CN107075938A - 使用前视环视电磁工具改善地质导向反演 - Google Patents
使用前视环视电磁工具改善地质导向反演 Download PDFInfo
- Publication number
- CN107075938A CN107075938A CN201480083284.3A CN201480083284A CN107075938A CN 107075938 A CN107075938 A CN 107075938A CN 201480083284 A CN201480083284 A CN 201480083284A CN 107075938 A CN107075938 A CN 107075938A
- Authority
- CN
- China
- Prior art keywords
- layer
- lala
- attribute
- measurement
- current layer
- 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
- 238000005259 measurement Methods 0.000 claims abstract description 128
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 88
- 238000005755 formation reaction Methods 0.000 claims abstract description 88
- 238000000034 method Methods 0.000 claims abstract description 64
- 238000009826 distribution Methods 0.000 claims abstract description 44
- 230000007704 transition Effects 0.000 claims abstract description 30
- 238000005553 drilling Methods 0.000 claims description 26
- 230000006870 function Effects 0.000 claims description 20
- 230000015654 memory Effects 0.000 claims description 15
- 238000005457 optimization Methods 0.000 claims description 14
- 230000004044 response Effects 0.000 claims description 12
- 230000001174 ascending effect Effects 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 230000006399 behavior Effects 0.000 claims description 2
- 238000001514 detection method Methods 0.000 claims 2
- 238000012545 processing Methods 0.000 description 38
- 238000003860 storage Methods 0.000 description 33
- 230000008569 process Effects 0.000 description 15
- 238000009825 accumulation Methods 0.000 description 13
- 238000004088 simulation Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 239000011435 rock Substances 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 6
- RUXRFDVEVQNQMF-UHFFFAOYSA-N 2-methylpropyl 3,5-ditert-butyl-4-hydroxybenzoate Chemical compound CC(C)COC(=O)C1=CC(C(C)(C)C)=C(O)C(C(C)(C)C)=C1 RUXRFDVEVQNQMF-UHFFFAOYSA-N 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 239000007789 gas Substances 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000035515 penetration Effects 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000005672 electromagnetic field Effects 0.000 description 3
- 239000004215 Carbon black (E152) Substances 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 229930195733 hydrocarbon Natural products 0.000 description 2
- 150000002430 hydrocarbons Chemical class 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 241001074085 Scophthalmus aquosus Species 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000011469 building brick Substances 0.000 description 1
- 238000009933 burial Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000011960 computer-aided design Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 229910000037 hydrogen sulfide Inorganic materials 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000004801 process automation Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000002948 stochastic simulation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
- E21B7/00—Special methods or apparatus for drilling
- E21B7/02—Drilling rigs characterised by means for land transport with their own drive, e.g. skid mounting or wheel mounting
- E21B7/022—Control of the drilling operation; Hydraulic or pneumatic means for activation or operation
-
- 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
- E21B47/00—Survey of boreholes or wells
- E21B47/02—Determining slope or direction
- E21B47/022—Determining slope or direction of the borehole, e.g. using geomagnetism
-
- 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
- E21B47/00—Survey of boreholes or wells
- E21B47/02—Determining slope or direction
- E21B47/026—Determining slope or direction of penetrated ground layers
-
- 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
- E21B7/00—Special methods or apparatus for drilling
- E21B7/04—Directional drilling
-
- 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
- E21B7/00—Special methods or apparatus for drilling
- E21B7/04—Directional drilling
- E21B7/06—Deflecting the direction of boreholes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
- G01V3/18—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation specially adapted for well-logging
- G01V3/26—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation specially adapted for well-logging operating with magnetic or electric fields produced or modified either by the surrounding earth formation or by the detecting device
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/445—Program loading or initiating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06G—ANALOGUE COMPUTERS
- G06G7/00—Devices in which the computing operation is performed by varying electric or magnetic quantities
- G06G7/48—Analogue computers for specific processes, systems or devices, e.g. simulators
-
- 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
- E21B44/00—Automatic control systems specially adapted for drilling operations, i.e. self-operating systems which function to carry out or modify a drilling operation without intervention of a human operator, e.g. computer-controlled drilling systems; Systems specially adapted for monitoring a plurality of drilling variables or conditions
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Fluid Mechanics (AREA)
- Geochemistry & Mineralogy (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Geophysics (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Geophysics And Detection Of Objects (AREA)
- Lining And Supports For Tunnels (AREA)
- Paints Or Removers (AREA)
- Golf Clubs (AREA)
- Adhesives Or Adhesive Processes (AREA)
Abstract
本文提供了用于执行前视和环视(LALA)反演的系统和方法。在钻探井筒通过地下地层的各层的不同阶段期间,获得由井下LALA工具累积的对地层属性的测量。确定对当前层后面的层测量到的地层属性分布。基于所确定的所述当前层后面的地层属性分布来定义用于前视反演的地层模型。获得由所述井下LALA工具收集到的对所述当前层的地层属性的测量。基于所述地层模型和针对所述当前层获得的对地层属性的测量来估计所述当前层前面的一个或多个层的地层属性分布。所述估计的分布包括所述当前层和所述当前层前面的所述一个或多个层之间的地层属性的梯度过渡。
Description
技术领域
本发明总体涉及油气勘探和开采,特别涉及用于油气勘探和开采中的定向钻井作业的地质导向反演技术。
背景技术
地质导向被认为是调整井筒的井斜以在期望的方向上或向地下油气藏内的预定目标位置导向井下工具的过程。这个过程通常需要岩石物理学家分析各种井下工具的实时测量,从而可以实时了解井筒周围的地质信息,由此可以实时地获得优化的井筒开发。还可以利用基于数值优化技术(例如,高斯-牛顿梯度反演)的地质导向反演来反演地层地质学,并且基于所述反演来最小化井下工具的测量和正演模拟响应之间的任何差异。这种反演技术可以为岩石物理学家提供一种方法来实时快速地估计地层属性。然而,当例如井下工具的测量对目标层不够敏感或者难以区分不同地层之间的不同地层属性时,常规的反演技术可能会产生不可靠的估计。缺少对地层属性的可靠估计,所述反演可能不能产生最小化模拟的地层属性与实际地层的观测到的真实世界的属性之间的差异的有效地层模型。
附图说明
图1示出了具有倾斜天线结构的示例性井下前视环视(LALA)工具。
图2示出了用于实现用于地质导向的基于知识的LALA反演的井下LALA工具的示例性结构。
图3是用于基于来自井下LALA工具的测量来执行基于知识的LALA反演的示例性方法的流程图。
图4示出了用于使用LALA工具的参考位置后面的反演的已有多层来执行前视反演的地层模型的示例性电阻率曲线。
图5示出了用于使用LALA工具的参考位置后面的反演的已有多层和前面地层的梯度电阻率过渡来执行前视反演的地层模型的示例性电阻率曲线。
图6示出了用于使用LALA工具的参考位置后面的反演的已有多层和前面地层的升序排列的电阻率值的梯度过渡的前视反演的地层模型的示例性电阻率曲线。
图7示出了用于使用LALA工具的参考位置后面的反演的已有多层和前面地层的随机顺序排列的电阻率值的梯度过渡的前视反演的地层模型的示例性电阻率曲线。
图8示出了对不同层地层的地层电阻率测量的记录和用于执行LALA反演的地层模型的电阻率曲线之间的比较。
图9示出了用于表示前视反演中的对数线性、多项式或其他电阻率曲线的示例性通用前视曲线时窗。
图10示出了用于表示前视反演中的对数线性、多项式或其他电阻率曲线的示例性通用前视和环视曲线时窗。
图11是用于在井下闭环钻井应用中自动化基于知识的地质导向反演的示例性处理方案的流程图。
图12是示出可以在其中实现本发明的实施例的计算机系统的例子的框图。
具体实施方式
本发明的实施例涉及基于来自井下前视环视(LALA)工具的测量执行用于地质导向的基于知识的前视反演。虽然本文参考用于特定应用的示例性实施例描述了本发明,但是应当理解,实施例不限于此。其他实施例是可能的,并且可以在本文的教导的精神和范围内以及在其中实施例将具有显著效用的额外领域内对实施例进行修改。在本文的详细描述中,对“一个或多个实施例”、“一个实施例”、“示例性实施例”等的引用表示所描述的实施例可以包括特定的特征、结构或特点,但是每个实施例可以不必须包括特定的特征、结构或特点。这样的短语不一定指代相同的实施例。此外,当结合实施例描述特定特征,结构或特点时,结合无论是否未明确描述的其他实施例来实现这样的特征、结构或特点被认为在相关领域技术人员的知识范围内。
对于相关领域技术人员来说同样显而易见的是,如本文所述的实施例可以在软件、硬件、固件和/或附图中所示实体的许多不同实施例中实现。具有对硬件的专门控制以实现实施例的任何实际软件代码不是对详细描述的限制。因此,基于本文给出的细节水平,将在理解实施例的修改和变化是可能的情况下描述实施例的操作行为。
本发明的实施例涉及用于使用地层之间的梯度过渡曲线执行基于知识的反演以在定向钻井期间改善前视性能和地质导向精度的系统和技术。在一个或多个实施例中,井下LALA工具可以被配置为在钻井操作期间测量地下地层的各种属性,用于从地层内的储层勘探和/或开采油气藏。这种LALA工具可以是例如用于测量工具前面(前视)和工具周围(环视)的区域中的地层电阻率的电磁电阻率工具。然而,应当注意,实施例不旨在限于此,并且所公开的实施例可以应用于其他类型的LALA工具,例如声波或超声波工具。此外,应当注意,这样的工具可以用于测量其他类型的地层属性,例如渗透性、介电常数等。
如将在下面进一步详细描述的,本文公开的基于知识的前视反演技术可以利用来自LALA工具的浅层和超深度测量来定义在工具参考点后面的地层中的地层属性,并预测前面地层中的地层属性。可以从所述工具获得一定深度范围内的测量,并根据信号的导数、方差或其他信号特征进行分析以为反演提供详细信息。在一个或多个实施例中,具有表示在工具参考前面的地层中的地层属性的梯度过渡的前视曲线时窗的正演模型可用于前视反演。类似地,在工具参考上方和下方的地层区域的前视曲线时窗也可以用于反演。此外,所公开的前视反演技术可以与适于勘测不同深度处的地层属性的各种处理方案和复杂地层模型相结合。在一些实现方式中,所公开的技术可以用于自动闭环钻井系统中,以在实时应用中实现自动主动地质导向。
应当理解,本发明的实施例可以应用于水平、垂直、倾斜、多边、u形管连接、交叉、旁路(绕过中深度的“卡顿区”钻探并回到下面的井中),或者任何类型的地下地层中的其他非线性井筒。实施例可应用于注入井和生产井,包括诸如硫化氢、碳氢化合物或地热井的自然资源生产井;以及用于穿越河流的隧道和其他这种用于近地面施工目的的隧道井眼或用于运输诸如碳氢化合物的流体的井眼u管管道的井眼施工。以下关于任何具体实现方式描述的实施例不旨在是限制性的。
下面参考图1-11描述本发明的示例性实施例和相关方法,它们可能被用于例如在钻机的计算机系统或自动控制单元中以基于来自井下LALA工具的测量执行基于知识的地质导向反演。通过检查以下附图和详细描述,所公开的实施例的其他特征和优点对本领域普通技术人员来说将是或将变得显而易见。所有这些附加特征和优点旨在包括于所公开的实施例的范围内。此外,所示的附图仅是示例性的,并且不旨在主张或暗示关于可以实现不同实施例的环境、架构、设计或过程的任何限制。
图1示出了LALA工具100的例子,其具有包括倾斜的发射线圈110和两个倾斜的接收线圈120和122的天线结构。所述例子中的发射线圈110可以被配置为发送通过周围岩层的不同区域传播的前视和/或环视信号。接收线圈120和122可以被配置为接收所发射的信号。尽管在图1中仅示出了发射线圈110和接收线圈120和122,但是应当注意,根据特定实现方式的需要,可以使用具有不同取向和倾斜角度的附加发射和/或接收线圈。在一个或多个实施例中,LALA工具100可以集成到钻柱端部处的井下钻具组件中。包括钻柱和井下钻具组件的钻柱组件可以连接到钻机并且设置于钻穿岩层的不同层的井筒内。例如,LALA工具100可以是井下钻具组件的测量或测井段的一部分。在一个或多个实施例中,LALA工具100可以是在井下钻具组件的远端处直接位于钻头前面的钻铤的形式。当钻头在钻井操作期间使井筒延伸通过地层时,LALA工具100可以用于收集在不同深度处对地层属性的测量。由LALA工具100收集到的测量还可以包括例如与其自身的取向、位置和任何其他相关操作条件有关的数据。
在一个或多个实施例中,由LALA工具100收集到的测量可以被发送到位于地面的控制单元(未示出)。由LALA工具100获得的测量可由所述控制单元处理以确定地层电阻率和/或其他感兴趣的地层属性。由所述控制单元执行的处理可以包括例如生成用于前视反演的地层模型。然后可以使用前视反演的结果来进行适当的地质导向决策,例如用于调整或优化正钻穿地层的井筒的计划路径。所述测量可以经由例如LALA工具100与控制单元之间的遥测系统、有线通信路径或无线连接被从LALA工具100传输到控制单元。可替换地,控制单元可以集成到井下钻具组件自身内以在钻井操作期间使地质导向过程自动化并实时调整/优化计划的井筒路径,如下面将参考图11进一步详细描述的。
在一个或多个实施例中,LALA工具100可以使用发射线圈110和接收线圈120和122来向周围地层中激发电磁场以测量在工具前面的区域(前视)和工具上方和下方的区域(环视)中的地层电阻率。例如,由LALA工具100发送和接收的前视和/或环视信号可以是电磁信号的形式,包括通过周围地层传播的前视和环视分量。然而,应当注意,LALA工具100可以适于发送和接收其他类型的信号(例如声波或超声波信号)以测量其他类型的地层属性,根据特定的实现方式所需要的。
在上述例子中,前视信号可以仅仅是由LALA工具100产生的总LALA信号的一小部分,因此可能难以与总LALA信号的环视部分区分开。在前视和环视信号之间没有良好的区分的情况下,基于来自LALA工具100的测量的前视反演可能不能产生在钻井操作期间可用于主动地质导向的可靠的反演结果。因此,本发明的实施例可以利用一种实现基于知识的反演过程的井下LALA工具结构,在其中基于由井下工具收集到的测量可以使前视信号与环视信号有效地区分开。
图2示出了用于实现本文所公开的基于知识的地质导向反演技术的井下LALA工具200的示例性结构。像上述图1的LALA工具100一样,LALA工具200可以集成到设置于钻穿岩层的井筒内的钻柱的端部处的井下钻具组件中。在一个或多个实施例中,LALA工具200可以具有指定的参考点或位置(或“工具参考”)202,在钻井操作期间可以相对于其测量LALA工具200在地层内的当前深度。工具参考202可以对应于例如在井下钻具组件的远端处的钻头(未示出)的位置。
如图2所示,LALA工具200可以包括位于整个LALA工具200中的不同位置处的多个天线210、220和230,以收集相对于工具参考202的各个深度处对地层属性的测量。测量到的地层属性可以包括但不限于在工具参考202前面和后面的区域中的地层电阻率。天线210、220和230中的每一个可以是例如可以用作通过地层传播的电磁信号的发射机或接收机的一个或一组天线。在一个或多个实施例中,天线210、220和230可以具有线圈,其可以倾斜以将电磁场通过地层聚焦到围绕LALA工具200并在工具参考202前面的不同范围的深度。应当理解,根据特定实现方式的需要,这种倾斜的线圈天线可以放置在LALA工具200内的各个角度或取向中的任何一个中。
所述例子中的天线210可以表示LALA工具200中最深的天线。为了使工具参考202前面的测量深度最大化,天线210可以位于钻头附近,使得天线210和钻头之间的距离205为零或尽可能为零。天线220可以用于在工具参考202后面的区域中的有限探测范围内获取对地层属性的浅层测量。取决于由天线220产生的电磁场的频率和分辨率,天线220可以位于最深的天线210上方的预定径向距离处(例如,按一到四英尺的顺序)以获取浅层测量。天线230可以用于在LALA工具200周围的扩展探测范围内获取对地层属性的超深度或LALA测量。如图2所示,天线230可以包括多个天线232、234和236,其根据它们各自的工作频率和期望的探测范围,可以与最深的天线210分隔预定距离(例如,从5英尺到100英尺的范围)。在一个或多个实施例中,天线232、234和236中的每一个可以是包括多个天线的一组天线,以使用超深信号来获得期望的探测范围。
在一个或多个实施例中,由LALA工具200收集到的浅层和超深度测量可用于产生用于执行前视反演的多层地层模型。这样的测量可以用于例如在反演中有效地区分前视信号和环视信号。在一个或多个实施例中,来自LALA工具200的浅层测量可以用于以相对高的精确度确定工具参考202后面的周围区域中的地层属性,而超深度测量可以用于确定工具参考202前面的区域中的地层属性。然后可以在基于知识的前视反演技术中利用所述良好区分的前视信号和从浅层测量获得的相对精确的地层属性来提供改善的正演模拟响应和地质导向性能,如将在下面参考图3进一步描述的。
图3是用于基于来自井下LALA工具的对地下地层属性的测量来执行基于知识的LALA反演的示例性方法300的过程流程图。在一个或多个实施例中,LALA工具可以被特别地配置成提供在钻井操作期间执行基于知识的反演所需的适当测量。例如,如上所述的,方法300的步骤可以基于从图2的LALA工具200获得的测量来执行。然而,方法300不旨在限于此。基于知识的反演的结果可以用于执行适当的决策以在钻井操作期间对井筒和设置于其中的LALA工具进行地质导向。
在图3所示的例子中,方法300从步骤302开始,其包括在地层内的LALA工具的当前深度处获得对地层属性的测量。LALA工具的当前深度可以基于为工具指定的参考位置。如上所述,参考位置可以对应于例如沿LALA工具在用于钻进井筒的相关钻具组件的钻头处或附近的点。在一个或多个实施例中,LALA工具可以被配置成当井筒钻穿地层的不同层时,周期性地记录在不同深度处对地层属性地测量。因此,在步骤302中获得的测量可以反映由LALA工具在钻井过程的任何阶段测量的当前层地层中的地层属性。
在一个或多个实施例中,在钻井操作的每个阶段记录的测量可以在钻井操作过程中累积。所累积的记录可以被存储在例如耦接至井下LALA工具的本地存储器或存储设备中。附加地或可替代地,记录的测量可以经由有线连接或其它通信路径被从工具传输到位于地面处的控制单元用于处理和存储。在一个或多个实施例中,方法300的步骤可以基于由井下LALA工具收集到的测量由地面处的控制单元的处理系统执行。可替换地,处理系统和控制单元可以被实现为钻具组件的井下组件,用于基于从LALA工具实时获得的测量自动地执行本文公开的LALA反演技术并对井筒进行地质导向。在一些实现方式中,一些处理可以在地面上执行,例如通过地面控制单元执行,并且一些处理可以在井下执行,例如通过钻具组件的自动井下控制单元执行。下面将参考图11更详细地描述这种自动井下控制单元的一个例子。
如上所述,由LALA工具收集到的测量可以包括对在从LALA工具延伸的相对宽的探测范围内对前视和环视信号敏感的地层属性的LALA或超深度测量以及对仅在工具周围的有限区域内对LALA信号敏感的地层属性的浅层测量(由于可用于获取这种测量的天线的相对较短的探测范围)。
一旦获得了当前深度的测量,方法300可以进行到步骤304,其包括确定是否积累了在先前深度处对地层属性的任何记录的测量。已经累积的记录数量可以提供对LALA工具何时收集到在步骤302中获得的测量的指示。例如,如果在步骤304中确定没有累积的记录存在(例如,没有记录存储在存储器中),则可以假定这些测量由LALA工具在钻探井筒的初始阶段期间的开始钻井操作时收集。在这种情况下,方法300然后可以进行到步骤306,在其中可以基于在步骤302中获得的测量来定义用于前视和/或环视反演的地层模型。
在步骤306之后的步骤中,可以使用所述地层模型来执行前视反演(步骤314)以估计工具的参考位置(和钻头)前面的地层属性,并对计划的井筒路径进行任何调整(步骤316)以及对钻具组件的操作参数进行任何调整,以根据经调整的路径对井筒进行导向(步骤318)。由于这可能是钻井操作的初始阶段,因此在步骤302中获得的测量可以代表仅在一个深度处或在有限深度范围内的地层属性。因此,在步骤306中定义的地层模型可以是简化的两层LALA地层模型。此外,所述例子中的前视反演可以是使用所述简化的两层模型执行的点对点反演,以大致近似工具的参考位置前面的地层属性。如将在下面进一步详细描述的,当在钻井操作的后续阶段期间累积了在附加深度处对地层属性的测量时,可以更新或改善所述简化的两层模型。以这种方式,在步骤306中定义的地层模型可以用作使用在钻井操作期间获得的多深度测量的更复杂的地层模型和前视反演方案的初始模型和起始点。
在不同的例子中,在步骤304中可能确定的确存在先前深度处的累积的地层属性测量记录。在这种情况下,方法300可以进行到步骤308,在其中将当前深度处的测量到的地层属性与由基于当前地层模型(例如,如前面在步骤306中定义的)的先前前视反演所得到的估计或预测的地层属性进行比较。在步骤310中,基于所述比较可以确定在预测的地层属性和测量到的属性之间存在偏差或不匹配。在步骤312中,可以基于在步骤302中获得的测量并由累积的记录来更新或改善当前的地层模型。可以更新所述地层模型以便当使用更新后的模型再次执行前视反演(步骤314)时,减少不匹配并改善正演模拟响应。
在一个或多个实施例中,步骤312可以包括定义更新后的地层模型的部分,所述部分表示跨越正被测量的当前层的前后地层的地层属性分布。测量到的地层属性可包括例如但不限于地层电阻率。在步骤302中从LALA工具获得的测量可以转换成地层电阻率值。应当注意,可以使用各种处理方案中的任何一种来执行所述转换,包括但不限于电阻率转换图表,反演或其他处理方案。
在一个或多个实施例中,可以在步骤312中使用来自累积的记录的浅层测量来定义地层模型的不同部分,所述不同部分表示当前层和工具参考位置后面的层中的地层属性。在一个或多个实施例中,步骤312可以包括基于浅层测量对当前层的地层电阻率执行一维(1D)反演,以确定在前层内的工具参考位置上面或前面的深度处的地层模型的不同层的地层电阻率分布(或“电阻率曲线”)。这种先前的多层地层模型可以用于前视反演中以帮助减少或消除工具参考位置后面的附近地层的围岩影响。
此外,可以在步骤312中使用来自累积的记录的LALA或超深度测量以定义地层模型的一部分,所述部分表示跨越当前层和工具参考位置前面的一个或多个层的地层属性(例如地层电阻率)分布。步骤312可以包括基于超深度测量近似工具参考位置前面的一个或多个层中的地层电阻率分布。在一个或多个实施例中,基于对超深度测量的分析,可以为地层模型预定义地层电阻率(和/或其他地层属性)的这种“前视曲线”。例如,可以基于LALA信号导数、信号方差或其他信号特征来分析来自累积的记录的超深度测量,然后使用采用线性尺度和/或对数尺度的各种信号处理方案中的任何一种进行处理。在一个或多个实施例中,经处理的LALA/超深度测量可以在钻井操作的不同阶段期间使用,以估计或预测工具参考位置前面的相对更高或更低的电阻率值。因此,在所述例子中的地层模型的预定义前视曲线可以用作前视反演中的约束或规则,以估计参考位置前面的地层电阻率曲线。
如上文参考步骤306所述的,步骤312之后的步骤可以包括基于当前(现在是更新后的)地层模型来执行前视反演(步骤314),以估计工具参考位置(和钻头)前面的地层属性。然后可以使用前视反演的结果来调整或优化计划的井筒路径(步骤316)以及钻具组件的一个或多个操作参数,以及根据经调整/优化的路来对井筒进行导向(步骤318)。与先前执行的反演和调整步骤相反,在步骤312之后执行的前视反演可以是例如基于更新后的地层模型的基于知识的前视反演,所述更新后的地块层模型包括如上所述的跨越工具参考位置前后的不同层分布的地层属性的预定义曲线。
如上文参考步骤308、310和312所述的,可以在钻井操作的后续阶段期间进一步改善或更新当前的前视地层模型,以改善由前视反演获得的模拟的地层属性和工具参考位置前面的附加层的测量到的地层属性之间的匹配。基于所述地层模型的前视反演的结果可以包括例如但不限于工具参考位置处的当前地层电阻率(“Rt”),参考位置前面的地层前视电阻率(“Rs”),以及从参考位置到下一个前面地层的距离(也称为“到地层边界的距离”或“DTBB”)。
下面将参考图4-10中提供的例子更详细地描述用于执行前视反演的各种地层模型的附加特征和特点。为了讨论和解释的目的,将基于从井下LALA工具(例如电磁电阻率工具)获得的对地层电阻率的测量,在前视和/或环视反演模型的环境中描述图4-10中的例子。然而,本发明的实施例不旨在限于此。
图4示出了用于基于来自井下LALA工具(例如,如上所述的图2的LALA工具200)的测量执行前视反演的地层模型400的不同层的示例性电阻率曲线。如图4所示,模型400可以包括电阻率曲线410,其表示对应于地层内的工具参考位置402的LALA工具的当前深度后面的多个地层上的地层电阻率分布。在一个或多个实施例中,可以通过基于由LALA工具在钻井操作过程中在各个深度处收集到的对地层属性的浅层测量来执行地层电阻率(Rt)1D反演而得到电阻率曲线410。另外,如图4所示,模型400可以包括表示LALA工具所在的当前层和工具参考402前面的一个或多个层之间的地层电阻率分布的前视曲线420。前视曲线420可以包括例如正被测量的当前层地层的电阻率(Rt)422和在当前层前面的围岩层的电阻率(Rs)424。在一个或多个实施例中,使用地层模型400执行的前视反演的结果可以包括基于当前地层的电阻率(Rt)422和前面的地层的电阻率(Rs)424所确定的到围岩层边界的距离(DTBB)430。
如上所述,前视信号相对于环视信号可以是总接收信号的较小比例。为了将前视信号与环视信号有效地区分开,在前视反演中可能需要一组约束或规则。通常,来自邻井的电阻率测井可以用作前视反演中的先验信息。在反演中包括的这种先验信息可以实现前视和环视信号之间的良好区分。然而,如果例如邻井远离其中使用LALA工具的钻井,或者由于缺陷或没有考虑到复杂的地层地质学导致井筒之间的地层连续性假设不成立,则用于信号区分的这种方法可能不能产生良好的结果。
此外,由于缺乏关于钻头位置附近和后方的地层属性的信息(例如当LALA工具位于其中在不同地层之间不同的电阻率可能难以区分的薄层地层中时),前视反演结果可能不稳定。例如,在这种地层的地层之间不同的电阻率可能太纤弱以至不能探测到。因此,所述工具勘探当前层前面具有与当前层不同(即更高或更低)的电阻率曲线的期望地层的能力可能受到围岩影响或工具周围和/或后面的附近地层的损害。对于这种薄层地层,基于诸如地层模型400的曲线420的两层前视曲线的前视反演对勘探LALA工具前面的期望地层可能产生不可靠的结果。具有梯度电阻率曲线的地层也可能对基于这种两层前视模型使用LALA反演来勘探目标层构成重大挑战。因此,如下面将参考图5-10进一步详细描述的,具有梯度电阻率曲线的地层模型可以与所公开的LALA反演技术一起使用以关于这种复杂地层实现改善的前视性能。
图5示出了用于使用工具参考后面的多个地层和在当前层和工具参考前面的地层之间的梯度电阻率过渡来执行前视反演的地层模型500的示例性电阻率曲线。如图5所示,地层模型500包括表示在工具参考502前面或后面的多个地层上的地层电阻率分布的电阻率曲线510。模型500还包括表示当前层和当前层前面的地层之间的地层电阻率分布的前视曲线520。在一个或多个实施例中,前视曲线520包括曲线时窗523,用于表示第一地层(例如,当前地层)的电阻率(Rt)522与第二地层(例如,当前层前面的下一个地层)的电阻率(Rs)524之间的梯度电阻率过渡。例如,在曲线时窗523中可以使用各种梯度电阻率曲线中的任何一个来表示第一地层和第二地层之间的过渡区域内的地层电阻率。在曲线时窗523中使用的梯度电阻率曲线可以是例如线性或一次多项式的梯度电阻率曲线523a或二次多项式梯度电阻率曲线523b和523c中的任一个,如图5所示。尽管图5中仅示出了一次和二次多项式的梯度曲线,但是应当注意,也可以根据特定实现方式的需要使用更高次多项式的梯度曲线。
图6示出了用于使用表示在当前层和工具参考602前面的各个地层之间的电阻率分布的对数线性梯度电阻率曲线620来执行前视反演的地层模型600的示例性电阻率曲线。如图6所示,梯度过渡区域623包括在当前地层的电阻率(Rt)622和当前地层前面的围岩层的电阻率(Rs)624之间的多个梯度电阻率值(Rs1,Rs2,...,Rsn)。在一个或多个实施例中,梯度电阻率值可用于在当前地层电阻率(Rt)622和围岩层电阻率(Rs)624之间实现线性对数插值。以这种方式,当处理复杂的地层曲线时,地层模型600可用于提供更准确的前视反演结果。
在一个或多个实施例中,使用地层模型600执行的前视反演的结果可以包括例如在当前层地层电阻率622和围岩电阻率624之间的地层电阻率值,到围岩边界的距离(DTBB)630,在当前和围岩层之间的地层的梯度过渡区域内的梯度电阻率值,梯度过渡区域623的厚度或宽度以及梯度过渡区域623内的地层的数量。如图6所示,由地层模型600的梯度电阻率曲线623表示的过渡区域中的梯度电阻率值可以升序排列,降序排列或总体相同。
然而,实际地层的梯度电阻率曲线可能是随机顺序,例如,基于从邻井数据和/或对地层的过渡区域充分敏感的前视信号得到的初始地层模型。因此,可以修改地层模型的电阻率曲线以反映这一点。例如,图7示出了包括具有梯度过渡区域723的前视曲线720的地层模型700,其中对特定地层725的地层电阻率(Rs2)的估计值可以具有比两个周围层更低的电阻率。这样的梯度电阻率曲线可以用于实现更高次的多项式响应。
上述图6和图7的地层模型的电阻率曲线可以用于获得正演模拟响应和从LALA工具获得的原始场测量之间更好的匹配。图8示出了对不同层地层的地层电阻率测量的记录和地层模型800的电阻率曲线之间的比较。如图8所示,反演中的前视地层曲线820可以包括当前地层电阻率Rt 822,前方围岩的电阻率Rs 824,到围岩边界的距离(DTBB或“D1”),以及前视曲线时窗823。前视曲线时窗823可以表示当前和围岩层电阻率Rt 822和Rs 824之间的一定厚度或距离(“D2”)的梯度过渡区域。在由曲线时窗823表示的梯度过渡区域中使用梯度电阻率曲线可以使得前视反演能够获得更好地匹配复杂地层属性的场测量的正演模拟响应。
在一个或多个实施例中,当前地层电阻率(Rt)822、围岩电阻率(Rs)824、距离D1和曲线时窗823内的梯度过渡区域的距离D2的值可以基于前视反演进行估计。可替换地,可以基于来自邻井的测量或用于反演的其他数据源来确定这些参数中的一个或多个。例如,当前地层电阻率(Rt)822可以固定或保持恒定在某一预定值,或者可以基于在工具参考位置(例如,钻头)收集到的浅层电阻率测量根据在反演中应用的一个或多个条件来调节。还可以可能应用规则来限制D2和/或围岩电阻率(Rs)824的值。这种规则或约束可以基于例如从一个或多个邻井获得的电阻率测井。在一个或多个实施例中,期望的前视反演参数可以是距离D1,指示从地层的当前层到前面的期望层的实际距离。
下面的表1提供了图8的地层模型和相关的前视反演方案的反演参数和输出的可能组合:
图9示出了用于表示当前层和前面的一个或多个层之间的对数线性、多项式、或任何其他地层电阻率曲线的通用曲线时窗900的例子。在一个或多个实施例中,可以基于从一个或多个邻井、深浅测量或随机选择获得的信息来确定前视曲线时窗900中的电阻率曲线。例如,可以使用蒙特卡罗处理技术或随机模拟技术至少部分地基于随机或伪随机变量来确定电阻率曲线。对应的反演可以根据各种误差最小化技术中的任一种来优化所述曲线,包括但不限于最小失配、最小二乘误差或其他数据拟合技术。然而,由于井之间地层连续性的不确定性,可以在前视反演中应用用于深度(“Sd”)的比例因子910和用于电阻率(“Sr”)的比例因子920,以便增大或减小曲线时窗900,由此实现正演模拟响应和原始测量之间更好的匹配。
下面的表2提供了由使用通用曲线时窗(例如图9的曲线时窗900)的前视反演产生的反演参数的可能组合:
在一个或多个实施例中,这种通用曲线时窗可以同时用于前视和环视反演,这对于水平钻井可能是特别有用的。如图10的例子所示,除了前视曲线时窗1010之外,在反演中可以使用两个环视曲线时窗1020和1030。在图10中,“Ds1”和“Ds2”分别表示从工具参考位置1002到工具参考1002上面和下面的环视曲线时窗1020和1030的距离。在本例子中,“Sd1_环视”和“Sr1_环视”分别表示用于工具参考1002上面的环视曲线时窗1020的深度和电阻率的比例因子。类似地,“Sd2_环视”和“Sr2_环视”分别表示用于工具参考1002下面的环视曲线时窗1030的深度和电阻率的比例因子。在其中不同曲线时窗可能重叠的地层区域中,例如,在前视曲线时窗口1010和环视曲线时窗1020或1030之间的角落处,可以使用前视曲线时窗或适当的环视曲线时窗中的一个来执行所述反演。可替换地,可以在这种地层区域的反演中使用重叠的前视和环视曲线时窗的平均值。
由于非常深的灵敏度,集成在钻具组件中的LALA工具可以能够在工具的当前位置前面并在钻头穿透之前的更深的地层区域中测量地层属性。可以使用基于这种测量执行的LALA反演的结果来主动地控制钻具组件并将正被钻探的井筒导向至期望区域或者提前避免潜在的危险。然而,可能需要处理来自LALA工具的大量数据,以便在钻井操作期间执行LALA反演。因为经由遥测或其他通信路径向将这些数据发送到地面控制单元以进行处理可能会引起显著的延迟,可能期望实时地处理来自LALA工具的数据并在井下执行LALA反演。如将在下面参考图11进一步详细描述的,井下自动化单元可以用于实现这样的实时数据处理和反演方案,以在闭环钻井应用中自动化所述主动地质导向过程。
图11是用于在井下闭环钻井应用中自动化基于知识的地质导向LALA反演和地质导向的示例性处理方案1100的流程图。处理方案1100的步骤可以由例如集成在设置于被钻探的井筒中的钻具组件内的井下自动化单元来执行。如将在下面进一步详细描述的,所述自动化单元可以被配置为与用于处理由LALA工具收集到的数据并在钻井操作期间提供自动化地质导向控制的钻具组件的LALA工具(例如,如上所述的图2的LALA工具200)一起操作。因此,如图11所示,处理方案1100可以在步骤1102中开始,其中自动化单元从LALA工具获得数据。如上所述,这样的数据可以包括在地层内的工具的当前深度处对地层属性的测量。不同于将所述数据发送到井上由位于地面的控制单元处理,在步骤1102中获得的数据可以被提供作为井下自动化单元的输入。应当理解,这样的输入数据可以直接从LALA工具或从自动化单元可访问的本地存储器获得,其中所述数据当由LALA工具收集时可以被存储在本地存储器中。这样的存储器可以是耦接到或集成在自动化单元内的任何类型的电子存储介质。
在步骤1104中,自动化单元可以分析被包括作为从LALA工具获得的输入数据的一部分的LALA信号的灵敏度。在步骤1106中,可以基于获得的数据及其分析来定义用于执行LALA反演的初始地层模型。在一个或多个实施例中,可以从一组预定义模型中选择初始地层模型。这样的预定义模型可以包括例如但不限于上述图4-10的地层模型中的一个或多个。一旦已经定义或选择了合适的模型,也可以选择适当的处理算法。在一个或多个实施例中,这样的处理算法可以与在步骤1106中定义或选择的地层模型的类型有关。预定义模型和相关的处理算法可以存储在例如上述的由自动化单元可访问的存储器中。
处理方案1100然后可以进行到步骤1108,其包括基于在步骤1102中获得的输入数据、在步骤1106中定义或选择的地层模型以及所选择的处理算法来执行LALA反演。反演的输出或结果可以包括反演的地层属性,包括例如如上所述的当前地层电阻率(Rt),围岩地层电阻率(Rs)和到围岩边界的距离(DTBB)。处理方案1100的步骤1110可以包括确定在反演产生的反演地层属性与在步骤1102中获得的现场数据之间是否存在偏差或不匹配。例如,步骤1110可以包括确定基于反演模拟响应的模拟的电阻率曲线是否符合测量到的电阻率记录。在步骤1112中,可以例如通过自动化单元的控制和处理系统来存储和处理反演模拟响应和现场数据之间的任何失配。
在步骤1114中,可以结合在钻井操作的先前阶段期间由LALA工具累积的数据进一步分析反演结果(例如反演地层特性)和经处理的失配数据(例如,在某一深度处的模拟属性的反演失配)。这样的数据可以包括例如原始测量和与钻具组件的操作参数(例如钻进方向和速度)相关的信息。这样的信息可以包括例如在一定深度范围内用于钻进井筒路径的钻进方向和速度集的记录。在一个或多个实施例中,这种分析的结果可用于进一步优化或改善先前为LALA反演定义/选择的初始地层模型。例如,可以更新初始地层模型以使在使用所述地层模型所估计的地层属性和在钻井操作期间测量到的实际地层属性之间确定的任何偏差最小化。
在步骤1114中执行的分析的结果也可以在步骤1116中使用,以对钻具组件的操作参数(例如,钻进速度和/或方向)中的一个或多个进行任何适当的调整,以便调整或优化计划的井筒路径,例如朝向期望的目标层区域或远离预定的危险区域。在步骤1118中,操作调整可以作为输入被提供给钻井马达或其控制器,以沿经调整/优化的路径导向钻具组件和井筒。在一个或多个实施例中,井下自动化单元的数据累积和分析组件(或“数据累加器和分析器”)可以用来执行步骤1114的分析,并将结果传递给上述控制和处理系统。控制和处理系统反过来可以将适当的操作参数调整传递给钻井马达或控制器,以沿着期望的井筒路径主动地导向钻具组件。
在一个例子中,目标层区域可以相对远离被钻探的井筒内的钻头和LALA工具的当前位置。因此,来自LALA工具的原始测量可能对目标区域中的地层属性具有非常弱的灵敏度。因此,反演(和/或反演失配)中的不确定度可能相对较高,并且反演结果可能不可靠。因此,本例子中的井下自动化单元可以选择简化的两层地层模型作为用于执行LALA反演并基于反演结果调整一个或多个操作参数(例如,钻进速度和/或方向)的初始模型。随着LALA工具在钻井操作过程中接近目标区域,可以获得对目标区域中的地层属性具有越来越高的灵敏度的测量。
在一个或多个实施例中,井下自动化单元的上述数据累加器和分析器可以启动对控制和处理系统的请求,以降低当前的钻进速度,从而可以在更小的深度范围内收集更多的数据。这可以使得能够从LALA工具获得更高质量的原始测量,并且可以使得能够基于这种测量使用更复杂的地层模型来更详细地表示地层属质。在一个或多个实施例中,复合的地层模型可以是先前在步骤1106中定义或选择并且已经基于从LALA工具获得的附加测量被优化或改善的初始模型的版本。然后可以使用这种优化的地层模型来实时控制钻进方向并优化井位。应当理解,这样的高质量测量可能需要更多的处理时间,并且因此可能降低LALA反演的计算速度。因此,可能需要较慢的钻进速度,以便有足够的前置时间来处理测量并获得LALA反演结果。
在另一例子中,上述处理方案1100可以以类似的方式应用,以避免地层的危险区域。这样的危险区域的一个例子可以是可能损害井筒稳定性的高孔隙压力区域。由于高孔隙压力区和地层电阻率之间通常存在很强的相关性,因此地层电阻率的突然变化可提供孔隙压力突变的指标。在一个或多个实施例中,如上所述,基于从LALA工具获得的类似的高质量测量的反演结果可用于识别钻头(和LALA工具的参考)的当前位置前面的危险区域。一旦在所述例子中识别了危险区域,就可以对钻进方向和/或速度进行适当的调整以调整井筒路径并避免在危险区域钻井。如上所述,这样的钻井调整可以由例如井下自动化单元的控制和处理系统基于由数据累加器和分析器提供的信息进行。
在一个或多个实施例中,可以在井下自动化单元中使用混合并行计算系统来调整或优化用于LALA反演的初始地层模型和相关的处理算法。此外,可以将多个地层模型定义或选择(步骤1106)作为用于执行LALA反演(步骤1108)的合适初始模型。混合计算系统可以用于例如同时优化最适合的初始模型和相关处理算法的全部或一个子集。如上所述,至少部分地基于在自动化单元中执行的累积数据分析(步骤1112)的结果执行这种优化。在所述例子中由自动化单元执行的处理的输出可以是提供正演模拟响应和测量到的现场数据之间的最佳匹配或最小失配的反演地层模型。
图12是其中可以实现本发明的实施例的示例性计算机系统1200的框图。例如,图3的方法300的步骤如上所述可以使用系统1200来实现。系统1200可以是计算机、电话、PDA或任何其他类型的电子设备。这种电子设备包括各种类型的计算机可读介质和用于各种其他类型的计算机可读介质的接口。如图12所示,系统1200包括永久存储设备1202、系统存储器1204、输出设备接口1206、系统通信总线1208、只读存储器(ROM)1210、处理单元1212、输入设备接口1214以及网络接口1216。
总线1208共同地表示通信地连接系统1200的众多内部设备的所有系统、外围设备和芯片组总线。例如,总线1208将处理单元1212与ROM 1210、系统存储器1204和永久存储设备1202通信地连接。
从这些各种存储器单元,处理单元1212检索要执行的指令和要处理的数据,以便执行本发明的过程。处理单元可以是以不同实现方式的单个处理器或多核处理器。
ROM 1210存储处理单元1212和系统1200的其他模块所需的静态数据和指令。另一方面,永久存储设备1202是读写存储设备。所述设备是即使在系统1200关闭时也存储指令和数据的非易失性存储器单元。本发明的一些实现方式使用大容量存储设备(例如磁盘或光盘及其相应的磁盘驱动器)作为永久存储设备1202。
其他实现方式使用可移动存储设备(例如软盘、闪存驱动器及其相应的磁盘驱动器)作为永久存储设备1202。像永久存储设备1202一样,系统存储器1204是读写存储设备。然而,与存储设备1202不同,系统存储器1204是易失性读写存储器,例如随机存取存储器。系统存储器1204存储处理器在运行时需要的指令和数据。在一些实现方式中,本发明的过程存储在系统存储器1204、永久存储设备1202和/或ROM 1210中。例如,根据一些实现方式,各种存储器单元包括基于现有钻柱设计的用于计算机辅助管柱设计的指令。从这些各种存储器单元,处理单元1212检索要执行的指令和要处理的数据,以便执行一些实现方式的过程。
总线1208还连接到输入和输出设备接口1214和1206。输入设备接口1214使得用户能够向系统1200传递信息并选择命令。与输入设备接口1214一起使用的输入设备包括例如字母数字、QWERTY或T9键盘、麦克风和定点设备(也称为“光标控制设备”)。输出设备接口1206能够显示例如由系统1200生成的图像。与输出设备接口1206一起使用的输出设备包括例如打印机和显示设备,例如阴极射线管(CRT)或液晶显示器(LCD)。一些实现方式包括诸如同时用作输入和输出设备的触摸屏的设备。应当理解,本发明的实施例可以使用包括用于实现与用户交互的各种类型的输入和输出设备中的任何一种的计算机来实现。这样的交互可以包括以不同形式的传感反馈向用户或从用户提供反馈,所述传感反馈包括但不限于视觉反馈、听觉反馈或触觉反馈。此外,可以以包括但不限于声音、语音或触觉输入的任何形式来接收来自用户的输入。此外,与用户的交互可以包括经由上述接口向用户和从和户传送和接收不同类型的信息,例如以文档的形式。
而且,如图12所示,总线1208还通过网络接口1216将系统1200耦接到公共或专用网络(未示出)或网络组合。这样的网络可以包括例如诸如内联网的局域网(“LAN”)或诸如因特网或广域网(“WAN”)。系统1200的任何或所有组件可以与本发明结合使用。
上述的这些功能可以在数字电子电路、计算机软件、固件或硬件中实现。这些技术可以使用一个或多个计算机程序产品来实现。可编程处理器和计算机可以包含在移动设备中或封装为移动设备。所述过程和逻辑流程可以由一个或多个可编程处理器和一个或多个可编程逻辑电路执行。通用和专用计算设备和存储设备可以通过通信网络互连。
一些实现方式包括诸如微处理器、存储和存储器的电子组件,其在机器可读或计算机可读介质(或称为计算机可读存储介质,机器可读介质或机器可读存储介质)中存储计算机程序指令。这样的计算机可读介质的一些例子包括RAM,ROM,只读光盘(CD-ROM),可刻录光盘(CD-R),可重写光盘(CD-RW),只读数字通用光盘(例如,DVD-ROM,双层DVD-ROM),各种各样的可刻录/可重写DVD(例如DVD-RAM,DVD-RW,DVD+RW等),闪存(例如,SD卡,mini-SD卡,micro-SD卡等)磁盘和/或固态硬盘,只读和可录制的蓝光盘,超密度光盘,任何其他光学或磁性介质和软盘。计算机可读介质可以存储可由至少一个处理单元执行的计算机程序,并且包括用于执行各种操作的指令集。计算机程序或计算机代码的例子包括诸如由编译器产生的机器代码,以及包括由计算机、电子部件或使用解释器的微处理器执行的更高级代码的文件。
尽管上述讨论主要涉及执行软件的微处理器或多核处理器,但是一些实现方式由一个或多个集成电路(例如专用集成电路(ASIC)或现场可编程门阵列(FPGA))执行。在一些实现方式中,这样的集成电路执行存储在电路本身上的指令。因此,如上所述的图3的方法300的步骤可以使用系统1200或具有处理电路或包括存储在其中的指令的计算机程序产品的任何计算机系统来实现,其在由至少一个处理器执行时使得处理器执行与这些方法相关的功能。
如本说明书和本申请的任何权利要求中所使用的,术语“计算机”、“服务器”、“处理器”和“存储器”均指电子或其他技术设备。这些术语不包括人或人群。如本文所使用的,术语“计算机可读介质”通常指代以计算机可读的形式存储信息的有形的、物理的和非暂时性电子存储介质。
本说明书中描述的主题的实施例可以在包括后端部件(例如,作为数据服务器)或包括中间件组件(例如,应用服务器)或包括前端部件(例如,具有用户可以与本说明书中描述的主题的实现方式相交互的图形用户界面或Web浏览器的客户端计算机)或者一个或多个这样的后端、中间件或前端部件的任何组合的计算系统中实现。系统的组件可以通过任何形式或介质的数字数据通信(例如通信网络)互连。通信网络的例子包括局域网(“LAN”)和广域网(“WAN”),互联网络(例如因特网)和对等网络(例如,特定对等网络)。
计算系统可以包括客户端和服务器。客户端和服务器通常彼此远离,并且通常通过通信网络进行交互。客户端和服务器之间的关系是由于计算机程序在各自的计算机上运行并且彼此之间具有客户端-服务器关系而产生的。在一些实施例中,服务器将数据(例如,网页)发送到客户端设备(例如,为了向与客户端设备交互的用户显示数据并从用户接收用户输入的目的)。可以在服务器处从客户端设备接收在客户端设备生成的数据(例如,用户交互的结果)。
应当理解,所公开的过程中的步骤的任何具体顺序或层次是示例性方法的实例。基于设计偏好,应当理解,可以重新排列过程中的步骤的特定顺序或层级,或者执行所有示出的步骤。步骤中的一些可以同时执行。例如,在某些情况下,多任务和并行处理可能是有利的。此外,上述实施例中的各种系统组件的分离不应被理解为在所有实施例中都需要这样的分离,并且应当理解,所描述的程序组件和系统通常可以集成在单个软件产品中或被封装成多个软件产品。
此外,本文描述的示例性方法可以由包括处理电路或计算机程序产品的系统来实现,所述处理电路或计算机程序产品包括当由至少一个处理器执行时使处理器执行本文描述的任何方法的指令。
如上所述,本发明的实施例对于执行LALA反演和地质导向特别有用。例如,本文公开的基于知识的LALA反演技术允许通过各种地层曲线时窗来定义地层模型,可以根据需要针对不同的地质导向应用和地层属性的测量对所述地层模型进行调整或修改。本发明的优点包括但不限于能够获得更准确的LALA反演结果以在钻井操作期间进行更好的地质导向决策。
在本发明的一个实施例中,用于执行前视反演的计算机实现的方法包括:在钻探井筒通过地下地层的当前层后面的多个层的不同阶段期间,获得由井下前视环视(LALA)工具累积的对地层属性的测量;基于由井下LALA工具累积的所述测量确定地下地层的当前层后面的多个层的地层属性分布;基于所述确定的当前层后面的地层属性分布来定义用于前视反演的地层模型;获得由井下LALA工具收集到的对当前层的地层属性的测量;以及基于所述地层模型和针对当前层获得的对地层属性的测量估计当前层前面的一个或多个层的地层属性分布,所述估计的分布包括当前层和当前层前面的一个或多个层之间的地层属性的梯度过渡。
在另一实施例中,通过LALA工具相对于表示地下地层内的LALA工具的当前深度的工具参考来测量当前层的地层属性。在又一实施例中,LALA工具集成在设置于正被钻探的井筒内的钻具组件内,并且工具参考对应于钻头在钻具组件的远端处的位置。在又一实施例中,测量包括在LALA工具周围的有限探测范围内对地层属性的浅层测量,以及在工具参考周围和前面的扩展探测范围内对地层属性的超深度测量。在又一实施例中,LALA工具是电磁电阻率工具,并且从LALA工具获得的测量包括地层电阻率值。在又一实施例中,估计的地层属性包括当前层的电阻率,当前层前面的一个或多个层中的每一个的电阻率,以及当前层和当前层前面的一个或多个层之间的距离。估计的分布包括当前层和当前层前面的一个或多个层之间的地层电阻率的梯度过渡。在又一实施例中,估计的分布基于当前层和当前层前面的一个或多个层之间以升序、降序或随机顺序过渡的电阻率值的梯度曲线。在又一实施例中,梯度曲线基于一个或多个曲线时窗,其表示在工具参考前面和周围的估计的地层属性分布,并且所述一个或多个曲线时窗中的每一个可基于与所述曲线时窗相关联的一个或多个比例因子而调整。在又一实施例中,地层模型通过以下定义:基于在钻探井筒的前一阶段中定义的初始地层模型将当前层的地层属性的测量与先前估计的地层属性分布进行比较;以及通过基于所述比较更新初始地层模型来定义地层模型,以便最小化先前估计的地层属性分布与对当前层的地层属性的测量之间的偏差。
在又一实施例中,上述方法还包括:基于根据更新后的地层模型所估计的地层属性分布,优化有待朝向当前层前面的目标层钻穿地下地层的井筒的路径;以及调整钻具组件的一个或多个操作参数,以在井筒沿着所优化的路径朝向目标层钻探时对井筒进行导向。在又一实施例中,调整一个或多个操作参数包括当井筒朝向当前层前面的地下地层的目标层钻探时,调整钻具组件的速度和方向中的至少一个。在又一实施例中,包括比较、更新、优化和调整的前视反演由耦接到LALA工具的井下自动化单元响应于由LALA工具在钻探井筒的不同阶段期间收集到的测量实时地执行。
在本发明的另一个实施例中,用于执行前视反演的计算机实现的方法包括:在钻井操作通过地下地层的当前层后面的多个层的不同阶段期间,获得由井下前视环视(LALA)工具累积的对地层属性的测量;基于由井下LALA工具累积的所述测量确定跨越地下地层的当前层后面的多个层分布的地层属性的初始分布曲线;从井下LALA工具获得针对地下地层的当前层的地层属性的测量;基于初始分布曲线和针对当前层获得的测量确定用于估计在当前层和当前层前面的一个或多个层之间分布的地层属性的前视曲线,所述前视曲线指示当前层和前面的一个或多个层之间的地层属性的梯度过渡;以及根据前视曲线来定义用于执行前视反演的地层模型。
在本发明的另一实施例中,用于执行前视反演的系统包括:设置于有待钻穿地下地层的井筒内的钻柱,附接到钻柱用于在钻探井筒的不同阶段期间测量地层属性的LALA工具,至少一个处理器和耦接到处理器的存储器。存储器存储指令,当由处理器执行时,所述指令使处理器执行功能,包括以下功能:在钻探井筒通过地下地层的当前层后面的多个层的不同阶段期间,获得由井下前视环视(LALA)工具累积的对地层属性的测量,其中所述井下LALA工具集成在设置于被钻探的井筒内的钻具组件内;基于由井下LALA工具累积的所述测量确定地下地层的当前层后面的多个层的地层属性分布;基于所述确定的当前层后面的地层属性分布来定义用于前视反演的地层模型;获得由井下LALA工具收集到的对当前层的地层属性的测量;以及基于所述地层模型和针对当前层获得的对地层属性的测量估计当前层前面的一个或多个层的地层属性分布,所述估计的分布包括当前层和当前层前面的一个或多个层之间的地层属性的梯度过渡。在一个或多个实施例中,所述系统还包括附接到钻柱并耦接到处理器的钻探控制器,用于沿有待钻穿地下地层的井筒的路径对钻柱进行导向。
在本发明的又一实施例中,计算机可读存储介质具有存储在其中的指令,当由计算机执行时,所述指令使计算机执行多个功能,包括以下功能:在钻探井通过地下地层的当前层后面的多个层的不同阶段期间,获得由井下前视环视(LALA)工具累积的对地层属性的测量;基于由井下LALA工具累积的所述测量确定地下地层的当前层后面的多个层的地层属性分布;基于所述确定的当前层后面的地层属性分布来定义用于前视反演的地层模型;获得由井下LALA工具收集到的对当前层的地层属性的测量;以及基于所述地层模型和针对当前层获得的对地层属性的测量估计当前层前面的一个或多个层的地层属性分布,所述估计的分布包括当前层和当前层前面的一个或多个层之间的地层属性的梯度过渡。
尽管已经描述了关于上述实施例的具体细节,但是上述硬件和软件描述仅旨在作为示例实施例,并不旨在限制所公开的实施例的结构或实现方式。例如,尽管系统1200的许多其他内部组件未被示出,但是本领域普通技术人员将会理解,这些组件及其互连是众所周知的。
此外,如上所述,所公开的实施例的某些方面可以体现在使用一个或多个处理单元/元件执行的软件中。技术的程序方面可以被认为是通常以以机器可读介质的类型承载或体现的可执行代码和/或相关数据的形式的“产品”或“制品”。有形的非暂时性的“存储”型介质包括用于计算机、处理器等的存储器或其他存储任何或全部,或其相关联的模块,例如各种半导体存储器、磁带驱动器、磁盘驱动器、光盘或磁盘等等,其可以为软件编程随时提供存储。
另外,附图中的流程图和框图示出了根据本发明的各种实施例的系统、方法和计算机程序产品的可能实现方式的架构、功能和操作。还应当注意,在一些替代的实现方式中,在方框中所示的功能可以不按照附图中所示的顺序进行。例如,依次示出的两个方框在实际上可以实质上同时执行,或者有时可以以相反的顺序执行这些方框,这取决于所涉及的功能。还将注意到,方框图和/或流程图示图的每个方框,以及方框图和/或流程图示图中的方框组合可以由执行指定功能或动作的专用基于硬件的系统或专用硬件和计算机指令的组合来实现。
上述具体示例性实施例不旨在限制权利要求的范围。可以通过包括、排除或组合在本发明中描述的一个或多个特征或功能来修改示例性实施例。
如在本文所使用的,单数形式“一”、“一个”和“所述”还旨在包括复数形式,除非上下文明确指示相反。将进一步理解,当在本说明书和/或权利要求书中使用时,术语“包括”和/或“包括”特指所述特征、整体、步骤、操作、元件和/或组件的存在,但是不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或其组合。在下面权利要求书中的对应结构、材料、动作和所有装置或步骤的等同物加功能元件旨在包括与特别要求保护的其他要求保护的元件相组合地执行所述功能的任何结构、材料或动作。已经为了说明和描述的目的而呈现本发明的描述,但并不旨在穷举或限于所公开的形式的实施例。在不脱离本发明的范围和精神的情况下,对本领域普通技术人员来说,许多修改和变化将是显而易见的。提供本文描述的示例性实施例用于解释本发明的原理及其实际应用,并且使得本领域普通技术人员能够理解,所公开的实施例可以根据特定实现方式或使用的需要进行修改。权利要求的范围旨在广泛地涵盖所公开的实施例和任何这样的修改。
Claims (20)
1.一种用于执行前视反演的计算机实现的方法,所述方法包括:
在钻探井筒通过地下地层的当前层后面的多个层的不同阶段期间,获得由井下前视环视(LALA)工具累积的对地层属性的测量;
基于由所述井下LALA工具累积的所述测量确定所述地下地层的所述当前层后面的所述多个层的地层属性分布;
基于所确定的所述当前层后面的地层属性分布定义用于前视反演的地层模型;
获得由所述井下LALA工具收集到的对所述当前层的地层属性的测量;以及
基于所述地层模型和针对所述当前层获得的对地层属性的所述测量估计所述当前层前面的一个或多个层的地层属性分布,所述估计的分布包括所述当前层和所述当前层前面的所述一个或多个层之间的地层属性的梯度过渡。
2.根据权利要求1所述的方法,其中通过所述LALA工具相对于表示所述地下地层内的所述LALA工具的当前深度的工具参考来测量所述当前层的所述地层属性。
3.根据权利要求2所述的方法,其中所述LALA工具集成在设置于正被钻探的所述井筒内的钻具组件内,并且所述工具参考对应于钻头在所述钻具组件的远端处的位置。
4.根据权利要求2所述的方法,其中所述测量包括在所述LALA工具周围的有限探测范围内对地层属性的浅层测量,以及在所述工具参考周围和前面的扩展探测范围内对地层属性的超深度测量。
5.根据权利要求4所述的方法,其中所述LALA工具是电磁电阻率工具,并且从所述LALA工具获得的所述测量包括地层电阻率值。
6.根据权利要求5所述的方法,其中所述估计的地层属性包括所述当前层的电阻率,所述当前层前面的所述一个或多个层中的每一个的电阻率,以及所述当前层和所述当前层前面的所述一个或多个层之间的距离,并且所述估计的分布包括所述当前层和所述当前层前面的所述一个或多个层之间的地层电阻率的梯度过渡。
7.根据权利要求6所述的方法,其中所述估计的分布基于所述当前层和所述当前层前面的所述一个或多个层之间以升序、降序或随机顺序过渡的电阻率值的梯度曲线。
8.根据权利要求7所述的方法,其中所述梯度曲线基于一个或多个曲线时窗,其表示在所述工具参考前面和周围的所述估计的地层属性分布,并且所述一个或多个曲线时窗中的每一个可基于与所述曲线时窗相关联的一个或多个比例因子进行调整。
9.根据权利要求1所述的方法,其中定义地层模型包括:
基于在钻探所述井筒的前一阶段中定义的初始地层模型将所述当前层的地层属性的测量与先前估计的地层属性分布进行比较;以及
通过基于所述比较更新所述初始地层模型来定义所述地层模型,以便最小化先前估计的地层属性分布与对所述当前层的地层属性的所述测量之间的偏差。
10.根据权利要求9所述的方法,还包括:
基于根据所述更新后的地层模型所估计的地层属性分布,优化有待朝向所述当前层前面的目标层钻穿所述地下地层的所述井筒的路径;以及
调整所述钻具组件的一个或多个操作参数,以在所述井筒沿着所述优化的路径朝向所述目标层钻探时对所述井筒进行导向。
11.根据权利要求10所述的方法,其中调整一个或多个操作参数包括当所述井筒朝向所述当前层前面的所述地下地层的所述目标层钻探时,调整所述钻具组件的速度和方向中的至少一个。
12.根据权利要求11所述的方法,其中包括所述比较、更新、优化和调整的所述前视反演由耦接到所述LALA工具的井下自动化单元响应于由所述LALA工具在钻探所述井筒的不同阶段期间收集到的测量实时地执行。
13.一种用于执行前视反演的计算机实现的方法,所述方法包括:
在钻井操作通过地下地层的当前层后面的多个层的不同阶段期间,获得由井下前视环视(LALA)工具累积的对地层属性的测量;
基于由所述井下LALA工具累积的所述测量确定跨越所述地下地层的所述当前层后面的多个层分布的地层属性的初始分布曲线;
从所述井下LALA工具获得针对所述地下地层的所述当前层的地层属性的测量;
基于所述初始分布曲线和针对所述当前层获得的所述测量确定用于估计在所述当前层和所述当前层前面的一个或多个层之间分布的地层属性的前视曲线,所述前视曲线指示所述当前层和前面的所述一个或多个层之间的地层属性的梯度过渡;以及
根据所述前视曲线来定义用于执行前视反演的地层模型。
14.一种用于执行前视反演的系统,所述系统包括:
钻柱,其设置于有待钻穿地下地层的井筒内;
前视环视(LALA)工具,其附接到所述钻柱用于在钻探所述井筒的不同阶段期间测量地层属性;
至少一个处理器,其耦接到所述LALA工具;和
耦接到所述处理器的存储器,其具有存储在其中的指令,当由所述处理器执行时,所述指令使所述处理器执行功能,包括以下功能:
获得由所述LALA工具累积的对地下地层的当前层后面的多个层的地层属性的测量;
基于由所述LALA工具累积的所述测量确定所述地下地层的所述当前层后面的所述多个层的地层属性分布;
基于所确定的所述当前层后面的地层属性分布来定义用于前视反演的地层模型;
获得由所述LALA工具收集到的对所述当前层的地层属性的测量;以及
基于所述地层模型和针对所述当前层获得的对地层属性的所述测量来估计所述当前层前面的一个或多个层的地层属性分布,所述估计的分布包括所述当前层和所述当前层前面的所述一个或多个层之间的地层属性的梯度过渡。
15.根据权利要求14所述的系统,其中通过所述LALA工具相对于表示所述地下地层内的所述LALA工具的当前深度的工具参考来测量所述当前层的所述地层属性,所述工具参考对应于钻头在所述钻柱的远端处的位置。
16.根据权利要求15所述的系统,其中所述测量包括在所述LALA工具周围的有限探测范围内对地层属性的浅层测量,以及在所述工具参考周围和前面的扩展探测范围内对地层属性的超深度测量。
17.根据权利要求16所述的系统,其中所述LALA工具是测量地层电阻率的电磁电阻率工具,所述估计的地层属性包括所述当前层的电阻率,所述当前层前面的所述一个或多个层中的每一个的电阻率,以及所述当前层和所述当前层前面的所述一个或多个层之间的距离,以及所述估计的分布包括所述当前层和所述当前层前面的所述一个或多个层之间的地层电阻率的梯度过渡。
18.根据权利要求14所述的系统,还包括:
附接到所述钻柱并耦接到所述处理器的钻探控制器,用于沿有待钻穿所述地下地层的所述井筒的路径对所述钻柱进行导向,其中由所述处理器执行的功能还包括以下功能:
基于在钻探所述井筒的前一阶段中定义的初始地层模型将所述当前层的地层属性的测量与先前估计的地层属性分布进行比较;
通过基于所述比较更新所述初始地层模型来定义所述地层模型,以便最小化所述先前估计的地层属性分布与对所述当前层的地层属性的所述测量之间的偏差;
基于根据所述更新后的地层模型所估计的地层属性分布,优化有待朝向所述当前层前面的目标层钻穿所述地下地层的所述井筒的所述路径;以及
将对一个或多个操作参数的调整发送到所述钻探控制器,以便沿着所述优化的路径朝向所述当前层前面的所述地下地层的所述目标层对所述井筒进行导向,所述一个或多个操作参数包括当所述井筒被钻向所述目标层时所述钻柱的速度和方向中的至少一个。
19.根据权利要求18所述的系统,其中由所述处理器执行的功能是响应于在钻探所述井筒的不同阶段期间由所述LALA工具收集到的测量而实时地执行的。
20.一种计算机可读存储介质,其具有存储在其中的指令,当由计算机执行时,所述指令使所述计算机执行多个功能,包括以下功能:
在钻探井筒通过地下地层的当前层后面的多个层的不同阶段期间,获得由井下前视环视(LALA)工具累积的对地层属性的测量;
基于由所述井下LALA工具累积的所述测量确定所述地下地层的所述当前层后面的所述多个层的地层属性分布;
基于所确定的所述当前层后面的地层属性分布来定义用于前视反演的地层模型;
获得由所述井下LALA工具收集到的对所述当前层的地层属性的测量;以及
基于所述地层模型和针对所述当前层获得的对地层属性的所述测量估计所述当前层前面的一个或多个层的地层属性分布,所述估计的分布包括所述当前层和所述当前层前面的所述一个或多个层之间的地层属性的梯度过渡。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/US2014/073065 WO2016108913A1 (en) | 2014-12-31 | 2014-12-31 | Improving geosteering inversion using look-ahead look-around electromagnetic tool |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107075938A true CN107075938A (zh) | 2017-08-18 |
Family
ID=56284854
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480083284.3A Pending CN107075938A (zh) | 2014-12-31 | 2014-12-31 | 使用前视环视电磁工具改善地质导向反演 |
Country Status (10)
Country | Link |
---|---|
US (1) | US10024104B2 (zh) |
CN (1) | CN107075938A (zh) |
AR (1) | AR102461A1 (zh) |
AU (1) | AU2014415585B2 (zh) |
CA (1) | CA2965989C (zh) |
DE (1) | DE112014007031T5 (zh) |
GB (1) | GB2545372B (zh) |
MX (1) | MX2017006923A (zh) |
NO (1) | NO20170582A1 (zh) |
WO (1) | WO2016108913A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112593915A (zh) * | 2020-12-28 | 2021-04-02 | 西北大学 | 一种用于实时测量钻机在钻进过程中的装置及其安装方法 |
US11435497B2 (en) * | 2018-09-22 | 2022-09-06 | Halliburton Energy Services, Inc. | Three dimensional visualization from point-by-point one dimensional inversion with bed azimuth |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10451765B2 (en) * | 2016-05-06 | 2019-10-22 | Baker Hughes, A Ge Company, Llc | Post-well reservoir characterization using image-constrained inversion |
AU2017263252B2 (en) * | 2016-05-08 | 2023-02-02 | Schlumberger Technology B.V. | Methods and systems employing look-around and look-ahead inversion of downhole measurements |
US11307322B2 (en) * | 2016-09-19 | 2022-04-19 | Halliburton Energy Services, Inc. | Mixed inversion using a coarse layer model |
WO2018067112A1 (en) * | 2016-10-03 | 2018-04-12 | Halliburton Energy Services, Inc. | Modeled transmitter and receiver coils with variable tilt angles for formation scanning |
WO2018144029A1 (en) * | 2017-02-06 | 2018-08-09 | Halliburton Energy Services, Inc. | Multi-layer distance to bed boundary (dtbb) inversion with multiple initial guesses |
US11459870B2 (en) * | 2018-08-22 | 2022-10-04 | Halliburton Energy Services, Inc. | 1-d inversion process for determining formation properties ahead of a drill bit in a subsurface formation |
NO20210524A1 (en) * | 2018-11-27 | 2021-04-27 | Halliburton Energy Services Inc | Look-ahead resistivity configuration |
US10996368B2 (en) * | 2018-12-28 | 2021-05-04 | Halliburton Energy Services, Inc. | Preselecting initial guesses for multi-step inversion using electromagnetic measurements |
US11326446B2 (en) * | 2019-03-22 | 2022-05-10 | Halliburton Energy Services, Inc. | Compact logging while drilling look around and look ahead tool |
US11339650B2 (en) | 2019-03-22 | 2022-05-24 | Halliburton Energy Services, Inc. | Compact logging while drilling look around and look ahead tool |
AU2020425706A1 (en) * | 2020-01-29 | 2022-06-23 | Halliburton Energy Services, Inc. | Trajectory control for directional drilling using formation evaluation measurement feedback |
CN116615673A (zh) * | 2020-11-13 | 2023-08-18 | 斯伦贝谢技术有限公司 | 用于对地下地层进行定向电阻率测量的方法 |
US20220316310A1 (en) * | 2021-03-31 | 2022-10-06 | Halliburton Energy Services, Inc. | Reducing uncertainty in a predicted basin model |
CN112949089B (zh) * | 2021-04-01 | 2022-11-15 | 吉林大学 | 一种基于离散卷积残差网络的含水层结构反演识别方法 |
EP4435228A1 (en) * | 2023-03-22 | 2024-09-25 | Services Pétroliers Schlumberger | Methods for producing a geothermal well |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6188222B1 (en) * | 1997-09-19 | 2001-02-13 | Schlumberger Technology Corporation | Method and apparatus for measuring resistivity of an earth formation |
US20100156424A1 (en) * | 2007-03-16 | 2010-06-24 | Halliburton Energy Services, Inc. | Robust Inversion Systems and Methods for Azimuthally Sensitive Resistivity Logging Tools |
US20110106514A1 (en) * | 2007-10-22 | 2011-05-05 | Dzevat Omeragic | Formation modeling while drilling for enhanced high angle for horizontal well placement |
US20110133740A1 (en) * | 2004-07-14 | 2011-06-09 | Jean Seydoux | Look ahead logging system |
US20140249754A1 (en) * | 2011-11-15 | 2014-09-04 | Halliburton Energy Services, Inc. | Look-ahead of the bit applications |
CN104169524A (zh) * | 2012-02-17 | 2014-11-26 | 普拉德研究及开发股份有限公司 | 井下电磁工具的基于反演的校正 |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6092610A (en) | 1998-02-05 | 2000-07-25 | Schlumberger Technology Corporation | Actively controlled rotary steerable system and method for drilling wells |
US6158529A (en) | 1998-12-11 | 2000-12-12 | Schlumberger Technology Corporation | Rotary steerable well drilling system utilizing sliding sleeve |
US6594584B1 (en) | 1999-10-21 | 2003-07-15 | Schlumberger Technology Corporation | Method for calculating a distance between a well logging instrument and a formation boundary by inversion processing measurements from the logging instrument |
US7999695B2 (en) | 2004-03-03 | 2011-08-16 | Halliburton Energy Services, Inc. | Surface real-time processing of downhole data |
GB2428096B (en) * | 2004-03-04 | 2008-10-15 | Halliburton Energy Serv Inc | Multiple distributed force measurements |
US8060310B2 (en) | 2004-06-15 | 2011-11-15 | Baker Hughes Incorporated | Geosteering in earth formations using multicomponent induction measurements |
CN101932955B (zh) | 2007-08-27 | 2014-12-03 | 普拉德研究及开发股份有限公司 | 先行测井系统 |
US9638830B2 (en) | 2007-12-14 | 2017-05-02 | Westerngeco L.L.C. | Optimizing drilling operations using petrotechnical data |
US9134449B2 (en) | 2009-05-04 | 2015-09-15 | Schlumberger Technology Corporation | Directional resistivity measurement for well placement and formation evaluation |
WO2011049828A2 (en) | 2009-10-20 | 2011-04-28 | Schlumberger Canada Limited | Methods for characterization of formations, navigating drill paths, and placing wells in earth boreholes |
GB2476653A (en) | 2009-12-30 | 2011-07-06 | Wajid Rasheed | Tool and Method for Look-Ahead Formation Evaluation in advance of the drill-bit |
WO2012023926A1 (en) | 2010-08-16 | 2012-02-23 | Halliburton Energy Services, Inc. | Optimized arrays for look ahead-of-bit applications |
BR122021000786B1 (pt) * | 2011-08-17 | 2021-05-25 | Surgical Stabilization Technologies Inc | aparelho de suporte de trocarte para uso com um trocarte separado do aparelho para manter o trocarte em uma posição fixa em uma parede de corpo de um paciente |
AU2012383576B2 (en) | 2012-06-25 | 2015-08-13 | Halliburton Energy Services, Inc. | Resistivity logging systems and methods employing ratio signal set for inversion |
WO2014098840A1 (en) | 2012-12-19 | 2014-06-26 | Halliburton Energy Services, Inc. | Systems and methods for look ahead resistivity measurement with offset well information |
RU2617877C2 (ru) | 2012-12-19 | 2017-04-28 | Хэллибертон Энерджи Сервисиз, Инк. | Способ и устройство для оптимизации глубинных измерений удельного сопротивления с использованием многокомпонентных антенн |
CN105229261B (zh) | 2013-05-02 | 2019-09-10 | 哈里伯顿能源服务公司 | 用于地质导向的装置和方法 |
-
2014
- 2014-12-31 DE DE112014007031.9T patent/DE112014007031T5/de not_active Withdrawn
- 2014-12-31 CA CA2965989A patent/CA2965989C/en active Active
- 2014-12-31 WO PCT/US2014/073065 patent/WO2016108913A1/en active Application Filing
- 2014-12-31 GB GB1704988.3A patent/GB2545372B/en active Active
- 2014-12-31 MX MX2017006923A patent/MX2017006923A/es active IP Right Grant
- 2014-12-31 CN CN201480083284.3A patent/CN107075938A/zh active Pending
- 2014-12-31 AU AU2014415585A patent/AU2014415585B2/en active Active
- 2014-12-31 US US14/904,940 patent/US10024104B2/en active Active
-
2015
- 2015-10-29 AR ARP150103499A patent/AR102461A1/es unknown
-
2017
- 2017-04-07 NO NO20170582A patent/NO20170582A1/en unknown
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6188222B1 (en) * | 1997-09-19 | 2001-02-13 | Schlumberger Technology Corporation | Method and apparatus for measuring resistivity of an earth formation |
US20110133740A1 (en) * | 2004-07-14 | 2011-06-09 | Jean Seydoux | Look ahead logging system |
US20100156424A1 (en) * | 2007-03-16 | 2010-06-24 | Halliburton Energy Services, Inc. | Robust Inversion Systems and Methods for Azimuthally Sensitive Resistivity Logging Tools |
US20110106514A1 (en) * | 2007-10-22 | 2011-05-05 | Dzevat Omeragic | Formation modeling while drilling for enhanced high angle for horizontal well placement |
US20140249754A1 (en) * | 2011-11-15 | 2014-09-04 | Halliburton Energy Services, Inc. | Look-ahead of the bit applications |
CN104169524A (zh) * | 2012-02-17 | 2014-11-26 | 普拉德研究及开发股份有限公司 | 井下电磁工具的基于反演的校正 |
CN104169524B (zh) * | 2012-02-17 | 2017-10-31 | 普拉德研究及开发股份有限公司 | 井下电磁工具的基于反演的校正 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11435497B2 (en) * | 2018-09-22 | 2022-09-06 | Halliburton Energy Services, Inc. | Three dimensional visualization from point-by-point one dimensional inversion with bed azimuth |
CN112593915A (zh) * | 2020-12-28 | 2021-04-02 | 西北大学 | 一种用于实时测量钻机在钻进过程中的装置及其安装方法 |
Also Published As
Publication number | Publication date |
---|---|
GB2545372B (en) | 2020-10-21 |
WO2016108913A1 (en) | 2016-07-07 |
DE112014007031T5 (de) | 2017-07-20 |
AU2014415585A1 (en) | 2017-04-20 |
GB2545372A (en) | 2017-06-14 |
US20170306701A1 (en) | 2017-10-26 |
MX2017006923A (es) | 2017-08-16 |
NO20170582A1 (en) | 2017-04-07 |
CA2965989C (en) | 2019-07-02 |
AR102461A1 (es) | 2017-03-01 |
GB201704988D0 (en) | 2017-05-10 |
CA2965989A1 (en) | 2016-07-07 |
US10024104B2 (en) | 2018-07-17 |
AU2014415585B2 (en) | 2018-12-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107075938A (zh) | 使用前视环视电磁工具改善地质导向反演 | |
US11747502B2 (en) | Automated offset well analysis | |
CA3014293C (en) | Parameter based roadmap generation for downhole operations | |
US12061980B2 (en) | Effective representation of complex three-dimensional simulation results for real-time operations | |
WO2019221717A1 (en) | Petroleum reservoir behavior prediction using a proxy flow model | |
US10450860B2 (en) | Integrating reservoir modeling with modeling a perturbation | |
EP3545161B1 (en) | Multi-layer distance to bed boundary (dtbb) inversion with multiple initial guesses | |
NO20240204A1 (en) | Nuclear magnetic resonance (nmr) fluid substitution using maching learning | |
US11487032B2 (en) | Characterizing low-permeability reservoirs by using numerical models of short-time well test data | |
US20230193754A1 (en) | Machine learning assisted parameter matching and production forecasting for new wells | |
US20230205948A1 (en) | Machine learning assisted completion design for new wells | |
US12123301B2 (en) | Iterative clustering for geosteering inversion | |
NO20170589A1 (en) | Method and system for generating oilfield objects | |
Rane et al. | High Definition Reservoir Multi Boundary Mapping Delivered Highly Productive Horizontal Well in Challenging Clastic Reservoir and Faulted Area | |
Stafford et al. | Regional Pore Pressure Modeling Strategy at Tiger Shoal, GOM, USA |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170818 |
|
WD01 | Invention patent application deemed withdrawn after publication |