CN103534616A - 用于监视海底运动的方法 - Google Patents

Abstract

通过使用由在海底上的不同位置处安装的多个压力传感器在延长时间段（t）上产生的异步压力信号测量在与海底相邻的多个位置处的周围海水压力来监视海底运动，其中，在异步压力信号上的谐波潮汐-相关压力变化由包括数学公式的算法校正，该数学公式在目标函数中对空间和时间压力变化建模。所述方法就深度和/或压力测量的同步性而论不受约束，并且不要求另外的静止短期局部基准测量。

Description

用于监视海底运动的方法

技术领域

本发明涉及一种用于监视海底运动的方法。

背景技术

这样一种方法由美国专利6,813,564是已知的。

这篇现有技术参考文献公开了一种用来监视勘测海底区域的可能沉降的方法，这种可能沉降可以由地下烃储层的压实引起，该方法包括如下步骤：

-进行至少两个测量系列（S1…、S_i…、S_m），每个测量系列包括至少一个时标（time-indexed）深度测量，使在测量系列之间的时间间隔在数月或数年的量级上；

-对于在基点上布置的勘测站进行每个深度测量，该基点具有相对于局部海底的固定垂直和水平位置；

-在每个测量系列（S_i）内，对于在至少一个基点上的至少一个短期局部基准站，进行至少一个静止时标短时局部基准深度测量系列，用来校正用于短时（例如，潮汐）深度变化的每个深度测量；及

-在每个测量系列（S_i）期间，进行相对于在基准站处的至少一个深度测量的深度测量至少一次，该基准站布置在勘测区域外的海底上，基准站基本上不受在测量系列（S1…、S_i…、S_m）期间由于储层的压实而发生的长期效应的影响。

由美国专利6,813,564已知的方法因此依赖于在局部基准站上‘额外’静止时标短时局部基准深度测量系列的使用。

在这种已知手段中，现有自主长期传感器彼此异步地，但与静止短时（准连续）局部深度/压力传感器同步地，进行压力测量。这的确允许对用于短期深度/压力变化的异步长期传感器测量的校正。以后，通过计算相对于短期局部基准站的压力差，可导出无潮汐相对高度。

有对于用来监视海底沉降的一种改进方法的需要，这种改进方法就深度和/或压力测量的同步性而论不受约束，并且不要求另外的静止短期局部基准测量。

发明内容

按照本发明提供有一种方法，这种方法通过使用由在海底上的不同位置处安装的多个压力传感器在延长时间段（t）上产生的异步压力信号，测量在与海底相邻的多个位置处的周围海水压力来监视海底运动，其中，在异步压力信号上的谐波潮汐-相关压力变化由包括数学公式的算法校正，该数学公式在目标函数中对空间和时间压力变化建模。建模空间和时间压力变化的数学公式可以由如下给出：

$p(t,x)=A_0(x,t)+A_T\left(t\right)+\underset{k=1}{\overset{M}{\mathrm{\Σ}}}{A}_k\sin ({\mathrm{\ω}}_{k}t+{\mathrm{\Φ}}_k)$

其中，x指示传感器的位置，

A₀指示取决于位置的深度依赖偏移，

A_T指示长期或非振荡变化，并且振荡项

由在延长时间段（t）上的潮汐周期k的数量M确定，其中，ω_k指示潮汐周期的频率，这些频率由地球相对于月球和太阳的运动而支配，并且Φ_k指示潮汐周期的相位，这些相位与讨论的区域的位置相关联。这个数学公式是用于时间和空间压力变化的模型。

模型具有少量自由参数，即A₀、A_T、A_k、及Φ_k，其中（k=1、…、M）。

给定一些数据的可得到性，我们可使用非线性最小二乘算法，通过使在模型预测与实际测量值之间的不吻合最小，评估用于这些自由参数的最佳值。

由非线性最小二乘法最小化的目标函数S可以表达为：

$S=\mathrm{\Σ}({p_i}_j^j-{A_0}^j)-\underset{k=1}{\overset{m}{\mathrm{\Σ}}}{A}_k\sin ({\mathrm{\ω}}_k{t}_i+{\mathrm{\Φ}}_k)$

其中，下标i指示不同测量时间。

这个目标函数S可以由非线性最小二乘算法通过改变A和Φ并且通过识别尽可能低的S值而最小化。此外，由全部压力传感器产生的异步压力信号的组合可以用来估计在算法中的谐波潮汐-相关压力变化。

选择性地，通过贯穿延长时间段（t）以选定时间间隔测量在压力传感器之间的距离，可以监视海底的非垂直运动，这些距离可以由无线信号，如声学、电磁及/或光子信号，的飞行时间测量而测量，这些无线信号由无线信号发射机发射到无线信号接收机，该无线信号发射机连接到压力传感器之一上，这些无线信号接收机连接到其它压力传感器的每一个上。

压力传感器和/或无线信号发射机和接收机可以安装在三脚架上，这些三脚架安装在海底上或者至少部分地进入到海底中，并且根据本发明的方法可以用来监视在含烃岩层上方的海底运动，并且此外可以用来管理、优化及/或否则控制来自岩层的烃的产生，从该含烃岩层产生烃。

在这样的情况下，根据本发明的方法可以用来在数学储集层模型中计入含烃岩层的收缩和/或膨胀，该数学储集层模型计算通过含烃岩层的烃和其它流体的通量，并且该数学储集层模型用来管理、优化及控制来自含烃岩层的烃流体的产生和/或将产生激励流体到含烃岩层的注入。

根据本发明的方法的这些和其它特征、实施例及优点在附属权利要求书、摘要及非限制性实施例的如下详细描述中描述，这些非限制性实施例在附图中描绘，在该描述中使用附图标记，这些附图标记指在图中描绘的对应附图标记。在不同图中的类似附图标记指示相同或类似对象。

附图说明

图1表示在海底处安装的压力传感器的阵列；和

图2比图1更详细地表示压力传感器阵列如何安装在海底处的三脚架上。

具体实施方式

图1示意地表明压力传感器1的阵列，这些压力传感器1安装在海底2处。

图2表示压力传感器1每个如何安装在三脚架3上和如何通过得到声学、电磁、光子及/或其它无线信号4的飞行时间信息而测量在压力传感器1之间的距离，该三脚架3的支腿至少部分地进入海底2中，这些无线信号4由无线信号发射机5定期地发射到无线信号接收机6，该无线信号发射机5安装在一个三脚架3处，这些无线信号接收机6安装在其它三脚架3处。

将理解，海底可以是经受潮汐深度变化的海、峡湾、洋、湖泊或任何其它水体的底部。

也将理解，海底作为地壳构造效应，如地震的结果，并且作为烃流体从地下含烃流体岩层的产生的结果，可能在垂直和水平方向上运动。

在烃储层上的沉降信息可提供区域化、和储藏性能的有价值内情。在岸上，存在按毫米精度测量沉降的各种方法。然而，在海上得到精确沉降测量证明显著地更加复杂。

将岸上技术扩展到海上的主要障碍由如下事实给出：岸上测量严重地依赖于电磁波、或在现场的勘测队。电磁辐射在海上几乎立刻衰减，并且勘测队也是不可行的。

对于测海学测量使用的常见技术是声纳测量，这些声纳测量通常具有20-80cm的列举精度。它们的可重复性可能轻微地较好，但仍然在厘米范围中。如果我们正试图监视高度压实储层，则厘米可重复性是足够的，但如果我们感兴趣的效果本身最大在数厘米的量级上，则厘米可重复性不是足够的。为了克服这个问题，我们已经调查了通过自主海底传感器的重复压力测量的可能性。

从压力测量导出沉降的主要挑战是，将沉降信号摆脱由潮汐和大气压力波前造成的压力变化。

按照本发明，提供一种将潮汐模型拟合到数据集的方法，该数据集按时间不规则地取样。这种方法不能除去大气压力变化，但通过观看相对压力变化，可除去这些高度相关信号。

作为试验数据集，我们已经收集了在挪威海上Ormen Lange气田上的三年的压力数据。Ormen Lange位于800-1200m水深度中。试验网包括十个传感器，这十个传感器在2km²的面积上部署。由于试验的主要目的是试验重复范围测量，所以我们决定不采用海上基准站，这些海上基准站证明是对于结果的可解释性的显著限制因素。

在本描述中，在精度与可重复性之间进行区分。精度定义成是实际测量值多么接近测量量的度量。例如，10cm的精度意味着，（在一定置信水平内）测量量的实际值在引用（quoted）值的10cm内。可重复性定义成是我们可多好地重复测量的度量。因而，如果我们具有校准两次重复测量的方法，则可重复性可能高于精度，如果我们可良好地重复我们的错误。对于延时监视，测量精度的意义不大，我们对可重复性感兴趣，因为我们对由烃产生造成的变化感兴趣。

我们假定，我们在海底处具有n个压力传感器的网。

由j=（1、…、n）标记的传感器的每一个在其深度处取样压力。总共我们在时刻t_i，i=（1、…、K），处具有K个测量。我们假定，全部传感器不在同时取样压力。

此外假定，在海底处的压力场可在如下公式1中描述成：

$p(t,x)=A_0(x,t)+A_T\left(t\right)+\underset{k=1}{\overset{M}{\mathrm{\Σ}}}{A}_k\sin ({\mathrm{\ω}}_{k}t+{\mathrm{\Φ}}_k)$ [公式1]

其中，t=时间，x=位置，A₀指示深度依赖偏移，A_T指示长期或非振荡变化，及振荡项由潮汐周期k的数量M确定，

其中，ω_k指示不同基本频率，这些不同基本频率由地球相对于月球和太阳的运动而支配，

A_k指示在讨论的区域的位置处的潮汐振幅，及

Φ_k指示在这个位置处的潮汐周期的相位。

在根据公式1的模型中，假定只有A₀取决于位置，具体地说，这意味着，我们将潮汐压力变化假定成在感兴趣区域上的恒定数值。具体地说，这个模型仅具有是位置（和因而传感器）依赖的一个未知参数，即A₀。

在这时，A₀显得很难处理。它具有深度的和时间的未知依赖性。为了简化问题，我们现在假定，只有A₀的时间变化由海底位置的变化给出，因而由沉降（或上升）给出。然后，可假定，A₀的时间变化与在公式[1]中的全部其它时间度量相比是缓慢过程。

如果我们因此取得足够短的数据间隔，我们可假定A₀在时间上是恒定的，并且仅取决于深度。这为由得到的异步压力数据得到沉降估计的策略提供如下步骤：

1.由压力数据的足够间隔，估计自由参数A₀、A_k、Φ_k；

2.将一个压力传感器宣布成基准站；

3.通过观看在基准传感器与其它传感器之间的差别，从问题中消除A_T；

4.然后对于全部可能时间间隔重复以上步骤1、2及3，并因而对于全部传感器j=（1、…、n）得到对于（传感器依赖）时间-序列A₀ ^j的时间序列。

5.最后，通过使用水的通常压力梯度，将压力值转化成深度值，假定海水的密度是1025kg/m³，压力梯度是10.05kPa/m或（对于良好近侧）是1kPa/10cm。

如可由步骤1-5的以上描述看到的那样，我们假定，只有用于潮汐数据的相位Φ是可变的，而不是频率ω。潮汐频率ω可由天文数据非常良好地计算，并且我们因此保持它们固定。当然，高精度潮汐模型需要在数年上高度准确和高度频繁的取样数据。然而，支配频率ω具有数小时至数天的比较短周期。

通过比较不同时间间隔的结果，我们最后决定由两周数据间隔估计一组参数。这似乎给出在估计在这两周间隔上的支配潮汐模型、与提供减去A_T的足够可靠方法之间的良好平衡。

在如下章节中，更详细地描述根据本发明的方法的实施。

每三个小时，然而不必在相同的时间点处，从十个传感器已经取样随我们处置的压力数据。我们决定估计潮汐模型的参数、以及关于两周数据间隔的偏移。我们将它们挑选成按一周重叠。

取样的压力数据假定具有形式p^j(t_ij)=p(x_j,t_ij)+ε，其中，噪声项ε假定关于零平均值独立正态地分布，ε～N(0,δ²)。在这种假设下，可使用估计模型参数的最小二乘法。

相关潮汐频率是如下基本频率的线性组合：

·T=15°/hr：地球在其轴线上相对于太阳的转动

·h=0.04106864°/hr：地球绕太阳的转动

·s=0.54901653°/hr：月球绕地球的转动

·p_p=0.00464183°/hr：月球的近地点的进动

·N_n=-0.00220641°/hr：月球轨道平面的进动

在某种实验之后，我们决定对于潮汐模型包括如下潮汐频率

·M₂=2T-2s+2h=28.984°/hr：主月球半日分潮

·S₂=2T=30.000°/hr：主太阳半日分潮

·N₂=2T-3s+2h+pp=28.440°/hr：较大月球椭圆半日分潮

·K₁=T+h=15.041°/hr：日月赤纬日分潮

·O₁=T-2s+h=13.943°/hr：月球赤纬日分潮

·v₂=2T-3s+4h-p_p=28.513°/hr：将月球轨道与椭圆的偏差计入的M₂的调制。（较大月球出差分潮）。

·K₂=2T+2h=30.0823°/hr：为将月球轨道从地球的赤道转换到月球的平均平面中的M₂的调制。（日月半日分潮）

·P₁=T-h=14.9593°/hr：太阳日分潮。

·M₂=2T-2s+2h

·N₂=2T-3s+2h+p_p

·S₂=2T

·L₂=2T-s+2h-p_p

·K₁=T+h

·O₁=T-2s+h

·S_a=h

·v₂=2T-3s+4h-p_p

·K₂=2T+2h

·Mm=s-pp

·P₁=T-h

在一些以后处理运算中，我们决定忽略S_a、v₂及M_m的影响，因为解是不稳定的，并且在给出S_a与一些其它影响之间使最大能量振荡。

为了估计最好参数，我们使用对于给定时间间隔来自全部传感器的压力数据，并且将如下目标函数用作公式2：

$S=\mathrm{\Σ}({p_i}_j^j-{A_0}^j)-\underset{k=1}{\overset{m}{\mathrm{\Σ}}}{A}_k\sin ({\mathrm{\ω}}_k{t}_i+{\mathrm{\Φ}}_k)$   [公式2]

如可看到的那样，通过这种方法，我们使用在给定时间段上的全部可得到压力数据同时估计参数。我们不将参数A_T包括到目标函数中。它在选中表示中仅仅构成另一个线性项，这个线性项与A₀是不可区分的。我们通过相对于一个传感器定位而消除在方法的最后步骤中的A_T。对于从用于潮汐模型参数的文献中取得的参数使用开始估计并且作为用于A₀的压力值的中值，我们使用信息库提供给我们有非线性最小二乘解算器，如称作LAPACK的信息库，该信息库由E.Anderson等公开在“LA-PACK Users′guide”中、在由Society for Industrial andApplied Mathematics,Philadelphia,PA,USA,1999所出版的第三版中、及由J.T.Miller等在NumPy:“Open source scientific computingpackage for Python”中在url：http://www.numeric.scipy.org所公开的NumPy中。

公式1和2在具有非线性最小二乘解算器的这些信息库中的应用产生沉降数据，这些沉降数据在相对于由另一种技术产生的沉降数据检查之后，证明是可重复的。

在如下章节中，将比以前章节中的描述更一般地描述根据本发明的方法的几个特征和益处。

在位置x处在海底上的压力（p）是在位置x处的压力传感器1上方的水柱的高度的函数。

由于潮汐变化（s），随时间（t）的压力变化可由如下公式表达：

p(x,t)=p₀(x)+s(x,t)

在有限延伸的区域上，潮汐变化可假定是横向恒定的：s(x,t)=s(t)。让我们现在将在位置x_i处的压力测量p(x_i,t)指示为pⁱ(t)。

相对压力差pⁱ(t_k)-p^j(t_l)由在不同位置i、j处的异步压力测量导出，并且观察时间k、l将由差分潮汐信号s(t_k)-s(t_l)干扰，使：

$p^i\left(t_k\right)-p^j\left(t_l\right)=p_0^i-p_0^j+s\left(t_k\right)-s\left(t_l\right).$

有限长期时钟稳定性和其它运算问题防止通过使长期自主压力传感器充分同步而消除s(t_k)-s(t_l)。

观察到，由美国专利6,813,564已知的深度测量方法依赖于在局部基准站上‘额外’静止时标短时局部基准深度测量系列的使用。在这种已知手段中，现有自主长期传感器彼此异步地，但与静止短时（准连续）局部深度/压力传感器同步地，进行压力测量。这的确允许对用于短期深度/压力变化的异步长期传感器测量的校正。以后，通过计算相对于短期局部基准站的压力差，可导出无潮汐相对高度。

按照本发明，提供有一种由异步海底压力测量导出无潮汐相对高度差的新颖手段。

根据本发明的新颖手段就深度和/或压力测量的同步性而论不受约束，并且具体地说，不依赖于‘额外’静止短期局部基准测量。代之以，谐波短期潮汐相关影响由如下的同时估计而校正：

-对于在时间上全部站的通常潮汐-相关压力变化的谐波模型s(t,h)的振幅和相位参数h，和

-与站深度相对应的每站恒定压力值

。

由计入压力传感器的测量噪声的残余项而补充，我们得到如下形式的非线性最小二乘调整问题的观察公式：

$p^i\left(t\right)+e^i\left(t\right)=p_0^i+s(t,h).$

然后假定噪声关于平均值零和偏差σ²正态地分布，e～（0，σ²）。谐波潮汐模型以后表示为：

这里，A_n是分量的振幅，ω_n是频率，及

是相位，因而h=(A_n,ω_n,

)。

潮汐模型的精度由谐波系列包括多少项而确定。为了进一步约束估计问题，频率ω_n也看作是给定的。描述的同时估计过程在由如下确定的适当时间段上进行：

-站的期望沉降速率（恒定

的假定在这个时段上必须有效），

-在异步换能器处的压力测量的频率；及

-谐波模型的频率。

关于压力测量的要求频率，应该注意，全部传感器的组合用来估计共用压力模型。因而，压力测量越异步，共用谐波压力模型的时间取样将越好。

除潮汐变化之外，按时间的常见压力变化可能包括其它（残余）短期信号，这些短期信号与例如天气变化或类似非周期现象相对应。由于谐波压力模型不能够捕获这些信号，所以它们的确具有干扰共同估计站压力/深度的潜力。然而，我们的确假定，描述的短期残余量可由非周期的、但时间相关的随机信号模型化，该信号具有零平均值。

与以上指定的标准相互补，分析时间窗口因此也由以上假设的有效性而确定，同时计入时间窗口必须足够长地挑选，以中和任何常见短期残余影响。

为了除去由以上手段未估计的另外常见信号，人们此外可考虑在压力传感器之间的差别，以便得到相对压力、或深度变化。

根据本发明的方法的一些卓越方面概括如下：

-在大多数基于压力检测的高度-监视实验中，假定专用基准站。在根据本发明的方法中，这不是必需的，而是选择性的。

-还未尝试如对于每个压力传感器同时估计共用压力模型和偏移的那样的问题的公式化。

-根据本发明的方法回避对于同步压力测量的需要。

相反，异步压力测量是优选的，以得到由公式1和2所表达的潮汐模型的较好估计。

Claims (13)

1.一种通过使用由在海底上的不同位置处安装的多个压力传感器在延长时间段（t）上产生的异步压力信号测量在与海底相邻的多个位置处的周围海水压力来监视海底运动的方法，其中，在异步压力信号上的谐波潮汐-相关压力变化由包括数学公式的算法校正，该数学公式在目标函数中对空间和时间压力变化建模。

2.根据权利要求1所述的方法，其中，该算法包括如下数学公式：

$p(t,x)=A_0(x,t)+A_T\left(t\right)+\underset{k=1}{\overset{M}{\mathrm{\Σ}}}{A}_k\sin ({\mathrm{\ω}}_{k}t+{\mathrm{\Φ}}_k)$

其中，x指示传感器的位置，A₀指示取决于位置的深度依赖偏移，

A_T指示长期或非振荡变化，并且振荡项

由在延长时间段（t）上的潮汐周期k的数量M确定，其中，ω_k指示潮汐周期的频率，这些频率由地球相对于月球和太阳的运动而支配，并且Φ_k指示潮汐周期的相位，这些相位与相关区域的位置相关联。

3.根据权利要求2所述的方法，其中，该算法还包括非线性最小二乘算法，以估计参数A₀、A_T、A_k、及Φ_k，其中（k=1，…，M），该非线性最小二乘算法用来求解目标函数S，该目标函数S表达为：

$S=\underset{j}{\mathrm{\Σ}}(p_i^j-A_0^j)-\underset{k=1}{\overset{m}{\mathrm{\Σ}}}{A}_k\sin ({\mathrm{\ω}}_k{t}_i+{\mathrm{\Φ}}_k)$

其中，下标i指示不同测量时间，并且目标函数S通过改变A和Φ而最小化。

4.根据权利要求2或3所述的方法，其中，由全部压力传感器产生的异步压力信号的组合被用来估计在算法中的谐波潮汐-相关压力变化。

5.根据权利要求1-4中任一项所述的方法，其中，通过贯穿延长时间段（t）以选定时间间隔测量在压力传感器之间的距离，来监视海底的非垂直运动。

6.根据权利要求5所述的方法，其中，该距离由无线信号的飞行时间测量来测量，这些无线信号由连接到压力传感器之一的无线信号发射机发射到与其它压力传感器中的每一个连接的无线信号接收机。

7.根据权利要求6所述的方法，其中，无线信号包括声学信号。

8.根据权利要求7所述的方法，其中，无线信号包括电磁和/或光子信号。

9.根据权利要求1-8中任一项所述的方法，其中，压力传感器和/或无线信号发射机和接收机安装在三脚架上，这些三脚架安装在海底上或者至少部分地进入到海底中。

10.根据权利要求1-9中任一项所述的方法，其中，所述方法用来监视在含烃岩层上方的海底运动，烃从该含烃岩层产生。

11.根据权利要求10所述的方法，其中，所述方法用来监视在含烃岩层上方的垂直和水平海底运动，并且用来管理、优化和/或否则控制来自岩层的烃的产生。

12.根据权利要求11所述的方法，其中，被监视的海底运动用来监视在地质力学储集层模型中含烃岩层的收缩和/或膨胀。

13.根据权利要求12所述的方法，其中，来自地质力学储集层模型的数据被用在数学储集层模型中，该数学储集层模型计算通过含烃岩层的烃和其它流体的通量，并且该数学储集层模型用来管理、优化及控制来自含烃岩层的烃流体的产生和/或将产生激励流体到含烃岩层的注入。

Images