CN104122592B - 一种时移大地电磁信号采集和反演方法 - Google Patents

一种时移大地电磁信号采集和反演方法 Download PDF

Info

Publication number
CN104122592B
CN104122592B CN201410370018.0A CN201410370018A CN104122592B CN 104122592 B CN104122592 B CN 104122592B CN 201410370018 A CN201410370018 A CN 201410370018A CN 104122592 B CN104122592 B CN 104122592B
Authority
CN
China
Prior art keywords
data
magnetotelluric
moment
initial time
inversion
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.)
Active
Application number
CN201410370018.0A
Other languages
English (en)
Other versions
CN104122592A (zh
Inventor
胡祥云
彭荣华
韩骑
刘云祥
何展翔
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.)
China University of Geosciences
Original Assignee
China University of Geosciences
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 China University of Geosciences filed Critical China University of Geosciences
Priority to CN201410370018.0A priority Critical patent/CN104122592B/zh
Publication of CN104122592A publication Critical patent/CN104122592A/zh
Application granted granted Critical
Publication of CN104122592B publication Critical patent/CN104122592B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明提供了一种时移大地电磁信号采集和反演方法,在测区沿指定测线布置多台信号接收装置,分时采集多组大地电磁数据。对初始时刻获得的大地电磁原始数据进行标准反演,得到初始时刻地下电性结构;对此电性结构正演的得到一组正演模拟数据,将此模拟数据与原始数据相减,得到数据残差;对各时刻的观测数据减去该数据残差得到一组新的时移数据集;使用新的时移数据集进行标准反演;在反演的过程中,对模型更新方向进行约束,使其反演结果更接近真实情况。本发明的优点是消除了时移数据中的系统误差和正演过程中的计算误差,并且差异反演的结果能够减小系统误差对于所得的不同时刻模型差异的影响,使得反演所得的模型变化更接近真实情况。

Description

一种时移大地电磁信号采集和反演方法
技术领域
本发明涉及一种时移大地电磁信号采集和反演方法,用于动态油气储藏监测,探索储层物性、特别是电阻率特征变化,属于地理信息领域。
背景技术
时移地球物理方法主要被应用于监测地下介质随时间的变化情况,油气藏的开采过程是以一种流体来进行替驱孔隙中油气的,如水,热液,液态气等;不同流体的电性差异很大。时移电磁法对于孔隙流体的变化很灵敏,这是时移电磁法能够得到快速发展的一个重要因素。现阶段,时移电磁法主要用于监测井间油气藏随时间的动态变化过程。在这方面,时移电磁法不仅能监测油气边界的变化和注入流体——如水、蒸汽、CO2和气等——的移动,而且可以探测和发现死油区,进而指导油田开发井位的合理布置,提高最终采收率(EOR)。
大地电磁法(MT)是一种以天然电磁场作为场源的电磁探测方法。由于其利用天然交变电磁场源,不需要供电设备及相关控制系统,数据采集设备相对轻便,适用于长期不间断的观测。这对于地下介质电性的监测具有天然优势。
对于时移大地电磁数据的反演策略,传统的方法可以分为两种:一种是独立反演法,即将不同时刻采集的数据独立进行反演以获得不同时刻的多个地电模型,然后通过对比地电模型的变化来获取地下介质电性随时间的变化情况。由于反演本身就是一种数值近似,并且反演结果与很多因素有关,例如数据中所包含的噪声、正演网格离散所引起的数值误差等等,这种独立反演方法很难保证反演所得模型的差别是由于地下介质的性质发生变化引起的。另一种方法是交叉模型约束法。即首先通过对初次采集的数据反演得到背景模型,将该背景模型作为下一次时移数据反演的初始模型(starting model)和先验模型(prior model),然后将反演得到的时移模型再作为下一次时移的初始模型和先验模型,如此交替,得到一组时移模型,最后从所有的时移模型中去除掉背景模型,从而得到地下介质电性随时间的变化情况。为减少虚假异常,需要对每次时移反演的模型进行正则化约束(如最平滑模型)。
发明内容
为了解决现有技术的不足,本发明提供了一种时移大地电磁信号采集和反演方法,用于动态油气储藏监测,采集不同时段的大地电磁数据,并以大地电磁数据为原始信号,通过差异反演直接获得地下介质电性随时间的变化的情况。
本发明为解决其技术问题所采用的技术方案是:提供了一种时移大地电磁信号采集和反演方法,具体包括以下步骤:
(1)沿测线布置信号接收装置,在注水驱油的过程中采集数据,各信号接收装置的采集起始时间和结束时间一致,得到不同观测时刻的大地电磁数据;
(2)对于初始时刻t0采集的大地电磁数据进行标准反演,得到初始时刻t0的地下电性结构,将其作为背景参考电性模型m0,再对背景参考电性模型m0进行正演运算,得到正演运算后的背景参考电性模型F[m0];所述地下电性结构为电阻率;
(3)将步骤(2)的初始时刻t0的大地电磁数据减去正演运算后的背景参考电性模型F[m0],得到初始时刻数据残差r0
(4)将初始时刻后的各观测时刻的大地电磁数据分别减去初始时刻数据残差r0以进行数据矫正,得到各观测时刻的新的时移数据集;
(5)对各观测时刻新的时移数据集分别进行时移反演,得到初始时刻到各观测时刻的变化特征模型,并在反演过程中利用背景参考电性模型m0对变化特征模型更新方向进行约束。
进一步地,步骤(1)中每个测点均采用五分量法进行大地电磁数据采集。
进一步地,步骤(2)所述的初始时刻t0采集的大地电磁数据为:
d 0 obs = F [ m 0 ] + ϵ sys + ϵ r , 0 . . . . . . . . . ( 1 )
其中,εsys为自定义的系统误差,εr,0为t0时刻观测的随机噪声,m0经过标准反演得到的地下电性结构,F表示正演算符。
进一步地,步骤(3)所述的初始时刻t0的数据残差r0为:
r 0 = d 0 obs - F [ m 0 ] = ϵ sys + ϵ r , 0 . . . . . . . . . ( 2 )
进一步地,步骤(4)的新的时移数据集中,时刻t的新时移数据集为:
d ‾ t obs = d t obs - r 0 . . . . . . . . . ( 3 )
其中,r0为初始时刻t0的数据残差,为时刻t采集的大地电磁数据,且
d t obs = F [ m t ] + ϵ sys + ϵ r , t . . . . . . . . . ( 4 )
其中,εsys为自定义的系统误差,εr,t为t时刻观测的随机噪声,mt经过标准反演得到的地下电性结构,F表示正演算符。
进一步地,步骤(5)对新的时移数据集通过以下泛函进行时移反演得到初始时刻t0到时刻t的变化特征m:
其中,Cd为t时刻采集的大地电磁数据的协方差矩阵,μ为拉格朗日乘子,并且
D = d ‾ t obs - F [ m t ] . . . . . . ( 6 )
则由公式(2)、公式(3)和公式(6)得:
D = ( d t obs - d 0 obs ) - ( F [ m t ] - F [ m 0 ] ) . . . . . . . . . ( 7 )
进一步地,步骤(5)在进行时移反演以得到初始时刻t0到时刻t的变化特征模型m的过程中,添加模型约束来引导反演;其中,对于第k+1次对公式(5)的迭代,该约束为:
MkΔmk+1=0………(8)
其中,Δmk+1为第k+1次迭代与第k次迭代的地下电性结构之差,Mk是行列数分别为Mv和M的矩阵,Mv第k次迭代更新过程中Δmk为正的个数,M为变化特征模型的参数的个数,Mk矩阵中第i行第j列的元素通过以下公式得到:
M k ij = 1 , &Delta;m k &GreaterEqual; 0 0 , &Delta;m k < 0 i &Element; [ 1 , M v ] , j &Element; [ 1 , M ] . . . . . . . . . ( 9 )
本发明基于其技术方案所具有的有益效果在于:
(1)一般而言,观测到的大地电磁信号数据中所包含的系统误差,即数据采集系统所产生的及模型正演计算不精确性所造成的误差,要远远大于数据中所含有的随机噪声,即而初始时刻模型m0可以作为时移数据反演的初始和先验模型,因此利用减去数据残差的新的时移数据集进行反演所得的结果,误差小于直接利用原始时移数据的反演结果;
(2)在注水驱油过程中,油藏逐渐被水替代,地下介质的电阻率会经历一段持续下降的阶段,根据这一实际特性,在时移数据的反演过程中添加模型约束来引导反演,能够使反演结果更加接近真实值;
(3)本发明利用引入数据残差概念,将各时刻的观测数据减去数据残差后进行反演,这种差异反演算法消除了时移数据中的系统误差和正演过程中的计算误差,并且差异反演的结果能够减小系统误差对于所得的不同时刻模型差异的影响,根据具体情况添加约束条件同样使得反演所得的模型变化更接近真实情况。
附图说明
图1为本发明测量区测点布置平面图。
图2为本发明的反演效果示意图。
图3为利用差异反演法的反演效果示意图。
图4为利用独立反演法的反演效果示意图。
图5为初始时刻t0监测到的油水模型剖面示意图。
图6为时刻t监测到的油水模型剖面示意图。
图7为初始时刻t0到时刻t的油水模型变化示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。
本发明提供了一种时移大地电磁信号采集和反演方法,具体包括以下步骤:
(1)沿测线布置信号接收装置,如图1所示,在测区内沿东西向布置一条10km的测线,在测线的起始位置安置第一个测点,之后每隔400m安置一个测点,共安置26个测点,每个测点均采用0.001Hz到100Hz之间的26个频点,各测点均采用五分量法进行大地电磁数据采集。利用正交电磁场五分量接收装置在注水驱油的过程中进行采集,各信号接收装置的采集起始时间和结束时间一致,得到不同观测时刻的大地电磁数据。
(2)对于初始时刻t0采集的大地电磁数据进行标准反演,得到初始时刻t0的地下电性结构,将其作为背景参考电性模型m0;所述地下电性结构为电阻率;对初始时刻的背景参考电性模型m0进行正演运算,得到正演运算后的背景参考电性模型F[m0];其中,所述的初始时刻t0采集的大地电磁数据为:
d 0 obs = F [ m 0 ] + &epsiv; sys + &epsiv; r , 0 . . . . . . . . . ( 1 )
其中,εsys为自定义的系统误差,εr,0为t0时刻观测的随机噪声,m0经过标准反演得到的地下电性结构,F表示正演算符。
图5为利用初始时刻t0采集的大地电磁数据建立的初始油水模型剖面示意图,其中,横轴表示测点的位置,纵轴表示深度,等值线上的数值为电阻率对数值,即电性结构,单位为Ωm。
(3)将步骤(2)的初始时刻t0的大地电磁数据减去经正演运算的初始时刻的背景参考电性模型,得到初始时刻数据残差r0
r 0 = d 0 obs - F [ m 0 ] = &epsiv; sys + &epsiv; r , 0 . . . . . . . . . ( 2 )
(4)初始数据采集完毕,开始注水驱油操作,并继续观测。将初始时刻后的各观测时刻的大地电磁数据分别减去初始时刻数据残差以进行数据矫正,得到各观测时刻的新的时移数据集。时刻t的新时移数据集为:
d &OverBar; t obs = d t obs - r 0 . . . . . . . . . ( 3 )
其中,r0为初始时刻t0的数据残差,为时刻t采集的大地电磁数据,且
d t obs = F [ m t ] + &epsiv; sys + &epsiv; r , t . . . . . . . . . ( 4 )
其中,εsys为自定义的系统误差,εr,t为t时刻观测的随机噪声,mt经过标准反演得到的地下电性结构,F表示正演算符。
时刻t监测到的油水模型剖面示意图如图6所示,其中,横轴表示测点的位置,纵轴表示深度,等值线上的数值为电阻率对数值,即电性结构,单位为Ωm。其与初始时刻t0的油水模型相比的变化量如图7所示,其中,横轴表示测点的位置,纵轴表示深度,等值线上的数值为初始时刻t0到时刻t的变化特征模型m的电阻率对数值,单位为Ωm。
(5)对于各观测时刻新的时移数据集分别进行时移反演,以得到初始时刻到各观测时刻的变化特征模型,并在反演过程中利用背景参考电性模型对变化特征模型的更新方向进行约束。其中,初始时刻t0到时刻t的变化特征模型m通过以下泛函进行时移反演:
其中,Cd为t时刻采集的大地电磁数据的协方差矩阵,μ为拉格朗日乘子,并且
D = d &OverBar; t obs - F [ m t ] . . . . . . ( 6 )
则由公式(2)、公式(3)和公式(6)可得:
D = ( d t obs - d 0 obs ) - ( F [ m t ] - F [ m 0 ] ) . . . . . . . . . ( 7 )
在注水驱油过程中,油藏逐渐被水替代,地下介质的电阻率会经历一段持续下降的阶段,根据这一实际特性,在时移数据的反演过程中添加模型约束来引导反演。其中,第k+1次对公式(5)的迭代通过以下模型约束:
MkΔmk+1=0………(8)
其中,Δmk+1为第k+1次迭代与第k次迭代的地下电性结构之差,Mk是行列数分别为Mv和M的矩阵,Mv第k次迭代更新过程中Δmk为正的个数,M为变化特征模型的参数的个数,Mk矩阵中第i行第j列的元素通过以下公式得到:
M k ij = 1 , &Delta;m k &GreaterEqual; 0 0 , &Delta;m k < 0 i &Element; [ 1 , M v ] , j &Element; [ 1 , M ] . . . . . . . . . ( 9 )
增加约束条件Δmk≤0,并通过拉格朗日乘子将该约束添加到目标泛函(5)中,反演结果如图2所示。其中,横轴表示测点的位置,纵轴表示深度,等值线上的数值为初始时刻t0到时刻t的变化特征模型m的电阻率对数值,即电性结构,单位为Ωm。
图4是采用独立反演方法的反演效果示意图,其中,横轴表示测点的位置,纵轴表示深度,等值线上的数值为初始时刻t0到时刻t的变化特征模型m的电阻率对数值,即电性结构,单位为Ωm。从图中可以看出,模型结果的变化能够通过反演反映出来。根据等值线的稀疏度可看出反演所得到的变化区域比图7所示的真实区域要大的多,而变化的最大幅度值-0.45却比图7所示的真实幅度-1要小得多;另外图中有值为正数的变化区域,即真实变化区域附近出现虚假的变化区域,分布范围和最大变化幅度0.1均较大。
图3为采用差异反演所得的反演效果示意图,其中,横轴表示测点的位置,纵轴表示深度,等值线上的数值为初始时刻t0到时刻t的变化特征模型m的电阻率对数值,即电性结构,单位为Ωm。与图4相比,由于去除了系统误差对反演结果的影响,差异反演的结果更接近于真实变化结果。不仅得到的变化区域更加集中,而且最大变化幅度-0.75也更接近图7所示的真实变化幅度-1,而且假的正异常变化范围和变化幅度都更小,其中最大的变化幅度为-0.05。
利用本发明的方法所得的反演结果示意图图2的结果与图7所示的真实变化相比,由于反演所采用的平滑正则化约束,变化区域要更加平缓,并且变化区域更接近图7所示的真是变化区域。
对比图2、图3和图4,可以看到,本发明通过引入约束,反演结果中虚假正异常得以消除;另外反演中使用的正则化约束使得反演结果所呈现的变化区域较平缓,显示的变化区域比真实区域有所扩大,但变化区域比利用差异反演法和独立反演法更接近真实变化区域。

Claims (2)

1.一种时移大地电磁信号采集和反演方法,其特征在于包括以下步骤:
(1)沿测线布置信号接收装置,在注水驱油的过程中采集数据,各信号接收装置的采集起始时间和结束时间一致,得到不同观测时刻的大地电磁数据;
(2)对于初始时刻t0采集的大地电磁数据进行标准反演,得到初始时刻t0的地下电性结构,将其作为背景参考电性模型m0,再对背景参考电性模型m0进行正演运算,得到正演运算后的背景参考电性模型F[m0];所述地下电性结构为电阻率;
(3)将步骤(2)的初始时刻t0的大地电磁数据减去正演运算后的背景参考电性模型F[m0],得到初始时刻数据残差r0
(4)将初始时刻后的各观测时刻的大地电磁数据分别减去初始时刻数据残差r0以进行数据矫正,得到各观测时刻的新的时移数据集;
(5)对各观测时刻新的时移数据集分别进行时移反演,得到初始时刻到各观测时刻的变化特征模型,并在反演过程中利用背景参考电性模型m0对变化特征模型更新方向进行约束;
步骤(1)中每个测点均采用五分量法进行大地电磁数据采集;
步骤(2)所述的初始时刻t0采集的大地电磁数据为:
d 0 o b s = F &lsqb; m 0 &rsqb; + &epsiv; s y s + &epsiv; r , 0 ... ( 1 )
其中,εsys为自定义的系统误差,εr,0为t0时刻观测的随机噪声,m0经过标准反演得到的地下电性结构,F表示正演算符;
步骤(3)所述的初始时刻t0的数据残差r0为:
r 0 = d 0 o b s - F &lsqb; m 0 &rsqb; = &epsiv; s y s + &epsiv; r , 0 ... ( 2 ) ;
步骤(4)的新的时移数据集中,时刻t的新时移数据集为:
d &OverBar; t o b s = d t o b s - r 0 ... ( 3 )
其中,r0为初始时刻t0的数据残差,为时刻t采集的大地电磁数据,且
d t o b s = F &lsqb; m t &rsqb; + &epsiv; s y s + &epsiv; r , t ... ( 4 )
其中,εsys为自定义的系统误差,εr,t为t时刻观测的随机噪声,mt经过标准反演得到的地下电性结构,F表示正演算符;
步骤(5)对新的时移数据集通过以下泛函进行时移反演得到初始时刻t0到时刻t的变化特征m:
其中,Cd为t时刻采集的大地电磁数据的协方差矩阵,μ为拉格朗日乘子,并且
D = d &OverBar; t o b s - F &lsqb; m t &rsqb; ... ( 6 )
则由公式(2)、公式(3)和公式(6)得:
D = ( d t o b s - d 0 o b s ) - ( F &lsqb; m t &rsqb; - F &lsqb; m 0 &rsqb; ) ... ( 7 ) .
2.根据权利要求1所述的时移大地电磁信号采集和反演方法,其特征在于:步骤(5)在进行时移反演以得到初始时刻t0到时刻t的变化特征模型m的过程中,添加模型约束来引导反演;其中,对于第k+1次对公式(5)的迭代,该约束为:
MkΔmk+1=0………(8)
其中,Δmk+1为第k+1次迭代与第k次迭代的地下电性结构之差,Mk是行列数分别为Mv和M的矩阵,Mv第k次迭代更新过程中Δmk为正的个数,M为变化特征模型的参数的个数,Mk矩阵中第i行第j列的元素通过以下公式得到:
M k i j = { 1 , &Delta;m k &GreaterEqual; 0 0 , &Delta;m k < 0 , i &Element; &lsqb; 1 , M v &rsqb; , j &Element; &lsqb; 1 , M &rsqb; } ... ( 9 ) .
CN201410370018.0A 2014-07-31 2014-07-31 一种时移大地电磁信号采集和反演方法 Active CN104122592B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410370018.0A CN104122592B (zh) 2014-07-31 2014-07-31 一种时移大地电磁信号采集和反演方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410370018.0A CN104122592B (zh) 2014-07-31 2014-07-31 一种时移大地电磁信号采集和反演方法

Publications (2)

Publication Number Publication Date
CN104122592A CN104122592A (zh) 2014-10-29
CN104122592B true CN104122592B (zh) 2017-02-01

Family

ID=51768079

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410370018.0A Active CN104122592B (zh) 2014-07-31 2014-07-31 一种时移大地电磁信号采集和反演方法

Country Status (1)

Country Link
CN (1) CN104122592B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104391334B (zh) * 2014-11-26 2017-01-04 山东大学 用于地下水运移过程监测的电阻率时间推移反演成像方法
CN104375197B (zh) * 2014-11-27 2017-10-17 中国石油天然气集团公司 一种电磁探测方法及装置
CN104597513B (zh) * 2014-12-31 2017-11-24 蒋彬 一种地球物理磁场大数据预处理值的获取方法
CN105717547B (zh) * 2015-12-22 2017-12-08 吉林大学 一种各向异性介质大地电磁无网格数值模拟方法
CN108227006A (zh) * 2017-01-24 2018-06-29 中国石油化工股份有限公司 应用于煤层气开发过程中的时移可控源音频大地电磁检测方法
CN107977501A (zh) * 2017-11-24 2018-05-01 山东省煤田地质规划勘察研究院 一种基于大地数据的反演电阻率和磁化率的方法
CN113447990B (zh) * 2020-03-24 2024-04-02 中国石油化工股份有限公司 井场电性异常体观测方法及装置
CN112099099B (zh) * 2020-08-10 2021-06-04 中国地质大学(武汉) 一种井中磁力异常估计有效磁化倾角的方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101044417A (zh) * 2004-10-13 2007-09-26 地理差异公司 油气藏监测方法
CN101438176A (zh) * 2006-05-04 2009-05-20 埃克森美孚上游研究公司 电磁数据的时滞分析

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101044417A (zh) * 2004-10-13 2007-09-26 地理差异公司 油气藏监测方法
CN101438176A (zh) * 2006-05-04 2009-05-20 埃克森美孚上游研究公司 电磁数据的时滞分析

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Focused time-lapse inversion of radio and audio magnetotelluric data;Marina Rosas Carbajal 等;《Journal of Applied Geophysics》;20120606(第84(2012)期);第1节第1段,第2.2节第2段,第2.3节第1-3段,第2.4节第1段,第2.5节第1段 *
Structural joint inversion of time-lapse crosshole ERT and GPR traveltime data;Joseph Doetsch 等;《GEOPHYSICAL RESEARCH LETTERS》;20101221;第37卷(第L24404期);第1-6页 *
时移大地电磁法的三维正演模拟研究;彭荣华 等;《第十届中国国际地球电磁学术讨论会论文集》;20120710;第211-214页 *

Also Published As

Publication number Publication date
CN104122592A (zh) 2014-10-29

Similar Documents

Publication Publication Date Title
CN104122592B (zh) 一种时移大地电磁信号采集和反演方法
US11578588B2 (en) Frequency weighting in broadband acoustic beamforming
CN104040376B (zh) 用于执行增产作业的系统和方法
CN102077120B (zh) 测井记录相关方法
Anifowose et al. Integrating seismic and log data for improved petroleum reservoir properties estimation using non-linear feature-selection based hybrid computational intelligence models
Trani et al. Seismic history matching of fluid fronts using the ensemble Kalman filter
CN104514552B (zh) 一种煤层气储层识别与丰度预测的方法
Morton et al. Integrated interpretation for pressure transient tests in discretely fractured reservoirs
Krahenbuhl et al. Understanding the applications and limitations of time-lapse gravity for reservoir monitoring
CN103628816B (zh) 地震属性指导水平井导向的方法及其装置
Yousefzadeh et al. Scenario reduction of realizations using fast marching method in robust well placement optimization of injectors
Unal et al. Use of wavelet transform and signal processing techniques for inferring interwell connectivity in waterflooding operations
Lyu et al. A novel approach to optimising well trajectory in heterogeneous reservoirs based on the fast-marching method
CN105044782B (zh) 一种海洋地下介质总有机碳含量的获取方法
Cameron Optimization and monitoring of geological carbon storage operations
Li et al. Ranking geostatistical reservoir models with modified connected hydrocarbon volume
Gao et al. Prediction of fracture density in a gas reservoir using robust computational approaches
Hajian et al. Depth estimation of cavities from microgravity data using a new approach: the local linear model tree (LOLIMOT)
Jeong et al. Uncertainty quantification of CO2 plume migration using static connectivity of geologic features
CN114236624B (zh) 基于电磁法估算压裂改造空间体积的方法和系统
Rwechungura et al. Results of the first Norne field case on history matching and recovery optimization using production and 4D seismic data
CN116927771A (zh) 一种预测页岩储层总有机碳数据的方法、装置、设备及介质
Bharadwaj et al. SymAE: An autoencoder with embedded physical symmetries for passive time-lapse monitoring
Song et al. Insights into performance of pattern search algorithms for high-frequency surface wave analysis
CN108351432A (zh) 数据驱动的聚焦反演

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