CN109164482B - 基于光纤传感器的井下微地震求解方法、装置及系统 - Google Patents

基于光纤传感器的井下微地震求解方法、装置及系统 Download PDF

Info

Publication number
CN109164482B
CN109164482B CN201810750085.3A CN201810750085A CN109164482B CN 109164482 B CN109164482 B CN 109164482B CN 201810750085 A CN201810750085 A CN 201810750085A CN 109164482 B CN109164482 B CN 109164482B
Authority
CN
China
Prior art keywords
optical fiber
distributed optical
acoustic wave
fiber acoustic
micro
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810750085.3A
Other languages
English (en)
Other versions
CN109164482A (zh
Inventor
蔡大海
王锦兵
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Haorui Technology Co ltd
Original Assignee
Beijing Haorui Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Haorui Technology Co ltd filed Critical Beijing Haorui Technology Co ltd
Priority to CN201810750085.3A priority Critical patent/CN109164482B/zh
Publication of CN109164482A publication Critical patent/CN109164482A/zh
Application granted granted Critical
Publication of CN109164482B publication Critical patent/CN109164482B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01V1/288—Event detection in seismic signals, e.g. microseismics
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/22—Transmitting seismic signals to recording or processing apparatus
    • G01V1/226—Optoseismic systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • Acoustics & Sound (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Geophysics And Detection Of Objects (AREA)
  • Length Measuring Devices Characterised By Use Of Acoustic Means (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本发明提供了一种基于分布式光纤传感器的井下微地震求解方法、装置及系统，其中方法包括：获取分布式光纤声波传感器的空间位置；选取特征分布式光纤声波传感器的位置；计算微地震位置空间数据；采用克里金(Kriging)插值法迭代计算微地震震源的空间位置；根据多个微地震震源的空间位置选取最精准的微地震震源位置。

Description

基于光纤传感器的井下微地震求解方法、装置及系统
技术领域
本发明涉及分布式光纤传感器技术的应用领域，尤其涉及基于分布式光纤传感器的井下微地震求解方法、装置及系统。
背景技术
微地震事件是在压裂过程被诱发的，能够帮助确定断层的生长。微震可能产生的原因一般基于井下压裂监测、地震勘探作业、油气田开发等。微地震事件的定位同样也能表现岩层的效果和破裂区域的介质物理性质。同时还可以用微地震事件来监测追踪压裂液的变化或迁移、油藏体积的变化。精确的事件定位能用来修正速度模型，研究微地震的震源机制。通常，地震波按传播方式分为三种类型：纵波、横波和面波。纵波是推进波，地壳中传播速度为5.5～7千米/秒，最先到达震中，又称P波，它使地面发生上下振动，破坏性较弱。横波是剪切波，在地壳中的传播速度为3.2～4.0千米/秒，第二个到达震中，又称S波，它使地面发生前后、左右抖动，破坏性较强。面波又称L波，是由纵波与横波在地表相遇后激发产生的混合波。普通电子三分量地震检波器是一款用于测量地层的P波和S波波速的仪器设备。它由以下三部件构成：三分量地震检波器，用于使系统有效和钻孔壁受压接触的装置，和内部集成了供气管的电缆。在检波器部件中，采用了动圈式的检波器，由一个垂向和两个水平向分量组成。使系统有效和钻孔壁受压接触的装置，采用了加压、膨胀、扩展检波器外橡胶管的方法，使检波器可以良好的受压接触孔壁。此外，内部集成了供气管的电缆，可以用于从检波器传输信号，也用于供给空气，给橡胶管提供压力并使其膨胀。设备的特点是：对PS测井非常有效、尺寸上非常轻便(手持)、易于操作。通常三分量检波器通常为10～30级之间，获得的地震数据点极为有限。此外，这种方法需要介入人工分析过程，由于目前大部分压力监测效果分析及VSP测试等项目目前都采用现场实时记录数据，保存大量的历史数据平均一次几十个G的数据量，而后进行人工智能分析，最终产生数据结果，地震数据量巨大，人工分析难度非常大，事后进行人工分析的方式，耗费时间和大量的人力物力，同一组数据不同团队解释的结果。
微地震监测技术的关键是精确确定震源的空间位置，目前微地震定位方法主要有纵横波时差法、纵波时差法、Geiger修正法、绕射叠加法等，这些都是基于地震波的旅行时而确定的。要获得好的定位结果，传统意义上的定位方法常常要基于较精确的速度模型和准确的旅行时间。但是这些条件并不容易获得，因为通常微地震数据的信噪比很差，并且介质的复杂程度很高。
此外，微地震数据中包含了很多干扰信号，直接影响分析的准确性。虽然已经有很多干扰信号的处理方法，例如，使用数字信号处理中的快速Fourier变换和最优滤波器的设计方法，对采集到的地震数据进行频谱分析和滤波处理，去除干扰并最大限度地保留有用的频率成份，并使信号无失真，提高了震相分析的准确度。然而，一般微地震震源定位方法的精度差，偏差10米至几十米不等，定位不准，离散距离大，造成后期处理起来效果差。
光纤光栅的原理是：利用掺杂光纤的光敏性，在一根单模掺杂光纤上，通过工艺方法使外界入射的光子和纤芯内的掺杂粒子相互作用导致纤芯折射率沿纤轴方向周期性或非周期性的永久性变化，在纤芯内形成空间相位光栅。纤芯的折射率沿光纤的轴向呈现周期性或非周期性分布，且每个光栅面与光纤轴向垂直。现有技术中也有利用光纤分布式传感器的信噪比高，灵敏度高，信号强度高，有利于判断的特点进行地震探测的技术方案，然而，由于光纤传感器采用的是单点传感器，只能接收到P波，S波，反应速度慢，无三分量的概念，所以数据处理方式也和传统电子方式不同。
发明内容
本申请实施方式的目的是提供一种基于分布式光纤传感器的井下微地震求解方法、装置及系统，采用光纤准分布式声波传感器微地震分析方法以及基于准分布式声波探测传感器基础上的计算方法，提供适合多传感器的高密度计算，提高声波传感器探测距离范围以及微地震定位的计算精度。
为实现上述目的，本申请实施方式提供一种基于分布式光纤传感器的井下微地震求解方法，包括：
获取分布式光纤声波传感器的空间位置；
选取特征分布式光纤声波传感器的位置；
计算微地震位置空间数据；
采用克里金(Kriging)插值法迭代计算微地震震源的空间位置；
根据多个微地震震源的空间位置选取最精准的微地震震源位置。
优选的，获取分布式光纤声波传感器空间位置包括：以分布式光纤声波传感为设备基础在井筒的任意多个位置设置一串分布式光纤声波传感器，形成分布式光纤声波传感器阵列，根据钻井记录获得井眼的轨迹，根据井眼轨迹，计算获得所述分布式光纤声波传感器阵列下入井中的长度和具体位置，从而获得所述分布式光纤声波传感器阵列中每个分布式光纤声波传感器的具体三维定位，即Psens1(x,y,z)，...PsensN(x,y,z)。
优选的，所述分布式光纤声波传感器阵列包括1000个以上的分布式光纤声波传感器，最多达到5000个分布式光纤声波传感器，每个分布式光纤声波传感器设置在任意空间数据位置上，分布式光纤声波传感器的位置和井眼轨迹可以完全拟合。
优选的，选取特征分布式光纤声波传感器的位置包括：根据选点原则在所述分布式光纤声波传感器阵列中，选取3-15个分布式光纤声波特征传感器，作为数据计算的特征点，每个所述分布式光纤声波传感器间隔10～150米，所述选点原则包括所述分布式光纤声波传感器的位置分布符合k+3n，其中n表示所述分布式光纤声波传感器的序号。
优选的，计算微地震位置空间数据包括：取微地震源与n个分布式光纤声波传感器的走时关系中的4个组成方程组，即：
Figure BDA0001725340850000041
其中，x1,y1,z1，t1分别表示第一个分布式光纤声波传感器的三维定位坐标和行走时，x2,y2,z2，t2分别表示第二个分布式光纤声波传感器的三维定位坐标和行走时，x3,y3,z3，t3分别表示第三个分布式光纤声波传感器的三维定位坐标和行走时，x4,y4,z4，t4分别表示第四个分布式光纤声波传感器的三维定位坐标和行走时；v表示微地震波的传播速度。
优选的，利用克里金(Kriging)插值法迭代计算微地震震源的空间位置包括：
将方程组变形为牛顿迭代法求解的形式，即:
Figure BDA0001725340850000042
然后，利用克里金(Kriging)插值法迭代计算微地震震源的空间位置。
优选的，根据多个微地震震源的空间位置选取最精准的微地震震源位置包括：对所有的微地震震源的空间位置结果取其空间几何的中心值，计算各空间位置到中心点的距离，计算出它们的平均距离，再计算各个距离到平均距离的方差，取均方差或者取均方差的一个倍数作为判定系数，舍去方差大于所述判定系数的定位结果，距离所述判定系数最近的筛选后所得到的最精准的微地震震源的定位结果。
为实现上述目的，本申请实施方式提供一种基于分布式光纤传感器的井下微地震求解装置，包括：
分布式光纤声波传感器的空间位置获取单元，用于获取分布式光纤声波传感器的空间位置；
特征分布式光纤声波传感器的位置选取单元，用于选取特征分布式光纤声波传感器的位置；
微地震位置空间数据计算单元，用于计算微地震位置空间数据；
微地震震源的空间位置的计算单元，用于采用克里金(Kriging)插值法迭代计算微地震震源的空间位置；
最精准的微地震震源位置选取单元，用于根据多个微地震震源的空间位置选取最精准的微地震震源位置。
优选的，分布式光纤声波传感器的空间位置获取单元包括：
分布式光纤声波传感器阵列布置单元，用于以分布式光纤声波传感为设备基础在井筒的任意多个位置设置一串分布式光纤声波传感器，形成分布式光纤声波传感器阵列；
分布式光纤声波传感器位置计算单元，用于根据钻井记录获得井眼的轨迹，根据井眼轨迹，计算获得所述分布式光纤声波传感器阵列下入井中的长度和具体位置，从而获得所述分布式光纤声波传感器阵列中每个分布式光纤声波传感器的具体三维定位，即Psens1(x,y,z)，...PsensN(x,y,z)。
优选的，所述分布式光纤声波传感器阵列包括1000个以上的分布式光纤声波传感器，最多达到5000个分布式光纤声波传感器，每个分布式光纤声波传感器设置在任意空间数据位置上，分布式光纤声波传感器的位置和井眼轨迹可以完全拟合。
优选的，特征分布式光纤声波传感器的位置选取单元包括：
选点原则设定单元，用于设定选点原则，所述选点原则包括所述分布式光纤声波传感器的位置分布符合k+3n，其中n表示所述分布式光纤声波传感器的序号；
特征分布式光纤声波传感器位置选取单元，用于根据选点原则在所述分布式光纤声波传感器阵列中，选取3-15个分布式光纤声波特征传感器，作为数据计算的特征点，每个所述分布式光纤声波传感器间隔10～150米。
优选的，微地震位置空间数据计算单元包括：
分布式光纤声波传感器的走时关系选取单元，取微地震源与n个分布式光纤声波传感器的走时关系中的4个；
微地震位置空间计算单元，用于将分布式光纤声波传感器的走时关系选取单元选取的数据组成方程组，即：
Figure BDA0001725340850000061
其中，x1,y1,z1，t1分别表示第一个分布式光纤声波传感器的三维定位坐标和行走时，x2,y2,z2，t2分别表示第二个分布式光纤声波传感器的三维定位坐标和行走时，x3,y3,z3，t3分别表示第三个分布式光纤声波传感器的三维定位坐标和行走时，x4,y4,z4，t4分别表示第四个分布式光纤声波传感器的三维定位坐标和行走时；v表示微地震波的传播速度。
优选的，微地震震源的空间位置的计算单元包括：
方程式变换单元，用于将方程组变形为牛顿迭代法求解的形式，即:
Figure BDA0001725340850000071
微地震震源空间位置计算单元，用于利用克里金(Kriging)插值法迭代计算微地震震源的空间位置。
优选的，最精准的微地震震源位置选取单元包括：
方差计算单元，用于对所有的微地震震源的空间位置结果取其空间几何的中心值，计算各空间位置到中心点的距离，计算出它们的平均距离，再计算各个距离到平均距离的方差；
判定系数确定单元，用于取均方差或者取均方差的一个倍数作为判定系数；
筛选单元，用于舍去方差大于所述判定系数的定位结果，距离所述判定系数最近的筛选后所得到的最精准的微地震震源的定位结果。
为实现上述目的，本申请实施方式提供一种基于分布式光纤传感器的井下微地震求解系统，所述系统包括：存储器和处理器，所述存储器中存储计算机程序，所述计算机程序被所述处理器执行时，实现以下功能：
获取分布式光纤声波传感器的空间位置；
选取特征分布式光纤声波传感器的位置；
计算微地震位置空间数据；
采用克里金(Kriging)插值法迭代计算微地震震源的空间位置；
根据多个微地震震源的空间位置选取最精准的微地震震源位置。
优选的，获取分布式光纤声波传感器空间位置包括：以分布式光纤声波传感为设备基础在井筒的任意多个位置设置一串分布式光纤声波传感器，形成分布式光纤声波传感器阵列，根据钻井记录获得井眼的轨迹，根据井眼轨迹，计算获得所述分布式光纤声波传感器阵列下入井中的长度和具体位置，从而获得所述分布式光纤声波传感器阵列中每个分布式光纤声波传感器的具体三维定位，即Psens1(x,y,z)，...PsensN(x,y,z)。
优选的，所述分布式光纤声波传感器阵列包括1000个以上的分布式光纤声波传感器，最多达到5000个分布式光纤声波传感器，每个分布式光纤声波传感器设置在任意空间数据位置上，分布式光纤声波传感器的位置和井眼轨迹可以完全拟合。
优选的，选取特征分布式光纤声波传感器的位置包括：根据选点原则在所述分布式光纤声波传感器阵列中，选取3-15个分布式光纤声波特征传感器，作为数据计算的特征点，每个所述分布式光纤声波传感器间隔10～150米，所述选点原则包括所述分布式光纤声波传感器的位置分布符合k+3n，其中n表示所述分布式光纤声波传感器的序号。
优选的，计算微地震位置空间数据包括：取微地震源与n个分布式光纤声波传感器的走时关系中的4个组成方程组，即：
Figure BDA0001725340850000081
其中，x1,y1,z1，t1分别表示第一个分布式光纤声波传感器的三维定位坐标和行走时，x2,y2,z2，t2分别表示第二个分布式光纤声波传感器的三维定位坐标和行走时，x3,y3,z3，t3分别表示第三个分布式光纤声波传感器的三维定位坐标和行走时，x4,y4,z4，t4分别表示第四个分布式光纤声波传感器的三维定位坐标和行走时；v表示微地震波的传播速度。
优选的，利用克里金(Kriging)插值法迭代计算微地震震源的空间位置包括：
将方程组变形为牛顿迭代法求解的形式，即:
Figure BDA0001725340850000091
然后，利用克里金(Kriging)插值法迭代计算微地震震源的空间位置。
优选的，根据多个微地震震源的空间位置选取最精准的微地震震源位置包括：对所有的微地震震源的空间位置结果取其空间几何的中心值，计算各空间位置到中心点的距离，计算出它们的平均距离，再计算各个距离到平均距离的方差，取均方差或者取均方差的一个倍数作为判定系数，舍去方差大于所述判定系数的定位结果，距离所述判定系数最近的筛选后所得到的最精准的微地震震源的定位结果。
为实现上述目的，本申请实施方式再提供一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述的基于分布式光纤传感器的井下微地震求解方法。
为实现上述目的，本申请实施方式再提供一种可读存储介质，其上存储有计算机程序，所述计算机程序被执行时实现上述所述的对井旁底层中缝洞异常体发育状况评价方法的步骤。
由上可见，与现有技术相比较，本技术方案提供一套针对微地震震源定位大数据量数据处理的方法，本算法可以用于井下微地震探测领域，例如井下压力效果评价、井下微地震监测录井，利用一定数量的分布式光纤FBG传感器，0～5000个，间隔1-10米，监测的长度为0～50000米，解决了光纤分布式声波传感器的定位问题和微地震震源的定位精度问题，特别是以往三分量电子传感器定位不准、信噪比差、精度低的问题，光纤声波传感器可以布满整个井筒，测试时可以大大减少系统测试成本，尤其对于长时间4D时移地震成像领域，开拓了一种新的方法，大大减少时移微地震成本，可以永久式安装，降低作业成本。
根据下文结合附图对本发明具体实施例的详细描述，本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。
附图说明
后文将参照附图以示例性而非限制性的方式详细描述本发明的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解，这些附图未必是按比例绘制的。本发明的目标及特征考虑到如下结合附图的描述将更加明显，附图中：
附图1为根据本发明实施例的一种基于分布式光纤传感器的井下微地震求解方法流程图；
附图2(a)为根据本发明实施例的利用克里金(Kriging)插值法迭代计算微地震震源的空间位置步骤中输入三个采样点1、2、3求待估插值x的示意图；
附图2(b)为根据本发明实施例的利用克里金(Kriging)插值法迭代计算微地震震源的空间位置步骤中根据搜索策略选择合适的参估点的示意图；
附图3为根据本发明实施例的克里金插值法的方法路线图；
附图4为根据本发明实施例的一种基于分布式光纤传感器的井下微地震求解装置的功能框图；
附图5为根据本发明实施例的一种基于分布式光纤传感器的井下微地震求解系统示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施方式中的附图，对本申请实施方式中的技术方案进行清楚、完整的描述，显然，所描述的实施方式仅仅是本申请一部分实施方式，而不是全部的实施方式。基于本申请中的实施方式，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式，都应当属于本申请保护的范围。
如图1，一种基于分布式光纤传感器的井下微地震求解方法，包括：
步骤101，获取分布式光纤声波传感器的空间位置，包括：以分布式光纤声波传感为设备基础在井筒的任意多个位置设置一串分布式光纤声波传感器，形成分布式光纤声波传感器阵列，根据钻井记录获得井眼的轨迹，根据井眼轨迹，计算获得所述分布式光纤声波传感器阵列下入井中的长度和具体位置，从而获得所述分布式光纤声波传感器阵列中每个分布式光纤声波传感器的具体三维定位，即Psens1(x,y,z)，...PsensN(x,y,z)，分布式光纤声波传感器阵列包括1000个以上的分布式光纤声波传感器，最多达到5000个分布式光纤声波传感器，每个分布式光纤声波传感器设置在任意空间数据位置上，分布式光纤声波传感器的位置和井眼轨迹可以完全拟合。
步骤102，选取特征分布式光纤声波传感器的位置，根据选点原则在所述分布式光纤声波传感器阵列中，选取3-15个分布式光纤声波特征传感器，作为数据计算的特征点，每个所述分布式光纤声波传感器间隔10～150米，所述选点原则包括所述分布式光纤声波传感器的位置分布符合k+3n，其中n表示所述分布式光纤声波传感器的序号，例如k+3n,k+3(n+1),k+3(n+2),k+3(n+3),k+3(n+4),…k+3(n+15)。
步骤103，计算微地震位置空间数据，包括：取微地震源与n个分布式光纤声波传感器的走时关系中的4个组成方程组，即：
Figure BDA0001725340850000111
其中，x1,y1,z1，t1分别表示第一个分布式光纤声波传感器的三维定位坐标和行走时，x2,y2,z2，t2分别表示第二个分布式光纤声波传感器的三维定位坐标和行走时，x3,y3,z3，t3分别表示第三个分布式光纤声波传感器的三维定位坐标和行走时，x4,y4,z4，t4分别表示第四个分布式光纤声波传感器的三维定位坐标和行走时；v表示微地震波的传播速度。
步骤104，采用克里金(Kriging)插值法迭代计算微地震震源的空间位置，该方法在数学上可对所研究的对象提供一种最佳线性无偏估计(某点处的确定值)的方法。它是考虑了信息样品的形状、大小及与待估计块段相互间的空间位置等几何特征以及品位的空间结构之后，为达到线性、无偏和最小估计方差的估计，而对每一个样品赋予一定的系数，最后进行加权平均来估计块段品位的方法，包括：将方程组变形为牛顿迭代法求解的形式，即:
Figure BDA0001725340850000121
然后，利用克里金(Kriging)插值法迭代计算微地震震源的空间位置。克里金(Kriging)插值法是以变异函数理论和结构分析为基础，在有限区域是地统计学的主要内容之一，由南非矿产工D.Matheron于1951年在寻找金矿时首次提出，法国著名统计学家G.Matheron随后将其方法理论化、系统化，命名为Kriging，即克里金插值法。实现步骤如下：
1)输入原始数据，即采样点，本实施例以输入三个采样点1、2、3求待估插值x为例来进行说明，如图2(a)所示；
2)数据检验与分析，根据采样值是否合乎实际情况，剔除明显差异点。
3)克里金插值估计
①待估点权重系数估计利用多边形估计的方法，首先确定离待估点最近的采样点的权重，根据下面公式进行采样点权重估计：
Figure BDA0001725340850000131
②根据搜索策略选择合适的参估点，如图2(b)所示；
③根据已经求出的变异函数以及采样点数量，三个采样点列出三个等式，求出下面方程：
Figure BDA0001725340850000132
④根据求出的权重值，代入下面公式，即可求得评估领域内n个采样值的线性组合。
Figure BDA0001725340850000133
式中λi是待定权重系数。
针对克里金方法无偏、最小方差条件可得到无偏条件可得待定权系数λi对克里金，2，…，n)满足关系式：
Figure BDA0001725340850000134
以无偏为前提，kriging方差为最小可得到求解待定权系数λi的方程组.
Figure BDA0001725340850000141
式中，C(xi，xj)是Z(xi)和Z(xj)的协方差函数。
克里金插值法的方法路线图如图3所示。
数值计算的实施例包括，多个传感器用矩阵形式d＝[A(79 18)；B(75 29)；C(7235)；D(71 21)；E(76 80)；F(73 36)表达。A-F为传感器器序号，同时也代表了A传感器的空间坐标，A后面的数字为微震波到达传感器器的时间，单位为ms。空间坐标值A(1015,1080,2108)，B(1016,1090,2112)，C(1018,1105,2115)，D(1020,1130,2122)，E(1025,1180,2138)，F(1030,1230,2141)。经过计算，得出震源R的空间坐标R1(1182,1253，2251,702.2)，R2(1198,1293，2270，702.3)，R3(1208,1283，2283，702.8)，R4(1201,1287，2288，702.5)。其中，前三个数据表示XYZ坐标，第四个表示发生时刻。最终根据测点的分布情况和计算结果，这几组数据都可用，没有丢掉任何一个结果。
步骤105，根据多个微地震震源的空间位置选取最精准的微地震震源位置包括：对所有的微地震震源的空间位置结果取其空间几何的中心值，计算各空间位置到中心点的距离，计算出它们的平均距离，再计算各个距离到平均距离的方差，取均方差或者取均方差的一个倍数作为判定系数，舍去方差大于所述判定系数的定位结果，距离所述判定系数最近的筛选后所得到的最精准的微地震震源的定位结果，系数暂定为0～10，所得的定位结果较更为精确。
如图4所示，一种基于分布式光纤传感器的井下微地震求解装置的功能框图，包括：
分布式光纤声波传感器的空间位置获取单元(1)，用于获取分布式光纤声波传感器的空间位置，包括：
分布式光纤声波传感器阵列布置单元(101)，用于以分布式光纤声波传感为设备基础在井筒的任意多个位置设置一串分布式光纤声波传感器，形成分布式光纤声波传感器阵列；
分布式光纤声波传感器位置计算单元(102)，用于根据钻井记录获得井眼的轨迹，根据井眼轨迹，计算获得所述分布式光纤声波传感器阵列下入井中的长度和具体位置，从而获得所述分布式光纤声波传感器阵列中每个分布式光纤声波传感器的具体三维定位，即Psens1(x,y,z)，...PsensN(x,y,z)。
分布式光纤声波传感器阵列包括1000个以上的分布式光纤声波传感器，最多达到5000个分布式光纤声波传感器，每个分布式光纤声波传感器设置在任意空间数据位置上，分布式光纤声波传感器的位置和井眼轨迹可以完全拟合。
特征分布式光纤声波传感器的位置选取单元(2)，用于选取特征分布式光纤声波传感器的位置，包括：
选点原则设定单元(201)，用于设定选点原则，所述选点原则包括所述分布式光纤声波传感器的位置分布符合k+3n，其中n表示所述分布式光纤声波传感器的序号；
特征分布式光纤声波传感器位置选取单元(202)，用于根据选点原则在所述分布式光纤声波传感器阵列中，选取3-15个分布式光纤声波特征传感器，作为数据计算的特征点，每个所述分布式光纤声波传感器间隔10～150米。
微地震位置空间数据计算单元(3)，用于计算微地震位置空间数据，包括：
分布式光纤声波传感器的走时关系选取单元(301)，取微地震源与n个分布式光纤声波传感器的走时关系中的4个；
微地震位置空间计算单元(302)，用于将分布式光纤声波传感器的走时关系选取单元选取的数据组成方程组，即：
Figure BDA0001725340850000161
其中，x1,y1,z1，t1分别表示第一个分布式光纤声波传感器的三维定位坐标和行走时，x2,y2,z2，t2分别表示第二个分布式光纤声波传感器的三维定位坐标和行走时，x3,y3,z3，t3分别表示第三个分布式光纤声波传感器的三维定位坐标和行走时，x4,y4,z4，t4分别表示第四个分布式光纤声波传感器的三维定位坐标和行走时；v表示微地震波的传播速度。
微地震震源的空间位置的计算单元(4)，用于采用克里金(Kriging)插值法迭代计算微地震震源的空间位置，包括：
方程式变换单元(401)，用于将方程组变形为牛顿迭代法求解的形式，即:
Figure BDA0001725340850000162
微地震震源空间位置计算单元(402)，用于利用克里金(Kriging)插值法迭代计算微地震震源的空间位置。
最精准的微地震震源位置选取单元(5)，用于根据多个微地震震源的空间位置选取最精准的微地震震源位置，包括：
方差计算单元(501)，用于对所有的微地震震源的空间位置结果取其空间几何的中心值，计算各空间位置到中心点的距离，计算出它们的平均距离，再计算各个距离到平均距离的方差；
判定系数确定单元(502)，用于取均方差或者取均方差的一个倍数作为判定系数；
筛选单元(503)，用于舍去方差大于所述判定系数的定位结果，距离所述判定系数最近的筛选后所得到的最精准的微地震震源的定位结果，系数暂定为0～10，所得的定位结果较更为精确。
如图5所示，为本申请实施方式的一种基于分布式光纤传感器的井下微地震求解系统示意图，包括：存储器和处理器，所述存储器中存储计算机程序，所述计算机程序被所述处理器执行时，实现以下功能：
获取分布式光纤声波传感器的空间位置；
选取特征分布式光纤声波传感器的位置；
计算微地震位置空间数据；
采用克里金(Kriging)插值法迭代计算微地震震源的空间位置；
根据多个微地震震源的空间位置选取最精准的微地震震源位置。
在本实施例中，获取分布式光纤声波传感器空间位置包括：以分布式光纤声波传感为设备基础在井筒的任意多个位置设置一串分布式光纤声波传感器，形成分布式光纤声波传感器阵列，根据钻井记录获得井眼的轨迹，根据井眼轨迹，计算获得所述分布式光纤声波传感器阵列下入井中的长度和具体位置，从而获得所述分布式光纤声波传感器阵列中每个分布式光纤声波传感器的具体三维定位，即Psens1(x,y,z)，...PsensN(x,y,z)。
在本实施例中，所述分布式光纤声波传感器阵列包括1000个以上的分布式光纤声波传感器，最多达到5000个分布式光纤声波传感器，每个分布式光纤声波传感器设置在任意空间数据位置上，分布式光纤声波传感器的位置和井眼轨迹可以完全拟合。
在本实施例中，选取特征分布式光纤声波传感器的位置包括：根据选点原则在所述分布式光纤声波传感器阵列中，选取3-15个分布式光纤声波特征传感器，作为数据计算的特征点，每个所述分布式光纤声波传感器间隔10～150米，所述选点原则包括所述分布式光纤声波传感器的位置分布符合k+3n，其中n表示所述分布式光纤声波传感器的序号。
在本实施例中，计算微地震位置空间数据包括：取微地震源与n个分布式光纤声波传感器的走时关系中的4个组成方程组，即：
Figure BDA0001725340850000181
其中，x1,y1,z1，t1分别表示第一个分布式光纤声波传感器的三维定位坐标和行走时，x2,y2,z2，t2分别表示第二个分布式光纤声波传感器的三维定位坐标和行走时，x3,y3,z3，t3分别表示第三个分布式光纤声波传感器的三维定位坐标和行走时，x4,y4,z4，t4分别表示第四个分布式光纤声波传感器的三维定位坐标和行走时；v表示微地震波的传播速度。
在本实施例中，利用克里金(Kriging)插值法迭代计算微地震震源的空间位置源于该方法在数学上可对所研究的对象提供一种最佳线性无偏估计(某点处的确定值)的方法。它是考虑了信息样品的形状、大小及与待估计块段相互间的空间位置等几何特征以及品位的空间结构之后，为达到线性、无偏和最小估计方差的估计，而对每一个样品赋予一定的系数，最后进行加权平均来估计块段品位的方法，包括：
将方程组变形为牛顿迭代法求解的形式，即:
Figure BDA0001725340850000191
然后，利用克里金(Kriging)插值法迭代计算微地震震源的空间位置。
在本实施例中，根据多个微地震震源的空间位置选取最精准的微地震震源位置包括：对所有的微地震震源的空间位置结果取其空间几何的中心值，计算各空间位置到中心点的距离，计算出它们的平均距离，再计算各个距离到平均距离的方差，取均方差或者取均方差的一个倍数作为判定系数，舍去方差大于所述判定系数的定位结果，距离所述判定系数最近的筛选后所得到的最精准的微地震震源的定位结果，系数暂定为0～10，所得的定位结果较更为精确。
本申请实施方式再提供一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述的基于分布式光纤传感器的井下微地震求解方法。
为实现上述目的，本申请实施方式再一种可读存储介质，其上存储有计算机程序，所述计算机程序被执行时实现上述所述的基于光纤传感器的井下微地震求解方法的步骤。
在本实施方式中，所述存储器包括但不限于随机存取存储器(Random AccessMemory,RAM)、只读存储器(Read-Only Memory,ROM)、缓存(Cache)、硬盘(Hard DiskDrive,HDD)或者存储卡(Memory Card)。
在本实施方式中，所述处理器可以按任何适当的方式实现。例如，所述处理器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application SpecificIntegrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式等等。
本说明书实施方式提供的基于光纤传感器的井下微地震求解系统，其存储器和处理器实现的具体功能，可以与本说明书中的前述实施方式相对照解释，并能够达到前述实施方式的技术效果，这里便不再赘述。
综上，本申请提供的一套针对微地震震源定位大数据量数据处理的方法，本算法可以用于井下微地震探测领域，例如井下压力效果评价、井下微地震监测录井，利用一定数量的分布式光纤FBG传感器，0～5000个，间隔1-10米，监测的长度为0～50000米，解决了光纤分布式声波传感器的定位问题和微地震震源的定位精度问题，特别是以往三分量电子传感器定位不准、信噪比差、精度低的问题，光纤声波传感器可以布满整个井筒，测试时可以大大减少系统测试成本，尤其对于长时间4D时移地震成像领域，开拓了一种新的方法，大大减少时移微地震成本，可以永久式安装，降低作业成本。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog2。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
本领域技术人员也知道，除了以纯计算机可读程序代码方式实现客户端、服务器以外，完全可以通过将方法步骤进行逻辑编程来使得客户端、服务器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种客户端、服务器可以被认为是一种硬件部件，而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
虽然通过实施方式描绘了本申请，本领域普通技术人员知道，本申请有许多变形和变化而不脱离本申请的精神，希望所附的权利要求包括这些变形和变化而不脱离本申请的精神。

Claims (17)

1.一种基于分布式光纤传感器的井下微地震求解方法，其特征在于包括：
获取分布式光纤声波传感器的空间位置；
选取特征分布式光纤声波传感器的位置；
计算微地震位置空间数据；
采用克里金(Kriging)插值法迭代计算微地震震源的空间位置；
根据多个微地震震源的空间位置选取最精准的微地震震源位置；
其中，计算微地震位置空间数据包括：取微地震震源与N个分布式光纤声波传感器的走时关系中的4个组成方程组，即：
Figure FDA0002518185950000011
其中，x1,y1,z1，t1分别表示第一个分布式光纤声波传感器的三维定位坐标和行走时，x2,y2,z2，t2分别表示第二个分布式光纤声波传感器的三维定位坐标和行走时，x3,y3,z3，t3分别表示第三个分布式光纤声波传感器的三维定位坐标和行走时，x4,y4,z4，t4分别表示第四个分布式光纤声波传感器的三维定位坐标和行走时；v表示微地震波的传播速度；
其中，利用克里金(Kriging)插值法迭代计算微地震震源的空间位置包括：
将方程组变形为牛顿迭代法求解的形式，即:
Figure FDA0002518185950000021
然后，利用克里金(Kriging)插值法迭代计算微地震震源的空间位置。
2.根据权利要求1所述的一种基于分布式光纤传感器的井下微地震求解方法，其特征在于：获取分布式光纤声波传感器空间位置包括：以分布式光纤声波传感器为设备基础在井筒的任意多个位置设置一串分布式光纤声波传感器，形成分布式光纤声波传感器阵列，根据钻井记录获得井眼的轨迹，根据井眼轨迹，计算获得所述分布式光纤声波传感器阵列下入井中的长度和具体位置，从而获得所述分布式光纤声波传感器阵列中每个分布式光纤声波传感器的具体三维定位，即Psens1(x,y,z)，...PsensN(x,y,z)。
3.根据权利要求2所述的一种基于分布式光纤传感器的井下微地震求解方法，其特征在于：所述分布式光纤声波传感器阵列包括1000个以上的分布式光纤声波传感器，最多达到5000个分布式光纤声波传感器，每个分布式光纤声波传感器设置在任意空间数据位置上，分布式光纤声波传感器的位置和井眼轨迹可以完全拟合。
4.根据权利要求1所述的一种基于分布式光纤传感器的井下微地震求解方法，其特征在于：选取特征分布式光纤声波传感器的位置包括：根据选点原则在所述分布式光纤声波传感器阵列中，选取3-15个分布式光纤声波特征传感器，作为数据计算的特征点，每个所述分布式光纤声波传感器间隔10～150米，所述选点原则包括所述分布式光纤声波传感器的位置分布符合k+3n，其中n表示所述分布式光纤声波传感器的序号。
5.根据权利要求1所述的一种基于分布式光纤传感器的井下微地震求解方法，其特征在于根据多个微地震震源的空间位置选取最精准的微地震震源位置包括：对所有的微地震震源的空间位置结果取其空间几何的中心值，计算各空间位置到中心点的距离，计算出它们的平均距离，再计算各个距离到平均距离的方差，取均方差或者取均方差的一个倍数作为判定系数，舍去方差大于所述判定系数的定位结果，筛选所述判定系数最小的点作为最精准的微地震震源的定位。
6.一种基于分布式光纤传感器的井下微地震求解装置，其特征在于包括：
分布式光纤声波传感器的空间位置获取单元，用于获取分布式光纤声波传感器的空间位置；
特征分布式光纤声波传感器的位置选取单元，用于选取特征分布式光纤声波传感器的位置；
微地震位置空间数据计算单元，用于计算微地震位置空间数据；
微地震震源的空间位置的计算单元，用于采用克里金(Kriging)插值法迭代计算微地震震源的空间位置；
最精准的微地震震源位置选取单元，用于根据多个微地震震源的空间位置选取最精准的微地震震源位置；
其中，微地震位置空间数据计算单元包括：
分布式光纤声波传感器的走时关系选取单元，取微地震震源与N个分布式光纤声波传感器的走时关系中的4个；
微地震位置空间计算单元，用于将分布式光纤声波传感器的走时关系选取单元选取的数据组成方程组，即：
Figure FDA0002518185950000031
其中，x1,y1,z1，t1分别表示第一个分布式光纤声波传感器的三维定位坐标和行走时，x2,y2,z2，t2分别表示第二个分布式光纤声波传感器的三维定位坐标和行走时，x3,y3,z3，t3分别表示第三个分布式光纤声波传感器的三维定位坐标和行走时，x4,y4,z4，t4分别表示第四个分布式光纤声波传感器的三维定位坐标和行走时；v表示微地震波的传播速度；
其中，微地震震源的空间位置的计算单元包括：
方程式变换单元，用于将方程组变形为牛顿迭代法求解的形式，即:
Figure FDA0002518185950000041
微地震震源空间位置计算单元，用于利用克里金(Kriging)插值法迭代计算微地震震源的空间位置。
7.根据权利要求6所述的一种基于分布式光纤传感器的井下微地震求解装置，其特征在于分布式光纤声波传感器的空间位置获取单元包括：
分布式光纤声波传感器阵列布置单元，用于以分布式光纤声波传感器为设备基础在井筒的任意多个位置设置一串分布式光纤声波传感器，形成分布式光纤声波传感器阵列；
分布式光纤声波传感器位置计算单元，用于根据钻井记录获得井眼的轨迹，根据井眼轨迹，计算获得所述分布式光纤声波传感器阵列下入井中的长度和具体位置，从而获得所述分布式光纤声波传感器阵列中每个分布式光纤声波传感器的具体三维定位，即Psens1(x,y,z)，...PsensN(x,y,z)。
8.根据权利要求7所述的一种基于分布式光纤传感器的井下微地震求解装置，其特征在于所述分布式光纤声波传感器阵列包括1000个以上的分布式光纤声波传感器，最多达到5000个分布式光纤声波传感器，每个分布式光纤声波传感器设置在任意空间数据位置上，分布式光纤声波传感器的位置和井眼轨迹可以完全拟合。
9.根据权利要求6所述的一种基于分布式光纤传感器的井下微地震求解装置，其特征在于特征分布式光纤声波传感器的位置选取单元包括：
选点原则设定单元，用于设定选点原则，所述选点原则包括所述分布式光纤声波传感器的位置分布符合k+3n，其中n表示所述分布式光纤声波传感器的序号；
特征分布式光纤声波传感器位置选取单元，用于根据选点原则在所述分布式光纤声波传感器阵列中，选取3-15个分布式光纤声波特征传感器，作为数据计算的特征点，每个所述分布式光纤声波传感器间隔10～150米。
10.根据权利要求6所述的一种基于分布式光纤传感器的井下微地震求解装置，其特征在于最精准的微地震震源位置选取单元包括：
方差计算单元，用于对所有的微地震震源的空间位置结果取其空间几何的中心值，计算各空间位置到中心点的距离，计算出它们的平均距离，再计算各个距离到平均距离的方差；
判定系数确定单元，用于取均方差或者取均方差的一个倍数作为判定系数；
筛选单元，用于舍去方差大于所述判定系数的定位结果，筛选所述判定系数最小的点作为最精准的微地震震源的定位。
11.一种基于分布式光纤传感器的井下微地震求解系统，其特征在于所述系统包括：存储器和处理器，所述存储器中存储计算机程序，所述计算机程序被所述处理器执行时，实现以下功能：
获取分布式光纤声波传感器的空间位置；
选取特征分布式光纤声波传感器的位置；
计算微地震位置空间数据；
采用克里金(Kriging)插值法迭代计算微地震震源的空间位置；
根据多个微地震震源的空间位置选取最精准的微地震震源位置；
其中，计算微地震位置空间数据包括：取微地震震源与N个分布式光纤声波传感器的走时关系中的4个组成方程组，即：
Figure FDA0002518185950000051
其中，x1,y1,z1，t1分别表示第一个分布式光纤声波传感器的三维定位坐标和行走时，x2,y2,z2，t2分别表示第二个分布式光纤声波传感器的三维定位坐标和行走时，x3,y3,z3，t3分别表示第三个分布式光纤声波传感器的三维定位坐标和行走时，x4,y4,z4，t4分别表示第四个分布式光纤声波传感器的三维定位坐标和行走时；v表示微地震波的传播速度；
其中，利用克里金(Kriging)插值法迭代计算微地震震源的空间位置包括：
将方程组变形为牛顿迭代法求解的形式，即:
Figure FDA0002518185950000061
然后，利用克里金(Kriging)插值法迭代计算微地震震源的空间位置。
12.根据权利要求11所述的一种基于分布式光纤传感器的井下微地震求解系统，其特征在于获取分布式光纤声波传感器空间位置包括：以分布式光纤声波传感器为设备基础在井筒的任意多个位置设置一串分布式光纤声波传感器，形成分布式光纤声波传感器阵列，根据钻井记录获得井眼的轨迹，根据井眼轨迹，计算获得所述分布式光纤声波传感器阵列下入井中的长度和具体位置，从而获得所述分布式光纤声波传感器阵列中每个分布式光纤声波传感器的具体三维定位，即Psens1(x,y,z)，...PsensN(x,y,z)。
13.根据权利要求12所述的一种基于分布式光纤传感器的井下微地震求解系统，其特征在于所述分布式光纤声波传感器阵列包括1000个以上的分布式光纤声波传感器，最多达到5000个分布式光纤声波传感器，每个分布式光纤声波传感器设置在任意空间数据位置上，分布式光纤声波传感器的位置和井眼轨迹可以完全拟合。
14.根据权利要求11所述的一种基于分布式光纤传感器的井下微地震求解系统，其特征在于选取特征分布式光纤声波传感器的位置包括：根据选点原则在所述分布式光纤声波传感器阵列中，选取3-15个分布式光纤声波特征传感器，作为数据计算的特征点，每个所述分布式光纤声波传感器间隔10～150米，所述选点原则包括所述分布式光纤声波传感器的位置分布符合k+3n，其中n表示所述分布式光纤声波传感器的序号。
15.根据权利要求11所述的一种基于分布式光纤传感器的井下微地震求解系统，其特征在于根据多个微地震震源的空间位置选取最精准的微地震震源位置包括：对所有的微地震震源的空间位置结果取其空间几何的中心值，计算各空间位置到中心点的距离，计算出它们的平均距离，再计算各个距离到平均距离的方差，取均方差或者取均方差的一个倍数作为判定系数，舍去方差大于所述判定系数的定位结果，筛选所述判定系数最小的点作为最精准的微地震震源的定位。
16.一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1-5所述的基于分布式光纤传感器的井下微地震求解方法。
17.一种可读存储介质，其上存储有计算机程序，所述计算机程序被执行时实现所述权利要求1-5所述的基于分布式光纤传感器的井下微地震求解方法。
CN201810750085.3A 2018-07-10 2018-07-10 基于光纤传感器的井下微地震求解方法、装置及系统 Active CN109164482B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810750085.3A CN109164482B (zh) 2018-07-10 2018-07-10 基于光纤传感器的井下微地震求解方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810750085.3A CN109164482B (zh) 2018-07-10 2018-07-10 基于光纤传感器的井下微地震求解方法、装置及系统

Publications (2)

Publication Number Publication Date
CN109164482A CN109164482A (zh) 2019-01-08
CN109164482B true CN109164482B (zh) 2020-07-28

Family

ID=64897598

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810750085.3A Active CN109164482B (zh) 2018-07-10 2018-07-10 基于光纤传感器的井下微地震求解方法、装置及系统

Country Status (1)

Country Link
CN (1) CN109164482B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110910613B (zh) * 2019-12-10 2022-04-05 大连理工大学 一种岩体微震无线监测接收预警系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9322702B2 (en) * 2010-12-21 2016-04-26 Shell Oil Company Detecting the direction of acoustic signals with a fiber optical distributed acoustic sensing (DAS) assembly
BR112017027708B1 (pt) * 2015-06-26 2021-03-02 Shell Internationale Research Maatschappij B.V. método para calibração de profundidade de uma pluralidade de canais de receptor sísmico
CN105277971A (zh) * 2015-10-16 2016-01-27 中国石油天然气集团公司 一种微地震监测系统及方法
CN107272051B (zh) * 2017-06-22 2018-10-23 禁核试北京国家数据中心 一种针对特定地区地震事件的定位方法

Also Published As

Publication number Publication date
CN109164482A (zh) 2019-01-08

Similar Documents

Publication Publication Date Title
US8515678B2 (en) Chrono-stratigraphic and tectono-stratigraphic interpretation on seismic volumes
CA2879773C (en) Multi-level reservoir history matching
US7840394B2 (en) Method for generating a 3D earth model
US20180203144A1 (en) Interferometric Microseismic Imaging Methods and Apparatus
US20210089897A1 (en) High-resolution earth modeling using artificial intelligence
WO2015042103A1 (en) Identifying geological formation depth structure using well log data
EP3253946B1 (en) Seismic attributes derived from the relative geological age property of a volume-based model
CN101109821A (zh) 基于系统辨识提高地震资料分辨率的方法
CN102937720A (zh) 井控提高地震资料分辨率的方法
NO20101734A1 (no) Hastighetsmodeller for en enkeltbronner og for et sett av bronner
WO2014018704A1 (en) Methods for interpretation of time-lapse borehole seismic data for reservoir monitoring
US11061156B2 (en) Microseismic velocity models derived from historical model classification
CN103790583B (zh) 基于惯性测量参数的地质预测方法
CN109164482B (zh) 基于光纤传感器的井下微地震求解方法、装置及系统
WO2022139999A1 (en) Mitigation of fiber optic cable coupling for distributed acoustic sensing
Mueller Meeting the challenge of uncertainty in surface microseismic monitoring
US20240077630A1 (en) A method of and apparatus for processing seismic signals
US11474272B2 (en) Methods and systems for identifying and plugging subterranean conduits
CN109061737A (zh) 一种基于合成地震记录的储层预测方法及装置
Baziw et al. Passive (micro-) seismic event detection by identifying embedded “event” anomalies within statistically describable background noise
EP4281810A1 (en) A method of and apparatus for optimizing a drilling strategy
WO2024059038A1 (en) Embedded artificial intelligence augmented sensors
CN113495293A (zh) 油藏流体预测方法及装置

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
GR01 Patent grant
GR01 Patent grant