CN104514534A - 利用分形图案的烃类开采的方法以及相关设备 - Google Patents
利用分形图案的烃类开采的方法以及相关设备 Download PDFInfo
- Publication number
- CN104514534A CN104514534A CN201410443130.2A CN201410443130A CN104514534A CN 104514534 A CN104514534 A CN 104514534A CN 201410443130 A CN201410443130 A CN 201410443130A CN 104514534 A CN104514534 A CN 104514534A
- Authority
- CN
- China
- Prior art keywords
- heating
- data
- sample
- fracture
- fractal pattern
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 115
- 229930195733 hydrocarbon Natural products 0.000 title claims abstract description 40
- 150000002430 hydrocarbons Chemical class 0.000 title claims abstract description 40
- 239000004215 Carbon black (E152) Substances 0.000 title claims abstract description 34
- 238000011084 recovery Methods 0.000 title claims abstract description 26
- 238000010438 heat treatment Methods 0.000 claims abstract description 156
- 230000008859 change Effects 0.000 claims abstract description 57
- 238000001514 detection method Methods 0.000 claims description 18
- 238000002591 computed tomography Methods 0.000 claims description 12
- 238000013507 mapping Methods 0.000 claims description 6
- 230000015572 biosynthetic process Effects 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 44
- 239000003921 oil Substances 0.000 description 36
- 230000000007 visual effect Effects 0.000 description 12
- 239000003027 oil sand Substances 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 239000011435 rock Substances 0.000 description 9
- 238000004519 manufacturing process Methods 0.000 description 8
- 239000013598 vector Substances 0.000 description 8
- 238000003708 edge detection Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 238000001914 filtration Methods 0.000 description 6
- 239000002243 precursor Substances 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 6
- 239000000284 extract Substances 0.000 description 5
- 239000007789 gas Substances 0.000 description 5
- 238000002347 injection Methods 0.000 description 5
- 239000007924 injection Substances 0.000 description 5
- 230000035699 permeability Effects 0.000 description 5
- 230000005855 radiation Effects 0.000 description 5
- 239000003079 shale oil Substances 0.000 description 5
- HPTJABJPZMULFH-UHFFFAOYSA-N 12-[(Cyclohexylcarbamoyl)amino]dodecanoic acid Chemical compound OC(=O)CCCCCCCCCCCNC(=O)NC1CCCCC1 HPTJABJPZMULFH-UHFFFAOYSA-N 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 239000004058 oil shale Substances 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000011960 computer-aided design Methods 0.000 description 3
- 238000000151 deposition Methods 0.000 description 3
- 230000008021 deposition Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000000295 fuel oil Substances 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 239000003208 petroleum Substances 0.000 description 3
- 238000010206 sensitivity analysis Methods 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 230000014616 translation Effects 0.000 description 3
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 2
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 230000003213 activating effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 239000004020 conductor Substances 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 102000001690 Factor VIII Human genes 0.000 description 1
- 108010054218 Factor VIII Proteins 0.000 description 1
- 238000006424 Flood reaction Methods 0.000 description 1
- 208000020584 Polyploidy Diseases 0.000 description 1
- 238000010793 Steam injection (oil industry) Methods 0.000 description 1
- 238000001467 acupuncture Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000009833 condensation Methods 0.000 description 1
- 230000005494 condensation Effects 0.000 description 1
- 239000007799 cork Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 239000010779 crude oil Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000008236 heating water Substances 0.000 description 1
- 229910000037 hydrogen sulfide Inorganic materials 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010899 nucleation Methods 0.000 description 1
- 239000003129 oil well Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
- 230000035899 viability Effects 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V5/00—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity
- G01V5/04—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity specially adapted for well-logging
- G01V5/08—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity specially adapted for well-logging using primary nuclear radiation sources or X-rays
- G01V5/12—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity specially adapted for well-logging using primary nuclear radiation sources or X-rays using gamma or X-ray sources
-
- 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
- E21B43/00—Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
- E21B43/16—Enhanced recovery methods for obtaining hydrocarbons
- E21B43/24—Enhanced recovery methods for obtaining hydrocarbons using heat, e.g. steam injection
-
- 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
- G01V3/12—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation operating with electromagnetic waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V9/00—Prospecting or detecting by methods not provided for in groups G01V1/00 - G01V8/00
- G01V9/005—Prospecting or detecting by methods not provided for in groups G01V1/00 - G01V8/00 by thermal methods, e.g. after generation of heat by chemical reactions
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- High Energy & Nuclear Physics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Geophysics (AREA)
- General Physics & Mathematics (AREA)
- Geochemistry & Mineralogy (AREA)
- Fluid Mechanics (AREA)
- Environmental & Geological Engineering (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
- Geophysics And Detection Of Objects (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
Abstract
一种用于预测地下岩层中的烃类开采的方法可以包括:生成与来自地下岩层的样本中的断裂相关联的加热前数据,基于加热前数据确定第一个分形图案,以及利用RF功率来加热样本,以导致样本中的额外的断裂。该方法可以包括利用RF功率加热之后生成与样本中的更多的断裂相关联的加热后数据,基于加热后数据确定第二分形图案,检测第一分形图案和第二分形图案之间的变化,以及基于检测到的变化,预测从地下岩层的烃类开采。
Description
技术领域
本发明涉及烃类资源处理领域,并且更具体而言,涉及用于开采烃类的方法以及相关的设备。
背景技术
世界范围的能源消耗一般而言越来越大,常规的烃类资源正在被消耗。为了满足要求,可能希望开采非常规的资源。例如,诸如重油之类的高粘性的烃类资源可能贮藏在沙子中,其中,它们的粘的本质不允许常规的油井生产。这种烃类资源的类别一般被称为油砂。估计在这样的油砂岩层中可能会发现数兆桶的石油储量。
在某些情况下,这些油砂沉积当前通过露天采矿来采掘。用于对于较深的沉积的就地提炼的另一种方法被称为蒸汽辅助重力泄油(SAGD)。重油在储油层温度下是不能移动的,因此,通常将油加热,以降低其粘度,并使油流能流动。在SAGD中,形成许多对注入井和出油井,以横向地在地下延伸。每一对注入/出油井都包括下采油井和上注入井。注入/出油井通常位于下伏岩层和覆盖层之间的地下岩层的产油层中。
上注入井通常被用来注入蒸汽,下出油井收集流出岩层的加热的原油或沥青,以及来自注入的蒸汽的凝结的任何水。注入的蒸汽形成在岩层中垂直和水平地延伸的蒸汽室。来自蒸汽的热量降低重质原油或沥青的粘性,这使它向下流到下出油井,在那里,它被收集和开采。蒸汽和气体由于它们的较低的密度而上升。例如,诸如甲烷、二氧化碳,以及氢化硫之类的气体,可以倾向于在蒸汽室中上升,并填充限定了蒸汽上方的绝缘层的由油留下的空隙空间。油和水流被重力驱动排出到下出油井。
在大致储油层压力下操作注入和出油井可以解决对高压蒸汽过程产生不利的影响的不稳定性问题。SAGD可以产生平稳、均匀的生产量,在合适的储油层中产量可以高达原油地质储量(OOIP)的70%到80%。SAGD过程可能对页岩条纹及其他垂直壁障相对敏感,因为随着岩石被加热,微分热膨胀导致其中断裂,使蒸汽和液体流过。SAGD的效率可以达到旧的周期注蒸汽吞吐法(CSS)过程的两倍。
世界上许多国家具有大量的油砂沉积,包括美国、俄罗斯以及中东各国家。油砂可以占世界的总石油资源的高达三分之二,例如,在加拿大阿萨巴斯卡油砂,至少有1.7兆桶。目前,只有加拿大具有大规模的商业油砂工业,虽然在委内瑞拉也从油砂中生产少量的油。由于增加的油砂生产量,加拿大已经成为美国的油和产品的最大的单一供应商。油砂现在是几乎一半的加拿大采油量的源,而委内瑞拉的生产量近年来已经下降。而在其他国家,还没有在显著水平上由油砂生产油。
Banerjee等人的美国公开的专利申请2010/0078163公开了提供了三个井的烃类开采过程:用于注水的最上面的井,用于向储油层中引入微波的中间的井,以及用于生产的最下面的井。微波发生器生成通过一系列导被指引到中间井上方的区域的微波。微波的频率是位于大体上基本相当于水的共振频率的频率,以便水被加热。
沿着这些线,Dreher Jr.等人的美国公开的专利申请2010/0294489公开了使用微波来提供加热。活性剂被注入到地表面以下,并被微波加热,然后,活性剂加热产油井中的重油。Wheeler等人的美国公开的专利申请2010/0294488公开了类似的方法。
Kasevich的美国专利7,441,597公开了使用射频发生器来将射频(RF)能量应用到位于产油/气井的水平部分上方的RF井的水平部分。由于RF能量,原油的粘度降低,这使得油由于重力而排放。通过产油/气井开采油。
也是授予Kasevich的美国专利7,891,421公开了耦合到井的水平部分中的同轴电缆的外侧导体的油嘴组装件。同轴电缆的内层导体被耦合到接触环。绝缘体位于油嘴组装件和接触环之间。同轴电缆被耦合到RF源以将RF能量施加到井的水平部分。
令人遗憾的是,例如由于失败的启动而造成的使用SAGD提取油的长的生产时间可能会导致向相邻的土壤的大量的热损失、过度消耗蒸汽,以及开采成本高。典型地还使用大量的水资源来使用SAGD开采油,这会影响环境。有限的水资源也会限制采油。
也可以从其他地下岩层,诸如,例如,油页岩,取出烃类资源。油页岩(油母)是包含烃类,即,页岩油,的沉积岩。页岩油提取的一种典型的方法是加热油页岩,以蒸发页岩油,随后可以收集页岩油。尽管如此,此方法会十分昂贵,特别是当与其他烃类资源提取方法相比时。希望更有效率地开采这些烃类资源。
发明内容
因此,根据前述的背景,本发明的目标是提供有效率并稳定的用于烃类开采的方法。
根据本发明的此目标及其他目标、特征,以及优点通过用于预测地下岩层中的烃类开采的方法来提供。该方法可以包括生成与来自地下岩层的样本中的断裂相关联的加热前数据、基于加热前数据确定至少一个第一分形图案,以及利用RF功率加热样本,以导致样本中额外的断裂,该方法还可以包括,在利用RF功率加热之后生成与样本中额外的断裂相关联的加热后数据,基于加热后数据确定至少一个第二分形图案、检测至少一个第一分形数据和至少一个第二分形数据之间的变化,以及,基于检测到的变化预测从地下岩层的烃类开采。有利地,预测的烃类开采是准确的,并可以降低开采成本。
更具体地说,对变化的检测可以包括检测断裂中的体积测定变化。加热前数据可以包括三维映射加热前数据,加热后数据可以包括三维映射加热后数据。该至少一个第一分形图案的确定可以基于三维映射加热前数据中体素的至少一个邻近区域,以及至少一个第二分形图案的确定可以基于三维映射加热后数据中体素的至少一个邻近区域。
在某些实施例中,加热前数据和加热后数据中的产生可以包括使用计算层析成像(CT)扫描。对该变化的检测可以包括执行互信息计算。
每个分形图案可以包括相关联的分辨率和相关联的分形图案类型。
另外,该方法可以包括为至少一个第一和至少一个第二分形图案生成包括多个数值的分形图案查询表(LUT)。
该方法也可以包括基于至少一个第一和至少一个第二分形图案显示至少一个图像。该方法可以也包括基于预测的烃类开采将RF功率应用于地下岩层,并在对地下岩层应用RF功率之后,从地下岩层开采烃类。
另一方面涉及一种用于从地下岩层样本预测地下岩层中的烃类开采的设备。该设备可以包括RF天线、传感器,以及耦合到RF天线和传感器的处理器,该处理器可以被配置成从传感器,生成与样本中的断裂相关联的加热前数据,以及基于加热前数据确定至少一个第一分形图案。该处理器可以还被配置为利用来自RF天线的RF功率来加热样本,以导致样本中额外的断裂,在利用RF功率加热之后,通过传感器,生成与样本中额外的断裂相关联的加热后数据,基于加热后数据确定至少一个第二分形图案,检测至少一个第一分形图案和至少一个第二分形图案之间的变化,以及,基于检测到的变化预测从地下岩层的烃类开采。
附图说明
图1是根据本发明的设备的示意图。
图2是示出了图1的设备的实施例的操作的流程图。
图3是图2的体积测定处理框的详细流程图。
图4-5分别是加热前和加热后,来自样本的体切片的图像。
图6A是来自样本的加热前体切片的图像。
图6B是进行了Edge3D处理的来自样本的加热前体切片的图像。
图7A是进行了Blob3D处理的来自样本的加热前体切片的图像。
图7B是来自样本的加热前体积的图像。
图8A是来自样本的加热后体切片的图像。
图8B是带进行了Edge3D处理的来自样本的加热后体切片的图像。
图9A是进行了Blob3D处理的来自样本的加热后体切片的图像。
图9B是来自样本的加热后体积的图像。
图10A和10B分别是在第一阈值时加热前和加热后的来自进行了Blob3D处理的样本的体积的图像。
图11A和11B分别是在第二阈值时加热前和加热后的来自进行了Blob3D处理的样本的体积的图像。
图12A和12B分别是在第三阈值时加热前和加热后的来自进行了Blob3D处理的样本的体积的图像。
图13是加热前和加热后的来自样本的断裂度量的图表。
图14A-14B分别是加热前和加热后,来自样本的断裂大小的图表。
图15A-15B分别是加热前和加热后,来自样本的垂直断裂长度的图表。
图16是根据本发明的设备的另一实施例的示意图。
图17是示出了根据本发明的该设备的实施例的操作的流程图。
图18是与所指出的分形图案区域相邻的体素。
图19是示出了点位置的分形图案二进制表示的表的截图。
图20-21是分别以4×4×4和8×8×8分辨率表示分形图案的示意图。
图22A和22B分别是在第一阈值时加热前和加热后的来自进行了Blob3D处理的样本的体的图像。
图23是分形图案被可视化的来自加热后的样本的体的图像。
图24A-24B分别是加热前和加热后,来自样本的分形发生的图表。
图25是来自样本的灵敏度分析的图表。
具体实施方式
下面将参考附图更全面地描述本发明,在附图中,示出了本发明的优选实施例。然而,本发明可以许多不同的形式来实现,不应该被理解为仅限于此处所阐述的实施例。相反,提供这些实施例是为了使本说明书完整和彻底,并将本发明的内容全面地传达给本领域技术人员。相同的附图标记遍及附图表示的相同的元素,使用角分符号来表示替换实施例中的类似的元件。例如,虽然对RF前和后的断裂的描述全部都是RF加热相关的,但预想本发明包括任何诱导变形(压力断裂、热诱导断裂等等)。
首先参考图1,现在将描述根据本发明的设备30。设备30用于从样本35预测地下岩层中的烃类开采。如本领域的技术人员理解的,样本35可以在原处,即,仍在地下岩层中,或者样本可以分离地收集和处理,如在所示实施例中。
设备30包括RF天线33、传感器34,以及耦合到RF天线和传感器的处理器31。设备30还说明性地包括耦合到处理器31的显示器32。在某些实施例中,传感器34可以包括包括用于向样本35定向辐射的x射线源的CT设备,以及用于检测从样本反射的X射线辐射的辐射传感器。当然,在其他实施例中,传感器34可以使用其他形式的辐射和/或团块。在某些实施例中,辐射传感器可以定位在X射线源的对面。
现在另外参考图2,流程图40描述了设备30的操作方法(框56)。该方法用于通过对样本35的分析预测地下岩层中的烃类开采。首先,激活传感器34以扫描样本35(框41)。
该方法还包括数据转换(框42),在那里,从传感器34提取的数据被转换为图像文件格式。例如,传感器34可以以医学数字成像和通信(DICOM)格式来输出数据,转换可以将这样的数据变为位图图像文件或光栅图像文件。方法在框43包括体积测定处理。
方法包括生成与来自地下岩层的样本35中的断裂相关联的加热前数据。换言之,通过传感器34检查样本35的基准状态,以便随后的状态是可容易比较的。该方法还包括利用来自RF天线33的RF功率来加热样本35,以导致样本中的额外的断裂。如将被理解的,RF加热导致样本35中的烃类资源(例如,页岩油)膨胀并导致其中的断裂。
在RF加热之后,该方法包括在利用RF功率加热样本之后,生成与样本35中的额外的断裂相关联的加热后数据(通过传感器34)。更具体地说,加热前数据包括三维映射加热前数据(例如,点云数据),而加热后数据包括三维映射加热后数据。
加热前数据和加热后数据都通过框41-43处理,在框44,该方法包括检测加热前数据和加热后数据之间的变化。对变化的检测可以包括执行互信息计算。在所示出的实施例中,对变化的检测可以包括检测断裂中的体积测定变化。
该方法还包括基于加热前数据和加热后数据来显示至少一个图像(框45,57)。在某些实施例中,方法包括只显示加热前数据和加热后数据之间的变化。可以基于切片或作为体(多个切片)进行变化数据的显示。
该方法还包括基于检测到的变化,预测来自地下岩层的烃类开采。简而言之,通过利用变化检测过程,设备30能够通过对样本35执行扫描,提供对地下岩层中的烃类大规模提炼的商业可行性的预测。
有利地,预测的烃类开采是准确的,并可以降低开采成本。在某些实施例中,方法可以包括基于预测的烃类开采,将RF功率应用到地下岩层,并在将RF功率应用于地下岩层之后,从地下岩层开采烃类(即,实际提取过程)。所公开的方法提供用于作为RF波传播技术的结果建模页岩断裂的自动化方法。此外,方法还可以示出断裂的定性二维(2D)和三维(3D)可视化。
所公开的图像处理算法自动地以3D准确地提取断裂特征,以便进行有效率的评估。使用统计属性以及使用用于分析的2D图,讨论定量结果。该方法可以量化由于RF加热而导致的断裂网络中的增大,并提供用于进行变化检测和分析的方法。通过使用统计分析,可以知道断裂和增加的采油之间的关系。
所公开的方法可以被用来分析页岩结构,并推断增加的油开采以提高成本效益。在页岩中,天然断裂提供渗透性,以及接近井中的油和气的途径,并且引发断裂可以帮助提高各种页岩岩层及包含页岩层的其他岩层中的油和气开采量。断裂可以使液体自由地流动,因此,可以更加容易提取,并且成本较低。页岩具有弱渗透性,因此,大量的产气需要断裂以提供渗透性。
设备30使用3D扫描从RF照射之前和之后的样本摄取3D页岩图像。通过计算互信息,来量化这些样本之间的变化检测。此设备30的设计基于这样的假设:关注的变化在整个所关注的区域不规则地分布。简而言之,设备30提供处理建模和可视化页岩断裂结构的问题的方法,并提供准确地预测可以提取的烃类资源的量的方法。
现在另外参考图3-9B,详述体积测定处理框43(框61)。此讨论是在几个试验样本(具体而言,4个样本)的示例性情况下执行的。该过程的示例性实验室设备使用CT传感器作为收集页岩样本的体积测定数据的远程传感器。目标是检测在将RF能量应用于页岩样本之前和之后的页岩断裂,并量化断裂的数量、大小,以及垂直距离(长度)。断裂的存在对于优化要在所感兴趣的区域(即,如前所述的地下岩层)提取的可采石油是重要的。
方法包括从传感器34摄取体切片(框51)。例如,每一体切片都可以包括8比特图像切片。图像60、65分别示出了在加热前和加热后的示例性体切片。在图像65中可以看出,断裂的数量增大。方法还包括对加热前数据和加热后数据中的每一个执行至少一个滤波过程(框52)。在所示实施例中,该至少一个滤波过程包括中值滤波过程。
该方法包括通过执行至少一个第一边缘检测过程来生成加热前数据,通过执行至少一个第二边缘检测过程来生成加热后数据(框53)。在某些实施例中,该至少一个第一和至少一个第二边缘检测过程中每一个都包括检测样本中的断裂和额外的断裂的边缘,掩盖加热前数据和加热后数据中的边界,以及对加热前数据和加热后数据执行伽玛校正操作。
生成加热前数据还包括在至少一个第一边缘检测过程之后执行至少一个第一团块过滤过程,而生成加热后数据还包括在至少一个第二边缘检测过程之后执行至少一个第二团块团块过滤(框54)。然后,在框55对数据进行转换,其中,将多个切片转换为体(框62)。
图像70,75,80,85示出了在体积测定处理的不同的阶段的加热前数据(框43)。图像70表示摄取的体切片,而图像75表示在至少一个第一边缘检测过程之后的体切片。图像80表示至少一个第一团块过滤之后的体切片,而图像85表示完成的体(组装的体切片)。
图像90,95,100,105示出了在体积测定处理的不同的阶段的加热后数据(框43)。图像90表示摄取的体切片,而图像95表示在至少一个第二边缘检测过程之后的体切片。图像100表示至少一个第二团块过滤之后的体切片,而图像105表示完成的体(组装的体切片)。有利地,完成的体图像85,105清楚地演示了样本35中的检测到的变化。
现在另外参考图10A-12B,示出了体积测定断裂可视化的几个图像。具体而言,图像110和115分别示出了加热前以及加热后,带有团块阈值50以及团块最小值50的团块3D点。图像120和125分别示出了加热前以及加热后,带有团块阈值30以及团块最小值30的团块3D点。最后,图像130和135分别示出了加热前以及加热后,带有团块阈值25以及团块最小值50的团块3D点,这会产生最轻松地可查看的变化。
如此处表1和2所示,扫描的定量结果表明,加热后具有比加热前多760906/61622=12.3倍的结构量,或与加热后体相比,加热前体只具有8.1%的结构量。页岩样本中的每一体素都具有173.63微米的长度。
表1
表2
对于所有CT扫描,所有X射线相关的设置都相同。对于所有样本,所有设置(诸如增益、X射线能量等等)都相同。平均起来,加热后体具有37,004/313,282=8.5倍的结构,或与加热后体相比,加热前体只具有12%的结构量。下面的表3示出了关于样本1的某些详细数据。
表3
现在另外参考图13-15B,图表140示出了对于样本1的加热前和加热后的断裂度量。图表145,150分别示出了加热前和加热后断裂大小的变化。图表155,160分别示出了加热前和加热后断裂垂直长度的变化。
表4提供了对于样本1-4的更加定量的结果,包括加热前和加热后。
表4
断裂大小和垂直长度的定量结果以每个断裂为基础。断裂的大小以边缘体素的数量来度量。断裂的垂直距离以体素中的长度来度量。对于所有样本页岩数据体,大小和垂直长度随着所应用的RF能量增大而增大。
表5示出了与作为对于样本1-4的变化或相似度的度量的互信息的使用有关的数据。互信息值随着相似度增大而增大。随着两个矢量之间的统计关系变得更不相似,联合熵H(X,Y)增大。矢量X和Y对应于带有二十个柱的直方图,每一个柱都针对断裂体积测定大小和断裂垂直长度。最大的变化在样本3中的RF前/后断裂之间发生,因为它具有对于互信息的最低值。
表5
现在另外参考图16,现在将描述设备30'的另一实施例。在设备30'的此实施例中,上文参考图1-3所讨论的那些元件被给予角分符号,大多数不需要在此进一步的讨论。此实施例与前一实施例的不同之处在于,此处理器31'被配置成从传感器34'生成与样本35'中的断裂相关联的加热前数据,并基于加热前数据,确定至少一个第一分形图案。处理器31'还被配置成:利用来自RF天线33'的RF功率来加热样本35',以导致样本中的额外的断裂;在利用RF功率加热样本之后,通过传感器34',生成与样本中的额外的断裂相关联的加热后数据;基于加热后数据,确定至少一个第二分形图案;检测至少一个第一分形图案和至少一个第二分形图案之间的变化,以及,基于检测到的变化,预测从地下岩层的烃类开采。简而言之,设备30'的此实施例通过检测加热前和加热后数据中的分形图案的变化来执行变化检测。
此外,此设备30'还可以与用于预测地下岩层中的烃类开采的方法一起使用。该方法包括,生成与来自地下岩层的样本35'中的断裂相关联的加热前数据;基于加热前数据,确定至少一个第一分形图案,以及利用RF功率来加热样本,以导致样本中的额外的断裂。该方法还包括:在利用RF功率加热样本之后生成与样本35'中的额外的断裂相关联的加热后数据;基于加热后数据,确定至少一个第二分形图案;检测至少一个第一分形图案和至少一个第二分形图案之间的变化,以及,基于检测到的变化,预测从地下岩层的烃类开采。当然,确定至少一个第一和第二分形图案基于多个潜在的分形图案。
确定至少一个第一分形图案基于三维映射加热前数据中的体素的至少一个邻近区域,而确定至少一个第二分形图案基于三维映射加热后数据中的体素的至少一个邻近区域。在某些实施例中,每一分形图案都包括相关联的分辨率和相关联的分形图案类型。该方法还包括基于至少第一和至少一个第二分形图案,显示至少一个图像。
现在另外参考图17,流程图170示出了设备30'的操作方法的操作(框185)。该方法包括从传感器34'提取数据的3D点云(框171),以及确定在输入数据中类似的图案的存在。类似的图案的此确定是以多个分辨率重复执行的(框172-173)。该方法包括在框175生成分形图案查询表(LUT)。分形图案LUT可以包括分别对于加热前数据中的第一多个分形图案的第一多个值,以及分别对于加热后数据中的第二多个分形图案的第二多个值。该方法还包括在框174输出压缩数据。
有利地,分形图案LUT替换从传感器34'摄取的3D数据。实际上,数据通过此转换压缩为分形图案LUT。一旦被压缩,数据可以被传输到场外,例如,在现场应用中(框180)。一旦接收到压缩数据,该方法包括摄取压缩数据,并使用分形图案LUT来扩展数据(框181-182)。该方法包括解压缩数据,并提取体素以重新生成原始3D点云数据(框183-184,186)。
此处示出了示例性分形图案LUT作为表6。
表6
现在参考图18-21,图表190示出了体素的示例性邻近区域,表示为F0-F7。截图200示出了呈现体素的邻近区域中的分形图案的存在的二进制表示的表,每一栏都与邻近区域的一部分有关,每一行都与分形图案类型有关。图表205,210示出了多分辨率分形图案的示例。图表205包括4×4×4的空间,而图示210包括8×8×8的空间。
现在另外参考图22A-25,图像215和220分别示出了加热前和加热后,带有团块阈值150,以及团块最小值150的团块3D点。图像225示出了加热后可视化的分形图案。这些点示出了级别2分形图案位置,而级别3分形图案位置利用“X's”示出。图表230,235分别示出了加热前和加热后的加权的分形直方图。图表240包括示出了模拟的灵敏度分析的曲线241。
对示例性实施例的讨论如下。
引言
变化检测是遥感研究中的关键任务,其中,分析时间数据以检测一段时间内的变化。涉及地球科学的遥感变化检测的某些应用包括环境影响评估、洪水损坏评估以及土地使用和土地覆盖变化分析。对变化的评估对于军事应用同样重要,诸如对特定区域的监测、目标检测,以及损坏评估。从遥感图像进行变化检测的基本原理基于由于地表上的变化在两个不同的时间拍摄的图像之间的反射率或强度值的差异。某些通常使用的图像变化检测算法是图像差分、图像比值、图像回归、主成分分析(PCA),以及变化矢量分析。
对于从遥感图像进行变化检测的典型的要求是时间图像的准确的配准。换言之,必须将图像彼此对齐,以便图像中的对应的位置在相同的像素位置呈现。存在于图像中的任何配准误差(或误配准)可能会导致不正确的变化检测。
本公开讨论了在不要求仿射配准的情况下量化变化的稳健方法,包括六个自由度,三个平移以及三个旋转。本公开将分形域中的互信息视为变化检测方法,因为它利用离散分布的熵对旋转和平移是恒定的事实。
页岩断裂建模
本公开演示了页岩断裂、建模,以及变化分析的方法。本公开使用无线电波加热以穿透油页岩以加热水沉积,以导致断裂。建模这些断裂的大小和方向可以被用来推断财政收益和采油量的增加。本公开讨论了通过使用3D图像处理和可视化来帮助分析师的方法。本公开的方法提供使用互信息来进行定量的变化检测度量。断裂的图形2D图以及3D体积测定呈现提供定性的变化检测。
所公开的过程的实验室设置使用计算层析成像(CT)作为收集页岩样本的体积测定数据的远程传感器。此实验室设置对现实世界应用是可伸缩的,并充当演示。本公开的目标是在向页岩样本应用RF能量之前和之后提取页岩断裂。本公开的目标是量化断裂的数量、大小,以及垂直距离。断裂的存在对于优化要在所感兴趣的区域提取的可采石油是重要的。
在图2中示出了提取页岩断裂的本发明工作流总览。此过程的关键部分是遥感、数据转换、体积测定处理以及可视化。需要向体应用RF能量前/后之间的变化的量化。3D模型中的此信息可以被用来预测成本提高以及出油量的增大。本公开利用来自地理空间遥感应用的技术。对地面以下断裂的建模非常类似于对来自光探测及测距(LiDAR)或干涉式合成口径雷达(IFSAR)航空数据收集的表面场景建模。
体积测定处理包括3D边缘检测器和团块滤波器。团块滤波器发现与最小尺寸有关系的带有给定强度阈值的所有断裂。团块滤波器考虑断裂中的每一体素周围的本地邻近区域的所有八个近邻。提取的断裂能够被导出到所有标准3D格式以用于可视化。SUN刀片式双处理器上的当前总处理时间小于8个小时每512×512×512体素空间。然而,通用图形处理单元(GPGPU)的处理时间快得多。通过使用GPGPU处理,当前所实现的带有1亿点的分形发现和图案标记操作是大致30秒。
流程的主要部分利用3D边缘和3D团块滤波器。边缘检测器在三维空间中查找,以为特征空间中的每一个体素返回边缘强度。团块滤波器发现与最小尺寸有关系的带有给定强度阈值的所有断裂。团块滤波器考虑断裂中的每一体素周围的本地邻近区域中的所有八个近邻。提取的断裂能够被导出到所有标准3D格式以用于可视化。图6A-9B示出了过程的某些关键中间阶段。
统计信息
本发明具有在将RF能量运用到页岩样本时展现出断裂点数量明显增大的结果。表1示出了已被提取并建模的断裂的点的数量。RF后具有760906/61652=12.3倍的结构,或与RF后的体相比,RF前的体只具有8.1%的结构量。页岩样本中的每一体素都具有173.63微米的长度。
在图10A-12B中示出了这些体的可视化。图形示出了用于挑选强度阈值和最小团块大小以建模来自相同页岩样本的页岩断裂的三个单独的试验。可视化使用辉固查看器示出了断裂的按高度的着色。用于可视化3D点的另一好的工具是快速地形查看器。
断裂对采油量具有大的影响,但是,固有地难以量化。流速取决于页岩的渗透性。所需的属性是长度、间隔,以及连接性。表2示出了应用RF能量之前和之后的断裂结构的定量结果。对于所有CT扫描,所有X射线相关的设置都相同。对于所有样本,所有设置(诸如增益、X射线能量等等)都相同。与RF后体相比,RF前的体只具有大约11%的结构量。
图13示出了体针对垂直距离的断裂度量的2D散布图。图示出具有显著的大小和垂直维度的断裂是作为向页岩样本添加RF波能量的结果而产生的。本公开的结果显示,产生了具有增大的垂直长度的若干大断裂。图示出了度量是正相关的。
表4示出了几个页岩样本的定量结果。以每个断裂为基础,示出了大小和垂直长度的断裂均值和标准差。断裂的大小以边缘体素的数量来度量。断裂的垂直距离以体素中的长度来度量。对于所有样本页岩数据体,大小和垂直长度随着应用RF能量而增大。
变化检测分析
一种用于检测变化或相似度的方法可以通过应用互信息算法来完成。两个变量之间的互信息(MI)基于信息论。它测量两个变量之间的信息的量。使用MI作为对计算层析成像数据的相似度度量已在医疗图像上被执行。互信息考虑联合熵和单个熵,并被定义为:
I(X;Y)=H(X)+H(Y)–H(X,Y);(1)
其中,I是互信息,H是熵。当数据矢量更相似时,获得了联合熵的低数值。互信息值随着相似度增大而增大。随着两个矢量之间的统计关系变得更不相似,联合熵H(X,Y)增大。实验中的矢量X和Y对应于带有二十个柱的直方图,每一个柱都针对断裂体积测定大小和断裂垂直长度。熵被定义为:
H(pi)=-Σpi log(pi);(2)
其中,p是假设均匀分布的概率矢量。Matlab中有一种好的实现可用。
本发明的用于计算互信息的解决方案利用提取的页岩断裂的分形分析。这基于本地邻近区域中的图案的空间信息。
表5示出了计算体和垂直距离的分形度量的互信息和熵的结果。断裂的体实际上是其边缘体素的计数。大多数变化在样本3中的RF前/后断裂之间发生,因为它具有互信息的最低值。
注意到,当将RF前/后的体进行比较时,低MI值意味着,体是非常不同的,并量化所执行的断裂量。最近,出现了通过直接考虑本地邻近区域中的空间信息,从2D图像计算互信息的一些工作。
分形方法
三维扫描系统可以自动地测量形成地球或某些其他目标的表面的大量的点,并可以作为数据文件输出点云。点云表示设备相对于一组坐标轴测量的三维空间中的点集。本公开关注提取描述页岩断裂的点云。这是通过使用来自3D团块滤波器的点来完成的。
本公开的分形的使用基于自相似性。在图17中示出了流程图。一旦发现全部多分辨率图案,就生成3D点的查询表。考虑包括2×2×2的块立方体的分形图案方案,其中最多具有256个可能的图案。
从此基本元素,可以构建较大的图案。随着2×2×2分形块穿过整个体积测定场景,识别相似体素(3D像素)图案。这里,数据是带有范围或Z值的真3D点云。
本公开的过程要求相当大的计算能力,诸如GPGPU体系结构,以几乎实时地以多个分辨率找到分形图案。除了共同的LiDAR数据交换(.LAS)以及ASCII或二进制格式的3D点或顶点之外,还存在此方法可以使用的若干格式。一些流行的3D图形多边形格式是:虚拟现实建模语言(VRML,GeoVRML)、绘图交换格式(DXF)、形状文件(Shapefiles)、开放飞行(OpenFlight)、Maya计算机辅助设计(CAD),立体光刻(STL),以及锁眼标记语言(KML)。本公开的过程允许上述列出的格式之间的常规数据转换。
GPU被认为在PC系统体系结构中承担更加突出的角色。GPU为需要它的应用提供更大的有成本效益的以及有能量效益的性能。NVIDIA的下一代CUDA体系结构(名为Fermi的代码)是此趋势的最近的并且最大的表达。具有并行软件上的任何常规CPU的多倍性能,以及具有使软件开发人员更加容易认识硬件的全部潜力的特征,基于Fermi的GPU将超级计算机性能带给比以往任何时候都多的用户。GPU变得更加灵活和可编程,诸如NVIDIA的CUDA,比基于CPU的算法快得多。每一Fermi GPU都配备有L2缓存(对于512核芯片,768KB大小)。L2缓存覆盖GPU本地DRAM以及系统存储器。
Fermi一代CUDA体系结构是所有已搭建的计算体系结构中最先进的GPU计算体系结构。有超过30亿的晶体管以及最多512个CUDA核,Fermi以传统的只有CPU的服务器的1/10的成本提供超级计算特征和性能。
点云内的数据的不同的分辨率可以通过基于2×2×2分形图案的搭建来标识。图20-21示出了与2×2×2使用相同图案的4×4×4和8×8×8图案。这示出了什么被标识为级别1、2,以及3分形图案。应该注意的是,对数据中的重复图案的级别的数量没有理论限制,虽然对在较高级别存在的数量有递减返回。
使用查询表为每一个分形位置和图案类型提供了有效率的记帐方法。通过将分形块分割为八个不同的区域,不管分辨率级别如何,都可以有效率地跟踪码本中的自相似性的级别。由于在2×2×2块中只有256个不同的图案,因此,使用二进制数字组来表示体素点的存在或不存在相对明确,如图19所示。值为1表示点的存在,值为零表示在体素位置点的不存在。对应的查询表列以及其在2×2×2立方体中的位置用F0到F7的标记来表示。
从此二进制表示,生成查询表。该表包含分形的位置、图案类型,以及图案的重复性的级别。注意到,利用此信息,对于级别3分形图案,表示的数据量是8x8x8或512单个LiDAR点。表6中示出了样本查询表的的一部分。
前三列包含行、列,以及高度坐标。第四、第五以及第六列示出了分形级别1、2以及3的分形图案。本公开的系统包含最多256个可能的分形图案。根据查询表,如果该位置存在较高的分形维数,将零占位符插入到列中。例如,表中的第四行在291,469,97的x,y,z位置包含类型11的级别3图案的级别3分形图案(8×8×8)。
定位构成被标识的分形图案的体素需要解码。有效率的解码是通过将分形数据图案扩展回原始x,y以及z格式来完成的。查询表中的每一分形都包括x,y,以及z位置以及在压缩过程中发现的分形重复的图案的级别。由于位置以及图案类型是已知的,因此,由于这些信息,图案解码比编码快得多。
结果
图22A-22B所示出的结果是RF照射前和RF照射后的页岩断裂的可视化。使用3D团块算法来提取这些体。RF前的体具有229,955个点,RF后的体具有735166个点。图23所示出的结果示出了实际上数据集中有许多分形。提取的分形位置是针对RF照射后的。级别2和级别3分形被示为分别带有红色和绿色点位置。带有使用来自分米阵列的735166个非重复点作出的计算的样本测试数据集包含:构成729538个点的185,899个级别1分形计数,构成394个点的99个级别2分形计数;以及构成5234个点的25个级别3分形计数。本公开的解决方案使用来自数据本身的重复的图案。应该注意的是,对数据中的重复图案的数量没有理论限制,但是,对它们在较高级别的存在有递减的返回。
图24A示出了RF照射前沿着z轴的加权的分形维数的直方图。级别1分形被加权因子1。级别2分形被加权因子8。级别3分形被加权因子64。图24B示出了RF照射后的加权的分形计数的直方图。
图25示出了作为沿着z轴的加权分形的直方图中的柱的数量的函数的分形互信息的值。由于离散分布的熵对旋转和平移是恒定的,因此,互信息的值也是恒定的,并且因此仿射配准误差是稳健的。值得注意的是,互信息的最大值是数据值的数量的log n。柱的数量的选择基于灵敏度分析。在此情况下,在公式(1)中,对于X和Y矢量,用于分形互信息(FMI)计算中的柱的数量是25。
分形几何对于说明断裂行为和岩石特性是有用的。已经发现,存在峰值分形维值,并对应于多孔性。以前的研究涉及关联断裂的分形维数。该信息对地震研究是十分有用的。分形维数描述了表面粗糙度的不规则性。较高的分形维数对应于较粗的断裂面,并与油、气或地热井的液压断裂相关。
岩石中的分形断裂网络拥有一些高累计产量和更好的排泄图案的结构化特征。在页岩中,天然断裂提供渗透性,以及接近井中油和气的途径。通过使用统计分析,能够知道断裂和提高的采油量之间的关系。
结论
本公开呈现了用于演示和量化由于RF波传播导致的页岩断裂中的变化的方法。本公开的方法使现场工程师作出稳健的变化检测计算,而无需配准数据。可以在合适的时间段收集数据,以确定有成本效率的停止点,因为MI与成本节省相关联。到目前为止,对多种不同的页岩样本执行了处理。本公开的分形方法最小化所需考虑的数据量,同时包括位置和区域性的邻近区域数据。
本公开的RF天线和CT扫描器被用作收集页岩样本的体积测定数据的传感器。使用3D团块滤波器来提取所感兴趣的显著的各个断裂。本公开使用互信息来量化RF前/后页岩断裂体的变化。建模断裂技术可以被用来估计成本节省和来自潜在石油储量的增大的可开采出的桶数。本公开的过程通过帮助计算何时满足RF加热要求来增大能量投入与产出比(EROI)。未来的工作将是对由断裂造成的石油液体流动率的增大执行计算。
在标题为“METHOD FOR HYDROCARBON RECOVERYWITH CHANGE DETECTION AND RELATED APPARTUS”的共同待审的申请(代理人档案号码GCSD-2663(62030))中公开了与烃类提取有关的其他特征,该申请以引用的方式并入本文中。
了解前面的描述以及相关联的附图中呈现的原理的益处的本领域技术人员将想起许多修改及本发明的其他各实施例。因此,应该理解,本发明将不仅限于所公开的特定的实施例,各种修改和实施例也包括在所附权利要求书的范围内。
Claims (10)
1.一种用于预测地下岩层中的烃类开采的方法,包括:
生成与来自所述地下岩层的样本中的断裂相关联的加热前数据;
基于加热前数据确定至少一个第一分形图案;
利用射频RF功率加热所述样本,以导致所述样本中的额外的断裂;
在利用RF功率加热之后生成与所述样本中的额外的断裂相关联的加热后数据;
基于加热后数据确定至少一个第二分形图案;
检测至少一个第一分形图案与至少一个第二分形图案之间的变化;以及
基于所检测到的变化,预测从所述地下岩层的烃类开采。
2.如权利要求1所述的方法,其中,检测变化包括检测断裂中的体积测定变化。
3.如权利要求1所述的方法,其中,加热前数据包括三维映射加热前数据;并且其中加热后数据包括三维映射加热后数据。
4.如权利要求3所述的方法,其中,确定至少一个第一分形图案基于三维映射加热前数据中体素的至少一个邻近区域;并且其中确定至少一个第二分形图案基于三维映射加热后数据的体素的至少一个邻近区域。
5.如权利要求1所述的方法,其中,生成加热前数据和加热后数据包括使用计算层析成像CT扫描。
6.如权利要求1所述的方法,其中,检测变化包括执行互信息计算。
7.如权利要求1所述的方法,其中,每个分形图案包括相关联的分辨率和相关联的分形图案类型。
8.一种用于从地下岩层的样本预测地下岩层中的烃类开采的设备,所述设备包括:
射频RF天线;
传感器;以及
处理器,所述处理器被耦合到所述RF天线和所述传感器,并被配置成
所述传感器生成与所述样本中的断裂相关联的加热前数据,
基于加热前数据确定至少一个第一分形图案,
利用来自RF天线的RF功率加热所述样本,以导致所述样本中的额外的断裂,
在利用RF功率加热之后,通过所述传感器,生成与所述样本中的额外的断裂相关联的加热后数据,
基于加热后数据,确定至少一个第二分形图案,
检测至少一个第一分形图案和至少一个第二分形图案之间的变化,以及
基于所检测到的变化,预测从所述地下岩层的烃类开采。
9.如权利要求8所述的设备,其中,所述处理器被配置成通过至少检测断裂中的体积测定变化而检测变化。
10.如权利要求8所述的设备,其中,加热前数据包括三维映射加热前数据;并且其中加热后数据包括三维映射加热后数据。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/037,650 | 2013-09-26 | ||
US14/037,650 US10006271B2 (en) | 2013-09-26 | 2013-09-26 | Method for hydrocarbon recovery with a fractal pattern and related apparatus |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104514534A true CN104514534A (zh) | 2015-04-15 |
CN104514534B CN104514534B (zh) | 2019-07-23 |
Family
ID=52691698
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410443130.2A Expired - Fee Related CN104514534B (zh) | 2013-09-26 | 2014-09-02 | 利用分形图案的烃类开采的方法以及相关设备 |
Country Status (2)
Country | Link |
---|---|
US (2) | US10006271B2 (zh) |
CN (1) | CN104514534B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9417357B2 (en) * | 2013-09-26 | 2016-08-16 | Harris Corporation | Method for hydrocarbon recovery with change detection and related apparatus |
US9734595B2 (en) * | 2014-09-24 | 2017-08-15 | University of Maribor | Method and apparatus for near-lossless compression and decompression of 3D meshes and point clouds |
US10302769B2 (en) | 2017-01-17 | 2019-05-28 | Harris Corporation | System for monitoring marine vessels using fractal processing of aerial imagery and related methods |
US10399650B2 (en) | 2017-01-17 | 2019-09-03 | Harris Corporation | System for monitoring marine vessels and determining rendezvouses therebetween and related methods |
US10200113B2 (en) | 2017-01-17 | 2019-02-05 | Harris Corporation | System for monitoring marine vessels providing expected passenger determination features and related methods |
CN112991424B (zh) * | 2021-04-07 | 2024-02-13 | 重庆大学 | 一种基于八叉树算法的分形维数计算方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4799382A (en) * | 1987-06-01 | 1989-01-24 | Mobil Oil Corporation | Method for determining reservoir characteristics of a porous material |
CN101558216A (zh) * | 2006-10-13 | 2009-10-14 | 埃克森美孚上游研究公司 | 使用水力压裂生产井、通过原位加热增强页岩油生产 |
CN101636555A (zh) * | 2007-03-22 | 2010-01-27 | 埃克森美孚上游研究公司 | 用于原位地层加热的电阻加热器 |
US20100252268A1 (en) * | 2009-04-03 | 2010-10-07 | Hongren Gu | Use of calibration injections with microseismic monitoring |
US20110004448A1 (en) * | 2009-07-01 | 2011-01-06 | Schlumberger Technology Corporation | Method to quantify discrete pore shapes, volumes, and surface areas using confocal profilometry |
Family Cites Families (52)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3896668A (en) | 1973-10-05 | 1975-07-29 | Schlumberger Technology Corp | Methods and apparatus for determining characteristics of subsurface earth formations |
US3894769A (en) | 1974-06-06 | 1975-07-15 | Shell Oil Co | Recovering oil from a subterranean carbonaceous formation |
US4688238A (en) * | 1986-05-30 | 1987-08-18 | Mobil Oil Corporation | Method for determining lithological characteristics of a porous material |
US4941193A (en) | 1987-10-02 | 1990-07-10 | Iterated Systems, Inc. | Methods and apparatus for image compression by iterated function system |
US5065447A (en) | 1989-07-05 | 1991-11-12 | Iterated Systems, Inc. | Method and apparatus for processing digital data |
US5063509A (en) | 1990-01-26 | 1991-11-05 | Mobil Oil Corporation | Method for determining density of samples of materials employing X-ray energy attenuation measurements |
US5086643A (en) * | 1990-09-18 | 1992-02-11 | Mobil Oil Corporation | System and method for determining multi-phase relative permeability of a subterranean reservoir |
US5384867A (en) | 1991-10-23 | 1995-01-24 | Iterated Systems, Inc. | Fractal transform compression board |
US5416856A (en) * | 1992-03-30 | 1995-05-16 | The United States Of America As Represented By The Secretary Of The Navy | Method of encoding a digital image using iterated image transformations to form an eventually contractive map |
US5331155A (en) * | 1992-05-08 | 1994-07-19 | Halliburton Company | Methods of determining subterranean formation characteristics using computed tomographic images |
US6466687B1 (en) | 1997-02-12 | 2002-10-15 | The University Of Iowa Research Foundation | Method and apparatus for analyzing CT images to determine the presence of pulmonary tissue pathology |
US7188058B2 (en) | 2000-04-04 | 2007-03-06 | Conocophillips Company | Method of load and failure prediction of downhole liners and wellbores |
US7660453B2 (en) * | 2000-10-11 | 2010-02-09 | Imaging Therapeutics, Inc. | Methods and devices for analysis of x-ray images |
US8639009B2 (en) * | 2000-10-11 | 2014-01-28 | Imatx, Inc. | Methods and devices for evaluating and treating a bone condition based on x-ray image analysis |
US7526413B2 (en) | 2001-01-31 | 2009-04-28 | Exxonmobil Upstream Research Company | Volumetric laminated sand analysis |
US6918442B2 (en) | 2001-04-24 | 2005-07-19 | Shell Oil Company | In situ thermal processing of an oil shale formation in a reducing environment |
US6981548B2 (en) | 2001-04-24 | 2006-01-03 | Shell Oil Company | In situ thermal recovery from a relatively permeable formation |
CN100545415C (zh) | 2001-04-24 | 2009-09-30 | 国际壳牌研究有限公司 | 现场处理含烃地层的方法 |
AU2002341671A1 (en) | 2001-09-14 | 2003-04-01 | Cornell Research Foundation, Inc. | System, method and apparatus for small pulmonary nodule computer aided diagnosis from computed tomography scans |
CA2462971C (en) | 2001-10-24 | 2015-06-09 | Shell Canada Limited | Installation and use of removable heaters in a hydrocarbon containing formation |
US8045770B2 (en) * | 2003-03-24 | 2011-10-25 | Cornell Research Foundation, Inc. | System and method for three-dimensional image rendering and analysis |
JP2007524438A (ja) * | 2003-03-25 | 2007-08-30 | イメージング セラピューティクス,インコーポレーテッド | 放射線画像処理技術における補償の方法 |
US7570791B2 (en) * | 2003-04-25 | 2009-08-04 | Medtronic Navigation, Inc. | Method and apparatus for performing 2D to 3D registration |
US20090050318A1 (en) | 2005-06-20 | 2009-02-26 | Kasevich Raymond S | Method and apparatus for in-situ radiofrequency assisted gravity drainage of oil (ragd) |
WO2007002111A1 (en) | 2005-06-20 | 2007-01-04 | Ksn Energies, Llc | Method and apparatus for in-situ radiofrequency assisted gravity drainage of oil (ragd) |
US7445041B2 (en) | 2006-02-06 | 2008-11-04 | Shale And Sands Oil Recovery Llc | Method and system for extraction of hydrocarbons from oil shale |
ATE550518T1 (de) | 2006-02-16 | 2012-04-15 | Chevron Usa Inc | Kerogen-extraktion aus unterirdischen öl-schiefer-ressourcen |
US8016038B2 (en) * | 2006-09-18 | 2011-09-13 | Schlumberger Technology Corporation | Method and apparatus to facilitate formation sampling |
US7925482B2 (en) | 2006-10-13 | 2011-04-12 | Object Reservoir, Inc. | Method and system for modeling and predicting hydraulic fracture performance in hydrocarbon reservoirs |
US20100095742A1 (en) * | 2006-10-13 | 2010-04-22 | Symington William A | Testing Apparatus For Applying A Stress To A Test Sample |
US20100104158A1 (en) * | 2006-12-21 | 2010-04-29 | Eli Shechtman | Method and apparatus for matching local self-similarities |
US8442285B2 (en) * | 2007-04-02 | 2013-05-14 | The Trustees Of The University Of Pennsylvania | Combined feature ensemble mutual information image registration |
US8918162B2 (en) * | 2007-04-17 | 2014-12-23 | Francine J. Prokoski | System and method for using three dimensional infrared imaging to provide psychological profiles of individuals |
WO2009055152A1 (en) | 2007-10-22 | 2009-04-30 | Schlumberger Canada Limited | Formation modeling while drilling for enhanced high angle or horizontal well placement |
US8082995B2 (en) * | 2007-12-10 | 2011-12-27 | Exxonmobil Upstream Research Company | Optimization of untreated oil shale geometry to control subsidence |
US7975763B2 (en) | 2008-09-26 | 2011-07-12 | Conocophillips Company | Process for enhanced production of heavy oil using microwaves |
US8085974B2 (en) * | 2008-11-24 | 2011-12-27 | Ingrain, Inc. | Method for determining elastic-wave attenuation of rock formations using computer tomograpic images thereof |
US9068448B2 (en) | 2008-12-03 | 2015-06-30 | Chevron U.S.A. Inc. | System and method for predicting fluid flow characteristics within fractured subsurface reservoirs |
US8365823B2 (en) | 2009-05-20 | 2013-02-05 | Conocophillips Company | In-situ upgrading of heavy crude oil in a production well using radio frequency or microwave radiation and a catalyst |
US8555970B2 (en) | 2009-05-20 | 2013-10-15 | Conocophillips Company | Accelerating the start-up phase for a steam assisted gravity drainage operation using radio frequency or microwave radiation |
US20110029291A1 (en) | 2009-07-31 | 2011-02-03 | Xiaowei Weng | Method for fracture surface extraction from microseismic events cloud |
EP2499548A4 (en) | 2009-11-12 | 2017-01-25 | Exxonmobil Upstream Research Company | Method and system for rapid model evaluation using multilevel surrogates |
WO2012096882A1 (en) * | 2011-01-11 | 2012-07-19 | Rutgers, The State University Of New Jersey | Method and apparatus for segmentation and registration of longitudinal images |
WO2012097336A1 (en) * | 2011-01-13 | 2012-07-19 | Rutgers, The State University Of New Jersey | Enhanced multi-protocol analysis via intelligent supervised embedding (empravise) for multimodal data fusion |
EP2689278B1 (en) * | 2011-03-23 | 2016-11-16 | Halliburton Energy Services, Inc. | Apparatus and methods for lithlogy and mineralogy determinations |
MX2013012009A (es) | 2011-04-15 | 2014-08-21 | Landmark Graphics Corp | Sistemas y metodos para caracterizacion de fracturas hidraulicas utilizando datos de movimientos microsismicos. |
US9322254B2 (en) * | 2011-10-19 | 2016-04-26 | Harris Corporation | Method for hydrocarbon recovery using heated liquid water injection with RF heating |
AR089304A1 (es) * | 2011-12-19 | 2014-08-13 | Impact Technology Systems As | Metodo para recuperacion de presion por impacto |
US9213076B2 (en) * | 2012-02-27 | 2015-12-15 | Medimagemetric LLC | System, process and computer-accessible medium for providing quantitative susceptibility mapping |
US9044731B2 (en) * | 2012-07-13 | 2015-06-02 | Harris Corporation | Radio frequency hydrocarbon resource upgrading apparatus including parallel paths and related methods |
WO2014025970A1 (en) | 2012-08-10 | 2014-02-13 | Ingrain, Inc. | Method for improving the accuracy of rock property values derived from digital images |
US20140058713A1 (en) * | 2012-08-21 | 2014-02-27 | Schlumberger Technology Corporation | Seismic modeling system and method |
-
2013
- 2013-09-26 US US14/037,650 patent/US10006271B2/en active Active
-
2014
- 2014-09-02 CN CN201410443130.2A patent/CN104514534B/zh not_active Expired - Fee Related
-
2018
- 2018-02-05 US US15/888,639 patent/US10662742B2/en not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4799382A (en) * | 1987-06-01 | 1989-01-24 | Mobil Oil Corporation | Method for determining reservoir characteristics of a porous material |
CN101558216A (zh) * | 2006-10-13 | 2009-10-14 | 埃克森美孚上游研究公司 | 使用水力压裂生产井、通过原位加热增强页岩油生产 |
CN101636555A (zh) * | 2007-03-22 | 2010-01-27 | 埃克森美孚上游研究公司 | 用于原位地层加热的电阻加热器 |
US20100252268A1 (en) * | 2009-04-03 | 2010-10-07 | Hongren Gu | Use of calibration injections with microseismic monitoring |
US20110004448A1 (en) * | 2009-07-01 | 2011-01-06 | Schlumberger Technology Corporation | Method to quantify discrete pore shapes, volumes, and surface areas using confocal profilometry |
Also Published As
Publication number | Publication date |
---|---|
US20150088479A1 (en) | 2015-03-26 |
US20180202262A1 (en) | 2018-07-19 |
CN104514534B (zh) | 2019-07-23 |
US10662742B2 (en) | 2020-05-26 |
US10006271B2 (en) | 2018-06-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Huang et al. | BIM, machine learning and computer vision techniques in underground construction: Current status and future perspectives | |
US10662742B2 (en) | Method for hydrocarbon recovery with a fractal pattern and related apparatus | |
CN110263111B (zh) | 基于先验知识的土地利用/覆被信息时空监测方法 | |
Bisdom et al. | A geometrically based method for predicting stress-induced fracture aperture and flow in discrete fracture networks | |
Bruna et al. | A new methodology to train fracture network simulation using multiple-point statistics | |
Sen et al. | Machine learning based rate optimization under geologic uncertainty | |
US20230097859A1 (en) | Method and system for determining coarsened grid models using machine-learning models and fracture models | |
CN116486025A (zh) | 一种基于大数据云计算技术的城市地质数据处理平台 | |
Tzu-hao et al. | Reservoir uncertainty quantification using probabilistic history matching workflow | |
Winkelmaier et al. | Topographically guided UAV for identifying tension cracks using image-based analytics in open-pit mines | |
Kang et al. | Initial model selection for efficient history matching of channel reservoirs using Ensemble Smoother | |
Zhang et al. | Application of artificial intelligence in geotechnical and geohazard investigations | |
Shi et al. | Machine learning of three-dimensional subsurface geological model for a reclamation site in Hong Kong | |
Li et al. | 3D ground penetrating radar cavity identification algorithm for urban roads using transfer learning | |
Qingfeng et al. | A deep learning approach for abnormal pore pressure prediction based on multivariate time series of kick | |
CN104514533A (zh) | 利用变化检测的烃类开采的方法以及相关设备 | |
Ellili-Bargaoui et al. | Mapping soil properties at multiple depths from disaggregated legacy soil maps in the Brittany region, France | |
Cheng et al. | Improved combination weighted prediction model of aquifer water abundance based on a cloud model | |
Geng et al. | Swin transformer based transfer learning model for predicting porous media permeability from 2D images | |
Lin et al. | A simple generation technique of complex geotechnical computational model | |
Qiu et al. | Multifactor Prediction of the water richness of coal roof aquifers based on the combination weighting method and TOPSIS model: A case study in the Changcheng No. 1 coal mine | |
Gong et al. | Application of multi-level and high-resolution fracture modeling in field-scale reservoir simulation study | |
Song et al. | Intelligent early-warming platform for open-pit mining: Current status and prospects | |
Ansari | Mathematical scaling and statistical modeling of geopressured geothermal reservoirs | |
Zhang et al. | Application of controlled-source audio-frequency magnetotellurics (CSAMT) for goaf detection: a case study in the Fangzi coal mine China |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190723 |
|
CF01 | Termination of patent right due to non-payment of annual fee |