色分量。应该理解，GLCM函数的端点不是如颜色亮度那样的0和255，而是取决于存在的纹理的范围(在该例子中，范围是1400-1800，中心处于1600)。这些中的每一个均是在图5中所示的s曲线类型，并且使用GLCM方向。除了纹理分析，针对红色亮度使用类似曲线。在该例子中，具有相同但是由于从左向右下降而不是上升从而反转的s曲线的附加GLCM均匀性(0°方向)函数保持不可用，但其包括当给定不同数据集时可以是有用的均匀性函数。
为了帮助理解，GLCM对比度(0°)函数针对在垂直方向具有相对较高对比度值的图像段分配更高的分层成员资格值，并且如以上所提到的，将该函数应用到红色分量。同样地，GLCM均匀性(0°)函数针对在垂直方向的较高均匀性值分配较低层状成员资格值(由于其反转的曲率)，也将其应用到红色信道。通过比较的方式，针对GLCM均匀性(0°)的值的相关范围是从0到0.25，中心处于0.125。最后，对于红色分量，GLCM标准差(0°)函数针对在垂直方向具有较高标准差值的段分配较高层状成员资格值。还是通过比较的方式，该函数的值的相关范围在该例子中为33-53，中心位于43处。
虽然可以使用电阻率数据的纹理和颜色将层状段与非层状段分离开，但可能难以基于电阻率将特定类型的层状段与另一个分离开。也就是说，对于电阻率，每一类具有类似的特性。为了克服该困难，基于针对其两个类62和64倾向于具有不同特性的伽马射线数据，层状段58被分离成MIB(夹层的)和MIX(插入层间的)类62、64。特别地，使用具有选择阈值标准的阶梯函数估计针对该段的平均伽马日志值。满足选择标准的段被识别为MIX 64，剩下的段被识别为MIB62，在该例子中，范围是145-215，阈值设置为180。如以上描述的，继承MIB和MIX所属的较高级别类的所有附加较高级别函数(即，层状、非SSM、OBMITM图像)。
作为下一个步骤，在SSH(页岩和泥岩)66和非SSH 68之间进一步对非层状段60分类。基于两个均应用到蓝色电阻率图像的纹理函数GLCM均匀性(90°)和GLCM标准差(0°)进行这种分类。还包括第三函数，伽马射线日志的平均值。三个函数中的第一个是弯曲斜面，对于蓝色分量，针对水平方向中GLCM均匀性的较高值分配SSH分类的较高值(范围在0.4到1之间，中心处于0.7)。针对在垂直方向具有较低GLCM标准差值的图像段，第二函数分配较高SSH成员资格值(范围在0到30之间，中心处于15)，并且第三函数是弯曲斜面函数，其针对具有与图像段相关联的较高伽马射线日志的图像段分配较高SSH成员资格值(范围在160到170之间，中心处于170)。不满足SSH标准的那些段被分配给非SSH类68。SSH/非SSH分类继承非层状且非SSM OMBI图像的分类函数。
在非-SSH类68中，下一步骤将MMF(泥浆质流)70从非MMF 72中分离。对于这种分离，使用两个函数，一个涉及纹理，一个使用平均伽马射线日志数据。第一分类函数是具有弯曲斜面的GLCM标准差(0°)，对于红色分量，其针对在垂直方向的较低GLCM标准差值分配MMF成员资格的较高成员资格值(范围在0.1到0.6之间，中心处于0.35)。第二函数是弯曲斜面，其针对较高平均伽马射线日志值分配较高MMF成员资格值(范围在130-150之间，中心处于140)。不满足NMF标准的那些段被分配给非MMF类72。
最后，非MMF类72被分离成SMF(沙质流)74和SLU(泥浆)76类。除了继承的函数，基于针对图像段的红色垂直分量的GLCM标准差(0°)使用沿范围为15-35、中心处于25的弯曲斜面识别这些类。不满足SMF标准的图像段被分配给SLU类76。
在该例子中，这是最后的步骤，并且在这一阶段，每个段将被分类为七个相之一或背景，并且完成地质剖面图。
应该理解，根据被分类的实际数据集修改分类函数可能是有用的。这可能涉及简单地从特定分类函数集禁止已定义的函数，或者可能涉及替换或使用另外的函数。同样地，可以以不同次序执行步骤，该例子的步骤的次序仅仅是示例性的，本质上不是限制性的。重新排序分类步骤可能导致需要使用不同的函数，但不总是这样。例如如果给定分类函数的特定等级和继承，应用的次序是不相关的。作为另一个特定例子，没有理由需要在SSH和非SSH之间的分类之前或之后执行MIX和MIB之间的分类，尽管上文以该次序进行了描述。如可以从图7中理解的，这两个分类完全彼此独立，并且可以以任意次序执行。然而，当等级改变时，则分类函数可以同样地要求改变，以便适当地对数据集分类。
一旦已经准备了地质剖面图，可以以许多方式使用它。例如，它可以被用于理解特定储层的地质结构，以改进诸如该地质区域内的石油或天然气的资源流的预测。在这一点上，可以识别地质边界、可开发地下资源的潜在位置等。地下结构的模型和基于此的预测然后可以被用于确定其它井开采的相应位置。同样的，根据本发明的实施例确定的地质剖面图可以用于确认或改善已经使用该区域的地震探测所开发的模型。
此外，这种建模和分析可以提供关于地下地质结构的沉积环境的信息。例如，能够确定地下特征属于在类似通道环境还是宽浅的盆地中沉积的结构。这种沉积信息可以用作用于确定所开采的特定储层的潜力的基础。
在根据本发明的一个实施例中，基于规则的分类还可以加入校准/细化子步骤。通过这种方式，基于规则的剖面图可以与实际岩心相比较，或者由解析人员人工检验。如果比较结果表明基于规则的分类需要被细化，那么可以调整分类函数，以便更符合所选择的标准。
类似地，根据本发明的各实施例生成的地质剖面图可以与之前已知的地层信息进行比较。例如，对于之前已经例如通过地震探测、通过附近抽取岩心或其它勘探技术或者通过建模所绘制的区域，数据分析可以包括将根据地质剖面图所得到的信息与之前已知的信息进行比较。通常，该技术在关于之前已知的地理上靠近正在勘查的地下地层的位置的信息方面有更大的应用空间。类似地，如果信息对于给定地理区域是已知的或者被建模，可能存在已知或被怀疑适用于所研究的特定区域的本质的分类函数的预选择。
在以上的例子中，规则主要涉及图像段的亮度和纹理，然而，也可以采用其它图像参数。例如涉及段的形状、方位或位置的规则可以用作分类的基础。
尽管已经为了说明的目的基于当前被认为是最实际和优选的实施例详细地描述了本发明，但应该理解，这种细节仅仅是为了说明的目的，本发明不限于所公开的实施例，但是，相反地，本发明试图覆盖在所附的权利要求的精神和范围内的修改和等价配置。例如，虽然这里提交计算机，这也可以包括通用计算机、专用计算机、被编程以执行所述方法的ASIC、计算机阵列或网络，或者其它合适的计算装置。作为另一个例子，应该理解，本发明尽可能地考虑任何实施例的一个或多个特征可以与任何其它实施例的一个或多个特征组合。

Claims (15)

1.一种分析地下地层特性的方法，包括：
将信号至少部分地发送到地下地层的一种物质中，使得所述信号以表明物质特性的方式发生变换；
接收来自所述物质的变换后的信号；
将变换后的信号转换成表明该物质特性的图像数据；
将第一组机器可执行规则应用到图像数据以生成分段图像数据，其中将根据所应用的规则充分相关的图像的各部分分组成段；以及
根据第二组机器可执行规则分析分段图像数据，以生成地下地层的地质剖面图。
2.如权利要求1的方法，其中信号选自于由电信号组成的组，
并且特性是地下地层的电阻率或阻抗，或者伽马射线信号和特性是地下地层的伽马射线的透射率或反射率，或者中子束和特性是地下地层的中子辐射的透射率或反射率，或者射频电磁信号和特性是地下地层的核磁共振。
3.如权利要求2的方法，其中应用还包括将透射率或反射率与包括地下地层的物质的密度相关联。
4.如权利要求1的方法，其中地质剖面图还包括地层信息，并且分析还包括将该地层信息与之前已知的涉及地理上靠近地下地层的位置的地层的地层信息或者与涉及地理上靠近地下地层的位置的地层的建模地层信息相比较。
5.如权利要求1的方法，其中第一组规则还涉及图像数据的图片要素的颜色和位置中的一个或多个。
6.如权利要求1或5的方法，其中第二组规则涉及段的颜色、纹理、形状、方位和位置中的一个或多个。
7.如权利要求1的方法，其中：
特性包括第一特性；
分析进一步包括使用涉及地下地层的物质的第二特性的信息；以及
其中对于要区分的两种类型的物质，第一特性是类似的，第二特性是不同的。
8.如权利要求1的方法，还包括：
将地质剖面图与所选择的标准相比较，以及基于比较结果至少部分地调整第二组规则。
9.一种用于分析地下地层特性的设备，包括：
探头，其被配置并安排为将信号至少部分地发送到地下地层的一种物质中并接收来自所述物质的变换后的信号，其中变换后的信号是以表明所述物质的特性的方式而被变换的；
处理器，其被配置并安排为将变换后的信号转换成表明所述物质特性的图像数据，并且将第一组机器可执行规则应用到图像数据以产生分段图像数据，其中将根据所应用的规则充分相关的图像的各部分分组成段，并且应用第二组机器可执行规则分析分段图像数据以生成地下地层的地质剖面图。
10.如权利要求9的设备，其中探头包括电阻率计，和特性包括电阻率，或者探头包括伽马射线源和检测器，并且特性包括地下地层的伽马辐射的反射率或透射率。
11.如权利要求1或9的设备，其中第二组机器可执行规则包括用于分离地质物质的类的规则等级组。
12.如权利要求11的设备，其中规则等级组是二进制规则。
13.如权利要求11的设备，其中规则等级组中的每一个规则包括至少一个模糊分类函数。
14.如权利要求9的设备，还包括机器可读存储装置，该机器可读存储装置包括涉及至少一个组的机器可读信息，所述组包括：之前已知的涉及地理上靠近地下地层的位置的地层的地层信息，和涉及地理上靠近地下地层的位置的地层的建模的地层信息。
15.一种用于分析地下地层特性的设备，包括：
总线，其被配置和安排为从探头接收代表钻井中一种物质特性的数据；以及
处理器，其被配置和安排为从总线接收数据，将数据转换成表明该物质特性的图像数据，并且将第一组机器可执行规则应用到图像数据以生成分段图像数据，其中将根据所应用的规则充分相关的图像的各部分分组成段，并且应用第二组机器可执行规则分析分段图像数据以生成地下地层的地质剖面图。
CN200880104088.4A 2007-08-23 2008-08-20 自动钻井图像解析 Expired - Fee Related CN101784748B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US11/844,193 2007-08-23
US11/844,193 US7620498B2 (en) 2007-08-23 2007-08-23 Automated borehole image interpretation
PCT/US2008/073725 WO2009026371A1 (en) 2007-08-23 2008-08-20 Automated borehole image interpretation

Publications (2)

Publication Number Publication Date
CN101784748A true CN101784748A (zh) 2010-07-21
CN101784748B CN101784748B (zh) 2014-02-26

Family

ID=40378616

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200880104088.4A Expired - Fee Related CN101784748B (zh) 2007-08-23 2008-08-20 自动钻井图像解析

Country Status (8)

Country Link
US (1) US7620498B2 (zh)
EP (1) EP2191098A1 (zh)
CN (1) CN101784748B (zh)
AU (1) AU2008288952B2 (zh)
BR (1) BRPI0815710A2 (zh)
CA (1) CA2695638A1 (zh)
EA (1) EA016499B1 (zh)
WO (1) WO2009026371A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103033853A (zh) * 2012-12-27 2013-04-10 吉林航空维修有限责任公司 一种探矿系统
CN113743175A (zh) * 2020-10-21 2021-12-03 中国石油天然气集团有限公司 地层倾角分析方法、装置、计算机设备及存储介质
CN113743175B (zh) * 2020-10-21 2024-05-31 中国石油天然气集团有限公司 地层倾角分析方法、装置、计算机设备及存储介质

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2031423B1 (en) * 2007-08-31 2013-05-15 Services Pétroliers Schlumberger Identifying geological features in an image of an underground formation surrounding a borehole
US8090538B2 (en) 2008-05-01 2012-01-03 Chevron U.S.A. Inc System and method for interpretation of well data
US20100025109A1 (en) * 2008-07-30 2010-02-04 Baker Hughes Incorporated Apparatus and Method for Generating Formation Textural Feature Images
US8965701B2 (en) * 2010-10-20 2015-02-24 Baker Hughes Incorporated System and method for automatic detection and analysis of borehole breakouts from images and the automatic generation of alerts
US9377548B2 (en) * 2011-11-09 2016-06-28 Chevron U.S.A. Inc. Wavelet-transform based system and method for analyzing characteristics of a geological formation
US9274249B2 (en) 2012-06-05 2016-03-01 Chevron U.S.A. Inc. System and method for facies classification
US10217017B2 (en) * 2015-09-17 2019-02-26 Board Of Regents, The University Of Texas System Systems and methods for containerizing multilayer image segmentation
US10724364B2 (en) * 2017-03-06 2020-07-28 Baker Hughes, A Ge Company, Llc Creation of structural earth formation models
US11661843B2 (en) 2019-10-11 2023-05-30 Schlumberger Technology Corporation Method and system for determining a lithology of a subterranean formation

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5148110A (en) * 1990-03-02 1992-09-15 Helms Ronald L Method and apparatus for passively detecting the depth and location of a spatial or temporal anomaly by monitoring a time varying signal emanating from the earths surface
WO2002056047A1 (en) * 2001-01-12 2002-07-18 Oxford Instruments Superconductivity Limited Magnetic field generating assembly and method
US20020169559A1 (en) * 2001-03-13 2002-11-14 Onyia Ernest C. Method and process for prediction of subsurface fluid and rock pressures in the earth
US20030014190A1 (en) * 1997-01-24 2003-01-16 Baker Hughes Incorporated Semblance processing for an acoustic measurement-while-drilling system for imaging of formation boundaries
US20040211554A1 (en) * 2001-04-24 2004-10-28 Vinegar Harold J. Heat sources with conductive material for in situ thermal processing of an oil shale formation
CN1828013A (zh) * 2005-03-02 2006-09-06 贝克休斯公司 兰姆波在水泥胶结测井中的应用
US20070006176A1 (en) * 2005-07-01 2007-01-04 Microsoft Corporation Source code replacement via dynamic build analysis and command interception

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6832002B2 (en) 1997-02-10 2004-12-14 Definiens Ag Method of iterative segmentation of a digital picture
US7117131B2 (en) 1998-05-26 2006-10-03 Definiens Ag Method for characterizing a complex system
US6363327B1 (en) 2000-05-02 2002-03-26 Chroma Graphics, Inc. Method and apparatus for extracting selected feature information and classifying heterogeneous regions of N-dimensional spatial data
US7146380B2 (en) 2002-10-15 2006-12-05 Definiens Ag Extracting information from input data using a semantic cognition network

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5148110A (en) * 1990-03-02 1992-09-15 Helms Ronald L Method and apparatus for passively detecting the depth and location of a spatial or temporal anomaly by monitoring a time varying signal emanating from the earths surface
US20030014190A1 (en) * 1997-01-24 2003-01-16 Baker Hughes Incorporated Semblance processing for an acoustic measurement-while-drilling system for imaging of formation boundaries
WO2002056047A1 (en) * 2001-01-12 2002-07-18 Oxford Instruments Superconductivity Limited Magnetic field generating assembly and method
US20020169559A1 (en) * 2001-03-13 2002-11-14 Onyia Ernest C. Method and process for prediction of subsurface fluid and rock pressures in the earth
US20040211554A1 (en) * 2001-04-24 2004-10-28 Vinegar Harold J. Heat sources with conductive material for in situ thermal processing of an oil shale formation
CN1828013A (zh) * 2005-03-02 2006-09-06 贝克休斯公司 兰姆波在水泥胶结测井中的应用
US20070006176A1 (en) * 2005-07-01 2007-01-04 Microsoft Corporation Source code replacement via dynamic build analysis and command interception

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103033853A (zh) * 2012-12-27 2013-04-10 吉林航空维修有限责任公司 一种探矿系统
CN103033853B (zh) * 2012-12-27 2016-02-10 吉林航空维修有限责任公司 一种探矿系统
CN113743175A (zh) * 2020-10-21 2021-12-03 中国石油天然气集团有限公司 地层倾角分析方法、装置、计算机设备及存储介质
CN113743175B (zh) * 2020-10-21 2024-05-31 中国石油天然气集团有限公司 地层倾角分析方法、装置、计算机设备及存储介质

Also Published As

Publication number Publication date
EP2191098A1 (en) 2010-06-02
CA2695638A1 (en) 2009-02-26
WO2009026371A1 (en) 2009-02-26
AU2008288952A1 (en) 2009-02-26
EA016499B1 (ru) 2012-05-30
AU2008288952B2 (en) 2014-10-23
CN101784748B (zh) 2014-02-26
US20090055097A1 (en) 2009-02-26
US7620498B2 (en) 2009-11-17
EA201070302A1 (ru) 2010-10-29
BRPI0815710A2 (pt) 2015-02-10

Similar Documents

Publication Publication Date Title
CN101784748B (zh) 自动钻井图像解析
Ja'fari et al. Fracture density estimation from petrophysical log data using the adaptive neuro-fuzzy inference system
US11828167B2 (en) Well log correlation and propagation system
CA2388963C (en) Multi-resolution graph-based clustering
CN101878434A (zh) 用于表征被井眼穿过的地质构造的方法
CN107219553B (zh) 基于gr分频反演的暗河充填预测方法
Du et al. A workflow for integrated Barnett Shale gas reservoir modeling and simulation
Barr et al. Pre-development fracture modelling in the Clair field, west of Shetland
US20220120933A1 (en) Method of detection of hydrocarbon horizontal slippage passages
Du et al. Integrated shale gas reservoir modeling
Zellou et al. Integrated Workflow Applied to the Characterization of a Carbonate Fractured Reservoir: Qarn Alam Field
Gulbrandsen et al. Automatic mapping of the base of aquifer—A case study from Morrill, Nebraska
Ling et al. Driving Deep Transient Testing with a Complete Digital Workflow–A Sustainable Exploration in Green Fields
Noufal et al. New Borehole Image Log Based Technique for Pore System Characterization Predicts Productive Intervals in a Tight Carbonate Reservoir in Abu Dhabi
Gong et al. Estimating net sand from borehole images in laminated deepwater reservoirs with a neural network
Zambrano et al. Influence of geological features on well test behavior
Gohari et al. DAS/DTS/DSS/DPS/DxS-do we measure what adds value?
Story* et al. Seismically Driven Estimation of Stress Rotation and Anisotropy and Its Impact on Well Performance
Samuel et al. Advance Nuclear Magnetic Resonance and Image Logs Application for Predicting Particle Sand Distribution
Hickey Application of Land-Based Controlled Source EM Method to Hydraulic Fracture Monitoring
Bischoff et al. Integrated modeling of the mature Ashtart field, Tunisia
Barton et al. Integrated Multi-Disciplinary Approach to Predict Reservoir Performance: The Diyab Reservoir Abu Dhabi
Ahmad et al. A Machine Learning Approach Performed on New Technology for Images in Oil-Based Mud for Advanced Electro-Facies Analysis–A Case Study from the Norwegian Sea
Bertolini et al. Formation Evaluation Enhanced by Cloud-Based Platform–A Presalt Case Study Using Public Data
Poppelreiter et al. Applications of dipmeter and borehole image data in static models

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20140226

Termination date: 20150820

EXPY Termination of patent right or utility model