CN102232198A - 处理井眼核磁共振测井记录以增强t2分布的连续性的方法 - Google Patents
处理井眼核磁共振测井记录以增强t2分布的连续性的方法 Download PDFInfo
- Publication number
- CN102232198A CN102232198A CN200980148081.7A CN200980148081A CN102232198A CN 102232198 A CN102232198 A CN 102232198A CN 200980148081 A CN200980148081 A CN 200980148081A CN 102232198 A CN102232198 A CN 102232198A
- Authority
- CN
- China
- Prior art keywords
- group
- physical property
- along
- measurement signal
- proceeding measurement
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000009826 distribution Methods 0.000 title claims description 10
- 238000012545 processing Methods 0.000 title abstract description 6
- 238000005259 measurement Methods 0.000 claims abstract description 35
- 230000000704 physical effect Effects 0.000 claims abstract description 34
- 238000005481 NMR spectroscopy Methods 0.000 claims description 19
- 230000008859 change Effects 0.000 claims description 12
- 230000009466 transformation Effects 0.000 claims description 7
- 238000000293 three-dimensional nuclear magnetic resonance spectroscopy Methods 0.000 claims description 6
- 238000009792 diffusion process Methods 0.000 claims description 2
- 238000000685 Carr-Purcell-Meiboom-Gill pulse sequence Methods 0.000 claims 1
- 230000008021 deposition Effects 0.000 claims 1
- 230000006870 function Effects 0.000 description 26
- 239000011159 matrix material Substances 0.000 description 9
- 239000011435 rock Substances 0.000 description 8
- 238000005553 drilling Methods 0.000 description 6
- 238000005084 2D-nuclear magnetic resonance Methods 0.000 description 4
- 238000013480 data collection Methods 0.000 description 4
- 239000003208 petroleum Substances 0.000 description 4
- 238000000053 physical method Methods 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000005755 formation reaction Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 208000035126 Facies Diseases 0.000 description 1
- 206010044565 Tremor Diseases 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000004927 clay Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
- G01V3/18—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation specially adapted for well-logging
- G01V3/32—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation specially adapted for well-logging operating with electron or nuclear magnetic resonance
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- High Energy & Nuclear Physics (AREA)
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
一种处理地下测井记录以增强物理性质测量值的连续性的计算机实现方法和系统。该方法包括从移过穿过地下区域的井眼的至少一个传感器工具获取沿着空间或时间域的一组测量信号。该方法另外还包括进行沿着空间或时间域的该组测量信号的全局反演,以确定地下区域的沿着空间或时间域具有平滑变化的一组物理性质,其中,该组物理性质可被用于确定地下区域的特性。
Description
技术领域
本发明一般涉及用在油气勘探中的测井,更具体地说,本发明涉及增强沿着深度或时间域的物理测量值的连续性的测井数据处理,所述物理测量值可被用于确定井眼所穿过的不同相或这样的相的特性。
背景技术
时常,当进行物理测量时,每次测量都被当作一个独立事件,很少将那些独立事件与前后事件联系在一起考虑。然而,存在这样的顺序测量值可能描述物理对象的物理性质的时间行为或空间变化的某些情况。在这样的状况下,人们可以预料,在顺序数据之间应当存在某种关系或约束来反映被测量对象的物理性质在时间或空间上的平滑变化。一种这样的状况存在于石油工业中的测井数据中。
当仪器下到钻井中以进行地层的物理性质的测量时,人们可以预料测量结果会反映地层的物理性质的平滑变化。甚至对于像从砂岩到粉质粘土那样物理特性不同的层之间的过渡,人们也可以预料测量的物理性质会过渡到适度陡峭但平滑、非代表噪声的颤抖或振荡特性。当物理测量值适当地反映被测量地层时,人们可以这样识别它们,并且将它们与在邻井中测量的那些相关联。这样的识别和关联在为有效油气生产和储层管理构建正确储层模型方面极其重要。然而,测量数据中的振动噪声往往妨碍了测井数据有效地用于这样的目的,需要一种平滑约束来增强测量的测井数据与地层的“真实世界”物理性质的变化的关联。因此,约束测井数据的测量物理性质的解是一个重要任务。这种方法的发展不仅影响测井数据的管理,而且影响需要有关相邻数据集的约束的一般顺序测量值的处理。
发明内容
本发明通过提供一种在井眼的测井数据的地下测井和处理中增强物理性质测量值的连续性的方法,克服了现有技术的上述和其它缺点。一般说来,本发明利用沿着井的深度方向的垂直约束,并利用这样的约束来求解地层的物理性质。本发明提供了物理性质沿着深度的平滑变化,这种平滑变化然后允许将物理性质用作岩石类型指示符。
本领域的普通技术人员应该懂得,本发明也可以与诸如时间域,例如,随钻测井(LWD,logging while drilling)或随钻测量(MWD,measurement while drilling)的顺序测量的数据一起使用。
本发明的一个实施例包括一种处理地下区域的顺序测量值或数据以增强物理性质测量值的连续性的计算机实现方法。该方法包括从至少一个传感器工具获取沿着空间或时间域的至少一个的一组顺序测量信号,其中,所述传感器工具从地下区域中获取该组顺序测量信号。该方法进一步包括在空间或时间域的至少一个中利用平滑约束来进行该组顺序测量信号的全局反演,以确定地下区域的一组物理性质,其中,该组物理性质在空间或时间域的至少一个中具有平滑变化,可被用于确定地下区域的特性。
应该懂得,本发明的实施例包括在移过穿过地下区域的井眼的同时获取该组顺序测量信号的传感器工具。
本发明的另一个实施例的全局反演另外包括:将沿着深度域的该组顺序测量信号变换成沿着深度域的一组伪测量信号;将该组伪测量信号反演成沿着深度域的一组伪物理性质;以及将该组伪物理性质变换成沿着深度域具有连续性的该组物理性质。
本发明的进一步实施例包括利用B样条函数、高斯函数、Γ函数、或具有类似几何形状的任何其它函数,将沿着深度域的该组顺序测量信号变换成沿着深度域的该组伪测量信号以及将该组伪物理性质变换成沿着深度域具有连续性的该组物理性质。
本发明的进一步实施例包括可被用于确定井眼所穿过的地下区域的不同相或这样的相的特性的该组物理性质。
本发明的进一步实施例具有包括核磁共振(NMR)信号的该组顺序测量信号。
本发明的进一步实施例具有通过施加一组射频(RF)脉冲而引起的NMR信号。
本发明的进一步实施例具有包括多个回波列的NMR信号,该多个回波列具有不同回波间隔、等待时间、回波数量、和载频,并且是通过施加一组Carr-Purcell-Meiboom-Gill(CPMG)脉冲序列而引起的。
本发明的进一步实施例利用包括单值分解或Butler-Reeds-Dawson(BRD)算法、流体成分分解(FCD)的NMR信号反演方法,所述NMR信号反演方法用于生成T2分布、扩散-T22D分布、T1-T22D分布、和/或T1-T2-扩散3D NMR分布。
本领域的普通技术人员还应该懂得,本发明打算与一般包括电子配置的系统一起使用,所述电子配置包括至少一个处理器、存储程序代码或其它数据的至少一个存储设备、视频监视器或其它显示设备(即,液晶显示器)以及至少一个输入设备。所述处理器最好是能够显示图像和处理复杂数学算法的基于微处理器或微控制器的平台。所述存储设备可以包括存储在与本发明相关联的特定处理期间生成或使用的事件或其它数据的随机访问存储器(RAM)。所述存储设备还可以包括存储用于本发明的控制和处理的程序代码的只读存储器(ROM)。
通过参照形成本说明书的一部分、相同标号在各个图形中表示相应部件的附图对如下描述和所附权利要求书加以研究,本发明的这些和其它目的、特征、和特性,以及操作方法、结构的相关元件的功能、部件的组合、和制造成本将变得更加显而易见。但是,不言而喻,这些附图只用于例示和描述的目的,而无意作为限制本发明的定义。正如用在说明书和权利要求书中的那样,除非上下文另有明确指明,单数形式“一个”、“一种”、和“该”也包括复数指示物。
附图说明
通过对如下描述、待审权利要求书和附图加以研究,可以更好地理解本发明的这些和其它目的、特征和优点,在附图中:
图1例示了本发明一个实施例的流程图;
图2例示了现有技术方法的T2反演和本发明一个实施例的T2反演;
图3例示了使用现有技术反演方法和本发明一个实施例的T2反演的、作为深度的函数的孔隙率;
图4例示了本发明一个实施例的全局反演的表示;以及
图5是执行依照本发明一个或多个实施例的方法的系统的一个实施例的示意图例示。
具体实施方式
虽然本发明易受许多不同形式的实施例影响,但在如下前提下将本发明的优选实施例显示在附图中,以及详细描述在本文中,即本公开被认为是本发明原理的示范,而不是打算把本发明的方方面面都限制在例示的实施例上。
一般说来,本发明包括在相邻数据集间设置约束以保证测量的物理性质的平滑解的方法。
本发明的一个实施例例示在图1中,图1例示了处理地下数据以增强物理性质测量值的连续性的工作流10。该实施例包括从移过穿过地下区域的井眼的至少一个传感器工具,获取沿着深度域的一组测量信号12。该实施例进一步包括进行沿着深度域的该组测量信号的全局反演,以确定地下区域的沿着深度域具有平滑变化的一组物理性质,其中,该组物理性质可被用于确定井眼所穿过的相的特性14。
正如本领域的普通技术人员懂得的那样,现代石油钻井利用不同工具来测井井眼所穿过的地下地层。一种这样的工具利用NMR来测井或井眼。在利用NMR工具来测井地下地层之前,地层流体中的质子是随机取向的。当工具通过地层时,该工具生成激励那些质子的磁场。首先,该工具的永磁场使质子的自旋轴沿着特定方向排列或极化。然后,施加该工具的振荡场,使这些质子倾斜偏离它们的新平衡位置。当随后除去振荡场时,这些质子开始倾斜回到或弛豫朝向静态磁场排列它们的原始方向。特定脉冲序列被用于生成一系列所谓的自旋回波,该自旋回波被NMR测井工具测量并被显示在测井记录上作为自旋回波列。这些自旋回波列构成原始NMR数据。
自旋回波列的衰减幅度可以通过每一个具有不同衰减常数的衰减指数的和而被很好地拟合。该组所有衰减常数形成衰减谱或横向弛豫时间(T2)分布。T2分布可被用于确定各种地下地层的特性。例如,在水饱和岩石中,可以从数学上证明,与单孔隙相关联的衰减曲线是衰减常数与孔隙尺寸成比例的单指数;也就是说,小孔隙具有小T2值,而大孔隙具有大T2值。在井眼中的任何深度,通过NMR工具探测到的岩石样本将具有孔隙尺寸的分布。因此,多指数衰减代表那个深度上的孔隙尺寸分布,每个T2值对应于不同孔隙尺寸。T2分布能够确定的一种特性是孔隙率。T2分布也可被用于确定井眼所穿过的不同岩石或相类型。但是,NMR测井中的假信号往往导致相同岩石类型的相邻深度间隔具有不相似的T2分布和振荡孔隙率响应。这是由于在确定孔隙率值和T2分布的形状的过程中起重要作用的初始回波的噪声。结果,短T2分量是不稳定的,甚至对于相同岩石类型也是可以变化的,妨碍了将T2分布用作岩石类型(或相)的指示符。
当将本发明的一个实施例与用在石油勘探中的NMR测井记录的T2分布一起使用时,降低了相继深度间隔的孔隙率和T2分布的形状的起伏。本领域的普通技术人员应该懂得,本发明可以推广到相邻数据集间需要平滑约束的其它类型的顺序测量。两个这样的例子是标量和2D/3D NMR测井记录。
在NMR测井测量中,获得了可以写成如下的T2回波列:
其中,bi是一列n个回波中在衰减时间ti噪声为εi的第i个回波的测量信号,以及fj是要针对在对数尺度上等间距的一组m个预选T2的第j个T2驰豫时间求解的幅度。一般说来,使用各种现有技术的规则化方法以保证T2分布的平滑行为,来求解该问题。常用的方法之一是将幅度f表达成诸如B样条函数的平滑基函数之和的基函数逼近法。因此,在每个深度,存在:
bi=Kijfj=KijBjsCs=GisCs (2)
其中,重复下标代表求和,bi是第i个深度的回波列,Kij是T2反演问题的核,Bjs是离散化形式的基函数,以及Cs变成要求解的新幅度。这里,用Gis取代矩阵积KijBjs,以简化外观。
上述方法管理分别在每个深度获得的回波列。因此,每个深度间隔上的T2分布可以是平滑的,但即使可能具有相同岩石类型或相,假噪声仍然会使相邻深度间隔的T2分布不稳定和不相似。本发明的这个实施例利用沿着深度方向的约束来保证对于相邻深度间隔T2分布的平滑变化。本发明的一个实施例使用相同基函数逼近法,但现在是在深度方向上。作为深度的函数的整个T2测井记录可被整理成像如下那样的一个单矩阵问题:
biλ=GisCsλ (3)
其中,biλ和Csλ是矩阵,biλ的每列代表在第λ个深度间隔上获得的回波列,Csλ中的相应列代表那个深度间隔上的解。为了使用基函数逼近法来约束各种λ值,即,各种深度间隔间Csλ的第s个分量的行为,可以将Csλ的转置矩阵写成:
Cλs=HλμAμs, (4)
其中,Hλμ是沿着深度方向平滑Csλ的行为的另一组选择的基函数,μ作为基函数的下标,而λ作为基函数的离散化值的下标,以及Aμs是正在求解的新解矩阵。将方程(4)代入方程(3)中得出:
biλ=GisAsμHμλ, (5)
其中,Asμ和Hμλ分别是Aμs和Hλμ的转置矩阵。为了具有可解形式,将Asμ作为方程(3)中的Csλ放在最右边位置。为了达到这个目的,首先将方程(5)的两侧乘以Hμλ的转置矩阵,将它转换成正方对称矩阵Qμμ:
biλHλμ=GisAsμHμλHλμ=GisAsμQμμ,(6)
然后将方程(6)的两侧乘以Qμμ的逆矩阵得出:
biλHλμ(Qμμ)-1=b′iμ=GisAsμ, (7)
可以求解方程(7)来获得解矩阵Asμ。
方程(7)描述了从深度域(用下标λ指示)到伪深度域(用下标μ指示)的一般数据变换方法。实际反演在伪深度域中进行,以及反向变换(由方程(4)给出)给出了原始深度域中的连续结果。
图2例示了示出一个测井记录例子的结果16的本发明一个实施例,其中左面板18示出了使用方程(2)的常规T2反演的结果,三次B样条函数作为在每个深度只沿着T2驰豫时间轴的基函数。图2中的右面板20示出了使用方程(7)的T2反演的结果,三次B样条函数作为沿着驰豫时间轴以及沿着深度方向使用的基函数集。在328个深度值的深度域中存在150个三次B样条函数。方程(2)和方程(7)两者都使用单值分解算法。在左面板18中在相邻深度间,尤其是沿着驰豫时间轴在T2峰值两侧出现的现有技术T2分布的假变化未出现在垂直约束的T2分布20中。注意,由于用在石油工业中的测井记录显示的标准格式,深度方向常被称为垂直方向。
图3例示了使用每个深度的现有技术反演24和本发明一个实施例中的沿着深度域的约束反演26,作为深度的函数的孔隙率的比较。现有技术反演24包括显著振荡,而沿着深度域的约束反演26包括稳定变化。
在本发明的一个实施例中,全局反演包括将沿着深度域的该组顺序测量信号变换成沿着深度域的一组伪测量信号,将该组伪测量信号反演成沿着深度域的一组伪物理性质,以及将该组伪物理性质变换成沿着深度域具有连续性的该组物理性质。利用T2分布,这个实施例的一个例子28例示在图4中。将沿着深度域30的原始回波变换成沿着深度域32的一组伪变换回波。然后将该组沿着深度域32的伪变换回波反演成沿着深度域34的一组伪T2分布。最后将沿着深度域34的该组伪T2分布变换成沿着深度域36具有垂直连续性或具有平滑变化的一组T2分布。
本领域的普通技术人员应该懂得,利用沿着深度方向的垂直约束的本发明可被用于将T2或T1反演规则化。它也可以用于对于标量测井数据或诸如D/T2、T1-T22D NMR的2D和3D NMR数据进行垂直约束。
本发明的一个实施例包括对于标量测井记录的垂直约束。如果测井记录是每个深度间隔具有单值的标量,则将值表示成bλ。然后,可以将垂直约束问题公式化成:
bλ=Hλμaμ (8)
其中,Hλμ是沿着深度方向平滑bλ的行为的一组选择的基函数,μ作为基函数的下标,而λ作为基函数的离散化值的下标,以及aμ是正被求解的平滑标量解。
本发明的另一个实施例包括2D或3D-NMR测井记录的垂直约束。如果测井记录是2D NMR数据,则对于这种特定实施例,可以将每个深度间隔的问题写成:
bik=Kik,jhfjh (9)
其中,bik是每个深度记录的数据,Kik,jh是2D核,以及fjh是每个深度的2D解。为了实现垂直约束,假设2D变量沿着深度方向的变化可以通过单组基函数Hλμ描述如下:
bik,λ=Kik,jhfjh,λ=Kik,jhAjh,μHμλ (10)
其中:
fλ,jh=HλμAμ,jh (11)
以及Ajh,μ是要求解的新2D解。并且,将方程(10)的两侧乘以Qμμ的逆矩阵和Hλμ,结果是:
bik,λHλμ(Qμμ)-1=b′ik,μ=Kik,jhAjh,μ (12)
现在,可以求解Ajh,μ了。
如果测井记录是3D NMR数据,则对于这种特定实施例,可以将每个深度间隔的问题写成:
bik=Kik,jhlfjhl (13)
其中,bik是每个深度记录的数据,Kik,jhl是3D核,以及fjhl是每个深度的3D解。为了实现垂直约束,可以假设3D变量沿着深度方向的变化可以通过单组基函数Hλμ描述如下:
bik,λ=Kik,jhlfjhl,λ=Kik,jhlAjhl,μHμλ (14)
其中:
fλ,jhl=HλμAμ,jhl (15)
以及Ajhl,μ是要求解的新3D解。将方程(14)的两侧乘以Qμμ的逆矩阵和Hλμ得出:
bik,λHλμ(Qμμ)-1=b′ik,μ=Kik,jhlAjhl,μ (16)
现在,可以求解Ajhl,μ了。
本领域的普通技术人员应该懂得,本发明可以用在需要相邻数据集间的平滑约束的数据类型中,一个例子是时间域中的数据。
在图5中示意性地例示了执行本发明的系统的一个例子。该系统38包括数据存储设备或存储器40。可以使所存储数据可用于诸如可编程通用计算机的处理器42。处理器42可以包括诸如显示器44和图形用户界面(GUI)46的接口组件。GUI 46可以用于显示数据和处理后的数据产物,以及允许用户在实现该方法的各个方面的选项当中作出选择。数据可以经由总线48直接从数据获取设备或从中间存储和处理设施(未示出)传送给系统38。
尽管为了例示的目的,根据当前认为最实用的优选实施例对本发明作了详细描述,但应该明白,这样的细节仅仅为了那个目的,本发明不局限于所公开的实施例,而是相反,打算涵盖在所附权利要求书的精神和范围之内的所有修改和等效安排。例如,尽管本文提到了计算机,但所述计算机可以包括通用计算机、专用计算机、编程成执行这些方法的ASIC(专用集成电路)、计算机阵列或网络、或其它适用计算设备。作为进一步的例子,还应该明白,本发明设想,可以尽可能地将任何实施例的一个或多个特征与任何其它实施例的一个或多个特征组合。
Claims (10)
1.一种处理地下区域的顺序测量信号以增强物理性质测量值的连续性的计算机实现方法,其中,该方法包含:
从至少一个传感器工具获取沿着空间或时间域的至少一个的一组顺序测量信号,其中,所述传感器工具从地下区域中获取该组顺序测量信号;以及
在空间或时间域的至少一个中利用平滑约束来进行该组顺序测量信号的全局反演,以确定地下区域的一组物理性质,其中,该组物理性质在空间或时间域的至少一个中具有平滑变化,可被用于确定地下区域的特性。
2.如权利要求1所述的方法,其中,所述传感器工具在移过穿过地下区域的井眼的同时获取该组顺序测量信号。
3.如权利要求1所述的方法,其中,进行该组顺序测量信号的全局反演包括:将沿着深度域的该组顺序测量信号变换成沿着深度域的一组伪测量信号;将该组伪测量信号反演成沿着深度域的一组伪物理性质;以及将该组伪物理性质变换成沿着深度域具有连续性的该组物理性质。
4.如权利要求3所述的方法,其中,将沿着深度域的该组顺序测量信号变换成沿着深度域的该组伪测量信号以及将该组伪物理性质变换成沿着深度域具有连续性的该组物理性质包括:利用B样条函数、高斯函数、或Γ函数。
5.如权利要求1所述的方法,其中,该组物理性质可被用于确定井眼所穿过的地下区域的不同相。
6.如权利要求1所述的方法,其中,该组顺序测量信号包括NMR信号。
7.如权利要求6所述的方法,其中,NMR信号通过施加一组RF脉冲而引起。
8.如权利要求6所述的方法,其中,NMR信号包括通过施加一组CPMG脉冲序列而引起的多个回波列。
9.如权利要求6所述的方法,其中,NMR信号的全局反演被用于生成T2分布、扩散-T22D分布、T1-T22D分布、和/或T1-T2-扩散3D NMR分布。
10.一种配置成处理地下测井记录以增强物理性质测量值的连续性的系统,该系统包含:
一个或多个处理器,所述一个或多个处理器通过如下操作来提供分离岩相之间的沉积等效地下事件之间的关联:
(a)从至少一个传感器工具获取沿着空间或时间域的至少一个的一组顺序测量信号;该组顺序测量信号是在所述传感器工具移过穿过地下区域的井眼的同时获取的;以及
(b)进行沿着空间或时间域的至少一个的该组顺序测量信号的全局反演,以确定地下区域的沿着空间或时间域的至少一个具有平滑变化的一组物理性质,其中,该组物理性质可被用于确定地下区域的特性。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US12/325,639 US20100138157A1 (en) | 2008-12-01 | 2008-12-01 | Method for processing borehole logs to enhance the continuity of physical property measurements of a subsurface region |
US12/325,639 | 2008-12-01 | ||
PCT/US2009/061268 WO2010065203A2 (en) | 2008-12-01 | 2009-10-20 | Method for processing borehole nmr logs to enhance the continuity of t2 distributions |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102232198A true CN102232198A (zh) | 2011-11-02 |
Family
ID=42223587
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200980148081.7A Pending CN102232198A (zh) | 2008-12-01 | 2009-10-20 | 处理井眼核磁共振测井记录以增强t2分布的连续性的方法 |
Country Status (8)
Country | Link |
---|---|
US (1) | US20100138157A1 (zh) |
EP (1) | EP2370839A2 (zh) |
CN (1) | CN102232198A (zh) |
AU (1) | AU2009322862A1 (zh) |
BR (1) | BRPI0921136A2 (zh) |
CA (1) | CA2744480A1 (zh) |
EA (1) | EA201170737A1 (zh) |
WO (1) | WO2010065203A2 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102608664A (zh) * | 2012-02-17 | 2012-07-25 | 中国石油大学(北京) | 深度维核磁共振反演获取横向弛豫时间谱的方法及装置 |
CN104428662A (zh) * | 2012-06-22 | 2015-03-18 | 雪佛龙美国公司 | 用于确定地质地层中的分子结构的系统和方法 |
CN108474756A (zh) * | 2015-12-18 | 2018-08-31 | 斯伦贝谢技术有限公司 | 使用多线圈nmr测量对地下地层和特征进行成像 |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7925442B2 (en) * | 2008-10-14 | 2011-04-12 | Chevron U.S.A. Inc. | Pseudo logs to improve stratigraphic correlation between sedimentary basins |
MX2013006752A (es) | 2010-12-16 | 2013-12-06 | Landmark Graphics Corp | Metodo y sistema para graficar informacion correlacionada. |
WO2013066549A1 (en) * | 2011-10-31 | 2013-05-10 | Baker Hughes Incorporated | Hydrocarbon determination in unconventional shale |
WO2013074112A1 (en) * | 2011-11-18 | 2013-05-23 | Halliburton Energy Services, Inc. | Methods and systems for analyzing formation properties when performing subterranean operations |
EP2775321A3 (en) * | 2013-03-04 | 2017-05-10 | CGG Services SA | Method and device for calculating time-shifts and time-strains in seismic data |
WO2015088543A1 (en) | 2013-12-12 | 2015-06-18 | Halliburton Energy Services, Inc. | Modeling subterranean fluid viscosity |
WO2015088542A1 (en) | 2013-12-12 | 2015-06-18 | Halliburton Energy Services, Inc. | Modeling subterranean formation permeability |
CA2948471C (en) * | 2014-06-13 | 2022-12-13 | Landmark Graphics Corporation | Gold data set automation |
US10359532B2 (en) * | 2014-12-10 | 2019-07-23 | Schlumberger Technology Corporation | Methods to characterize formation properties |
CN110632664B (zh) * | 2018-06-21 | 2021-06-25 | 中国石油化工股份有限公司 | 基于多地球物理参数相关性的含油气预测方法与装置 |
CN111441759A (zh) * | 2020-03-20 | 2020-07-24 | 中海油田服务股份有限公司 | 一种测井方法和装置 |
CN113031070B (zh) * | 2021-03-19 | 2022-06-28 | 大庆油田有限责任公司 | 一种深度域合成地震记录的制作方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6072314A (en) * | 1997-09-16 | 2000-06-06 | Halliburton Energy Services, Inc. | NMR interpretation technique using error minimization with variable T2 cutoff |
US6594584B1 (en) * | 1999-10-21 | 2003-07-15 | Schlumberger Technology Corporation | Method for calculating a distance between a well logging instrument and a formation boundary by inversion processing measurements from the logging instrument |
US6255819B1 (en) * | 1999-10-25 | 2001-07-03 | Halliburton Energy Services, Inc. | System and method for geologically-enhanced magnetic resonance imaging logs |
US6541969B2 (en) * | 1999-12-15 | 2003-04-01 | Halliburton Energy Services, Inc. | Method and apparatus for improving the vertical resolution of NMR logs |
EP1642156B1 (en) * | 2003-05-02 | 2020-03-04 | Halliburton Energy Services, Inc. | Systems and methods for nmr logging |
US7652950B2 (en) * | 2005-06-03 | 2010-01-26 | Schlumberger Technology Corporation | Radial profiling of formation mobility using horizontal and vertical shear slowness profiles |
US7512529B2 (en) * | 2005-10-26 | 2009-03-31 | Roxar Software Solutions A/S | Analysis and characterization of fault networks |
US7366616B2 (en) * | 2006-01-13 | 2008-04-29 | Schlumberger Technology Corporation | Computer-based method for while-drilling modeling and visualization of layered subterranean earth formations |
-
2008
- 2008-12-01 US US12/325,639 patent/US20100138157A1/en not_active Abandoned
-
2009
- 2009-10-20 EP EP09830786A patent/EP2370839A2/en not_active Withdrawn
- 2009-10-20 CN CN200980148081.7A patent/CN102232198A/zh active Pending
- 2009-10-20 EA EA201170737A patent/EA201170737A1/ru unknown
- 2009-10-20 BR BRPI0921136A patent/BRPI0921136A2/pt not_active IP Right Cessation
- 2009-10-20 WO PCT/US2009/061268 patent/WO2010065203A2/en active Application Filing
- 2009-10-20 AU AU2009322862A patent/AU2009322862A1/en not_active Abandoned
- 2009-10-20 CA CA2744480A patent/CA2744480A1/en not_active Abandoned
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102608664A (zh) * | 2012-02-17 | 2012-07-25 | 中国石油大学(北京) | 深度维核磁共振反演获取横向弛豫时间谱的方法及装置 |
CN102608664B (zh) * | 2012-02-17 | 2015-06-24 | 中国石油大学(北京) | 深度维核磁共振反演获取横向弛豫时间谱的方法及装置 |
CN104428662A (zh) * | 2012-06-22 | 2015-03-18 | 雪佛龙美国公司 | 用于确定地质地层中的分子结构的系统和方法 |
CN104428662B (zh) * | 2012-06-22 | 2017-03-22 | 雪佛龙美国公司 | 用于确定地质地层中的分子结构的系统和方法 |
CN108474756A (zh) * | 2015-12-18 | 2018-08-31 | 斯伦贝谢技术有限公司 | 使用多线圈nmr测量对地下地层和特征进行成像 |
CN108474756B (zh) * | 2015-12-18 | 2021-05-25 | 斯伦贝谢技术有限公司 | 研究地下地层的方法和用于地下地层内的测井系统 |
Also Published As
Publication number | Publication date |
---|---|
EP2370839A2 (en) | 2011-10-05 |
WO2010065203A3 (en) | 2010-07-29 |
AU2009322862A1 (en) | 2010-06-10 |
US20100138157A1 (en) | 2010-06-03 |
BRPI0921136A2 (pt) | 2016-02-23 |
WO2010065203A2 (en) | 2010-06-10 |
CA2744480A1 (en) | 2010-06-10 |
EA201170737A1 (ru) | 2011-12-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102232198A (zh) | 处理井眼核磁共振测井记录以增强t2分布的连续性的方法 | |
Zhu et al. | A Bayesian approach to estimate uncertainty for full-waveform inversion using a priori information from depth migration | |
US11668853B2 (en) | Petrophysical inversion with machine learning-based geologic priors | |
Gallardo et al. | Structure‐coupled multiphysics imaging in geophysical sciences | |
Lisiecki et al. | Application of dynamic programming to the correlation of paleoclimate records | |
Grana et al. | Probabilistic inversion of seismic data for reservoir petrophysical characterization: Review and examples | |
Grana et al. | Stochastic inversion of facies from seismic data based on sequential simulations and probability perturbation method | |
Fang et al. | Uncertainty quantification for inverse problems with weak partial-differential-equation constraints | |
Johansen et al. | Inverse rock physics modeling for reservoir quality prediction | |
US10228484B2 (en) | Robust multi-dimensional inversion from wellbore NMR measurements | |
Grana | Probabilistic approach to rock physics modeling | |
Liu et al. | Uncertainty quantification in stochastic inversion with dimensionality reduction using variational autoencoder | |
CN105137483B (zh) | 碳酸盐岩地层热液储层空间分布预测方法及系统 | |
Fahimuddin | 4D seismic history matching using the ensemble Kalman filter (EnKF): possibilities and challenges | |
Artun et al. | Intelligent seismic inversion workflow for high-resolution reservoir characterization | |
Zhang et al. | A novel and efficient engine for P-/S-wave-mode vector decomposition for vertical transverse isotropic elastic reverse time migration | |
Ding et al. | Reliability analysis of seismic attribute in the detection of fault-karst | |
Zeng et al. | Impact of sedimentary facies on machine learning of acoustic impedance from seismic data: Lessons from a geologically realistic 3D model | |
Barnier et al. | Full-waveform inversion by model extension: Practical applications | |
Yan et al. | Multidirectional eigenvalue-based coherence attribute for discontinuity detection | |
Beloborodov et al. | Rock-physics machine learning toolkit for joint litho-fluid facies classification and compaction modeling | |
Eaid et al. | Field assessment of elastic full-waveform inversion of combined accelerometer and distributed acoustic sensing data in a vertical seismic profile configuration | |
Veire et al. | Stochastic inversion of pressure and saturation changes from time-lapse AVO data | |
Rusmanugroho et al. | 3D, 9C seismic modeling and inversion of Weyburn Field data | |
Heidari et al. | Single-step probabilistic inversion of 3D seismic data of a carbonate reservoir in Southwest Iran |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20111102 |