CN104520733A - 地震正交分解属性 - Google Patents
地震正交分解属性 Download PDFInfo
- Publication number
- CN104520733A CN104520733A CN201380039915.7A CN201380039915A CN104520733A CN 104520733 A CN104520733 A CN 104520733A CN 201380039915 A CN201380039915 A CN 201380039915A CN 104520733 A CN104520733 A CN 104520733A
- Authority
- CN
- China
- Prior art keywords
- data
- principal component
- component
- module
- ant
- 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
- 238000000354 decomposition reaction Methods 0.000 title description 41
- 238000000034 method Methods 0.000 claims abstract description 153
- 238000000513 principal component analysis Methods 0.000 claims abstract description 60
- 230000008569 process Effects 0.000 claims description 57
- 238000003325 tomography Methods 0.000 description 25
- 238000004458 analytical method Methods 0.000 description 23
- 230000000875 corresponding effect Effects 0.000 description 18
- 238000001514 detection method Methods 0.000 description 17
- 238000005070 sampling Methods 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 13
- 239000010410 layer Substances 0.000 description 11
- 238000005311 autocorrelation function Methods 0.000 description 10
- 238000003384 imaging method Methods 0.000 description 10
- 150000003839 salts Chemical class 0.000 description 10
- 238000012360 testing method Methods 0.000 description 9
- 230000015572 biosynthetic process Effects 0.000 description 8
- 230000003111 delayed effect Effects 0.000 description 8
- 238000005755 formation reaction Methods 0.000 description 8
- 239000011435 rock Substances 0.000 description 8
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 7
- 238000004891 communication Methods 0.000 description 7
- 238000013517 stratification Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 101100059320 Mus musculus Ccdc85b gene Proteins 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 238000003708 edge detection Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 230000005055 memory storage Effects 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000002087 whitening effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000009375 geological disposal Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000012805 post-processing Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000001427 coherent effect Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 229930195733 hydrocarbon Natural products 0.000 description 2
- 150000002430 hydrocarbons Chemical class 0.000 description 2
- 229910052500 inorganic mineral Inorganic materials 0.000 description 2
- 239000011707 mineral Substances 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 210000003462 vein Anatomy 0.000 description 2
- 235000001674 Agaricus brunnescens Nutrition 0.000 description 1
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 238000010796 Steam-assisted gravity drainage Methods 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000005054 agglomeration Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 125000005588 carbonic acid salt group Chemical group 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 239000012792 core layer Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- HJUFTIJOISQSKQ-UHFFFAOYSA-N fenoxycarb Chemical compound C1=CC(OCCNC(=O)OCC)=CC=C1OC1=CC=CC=C1 HJUFTIJOISQSKQ-UHFFFAOYSA-N 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 238000005211 surface analysis Methods 0.000 description 1
- 238000007669 thermal treatment Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
- G01V1/301—Analysis for determining seismic cross-sections or geostructures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/32—Transforming one recording into another or one representation into another
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/61—Analysis by combining or comparing a seismic data set with other data
- G01V2210/616—Data from specific type of measurement
- G01V2210/6169—Data from specific type of measurement using well-logging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/62—Physical property of subsurface
- G01V2210/624—Reservoir parameters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/64—Geostructures, e.g. in 3D data cubes
- G01V2210/646—Fractures
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供了一种方法,包括:针对包括反射器的地下区域提供地震数据;使用主分量分析(PCA)来分解至少一部分的地震数据以生成至少一个主分量;并且至少部分地基于所述至少一个主分量来输出输出数据。还公开了各种其它的设备,系统,方法等等。
Description
背景技术
反射波勘探法发现用于地球物理学中,例如用来评价地下地层(subsurface formations)的特性。作为举例,反射波勘探法可以提供代表弹性能波动的地震数据(例如在大约1Hz到大约100Hz的频率范围内通过P-波动和S-波动传递)。可以对地震数据进行处理和解析,例如用于更好地理解地下岩石的成分,液体含量,范围以及形状。这里描述的各种技术适用于处理诸如地震数据之类的数据。
发明内容
本发明提供了一种方法,包括:提供地下区域的地震数据;使用主分量分析(PCA)来分解至少一部分的地震数据以生成至少一个主分量;以及至少部分地基于至少一个主分量来输出输出数据。本发明提供了一种系统,包括:用于处理信息的一个或多个处理器;操作地耦合到一个或多个处理器的存储器;提供地下区域的地震数据的提供模块;使用主分量分析(PCA)来分解至少一部分的地震数据以生成至少一个主分量的分解模块;以及用于至少部分地基于至少一个主分量来输出输出数据的输出模块。本发明提供了一种或多种计算机可读存储介质,所述一种或多种计算机可读存储介质包括用以命令计算系统执行以下操作的计算机可执行指令:存取针对包含有反射器的地下区域的地震数据;使用主分量分析(PCA)来分解(319)所述地震数据的至少一部分以生成至少一个主分量;以及至少部分地基于所述至少一个主分量来输出(322)输出数据。本发明还公开了各种其它设备,系统,方法等。
提供该发明内容以引入对在下面的具体实施方式中进一步描述的构思选取。本发明内容既不用于确定要求保护的主题的关键或实质性特征,也不用于限定所要求保护的主题的范围。
附图说明
参照后面的描述并结合附图能够更容易地理解所描述的实施方式的特征和优点。
图1示出示例性系统,其包括为地质环境建模的各个部分。
图2示出地层的示例,倾角的规定的示例,数据获取的示例,以及系统的示例;
图3示出了方法的示例;
图4示出了与数据相关的方法的示例;
图5示出了与数据相关的方法的示例;
图6示出了与数据相关的方法的示例;
图7示出了与数据相关的方法的示例;
图8示出了与数据相关的方法的示例;
图9示出了与数据相关的方法的示例;
图10示出了与数据相关的方法的示例;
图11示出了与数据相关的方法的示例;
图12示出了与数据相关的方法的示例;
图13示出了与数据相关的方法的示例;
图14示出了与数据相关的工作流程的示例;
图15示出了与工作流程的示例相关联的数据的示例;
图16示出了与数据相关的工作流程的示例;
图17示出了图16的工作流程的数据对比;
图18示出了与数据相关的方法的示例;
图19示出了系统的示例和模块的示例;
图20示出了系统的示例性部分和网络系统。
具体实施方式
以下的描述包括当前考虑的用于实施所描述的实施方式的最佳模式。本说明并不是用于进行限定,而是仅仅用于描述实施方式的一般原理的目的。描述的实施方式的范围应该参照公布的权利要求而被确定。
在各个示例性实施例中,一种或多种正交分解分析法可以应用于诸如地震数据,由地震数据推导出的数据等之类的数据。作为举例,一种方法包括地震面(例如,反射层)正交分解来探测诸如裂缝,其它潜结构等等。作为举例,地震立方潜结构的分析可以成框架作为模块,模块组,等等执行,例如,为了探测断层,裂缝,以及潜反射。在地震数据包括的噪声水平被认为是“嘈杂”的地方,这种分析尤其有效。作为举例,可以执行一个或多个潜结构分析以帮助探测在油和气勘探和开采(E&P)中关注的一个或多个特征的探测。例如,分析结果可以帮助布井,地质建模,岩床分析,压裂区域或裂缝带的探测,以及非常规资源和碳酸盐田(例如,考虑页岩田)的E&P。
裂缝带或者细微断层可以产生地震信号,地震信号在获取的地震数据中表现为小振幅的自非相干特征,例如,在截面中并且作为切片或地震面上的特征。这些特征的探测包括处理地震信号,地震数据或者两者都有以生成一个或多个边缘探测属性,例如,当一种属性可以被看作地震数据的可测量“特性”(例如,考虑振幅,斜角,频率,相位,极性,等等)。例如,一种属性可以是由地震信号,地震数据,等等推导出并且参照坐标系(例如,一维,二维,三维,四维或者更高维度)限定的值或一组值。作为举例,一维可以是平面维度,时间维度,频率维度,等等。作为举例,考虑提供的地震数据为“立方体”,其中立方体的每个体素(体积元)具有一个值。在这样的示例中,边缘探测算法可以对立方体中的值进行处理以生成新的值,其中新的值被看作是边缘探测属性(例如,属性立方体)的集合。
作为举例,可以对地震数据体(例如,地震体或一个体的地震数据)进行处理以生成属性数据体(例如,属性体或一个体的属性)。作为另一个示例,可以对地震面进行处理以生成属性面。作为再一个示例,可以对地震测线进行处理以生成属性测线。作为举例,可以对地震点进行处理以生成属性点。
属性例如可以在一个时刻,多个时刻,在时间窗口内等被测量、获取,并且,例如可以在单个轨迹上,一组轨迹上,由地震数据解释得到的表面上等被测量。属性分析包括对各种参数的评价,例如,对于储层来说,考虑采用偏移分析(AVO)从振幅变量推导出碳氢检测。
对于地震数据体中,地震反射面上等等的潜结构探测来说,已经采用了各种技术,例如那些包括局部角和方位角;最小化,最大化,以及高斯曲率;相干性;3D曲率;以及频谱分析等的技术。前面提到的技术,当应用于裂缝和断层探测时,趋向于对地震数据中的噪声,地震数据中的采集脚印或者地震数据中的噪声以及采集脚印较为敏感。尽管可以尝试采用过滤或平滑来消除地震数据中的噪声和采集脚印并且获得与断层和裂缝相关的更有用的信息,但是这种过滤或平滑可能抑制了包括与潜结构相关的有用信息的噪声和采集脚印。换句话说,地震数据的过滤,平滑等等可能“移除”或“减弱”了与断层,裂缝等等相关(例如与和断层,裂缝等等相互作用的地震能量相关的小地震数据特征)的小的地震数据特征(例如,在时间,空间或者二者都有)。
对于噪声,其可能来自于不想要的地震能量,例如触发生成的地滚波,表面波,多次波,天气效应,地球的随机事件,地震设备,等等。噪声可能以相干噪声,不相干噪声或其它类型的噪声存在。作为举例,相干噪声可以表现为具有某种程度上从地震轨迹到地震轨迹的连续相(例如,考虑地滚波和多次波)的不期望的地震能量伪像。作为举例,不相干噪声(包括随机噪声)可能表现为缺少相干性(例如,相邻轨迹之间缺少相位关系)的地震数据中的扰动。
对于采集脚印来说,脚印可以指获取地震数据的区域,而“采集脚印”可以指由用于获取地震数据的设备,技术等产生的伪像。例如,对于海中的区域,脚印可能被由一艘或多艘船只拖动的一排拖缆所覆盖。在这种实施例中,拖缆间得而间隔在地震数据中可以表示为采集脚印。例如,采集脚印可以表现为地震数据特性里的变量(例如,在处理过程中遇见的),其与采集形式相关并且使反射的振幅和相位失真。
作为举例,考虑在关于结构(例如,断层,裂缝等等)的信息在数据中以横截面中的高频特征存在并且在分层或地震面中以线性特征存在的位置处的地震数据,其可能缺少相干性(例如,根据一个或多个因素改变级别)。由于噪声可能包括高频特征并且由于采集脚印的信息可能作为高频伪像存在于地震数据中,目的在于减少噪声的影响以及地震数据中的采集脚印的方法还可能剔除地震数据中与一个或多个潜结构相关的高频特征中的至少一部分。
作为举例,一种方法可以包括通过表面正交分解来探测位于地震反射层(seismic reflecting horizons)内部的潜结构,例如,使用至少部分地基于主分量分析(PCA)的算法,其例如涉及卡洛分解(KLD,Karhunen-Loevedecomposition)或者本征正交分解(POD,proper orthogonaldecomposition)。这种方法例如可以将信息分解成一组信息,其中信息组中的每一个信息与其它信息正交。使用图像类比,一个图像可以分解成一组瞬像,其中每个瞬像表示N个测量值乘以一个特定状态变量的集合。作为表面分析的一个示例,可以针对每个节点限定一个瞬像并且包括围绕该节点的某些半径内部的节点值,例如,半径比与表面对应的自相关功能的相关半径大的那些半径内部的节点值。
作为举例,一种方法可以包括对紧贴着目标层的地震数据体应用3D正交分解以探测裂缝、微小断层、另一个潜特征等等。如在各种试验实例中显示的,这种方法对噪声是宽容的。尤其,这种方法可以应用于噪声水平足够高从而将地震数据(或者至少部分的地震数据)归类为嘈杂(例如,根据信噪比,根据伪像,根据能量随机性,根据频率,等等)的地震数据。
作为举例,一种正交分解可以使用主分量分析(PCA)进行。例如,正交分解可以基于PCA执行以计算地震数据(例如,地震数据体,其可以是“原始”地震数据体)的3D自相关功能的本征值和特征向量。在这种示例中,当应用于地震数据体时,通过分解得到的每个正交分量也可以是数据体(例如,正交分量属相)。作为举例,当地震数据体被分解成几个正交分量数据体时,正交分量数据体内部的值可以汇总为大致与地震数据体的值相等的动切力值(yield value)。例如,如果地震数据体包括27个体素(3x 3x 3)以及27个体素中的值,分解可能生成大约五个数据体(例如,属性体),每个包括27个体素以及27个体素每一个中的值。当五个数据体的中心体素值被汇总时,得到的值大致与经受分解的地震数据体的中心体素值相等。
对于“正交性”来说,在正交分解的情况下,其可能表示通过地震数据体的正交分解得到的任何两个分量之间的自相关系数将大致等于零。作为举例,当地震数据体中的信息包括噪声(例如,考虑随机噪声)和它们本身与裂缝或断层缺少相关性的采集脚印,反射或其它潜特征时,正交分解分析可以应用于该地震数据体以将该信息“分离成”独立的正交分量(例如,将信息分解成任何数据体中的数据都与其它任何数据体中的数据都缺少其相关性的数据体)。
作为举例,一种方法可以包括获取或提供井眼信息,例如用于辅助对一种或多种正交分量的选择以用于裂缝探测。作为举例,断层和裂缝自动追踪技术,例如蚂蚁追踪可以应用于一种或多种选择的正交数据体,例如用于提高或增强信息(例如,考虑蚂蚁追踪以生成裂缝图像)。作为举例,探测可以包括分类,例如,分类信息(例如,由前面分析过的数据等等产生的模型信息)可以帮助探测属于一类特征(例如,一种类型的特征)的一个或多个特征。
下面,描述了系统的示例,其采用了各种技术(包括技术的示例),其例如可以包括将PCA应用于数据以将数据内部的信息分解成一个或多个分量。
图1示出系统100的一个示例,其包括各种用于管理地质环境150(例如,包括有沉积盆地,储层151,一个或多个裂缝153,等等的环境)的各个方面的管理分量110。例如,管理分量110允许对与地质环境150相关的遥感,钻井,注入,提取等等直接或间接管理。相应地,地质环境150的其它信息作为反馈160成为可变的(例如,可选地作为一个或多个管理分量110的输入)。
在图1的示例中,管理分量110包括地震数据分量112,附加信息分量114(例如,井/测井数据),处理分量116,模拟分量120,属性分量130,分析/可视化分量142以及工作流程分量144。在操作中,地震数据和分量112和114的每一个提供的其它信息可以被输入到模拟分量120中。
在示例性实施例中,模拟分量120可以依赖于实体122。实体122包括土壤实体或地质对象,例如井,地面,储层等等。在系统100中,实体122包括真实物理实体的虚拟表示,其被重新构建用于进行模拟。实体122包括基于通过遥感,观测等等获取的数据(例如,地震数据112和其它信息114)的实体。实体可以通过一个或多个特性进行表征(例如,地球模型的几何柱网格化实体可以通过孔隙率特性进行表征)。这些特性可以表示一个或多个测量值(例如,采集数据)计算结果,等等。
在示例性实施例中,模拟分量120可以依赖于软件框架进行模拟,例如基于对象的框架。在这样的框架中,实体包括基于预定义种类的实体以便于建模和模拟。基于对象的框架的市场有售的示例为.NETTM框架(Redmond,Washington),其提供一组可扩展的对象种类。在.NETTM框架里,对象种类包含可重用代码以及相关数据结构的模块。对象种类可以用于示例被程序,脚本等等使用的对象实例。例如,井眼种类可以定义出表示基于井数据的井眼的对象。
在图1的示例中,模拟分量120可以处理信息使其与由包括属性程序库的属性分量130表示的一个或多个属性相符合。这种处理可以在输入到模拟分量120(例如,考虑处理分量116)之前发生。作为举例,模拟分量120可以在基于一个或多个由属性分量130表示的输入信息上执行。在示例性实施例中,模拟分量120可以根据地质环境150的行为模拟(例如,响应于一个或多个自然或人为动作)而构建一个或多个地质环境150的模型。在图1的示例中,分析/可视化分量142允许与模型或基于模型的结果互动。作为举例,如工作流程分量144所示,来自于模拟分量120的输出可以输入到一个或多个其它工作流程中。
作为举例,模拟分量120可以包括一个或多个模拟器特征,例如ECLIPSETM储层模拟器(Schlumberger Limited,Houston Texas),INTERSECTTM储层模拟器(Schlumberger Limited,Houston Texas),等等。作为举例,一个或多个储层可以参照一种或多种增强的回收技术(例如,考虑诸如SAGD等等的热处理)进行模拟。
在示例性实施例中,管理分量110包括市售的模拟框架,例如地震模拟软件框架(Schlumberger Limited,Houston,Texas)的特征。框架提供允许对勘探和开采作业进行优化的分量。框架包括地震模拟软件分量,其可以输出用于提高储层性能的信息,例如通过提高资产团队生产率的信息。通过使用这种框架,各种从业者(例如,地球物理学者,地质学者,油藏工程师)可以开发出协作的工作流程并且将作业整合成流水线过程。这样的框架可以被认为是一种应用并且可以被认为是由数据驱动的应用(例如,当输入数据用于模拟地质环境时)。
在示例性实施例中,管理分量110的各个方面可以包括根据框架环境的的附加程序或插件。例如,市场有售的框架环境框架环境(Schlumberger Limited,Houston,Texas)允许将附加程序(或者插件)集成到框架工作流程中。框架环境影响.工具(Microsoft Corporation,Redmond,Washington)并且提供稳定的,用户友好的界面用于高效开发。在示例性实施例中,各种分量可以作为符合或根据框架环境的具体情况(例如,根据应用程序界面(API)的具体情况,等等)进行操作的附加程序(或者插件)执行。
图1还示出框架170的一个示例,其包括与框架服务层190,框架核心层195以及模块成175一起的模型模拟层180。框架170包括市场有售的框架,其中模型模拟层180为市场有售的接纳框架应用的模型中心软件包。在示例性实施例中,软件可以被认为是数据驱动应用。软件可以包括用于建模和可视化的框架。这种模型包括一个或多个网格。
模型模拟层180可以提供作用为数据源184的领域对象182,提供渲染186并且提供各种用户界面188。渲染186可以提供图形环境,在图形环境中应用能够显示它们的数据同时用户界面188可以为应用用户界面部分提供共用的界面外观。
在图1的示例中,领域对象182可以包括实体对象,特性对象以及可选的其它对象。实体对象被用于在图形上表示井,地面,油藏等等,而特性对象被用于提供特性值还有数据类型和显示参数。例如,实体对象可以表示井而特性对象提供测井信息以及类型信息和显示信息(例如,将井作为模型的一部分显示)。
在图1的示例中,数据可以存储在一个或多个数据源(或者数据存储器,通常为物理数据存储装置)中,其可以在相同或不同的物理地址并且可以通过一个或多个网络获取。模型模拟层180可以配置成建模项目。如此的话,可以对具体的项目进行存储,其中存储的项目信息包括输入,模型,结果和案例。因此,一旦建模过程完成,用户可以存储一个项目。在随后的时间里,该项目可以使用模型模拟层180被存取和再存储,其可以重新创建相关联的领域对象的实例。
在图1的示例中,地质环境150包括包含有油藏151并且可能被断层153交叉(intersect)的层(例如层理)。作为举例,地质环境150可以装配任何的各种传感器,探测器,致动器等等。例如,设备152包括接受并且传递与一个或多个网络155相关的信息的通信电路。这种信息包括与井下设备154相关的信息,其可以是采集信息,帮助回收资源等等的设备。其它设备156可以设置在远离井场的位置并且包括遥感,探测,发射或其它电路。这种是河北包括存储和通信电路以存储和传递数据,指令等等。作为举例,可以提供一个或多个卫星用于通信,数据采集等等。例如,图1示出与网络155通信的卫星可以配置用于通信,注意到卫星可以附加或可选地包括成像电路(例如,空间,频谱,时态,辐射测量等等)。
图1还示出地质环境150可选地包括设备157和158,设备157和158与包含有可能被一条或多条裂缝159交叉的基本上水平的部分的井相关。例如,考虑包括天然裂缝,人工裂缝(例如,水力压裂裂缝)或者天然和人工裂缝组合的页岩地层。作为举例,可以对横向延伸的油藏进行钻井。在这样的示例中,可能存在特性,应力等等的横向变量,其中这些变量的评价有助于规划,作业等等以开发油藏(例如,通过压裂,注入,提取等等)。作为举例,设备157和/或158包括用于压裂,地震遥测,地震数据分析,一条或多条裂缝的评价等等的部件,一个或多个系统等。
如所提及的,系统100可以用于实施一个或多个工作流程。工作流程可以是包括多个工作步骤的过程。工作步骤例如可以对数据进行操作来生成新的似乎局,更新现有数据等等。作为举例,例如可以基于一个或多个算法对一个或多个输入进行操作并且产生一个或多个结果。作为举例,系统可以包括工作流程编辑器用于产生,编辑,执行工作流程。在这样的示例中,工作流程编辑器可以提供预定义的一个或多个工作步骤,一个或多个定制的工作步骤等等的选择。作为举例,工作流程可以是软件中执行的工作流程,例如对地震数据,地震属性等等进行操作。作为举例,工作流程可以是框架中执行的过程。作为举例,工作流程可以包括获取例如插件(例如,外部可执行代码等等)的一个或多个工作步骤。
图2示出了地层201的示例,井眼210的示例,倾角的规定(convention)215的示例,数据采集过程220的示例,以及系统250的示例。
如图所示,地层201包括水平面和各种地下地层。作为举例,井眼可以是垂直的。作为另一个示例,井眼可以是偏斜的。在图2的示例中,井眼210可以看作是垂直井眼,例如,其中z轴向下垂直于地层201的水平面延伸。
对于如图所示的倾角的规定215来说,一个平面的三维方向可以通过其倾角和走向来定义。倾角为沿具体方向在垂直面内测量的平面与水平面(例如成像面)的坡度角。倾角可以通过振幅(例如,已知的也被称作角度或大小)和方位角(例如已知的也被称作方向)确定。如图所示的,在图2的规定215中,各个角度例如表示从成像面(例如,上平表面)向下倾斜的角度,而方位角指的是倾角面倾斜的方向朝向(例如,其可以相对于程度,罗盘方向等等给出)。图2所示的规定的另一个特征为走向,走向是由倾角面和水平面(例如,考虑将上平表面作为成像水平面)相交叉而产生的线的方向。
某些与倾角和走向相关的附加项例如可以根据环境,收集数据的方向等等应用于分析。一项为“真倾角”(例如参见图2的规定215的DipT),真倾角为直接垂直于走向测量的平面的倾角(例如参见指向北并且具有标签“走向”且角度为α90的角)并且也是倾角振幅的最大可能值。另一项为“视倾角”(例如参见图2的规定215中的DipA)。视倾角可以是沿除了真倾角的方向之外的其它任何方向测量的平面倾角(例如参见对于角度α来说φA作为DipA)。然而,视倾角有可能与真倾角相等(例如参见角度为φ的DipA=角度为α90的DipT)。换句话说,当使用视倾角项时(例如,在方法,分析,算法等等中),对于特定的倾角面,“视倾角”的值可以等于特定倾角面的真倾角。
如图2的规定215所示,横截面中所看到的面倾角刚好垂直于走向的为真倾角(例如参见角度为φ的DipA=角度为α90的DipT的表面)。如所标记的,横截面中在任何其它方向所观测到的为视倾角(例如参见标记为DipA的表面)。此外,如图2的规定215所示,视倾角可以大约为0度(例如平行于切割面的边缘沿着走向方向延伸的水平面)。
在观测井眼中的倾角的情况下,在垂直钻探的井中可以观测到真倾角。在沿任何其它方向(或偏斜)钻探的井中,观测到的角为视倾角(例如被某些人称作相对倾角)。为了确定在这种井眼中观测到的平面的真倾角值,可以对一个或多个视倾角值应用矢量计算(例如,基于井眼偏斜)。
如提到的,在来自井眼成像的沉积学解释中发现使用的另一项为“相对倾角”(例如DipR)。由沉淀在非常平静的环境中的岩石中的井眼成像得到的真倾角的值可以从砂岩体的倾角中减去。在这样的示例中,产生的倾角被称作相对倾角并且可以用在砂岩体方位的解释中。
诸如规定215之类的规定可以用于分析,解释,属性等等(例如参见图1的系统100的各个模块)。作为举例,各种类型的特征(例如,沉积层理,断层和裂缝,单斜脊,火成岩脉和岩床,变质岩片理等等)都可以部分地通过倾角进行描述。
地震解释的目的可以在于至少部分地基于一个或多个倾角参数(例如,振幅角,方位角等等)来对一个或多个地下边界进行识别和分类。作为举例,各种类型的特征(例如,沉积层理,断层和裂缝,单斜脊,火成岩脉和岩床,变质岩片理等等)都可以至少部分地采用角度,至少部分地采用方位角等等来进行描述。
如图2的图表220所示,地质体225可以存在于地质环境中。例如,地质体225可以是盐丘。盐丘可以是由盐形成的蘑菇状或者塞子状底辟并且可以具有上覆的岩冠(例如,或者岩冠)。当埋在其它类型的沉积物下方时盐丘可以形成为具有相对浮性的盐的产物。由于盐在关联的蒸发岩矿物密封中的移动形成圈闭而导致在盐丘上或附近发现烃类。浮力差可能引起盐发生垂直流动(例如,形成盐枕),其可能产生断裂。在图表220中,地质体225遇到地层,每个地层可以由倾角φ限定。
作为举例,针对一个区域,地震数据可以以记录道的形式获取。在图2的示例中,图表220示出采集设备222,其从源头(例如发射器)发射能量并且通过一个或多个沿着主测线方向串起来的传感器(例如,接收器)接收反射回来的能量。由于该区域包括地层223和地质体225,由采集设备222的发射器发射的能量能够反射出地层223和地质体225。这些反射的证据可以在获取的记录道中找到。对于部分的记录道226来说,接收的能量可以通过以采样率运行的模数转换器被离散。例如,采集设备222可以以每个采样大约4ms的速率将被传感器Q感测到的能量信号转换成数字采样。给定在媒质或介质中的声速,采样速率可以转换成近似的距离。例如,岩石中的声速可以是每秒钟大约5km。因此,大约4ms的采样时间间隔可以对应于大约10米的采样“深度”间隔(例如,假设为从源头到边界以及从边界到传感器的路径长度)。作为举例,记录道可以持续大约4秒;因此,对于每次采样大约4ms间隔的采样速率来说,这样的记录道包括大约1000次采样,其中后者获取的采样对应于更深的反射边界。如果前面的采样的4秒记录道持续时间被一分为二(例如,为了记录反射),对于垂直排列的源头和传感器来说,最深的边界深度估计为大约10km(例如,假设声速大约为每秒钟5km)。
在图2的示例中,系统250包括一个或多个信息存储装置252、一个或多个计算机254、一个或多个网络260以及一个或多个模块270。同样对于一个或多个计算机254来说,每个计算机包括一个或多个处理器(例如,或者处理核心)256以及用于存储指令(例如模型)的存储器258,例如可以通过一个或多个处理器中的至少一个执行。作为举例,计算可以包括一个或多个网络接口(例如,有线或无线),一个或多个图形卡,显示接口(例如,有线或无线)等等。
在图2的示例中,该一个或多个存储装置252可以存储长度和宽度跨度为千米,并且例如深度大约为10km的地质环境的地震数据。地震数据可以参照地面网格(例如,参照主测线和联络测线方向定义的)采集。例如,给定的网格块为大约40米乘以大约40米,一个40km乘以40km的区域可以包括一百万个记录道。这些记录道可以被看作是时间与深度结合的3D地震数据。作为举例,计算机包括通过网络获取存储在一个或多个存储装置252中的地震数据的接口。因此,该计算可以通过指令处理获取的地震数据,其可以是一个或多个模块的形式。
作为举例,可以提供一个或多个属性模块,用于处理地震数据。作为举例,属性包括几何形状属性(例如,倾角,方位角,连续性,地震记录道等等)。这些属性可以是结构属性库的一部分(例如参见图1的属性分量130)。结构属性可以帮助边缘探测,地震反射器的局部定向和倾斜,地震事件的连续性(例如,平行于预估的层理方向),等等。作为举例,边缘可以定义为地震数据内部的水平振幅连续性中的间断并且与断层,裂缝等等相对应。几何形状属性可以是空间属性并且依赖于多个记录道。
如所提及的,作为举例,一个区域的地震数据包括一百万个记录道,其中对于总共一百万个采样来说每个记录道包括一千个采样。在及时地处理这种地震数据中涉及的资源采用当今的标准来说是相对巨大的。作为举例,倾角扫描方法可以应用于地震数据,其包括关于离散平面(例如由离散平面界定的体积)处理地震数据。根据地震数据的大小,这种方法可以包括及时处理相当大的资源。这种方法可以查看记录道和它们的振幅之间的局部相干性,并且由此可以归类于“视倾角”的类别。
作为举例,2D的基于搜索的相干性预估可以在离散的倾斜角范围内执行。这种倾斜分析方法可以使用相似度,方差,主分量分析(PCA),或者使用另一种沿着离散数的候选倾角并且抵达基于相干峰的瞬时倾角的统计测量对相干性进行预估。作为举例,3D的基于搜索的相干性预估类似于2D的方法,可以使用主测线矢量和时间倾角的联络测线矢量(例如沿着主测线和联络测线方向的相干峰)。作为举例,具有最大相干性的倾角可以存储为倾斜角/振幅和倾斜方向/方位角。作为举例,一种方法包括以半自动方式进行的人为干涉,其包括通过用户标识和地层特征的选取对地下地层中的地层进行解释。
作为举例,一种方法可以包括对地层学扁平的3D地震数据体进行正交分解。这种方法可以将数据体分解成例如可以根据它们对数据体的振幅值的贡献而归类的分量。作为举例,将PCA应用于地震数据体可以生成用于相关的特征向量(例如,正交向量)的本征值,其中本征值可以按照从最大到最小的顺序排列并且被称作为与它们顺序相关的单独分量(例如,第一分量,第二分量,等等),其可能与它们对地震数据体的振幅值的贡献相关。
作为举例,一种方法可以包括现象分配给不同的无关联的分量(例如,不同的地震数据体)。例如,这种方法包括分配不同的无关联数据体噪声现象,采集脚印现象,一种或多种类型的结构现象,等等。作为举例,分解可以分离出信息,包括高频信息,而不会由于用以减少高频噪声的过滤或平滑而丢失信息。例如,用以减少高频噪声的过滤或平滑还可以减少高频信息。作为举例,一种方法包括根据其形状而分离在地震数据中存在的现象。这种方法可以将现象分离成分量,其在汇总时可以近似地重现地震数据(例如,在数据中呈现出各种形状,噪声等等)。
作为举例,一种方法可以包括对通过正交分解得出的分量进行分类。这种方法例如包括部分地基于关于源自于一个或多个源头(例如,测井,地震数据,等等)的结构(例如,裂缝,断层,等等)进行的校准。作为举例,地震数据可以包括微震数据,例如通过微震学得到的。可以应用微震学对通过人工过程,例如水力压裂产生的裂缝进行监控,评估。
作为举例,可以处理一个或多个分量(例如,由PCA分析产生的主分量)。例如,产生蚂蚁追踪属性的过程可以被应用于一个分量(例如,或者是几个分量的组合)以提高一个或多个相邻结构成像的清晰度。作为举例,蚂蚁追踪数据可以被用于生成结构模型(例如,作为独立的模型或者作为包括结构的至少一部分的较大模型的一部分)。
作为举例,一种方法可以沿着地层学地层(例如,沿着地震地层)应用正交分量分析。作为举例,一种方法可以沿着地震分层应用正交分量分析,例如用于生成表示边缘效应的分量,边缘效应例如为与从一个地质层到另一个相邻的地质层的分层过度相对应的边缘效应。
作为举例,诸如表面成像(例如,卫星,地质,地球物理学等等)之类的成像可以使用正交分解进行处理。作为举例,一种方法可以使用正交分解分析成像以生成表示潜结构的一个或多个分量。作为举例,生成的部件可以形成相关联的图像组。作为举例,框架可以存取一个或多个表面成像分量并且可以获取一个或多个用于地下地震数据的分量并且生成表面结构和地下结构的三维表示(例如,可视化),其可以通过插值过程或其他过程被接合。例如,潜结构可以通过地震学并且通过卫星成像以及基于地震数据和表面成像(例如使用来源于这里的分量)的正交分解分析构建的模型而捕获。
作为举例,一种正交分解分析可以生成分量,其中,这些分量可以根据诸如地质处理现象之类的现象进行分类。例如,一个分量可以表示通道同时另一个分量可以表示裂缝,例如基于这些部分地通过至少一种不同类型的地质处理形成的特征。作为举例,一种方法包括对在地震数据体中产生的正交(不相关)特征的不同地质过程的结果进行分离。作为举例,可以对数据进行多种正交分解,其中每种正交分解包括不同的参数值,例如,滞后参数或其它参数。这样的方法可选地能够帮助调整一个或多个正交分解参数,例如,关于被高亮显示,探测等等的潜结构。
作为举例,一种方法可以包括从多个地层中选取目标地层。在这样的示例中,其中选取的地层相对于地震分辨率(例如一个或较少的地震轮回),该方法包括对顶部或底部的地层执行2D地震面分析。
作为举例,一种方法可以包括对数据执行正交分解分析用于探测裂缝带,例如在强噪声条件下用于非常规矿源勘探以及碳酸盐勘探。
作为举例,一种方法可以使用3D PCA通过使地震数据体中的噪声和信息展开成正交分量而探测地震数据体的隐藏结构,例如基于地震数据体的三维自相关功能的本征值和特征向量的计算进行。
作为举例,一种方法可以至少部分地基于自相关功能来将地震数据分解成正交分量(例如,主分量)。例如,当地震数据作为体(例如,地震体或地震数据体)被提供时,三维自相关功能可以局部地被应用(例如,使用由一个或多个参数定义的移动窗口)作为过程的一部分将地震数据分解成正交分量。在这样的示例中,每个正交分量可以是数据体(例如,与提供的地震数据体一起在空间上延伸)并且分量值的总和(例如,至少几个高次分量)可以与提供的地震数据体的值大致相等。
如所提及的,正交地分解分量意味着任何两个分量之间的相关系数大致为零。作为举例,其中噪声与断层,反射或其它潜特征几乎没有关联性,这种噪声可以突显出作为独立的主分量(例如,通过正交分解应用被分离出)。作为举例,一个或多个单独的主分量可以因为一个或多个脚印而突显出来。如提到的,一种方法包括应用正交分解对不同地质处理的结果进行分离,例如,其可以以几个分量表现为与正交(不相关)特征相对应。
图3示出方法310的示例,其包括对数据应用正交分解。如图所示,方法310包括提供数据(例如,或者获取数据)的提供模块314,使用正交分解将数据分解成一个或多个分量的分解模块318以及至少部分地基于一个或多个分量其中之一来输出信息(例如,输出数据)的输出模块322。
如图3的示例所示,提供模块314提供以地震数据体334表示的地震数据,分解模块318可以将地震数据分解成分量数据体341,342,以及344(例如,从一到N,其中N可以是至少一个整数)并且输出模块322可以至少部分地基于其中一个分量数据体341,342,343和344来输出信息352。
作为举例,方法310可以包括用于处理至少一部分所提供的数据(例如,或者获取的数据)的预处理模块316和用于后处理一个或多个分量的至少一部分后处理模块320中的一个或多个。预处理模块316例如可以根据提供或获取的数据的特征实施。例如,当提供模块314提供“未加工”的地震数据时,可以对至少一部分的数据进行处理。作为举例,预处理模块316所执行的预处理可以包括自相关以生成自相关数据(例如,自相关数据体或者自相关体)。作为举例,提供模块314提供的数据为自相关数据。在图3的示例中,后处理模块320例如可以根据工作流程的目标实施。例如,当诸如裂缝之类的潜结构被检查时(例如,由数据发现),由后处理模块320执行的后处理包括有蚂蚁追踪以生成蚂蚁追踪数据(例如,蚂蚁追踪数据体或蚂蚁追踪体)。尽管上面提到了蚂蚁追踪,然而其它的一种或多种技术也可以被应用于至少一部分的分量(例如,或者部分的分量,等等)。[0086]作为举例,蚂蚁追踪可以作为部分的工作流程执行,其例如包括对数据执行正交分解(例如,PCA)并且接着例如根据提取的特征(例如,碎片)生成蚂蚁追踪数据。因此,可以对这些特征进行验证,编辑或其它处理。蚂蚁追踪可以生成蚂蚁追踪属性,蚂蚁追踪表面,蚂蚁追踪体(例如,或者数据体),等等。
蚂蚁追踪包括使用分析算法,其包括在蚂蚁的巢和它们的食物源之间的最短路径上的“蚂蚁”发现物(例如通过使用现象来吸引其它蚂蚁进行通讯)。在这样的示例中,最短路径比更长的路径变得标记有更多的现象以使得后面的蚂蚁更容易地选择最短路径,以此类推。
在特征例如由于噪声,采集脚印等而可能是潜在的(例如,潜结构)的情况下,在蚂蚁追踪之前执行PCA可以提高追踪潜结构的能力,尤其是在特征具有一定量的连续性时(例如,在面,体内部连续,等等)。例如,由压裂过程产生的裂缝(例如,考虑水力压裂)趋向于相对地较小(例如,与断层相比)并且为连续的。噪声,采集脚印等可以存在于数据内部以由此使得地震信号与裂缝的“潜在性”相关。
图3所示的方法310与各种计算机可读取介质(CRM)模块315,317,319,321,和323相关联。这些模块通常包括适于通过一个或多个处理器(或处理器核心)执行的指令以操作计算装置或系统执行一个或多个动作。尽管示出各种模块,也可以为单个介质配置指令以允许至少部分地执行方法310的各种动作。作为举例,计算机可读取介质(CRM)可以是计算机可读存储介质(例如,永久性介质)。
作为举例,一种方法可以包括:提供包括有反射器的地下区域的地震数据;使用主分量分析(PCA)分解至少一部分的地震数据以生成至少一个主分量;并且至少部分地基于至少一个主分量来输出输出数据。在这个方法中,地震数据可以作为自相关数据被提供(例如,使用自相关算法对地震数据进行处理)。作为举例,一种方法包括生成用于至少一部分地震数据的自相关数据。
作为举例,输出数据可以是主分量(例如,值的数据体,等等),其可选地通过一种或多种处理过程被增强(例如,图像处理,蚂蚁追踪,等等)。作为举例,输出数据可选地包括来自于通过PCA得到的多于一个主分量的信息。作为举例,输出数据可选地包括来自多次PCA(例如,使用一个或多个不同参数值对数据进行处理)的信息。
作为举例,反射器可以与裂缝相关联。作为举例,地震数据包括噪声,采集脚印或者二者都有。作为举例,一种方法可以生成至少一个主分量,其包括与另一个包括噪声的主分量垂直的主分量。作为举例,一种方法可以生成至少一个主分量,其包括与另一个包括采集脚印的标记(例如,采集脚印伪像,等等)的主分量垂直的主分量。作为举例,一种方法可以包括生成至少一个主分量,其包括与另一个包括噪声的主分量垂直并且再与另一个包括采集脚印的标记的主分量垂直的主分量。作为举例,分类表可以对主分量进行分类。
作为举例,一种方法包括在至少一部分的主分量上执行蚂蚁追踪。例如,蚂蚁追踪可以在一部分的主分量,多个主分量的部分上,等等执行。作为举例,一种方法包括至少部分地基于执行蚂蚁追踪来输出蚂蚁追踪数据。
作为举例,一个地下区域包括页岩。作为举例,地下区域可以包括地层或为地层,并且,例如包括反射器(例如,与地层相交叉的反射器)的至少一部分。作为举例,反射器可以是对裂缝的反射器,例如,其中裂缝可以通过水力压裂过程生成(例如,可选地使用支撑剂)。作为举例,一种方法包括至少部分地基于来自PCA的输出数据来在地下区域上执行压裂过程。作为举例,地下区域包括多个与地下区域中的人工裂缝相关联的反射器。
作为举例,一个或多个计算机可读存储介质包括计算机可执行指令以操作计算机系统来获取包括有反射器的地下区域的地震数据;使用主分量分析(PCA)分解至少一部分的地震数据以生成至少一个主分量;以及至少部分地基于至少一个主分量来输出输出数据。在这样的示例中,可以提供指令来命令计算系统以使数据自相关生成自相关数据。
作为举例,在方法310中,分解模块318包括主分量分析(PCA),例如用于计算施加给数据(例如,提供的数据,获取的数据,预处理数据,等等)的自相关功能的本征值和本征向量。作为举例,当提供的数据为地震数据体时,其可以被分解成正交分量,被称作正交数据体。在这样的示例中,正交数据体可以通过它们对提供的地震数据体的总变化(例如,振幅)的共享进行分类。
作为举例,一种自相关功能可以应用于地震数据,例如,其中,3D自相关功能计算在地震数据与该地震数据空间转换的表示之间的相关因子。例如,对于提供的地震数据体,3D自相关可以表示在不同方向(例如,主测线,联络测线和轨道)转换的地震数据体以及滞后。在这个实施例中,处理可以被看作是多属性处理,其中这些属性表示相同的转换数据体。例如,这样的过程可以通过读取使用移动3D窗口而提供的地震数据体(例如,子数据体或子体)的值来获得属性。
尽管互相关为一种统计测量,其对两个信号进行对比作为它们之间的时间转换(滞后)的函数,包含的自相关将信号与其自身相比,例如对于多个时间转换(滞后),其可以帮助探测信号中的重复周期。作为举例,自相关函数可以被标准化以使得其在零滞后处的最大值为1(例如该信号对于滞后来说没有转换并且与其自身关联)。作为举例,一种方法可以应用最大滞后标准(或者最大滞后标准),例如,其中最大滞后大致上等于或大于被探测的特征(例如,在一个或多个滞后至少部分地基于一个或多个估计的,期望的和/或已知的特征维度的情况下)。
作为举例,PCA可以参照下面的方程式进行数学描述:
Λ=ФTCФ
其中,C为多维向量X的协方差矩阵。
在前面的方程中,C为根据一个或多个预定义的最大滞后的地震数据的自相关函数并且Ф为彼此垂直的本征向量矩阵,并且Λ为本征值的对角矩阵。
在PCA中,与主分量对应的本征向量为不相关的,否则其可以被确定为正交的分量。在PCA中,与协方差矩阵的最大本征值对应的本征向量可以被称作第一主分量(例如第一分量)。作为举例,根据分析的数据,第一分量可以对应于背景并且被看作是背景因子。
作为举例,可以执行下面的方程对以地震数据体形式提供的地震数据进行分析:
其中,orijk为数据体上的i,j轨迹和k采样的r正交分量,其中Si+n,j+m,k+l为数据体上的i,j轨迹和k采样的地震采样值,其中n,m,l为i,j和k方向上的滞后,其中N,M,L为最大滞后并且其中Smax,Smin,Savr相应的最大,最小和平均数据体振幅值。在前面的方程中,λr和φrn,m,l分别为r本征值和r本征向量。
根据前面关于Λ和orijk的方程,一种方法可以包括计算一组正交(非相关)数据体,其中,例如当汇总时,结果值大致等于那些提供的地震数据体。
一种方法可以包括校准,获取校准信息,等等。例如,校准可以提供分类信息,噪声,等等。例如,一个或多个分量可以基于校准信息进行分类,其可以从训练数据,等等中产生。
一种方法可以包括对一个或多个分量进行分类的分类。例如,分类的分量可能属于噪声分类,脚印分类,裂缝分类,断层分类,等等。分类可以为分量标记一个属性,例如,当裂缝分类的分量被标记为裂缝属性。作为举例,单个分量或多个分量可以被处理以执行分类或提供输出(例如一个或多个结果)。
作为举例,对于比较处理来说,多个正交数据体可以与关于裂缝的其它信息对比,例如井眼中的微缩图像测量值或微震解释结果。
如所提及的,来自PCA的第一分量可以与背景相关。例如,试验数据表明第一分量的占比可以达到提供的地震数据体的方差的大约70%到大约90%并且反射提供的地震数据体的振幅的主要走向。作为举例,在噪声与断层或地震数据体中的其它潜结构不相关时,噪声可以突显成为一个或多个分离的主分量(例如,与背景分离,与潜结构分离,等等)。作为举例,一个或多个单独的主分量可以表示一个或多个脚印。作为举例,当提供的地震数据体被分离成噪声分量,脚印分量和另一个分量,分量的总和可以接近于提供的地震数据体。作为举例,当多个分量与提供的地震数据分离时,这些分量的总和可以更接近于提供的地震数据。
一种分析可能针对傅立叶分析中的PCA而存在,例如,如果源数据体或表面包括诸如“峰值”或“步骤”之类的特征,PCA可以产生一长组正交分量,其具有与“白光谱”大致相同的振幅。在这种情况下,源数据不能被看作与“稀疏信号”(例如,具有有限光谱)对应;因此,产生的分量可以难以解释。作为举例,对于地震分层的地震数据(例如,与多个地层学地层,特征等交叉的分层)来说,如果正交分解分析沿着地震分层完成,其可以与不同的层交叉,产生与峰值或步骤特征类似的边缘并且PCA可能产生具有类似振幅的一长组正交分量,其可能阻碍分类或其它分析。
作为举例,一种方法可以将正交分解应用于一个或多个地层分层,其中地层分层可以被子定义为位于具有相应的深度窗口的联络测线和主测线平面内部。作为举例,对于地层分层来说,地震振幅可以位于比地震分层(例如通过深度或时间维度定义的平面内的分层)小的间距内部。在这个示例中,地震振幅以对于正交分解来说是可修正的方式表示潜结构特征,例如,其中,这些结构可以通过少量的正交分量表示,因此其可以更容易地被分类(例如,解释)。
作为举例,一种方法可以将正交分解应用于相对薄的地层,其可以参照比接近于一个地震轮回少的数据进行定义。在这个示例中,例如可以将二维正交分解技术应用于地层的顶部或底部,例如可以应用三维技术和二维技术(例如,生成更稳定的结果)。
图4示出了应用于二维数据的PCA的示例。在图4的示例中,正交分解被应用于提供试验数据411,一个像素为512×512的256级灰度图像(“莱娜图”),其混合有细节,紧贴区域,阴影以及结构。为了演示在具有噪声和高振幅垂直和水平脚印情况下的PCA,合成数据412(在1000的水平位上)被引导进入试验数据411。组合后的试验数据411和合成数据412接着使用PCA进行处理以生成主分量,其包括如图像441,442,443,444,445和446所示的第一到第六主分量。
如图4所示的示例,第四分量444重建大部分的试验数据411并且第五和第六分量445和446展示在具有合成数据412的情况下对试验数据411进行的边缘探测。
图5示出了使用PCA对试验数据进行处理的示例,例如用于展示探测由在强噪声和脚印伪像的情况下发生的压裂产生的小振幅地震信号。在图5的示例中,表面和断层数据504与噪声混合到一起用以生成试验数据508(例如,具有走向,脚印,以及信号的预定义数据体的总和)。具体地,断层被添加到表面振幅的幅度大约为1/1000的表面上。在数据504和508中,相反的线表示振幅增量。
为了展示如何对PCA和局部角度计算技术以及最小曲率计算技术进行比较,对数据508进行处理以计算最小曲率,生成数据530的同时将PCA应用于数据508用以生成第一分量数据541,第二分量数据542和第三分量数据543。在图5的示例中,第一分量数据541重建没有噪声的表面同时第二和第三分量542和543重现表面上的断层。相反,局部角度数据520和最小曲率数据530不能展示在分量数据中示出的细节。
图6示出了PCA应用于3D数据的一个示例。在图6的示例中,根据具有噪声的数据602,数据602对应于包括具有气-油以及油-水交界面的中间地层的对称3D密度源模型的横截面并且数据604对应于声阻抗模型。在图6中,数据606对应于由基于具有大约30Hz的里克子波的卷积方程(例如,具有中心峰和较小的旁瓣的零相子波)得到的声阻抗模型数据604计算得出的地震模型。
将PCA应用于数据606,生成了第一分量641、第二分量642、第三分量643、第四分量644和第五分量645(例如,通过对数据606进行分解)。下面的表1示出分量641、642、643、644和645的平均振幅。如表所示,在第三分量643中示出气-油和油-水交界面的潜反射同时在第五分量645中示出不相关的噪声。
表1:分量641、642、643、644和645的数据
PC1%=42.7339 Sum%=42.7339 振幅=0.2417800307
PC2%=41.0545 Sum%=83.7883 振幅=0.2322782447
PC3%=3.3812 Sum%=87.1695 振幅=0.0191302633
PC4%=2.0896 Sum%=89.2591 振幅=0.0118225379
PC5%=1.8679 Sum%=91.1270 振幅=0.0105679792
图7示出数据712、714、716、722、724和726以展示将PCA应用于非常规资源勘探。例如,在天然气页岩和油页岩中,采用地震数据探测断层和裂缝可能是困难的,地震数据可能是陆上噪声地震数据。在图7的示例中,为了得到未平滑的表面,将美白程序应用于源地震数据体并且自动追踪被用于获得未平滑的表面用于分析。在图7中,数据712对应于地震横截面,数据714对应于提供的源地震数据的振幅光谱,数据716对应于根据提供的源地震数据的页岩面的顶部,数据722对应于美白后的提供的地震数据,数据724对应于美白后的振幅光谱,并且数据726对应于根据美白后的提供的地震数据的页岩的顶部。
图8示出了将PCA应用于图7的数据得到的结果。例如,图8示出第二分量842,第三分量843和第四分量844(例如,噪声和脚印)。图8还示出页岩层的微震数据结果。
图9示出了碳酸盐实例的数据。具体地,图9示出提供的使用局部角度920,最小曲率930和由PCA得到的第三分量943在碳酸盐的顶部计算得到的地震数据面的分析结果。在图9的示例中,第三分量943表示线状区,其例如可以解释为裂缝带。
图10示出了深水潜反射探测实例的数据。在图10的示例中,数据1001对应于具有处于盐反射下的深水的地震截面。在数据1001中,反射并不显著并且包括一些剩余的人员(例如,在执行完迁移程序之后)。此外,数据1001包括噪声。包含地层采掘的工作步骤可能阻碍给定的数据1001。
PCA被应用于数据1001用以生成包括第一分量1041、第二分量1042、第十分量1050和第十五分量1055。在图10的示例中,还示出复合数据1060。对于数据的质量来说,第一分量1041和第二分量1042可以从质量上和/或数量上被看作是“良好”的数据;然而,第十分量1050和第十五分量1055可以在质量上和/或数量上被看作是“不良好”的数据,因为接近45度的反射伪像可以被分类成在迁移程序之后由剩余人员的应用而得到的伪像的类别。
对于由25个分量得到的复合数据1060来说,7个被分类为“良好”并且通过汇总而被组合以产生复合数据1060。复合数据1060(例如,多分量复合属性)展示出连续的反射,其例如有助于地层采掘,地层追踪,等等。
图11示出了包括有趋势数据1110,用于产生趋势数据1110的表面数据1120,噪声数据1130,采集脚印数据1140,裂缝数据1150以及趋势数据1110(50单位),噪声数据(3单位),采集脚印数据1140(3单元)以及裂缝数据1150(1.5单元)。
更具体地,趋势数据1110表示用作走向的地震数据体,其中该走向通过表面数据1120制作,其被低频正弦波所卷绕。为了生成可以被看作是合成数据体的汇总数据1160,使用振幅大约为50单位的趋势数据1110(例如,趋势数据体),振幅大约为3单位的噪声数据1130(例如,噪声数据体),振幅大约为3单位的采集脚印数据1140(例如,采集脚印数据体),以及振幅大约为1.5单位的裂缝数据1150(例如,“裂缝带”数据体)进行数据的汇总(例如,如非垂直模型所示)。
图12示出了由图11的汇总数据1160计算得到的各种属性的实例,其可以被看作合成模型。具体地,图12示出3D曲率属性1210,“振幅反差”属性(分层)1220,方差属性1230以及蚂蚁追踪属性1250(例如,采用方差属性1230计算出)。在图12的示例中,属性难以充分探测有用的信号给定噪声环境(例如参见图11的噪声数据1130).例如,图11的裂缝数据1150在图12的蚂蚁追踪属性1250中并不容易观察到。图12的属性中,对“振幅反差”属性1220(例如,“振幅反差”数据体)进行检查并且发现其能够展示少数分离分层上的目标信号的相对较小的脚印(参见图11的裂缝数据1150)。
图13示出了由图11的汇总数据1160所表示的合成模型的正交分解结果。具体地,图13示出第一分量1341,第二分量1342,第三分量1343和使用第三分量1343计算出的蚂蚁追踪属性1350。
通过沿着由走向面(每个表面数据1120的趋势数据1110)限定的地层进行的3D分析得到正交分解结果。如图13所示,第一分量1341重建了该趋势并且第二分量1342重建了采集脚印。对于第三分量1343来说,其示出非常清楚的来自于模型化裂缝的信号(裂缝数据1150)。该结果还表明其它分量可以显示出噪声。对于使用第三分量1343计算出的蚂蚁追踪属性1350,其探测(例如,发现)出比图12的蚂蚁追踪工作流程结果具有更多细节和精确度的潜结构(裂缝数据1150),即基于方差数据1230的蚂蚁追踪属性1250。
图14和15示出了处理来自于Avalon页岩的数据集的实例,这种页岩为新墨西哥的特拉华盆地中的非常规页岩气田。图14示出两个工作流程1470和1490,其包括获取数据1402,获取数据1410。工作流程1470包括生成方差属性1472,并伴随有生成蚂蚁追踪属性1474以产生输出1476,其被示为数据1415(例如,来自蚂蚁追踪属性的分层)。工作流程1490包括使用PCA1492生成分量,例如,示出其中一个分量1444,其为第四分量1444并且可以被看作是单独的分量属性。作为举例,第四分量1444可以至少部分地基于探测方案来进行选取,探测方案包括对一个或多个分量进行分类(例如使用模型,知识库,等等)。在图14的示例中,工作流程1490包括使用其中一种分量,例如第四分量1444生成蚂蚁追踪属性1494,用以产生输出1496,其被示为数据1450(例如,来自蚂蚁追踪属性的分层)。
作为举例,数据1415可以与数据1450对比。这种对比表明尽管数据1415(对方差属性进行计算得到的蚂蚁追踪结果)看起来是“地质学”的,但是它们没有与根据图像结果计算得出的裂缝方向很好地对应;然而,数据1450(对第四正交分量进行计算得到的蚂蚁追踪结果)看起来是连续的并且与从数据体(例如,数据1410)中的井中的图像观察到的裂缝方向很好地对应。
图15示出了与图14的数据1410、1444和1450对应的数据1510、1544和1550。数据1550示出非垂直裂缝方向,其与地震数据1510对应(例如,中心西-东部分的地震横截面)。
图16示出了处理来自于Barnett页岩田的数据,该页岩田是位于BendArch-Fort Worth盆地里的地质地层。具体地,图16示出了包括处理数据1602的两个工作流程1670和1690,其获取数据1610。工作流程1670包括生成方差属性1672,伴随有生成蚂蚁追踪属性1674以产生输出1676,其被示为数据1615(例如,来自于蚂蚁追踪属性的分层)。工作流程1690包括使用PCA1692生成分量,示出分量1643的其中之一,其为第三分量并且可以被看作是单独的分量属性。作为举例,第三分量1643可以至少部分地基于探测程序来进行选取,探测程序包括对一个或多个分量进行分类(例如,使用模型,知识库,等等)。在图16的示例中,工作流程1690包括使用其中一个分量,例如第三分量1643生成蚂蚁追踪属性1694,以产生输出1696,其被示为数据1650(例如,来自于蚂蚁追踪属性的分层)。
在图16中,数据1615、1643和1650被示出具有标记微震事件的不同阶段的颜色,例如来自于所执行的用于生成裂缝的压裂过程。作为举例,在裂缝生成过程中,可以使用微震学来从微震事件中获取地震数据。作为举例,一种方法包括分析由PCA生成的数据以评估通过压裂过程产生的特征,来规划压裂过程,等等。例如,规划包括对一个或多个阶段的结果进行评估来规划一个或多个后续的阶段(例如,关于位置,过程参数,等等)。[00134]作为举例,数据1615可以与数据1650对比。这种对比表明尽管数据1615(对方差属性进行计算得到的蚂蚁追踪结果)能够探测区域中的主要断层,然而它们缺少围绕最小断层以及裂缝(例如,尺寸小于那些主要断层的断层)的细节;然而,对第三正交分量1643计算得出的蚂蚁追踪属性(例如,数据1650)确定出更多的断层和裂缝,例如,包括与微震事件对应的裂缝(例如参见表示各级的微震事件的彩色标记)。
图17示出了处理来自于Montney地层的数据的实例的结果,其为英国哥伦比亚和阿尔伯塔中的西部加拿大沉积盆地中的早三叠纪的地质学单元。具体地,图17示出数据1715,其为来自于应用于方差属性的蚂蚁追踪属性的分层,并且数据1750为来自于使用由PCA(例如,第四分量)生成的分量的蚂蚁追踪属性的分层。
在图17中,数据1715和1750被示出具有标记微震事件的不同级别的颜色,例如,从实施用于生成裂缝的压裂过程得到。作为举例,在裂缝生成过程中,可以使用微震学采集微震事件的地震数据。作为举例,一种方法包括对由PCA生成的数据进行分析以评估由压裂过程产生的裂缝,来规划压裂过程,等等。例如,规划包括对一个或多个等级的结果进行评估以规划一个或多个后续的等级(例如,关于位置,过程参数,等等)。
作为举例,数据1715可以与数据1750对比。这种对比表明,尽管数据1715(对方差属性计算得到的蚂蚁追踪结果)能够探测区域中的主要断层,但是它们缺少围绕最小断层以及裂缝(例如,尺寸小于那些主要断层的断层)的细节;然而,对第四正交分量进行计算得到的蚂蚁追踪属性确定出多个断层和裂缝,例如包括与微震数据对应的裂缝(例如参见表示各个等级的微震事件的颜色标记)。
图18示出了处理数据的实例,例如用于表示与碳酸盐相关的特征。具体地,图18的示例适用于里海中的Korchagin油田,其中数据1810为接近碳酸盐顶部的地震分层,数据1843为PCA的第三分量并且数据1844为PCA的第四分量。数据1843根据碳酸盐顶部的反射面计算得出并且由此与2D分解对应。数据1810,1843和1844同样参照两个水平地层井被示出具有成像测井解释结果(右侧井)和密度测井(左侧井)。
如图18所示,采用碳酸盐顶部的地震反射面计算得出的第四正交分量1844和第三正交分量1843与成像测井结果相关并且,例如能够以与地震属性类似的方式被使用以探测裂缝带。
图19示出了系统1950的实例,其包括一个或多个信息存储装置1952、一个或多个计算机1954、一个或多个网络1960和一个或多个模块1970。对于一个或多个计算机1954来说,每个计算机包括一个或多个处理器(例如,或者是处理核心)1956和存储指令的存储器1958(例如,模块),指令例如通过一个或多个处理器中的至少一个执行。作为举例,计算机包括一个或多个网络交界面(例如,有线或无线的),一个或多个图形卡,显示交界面(例如,有线或无线的)等。在图19的示例中,该一个或多个存储装置1952可以存储地质环境的地震数据。
作为举例,一种系统可以包括:处理信息的一个或多个处理器;操作耦合到一个或多个处理器的存储器;以及包括存储于存储器中并且被一个或多个处理器中的至少一个执行的模块。如图19所示,这些模块例如包括:提供包括有反射器的表面区域的地震数据的提供模块1972;使用主分量分析分解地震数据的至少一部分的分解模块1974;以及用于至少部分地基于至少一个主分量来输出输出数据的输出模块1976。作为举例,一种系统包括生成自相关数据的自相关模块1982。作为举例,一种系统包括生成蚂蚁追踪数据的蚂蚁追踪模块1984。作为举例,一种系统包括压裂模块1986,例如用于执行与压裂相关的一个或多个计算,任务等。作为举例,一种系统可以包括一个或多个模块1988,其可以用于分析数据,控制过程,执行任务,执行工作步骤,执行工作流程等。
图20示出了计算系统2000的示例和网络系统2010的示例。系统2000包括一个或多个处理器2002,存储和/或存储部件2004,一个或多个输入和/或输出装置2006和总线2008。在一个示例性实施例中,指令可以存储在一个或多个计算机可读介质(例如,存储/储存分量2004)中。这些指令可以通过无线或有线的通信总线(例如总线2008)被一个或多个处理器(例如处理器2002)读取。该一个或多个处理器可以执行这些指令以实施(整个或部分)一个或多个属性(例如,作为方法的一部分)。用户可以通过I/O装置(例如,装置2006)对来自于处理的输出进行观察并且与处理进行交互。在一个典型实施例中,计算机可读介质可以是诸如物理存储器存储装置之类的存储部件,例如芯片,封装的芯片,存储卡等(例如,计算机可读存储介质)。
在示例性实施例中,分量可以被分配到例如网络系统2010中。网络系I同2010包括分量2022-1,2022-2,2022-3,...2022-N。例如,分量2022-1可以包括处理器2002同时分量2002-3包括被处理器2002存取的存储器。此外,分量2002-2包括显示并且可选地与一种方法交互的I/O装置。网络可以是或包括互联网,内联网,蜂窝网络,卫星网络,等等。
作为举例,一种装置可以是包括有用于信息通信的一个或多个网络交界面的移动装置。例如,一种移动装置包括无线网络交界面(例如,借助IEEE 802.11,ETSI GSM,卫星,等等进行操作的)。作为举例,移动装置包括有诸如主处理器,存储器,显示其,图形显示电路(例如,可选地包括触摸和手势电路),SIM槽,音频/视频电路,运动处理电路(例如,加速计,陀螺仪),无线LAN电路,智能卡电路,发射器电路,GPS电路,以及电池之类的部件。作为举例,移动装置可以配置为移动电话,平板电脑,等等。作为举例,一种方法可以使用移动装置实施(例如,全部或部分)。作为举例,一种系统包括一个或多个移动装置。
作为举例,一种系统可以是被分配的环境,例如所谓的“云”环境,其中各种装置,部件等相互作用用于数据存储,通信,计算等。作为举例,一种装置或系统包括一个或多个用于通过互联网,蜂窝网络,卫星网络等等的一个或多个进行信息通信的部件。作为举例,一种方法可以在分配环境(例如,整个或部分为基于云的服务)中实施。
作为举例,信息可以从显示器(例如,考虑触摸屏)输入,输出到显示器或者二者兼有。作为举例,信息可以输出给投影机,激光装置,打印机等等,以使得可以对信息进行检查。作为举例,信息可以以立体图形或全息形式输出。对于打印机来说,考虑2D或3D打印机。作为举例,3D打印机包括能够被输出以构建3D目标的一种或多种材料。例如,可以为3D打印机提供数据以构建地下地层的3D表示。作为举例,地层可以以3D(例如,地层等等),3D中构建的地质体等等进行构建。作为举例,孔,裂缝等等可以以3D构建(例如,成为正结构,成为负结构,等等)。
尽管上面已经对一些示例性实施例进行了详细描述,但是在示例性实施例中许多变型都是可能的对于本领域技术人员来说是显而易见的。因此,全部的这些修改都被包括在以下权利要求所限定的本公开内容的范围内。在权利要求中,功能性语句用于覆盖这里描述的执行所述功能的结构,并且不仅仅是结构上的等同形式,而且还是等同结构。因此,尽管钉子和螺钉可能不是结构上的等同形式,因为钉子采用圆柱表面将木质部件紧固到一起,而螺钉在紧固木质部件的情况下采用螺纹面,但是钉子和螺钉可以是等同结构。本申请人明确表明并不能引用35U.S.C.§112第6款来对本文中任意一项权利要求进行任何限制,除了其中明确将文字“用于…的模块”与相关功能一起使用的权利要求中的那些以外。
Claims (20)
1.一种方法(310),包括:
针对包括有反射器的地下区域提供(314)地震数据;
使用主分量分析(PCA)来分解(318)所述地震数据的至少一部分以生成至少一个主分量;以及
至少部分地基于所述至少一个主分量来输出(322)输出数据。
2.如权利要求1所述的方法,其中,提供所述地震数据提供了自相关数据。
3.如权利要求1所述的方法,进一步包括生成用于所提供的地震数据的至少一部分的自相关数据。
4.如权利要求1所述的方法,其中,所述反射器包括与裂缝相关联的反射器。
5.如权利要求1所述的方法,其中,所述地震数据包括从包含有噪声和采集脚印的组中选择的至少一项。
6.如权利要求1所述的方法,其中,所述至少一个主分量包括与包含有噪声的另一个主分量正交的主分量。
7.如权利要求1所述的方法,其中,所述至少一个主分量包括与包含有采集脚印的标记的另一个主分量正交的主分量。
8.如权利要求1所述的方法,其中,所述至少一个主分量包括与包含有噪声的另一个主分量正交并且与包含有采集脚印的标记的又一个主分量正交的主分量。
9.如权利要求1所述的方法,进一步包括对所述至少一个主分量中的至少一个主分量的至少一部分执行蚂蚁追踪。
10.如权利要求9所述的方法,其中,输出所述输出数据包括:至少部分地基于执行蚂蚁追踪来输出蚂蚁追踪数据。
11.如权利要求1所述的方法,其中,所述地下区域包括页岩。
12.如权利要求1所述的方法,其中,所述地下区域包括地层,并且其中,所述反射器与所述地层相交叉。
13.如权利要求1所述的方法,其中,所述反射器包括对裂缝的反射器,所述裂缝是通过水力压裂过程而生成的。
14.如权利要求1所述的方法,进一步包括至少部分地基于所述输出数据来对所述地下区域执行压裂过程。
15.如权利要求1所述的方法,其中,所述地下区域包括与所述地下区域中的人工裂缝相关联的多个反射器。
16.一种系统(1950),包括:
用于处理信息的一个或多个处理器(1956);
可操作地耦合到所述一个或多个处理器的存储器(1958);以及
包括有指令的模块(1970),所述指令储存于所述存储器中并能够由所述一个或多个处理器中的至少一个来执行,其中,所述模块包括:
提供模块(1972),所述提供模块(1972)用于针对包含有反射器的地下区域提供地震数据;
分解模块(1974),所述分解模块(1974)用于使用主分量分析(PCA)来分解所述地震数据的至少一部分以生成至少一个主分量;以及
输出模块(1976),所述输出模块(1976)用于至少部分地基于所述至少一个主分量来输出输出数据。
17.如权利要求15所述的系统,包括用于生成自相关数据的自相关模块。
18.如权利要求15所述的系统,包括用于生成蚂蚁追踪数据的蚂蚁追踪模块。
19.一种或多种计算机可读存储介质,包括用以命令计算系统执行以下操作的计算机可执行指令:
针对包含有反射器的地下区域存取(315)地震数据;
使用主分量分析(PCA)来分解(319)所述地震数据的至少一部分以生成至少一个主分量;以及
至少部分地基于所述至少一个主分量来输出(322)输出数据。
20.如权利要求19所述的一种或多种计算机可读存储介质,包括用以命令计算系统对数据进行自相关以生成自相关数据的计算机可执行指令。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201261663640P | 2012-06-25 | 2012-06-25 | |
US61/663,640 | 2012-06-25 | ||
US13/915,408 | 2013-06-11 | ||
US13/915,408 US9645268B2 (en) | 2012-06-25 | 2013-06-11 | Seismic orthogonal decomposition attribute |
PCT/US2013/045785 WO2014004109A1 (en) | 2012-06-25 | 2013-06-14 | Seismic orthogonal decomposition attribute |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104520733A true CN104520733A (zh) | 2015-04-15 |
Family
ID=49775113
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201380039915.7A Pending CN104520733A (zh) | 2012-06-25 | 2013-06-14 | 地震正交分解属性 |
Country Status (4)
Country | Link |
---|---|
US (1) | US9645268B2 (zh) |
EP (1) | EP2864817B1 (zh) |
CN (1) | CN104520733A (zh) |
WO (1) | WO2014004109A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108957552A (zh) * | 2018-07-17 | 2018-12-07 | 吉林大学 | 基于ss-pca的地震数据海浪噪声压制方法 |
CN110612462A (zh) * | 2017-05-24 | 2019-12-24 | 通用电气公司 | 用于从井孔进行地层评估的系统和方法 |
CN111445680A (zh) * | 2019-01-16 | 2020-07-24 | 任红梅 | 电能表无线数据上传方法 |
CN111736219A (zh) * | 2020-05-12 | 2020-10-02 | 中国石油天然气集团有限公司 | 多分量地震信号的处理方法及装置 |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9207355B2 (en) * | 2011-05-26 | 2015-12-08 | Baker Hughes Incorporated | Method for physical modeling of reservoirs |
GB201304866D0 (en) * | 2013-03-18 | 2013-05-01 | Geco Technology Bv | Processing microseismic data |
GB2512372B (en) * | 2013-03-28 | 2020-07-29 | Total Sa | Method of modelling a subsurface volume |
US10317549B2 (en) * | 2014-10-29 | 2019-06-11 | Wisconsin Alumni Research Foundation | Systems and methods for non-parametric autopicking of seismic wave features from seismic data |
US20160259075A1 (en) * | 2015-02-04 | 2016-09-08 | Westerngeco, Llc | Acquisition footprint attenuation in seismic data |
US9933535B2 (en) | 2015-03-11 | 2018-04-03 | Schlumberger Technology Corporation | Determining a fracture type using stress analysis |
US10746889B2 (en) * | 2015-06-01 | 2020-08-18 | Total Sa | Method for estimating faults in a three-dimensional seismic image block |
CN105425294B (zh) * | 2015-11-30 | 2018-01-05 | 中国石油天然气集团公司 | 采集脚印的确定方法和装置 |
WO2017135920A1 (en) * | 2016-02-01 | 2017-08-10 | Landmark Graphics Corporation | Optimization of geophysical workflow performance using on-demand pre-fetching for large seismic datasets |
US10782431B2 (en) * | 2016-02-09 | 2020-09-22 | Saudi Arabian Oil Company | Smoothing seismic data |
US10976185B2 (en) * | 2016-06-30 | 2021-04-13 | Schlumberger Technology Corporation | Sensor array noise reduction |
CN106353816B (zh) * | 2016-08-09 | 2018-10-16 | 中国石油天然气集团公司 | 一种地震采集脚印噪音压制方法及系统 |
EP3682269B1 (en) * | 2017-09-12 | 2024-03-06 | Services Pétroliers Schlumberger | Seismic image data interpretation system |
US11500115B2 (en) | 2018-06-10 | 2022-11-15 | Schlumberger Technology Corporation | Seismic data interpretation system |
KR102160443B1 (ko) * | 2018-07-31 | 2020-09-28 | 한양대학교 산학협력단 | 탄성파 자료를 처리하는 방법, 이를 이용하는 탄성파 처리 장치, 및 프로그램 |
US11549353B2 (en) * | 2019-02-14 | 2023-01-10 | Saudi Arabian Oil Company | Providing seismic sections for drilling systems |
CN111025394A (zh) * | 2019-12-31 | 2020-04-17 | 淮南矿业(集团)有限责任公司 | 一种基于深度域地震资料精细小断层探测方法及装置 |
US11320557B2 (en) | 2020-03-30 | 2022-05-03 | Saudi Arabian Oil Company | Post-stack time domain image with broadened spectrum |
US12006812B2 (en) * | 2020-04-23 | 2024-06-11 | Saudi Arabian Oil Company | Method and system for sub-seismic fracture prediction |
US11835671B2 (en) | 2021-07-29 | 2023-12-05 | Saudi Arabian Oil Company | Method and system for eliminating seismic acquisition footprint through geological guidance |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1873443A (zh) * | 2005-06-03 | 2006-12-06 | 中国石油大学(北京) | 基于皮尔森体系独立分量分析地震去噪的方法 |
US20070274155A1 (en) * | 2006-05-25 | 2007-11-29 | Ikelle Luc T | Coding and Decoding: Seismic Data Modeling, Acquisition and Processing |
CN101116010A (zh) * | 2005-02-09 | 2008-01-30 | 探索科技公司 | 应用盲信号检测的主成分分析的埋地物体定位和跟踪方法及系统 |
US20090132169A1 (en) * | 2007-11-19 | 2009-05-21 | Schlumberger Technology Corporation | Methods and systems for evaluating fluid movement related reservoir properties via correlation of low-frequency part of seismic data with borehole measurements |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5377104A (en) | 1993-07-23 | 1994-12-27 | Teledyne Industries, Inc. | Passive seismic imaging for real time management and verification of hydraulic fracturing and of geologic containment of hazardous wastes injected into hydraulic fractures |
FR2850759B1 (fr) | 2003-02-04 | 2005-03-11 | Inst Francais Du Petrole | Methode pour mesurer les similarites locales entre plusieurs cubes de traces sismiques |
US7554883B2 (en) | 2004-10-11 | 2009-06-30 | Landmark Graphics Corporation | Fault filter for seismic discontinuity data |
FR2893421B1 (fr) | 2005-11-14 | 2007-12-21 | Inst Francais Du Petrole | Methode d'evaluation quantitative des pressions de fluides et de detection des surpressions d'un milieu souterrain. |
US8185316B2 (en) | 2007-05-25 | 2012-05-22 | Prime Geoscience Corporation | Time-space varying spectra for seismic processing |
WO2010116236A2 (en) | 2009-04-08 | 2010-10-14 | Schlumberger Technology B.V. | Methods and systems for microseismic mapping |
US9410421B2 (en) | 2009-12-21 | 2016-08-09 | Schlumberger Technology Corporation | System and method for microseismic analysis |
NO345771B1 (no) * | 2012-06-13 | 2021-07-26 | Schlumberger Technology Bv | Seismisk sporingsattributt |
-
2013
- 2013-06-11 US US13/915,408 patent/US9645268B2/en active Active
- 2013-06-14 WO PCT/US2013/045785 patent/WO2014004109A1/en active Application Filing
- 2013-06-14 CN CN201380039915.7A patent/CN104520733A/zh active Pending
- 2013-06-14 EP EP13810153.0A patent/EP2864817B1/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101116010A (zh) * | 2005-02-09 | 2008-01-30 | 探索科技公司 | 应用盲信号检测的主成分分析的埋地物体定位和跟踪方法及系统 |
CN1873443A (zh) * | 2005-06-03 | 2006-12-06 | 中国石油大学(北京) | 基于皮尔森体系独立分量分析地震去噪的方法 |
US20070274155A1 (en) * | 2006-05-25 | 2007-11-29 | Ikelle Luc T | Coding and Decoding: Seismic Data Modeling, Acquisition and Processing |
US20090132169A1 (en) * | 2007-11-19 | 2009-05-21 | Schlumberger Technology Corporation | Methods and systems for evaluating fluid movement related reservoir properties via correlation of low-frequency part of seismic data with borehole measurements |
Non-Patent Citations (1)
Title |
---|
王权海等: "提高地震数据信噪比的PCA方法", 《地球物理学进展》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110612462A (zh) * | 2017-05-24 | 2019-12-24 | 通用电气公司 | 用于从井孔进行地层评估的系统和方法 |
CN110612462B (zh) * | 2017-05-24 | 2022-08-26 | 通用电气公司 | 用于从井孔进行地层评估的系统和方法 |
CN108957552A (zh) * | 2018-07-17 | 2018-12-07 | 吉林大学 | 基于ss-pca的地震数据海浪噪声压制方法 |
CN111445680A (zh) * | 2019-01-16 | 2020-07-24 | 任红梅 | 电能表无线数据上传方法 |
CN111736219A (zh) * | 2020-05-12 | 2020-10-02 | 中国石油天然气集团有限公司 | 多分量地震信号的处理方法及装置 |
CN111736219B (zh) * | 2020-05-12 | 2023-04-07 | 中国石油天然气集团有限公司 | 多分量地震信号的处理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
EP2864817A4 (en) | 2016-07-06 |
WO2014004109A1 (en) | 2014-01-03 |
US9645268B2 (en) | 2017-05-09 |
US20130345985A1 (en) | 2013-12-26 |
EP2864817B1 (en) | 2020-11-11 |
EP2864817A1 (en) | 2015-04-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104520733A (zh) | 地震正交分解属性 | |
CA2920499C (en) | Stratigraphic function | |
US11209560B2 (en) | Assignment of systems tracts | |
EP2846175B1 (en) | Seismic survey analysis | |
Chadwick et al. | Quantitative analysis of time-lapse seismic monitoring data at the Sleipner CO 2 storage operation | |
AU2023285757A1 (en) | Geophysical deep learning | |
CN112424646A (zh) | 地震数据解释系统 | |
EP3074957B1 (en) | Geologic feature splitting | |
CA2940406C (en) | Characterizing a physical structure using a multidimensional noise model to attenuate noise data | |
CA3075764A1 (en) | Seismic image data interpretation system | |
CA3032077C (en) | Seismic spectral balancing | |
CA2818790C (en) | Seismic trace attribute | |
US20140336940A1 (en) | Estimation of q-factor in time domain | |
Boersma et al. | Natural fault and fracture network characterization for the southern Ekofisk field: A case study integrating seismic attribute analysis with image log interpretation | |
Lorentzen et al. | Mapping Cretaceous faults using a convolutional neural network-A field example from the Danish North Sea. | |
Pennington et al. | Calibration of seismic attributes for reservoir characterization | |
McNab | Velocity structure of the Whataroa Valley using ambient noise tomography | |
WO2024015895A2 (en) | Seismic horizon tracking framework | |
Reymond | NEW SEISMIC METHODS AND POTENTIAL FORTHE REGION | |
Castańada et al. | On Integrated Interpretative Data Workflows for Analyzing Structural and Combinational Traps-Risk Minimizing Exploratory and Field Development Plans | |
Burns et al. | Facts from fiction: 4D seismic model-based interpretation | |
Jaradat | Prediction of reservoir properties of the N-sand, Vermilion Block 50, Gulf of Mexico, from multivariate seismic attributes |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150415 |