CN109716171A - 用于识别包合物沉积的方法和系统 - Google Patents
用于识别包合物沉积的方法和系统 Download PDFInfo
- Publication number
- CN109716171A CN109716171A CN201780057179.6A CN201780057179A CN109716171A CN 109716171 A CN109716171 A CN 109716171A CN 201780057179 A CN201780057179 A CN 201780057179A CN 109716171 A CN109716171 A CN 109716171A
- Authority
- CN
- China
- Prior art keywords
- inclusion compound
- digital picture
- digital
- deposition
- pull
- 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
- 150000001875 compounds Chemical class 0.000 title claims abstract description 397
- 230000008021 deposition Effects 0.000 title claims abstract description 197
- 238000000034 method Methods 0.000 title claims abstract description 115
- 239000004215 Carbon black (E152) Substances 0.000 claims abstract description 66
- 229930195733 hydrocarbon Natural products 0.000 claims abstract description 66
- 150000002430 hydrocarbons Chemical class 0.000 claims abstract description 64
- 238000004519 manufacturing process Methods 0.000 claims abstract description 24
- 238000000151 deposition Methods 0.000 claims description 207
- 238000002310 reflectometry Methods 0.000 claims description 10
- 238000013524 data verification Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 238000005303 weighing Methods 0.000 claims 3
- 239000007789 gas Substances 0.000 description 53
- 239000004576 sand Substances 0.000 description 50
- 239000000758 substrate Substances 0.000 description 34
- 238000005516 engineering process Methods 0.000 description 24
- 238000013139 quantization Methods 0.000 description 21
- 238000011049 filling Methods 0.000 description 20
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 16
- 239000000203 mixture Substances 0.000 description 15
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 15
- 238000005553 drilling Methods 0.000 description 12
- 238000003860 storage Methods 0.000 description 12
- 230000006641 stabilisation Effects 0.000 description 11
- 238000011105 stabilization Methods 0.000 description 11
- 150000004677 hydrates Chemical class 0.000 description 10
- 239000011435 rock Substances 0.000 description 10
- 229920000642 polymer Polymers 0.000 description 7
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 6
- 230000008014 freezing Effects 0.000 description 6
- 238000007710 freezing Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000005251 gamma ray Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 235000013399 edible fruits Nutrition 0.000 description 5
- 239000012530 fluid Substances 0.000 description 5
- 239000003345 natural gas Substances 0.000 description 5
- 235000013339 cereals Nutrition 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000010438 heat treatment Methods 0.000 description 4
- 230000001965 increasing effect Effects 0.000 description 4
- 238000002347 injection Methods 0.000 description 4
- 239000007924 injection Substances 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 239000013049 sediment Substances 0.000 description 4
- 208000035126 Facies Diseases 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 3
- 229910002092 carbon dioxide Inorganic materials 0.000 description 3
- 239000001569 carbon dioxide Substances 0.000 description 3
- 239000013078 crystal Substances 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 239000013535 sea water Substances 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 239000004575 stone Substances 0.000 description 3
- 239000004094 surface-active agent Substances 0.000 description 3
- OFBQJSOFQDEBGM-UHFFFAOYSA-N Pentane Chemical compound CCCCC OFBQJSOFQDEBGM-UHFFFAOYSA-N 0.000 description 2
- 241001415846 Procellariidae Species 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000003796 beauty Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 235000011868 grain product Nutrition 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000004615 ingredient Substances 0.000 description 2
- -1 oil and natural gas) Chemical class 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 239000011800 void material Substances 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 208000037656 Respiratory Sounds Diseases 0.000 description 1
- 238000010795 Steam Flooding Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003653 coastal water Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 235000013312 flour Nutrition 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 230000036571 hydration Effects 0.000 description 1
- 238000006703 hydration reaction Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- NMJORVOYSJLJGU-UHFFFAOYSA-N methane clathrate Chemical compound C.C.C.C.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O NMJORVOYSJLJGU-UHFFFAOYSA-N 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000002285 radioactive effect Effects 0.000 description 1
- 206010037833 rales Diseases 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000037303 wrinkles Effects 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
- G01V1/30—Analysis
-
- 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
- E21B41/00—Equipment or details not covered by groups E21B15/00 - E21B40/00
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B43/00—Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
-
- 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
- G01V1/30—Analysis
- G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
-
- 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
- G01V1/307—Analysis for determining seismic attributes, e.g. amplitude, instantaneous phase or frequency, reflection strength or polarity
-
- 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
- G01V1/36—Effecting static or dynamic corrections on records, e.g. correcting spread; Correlating seismic signals; Eliminating effects of unwanted energy
- G01V1/364—Seismic filtering
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V99/00—Subject matter not provided for in other groups of this subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- 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
- G01V1/34—Displaying seismic recordings or visualisation of seismic data or attributes
- G01V1/345—Visualisation of seismic data or attributes, e.g. in 3D cubes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Geophysics (AREA)
- Mining & Mineral Resources (AREA)
- Acoustics & Sound (AREA)
- Fluid Mechanics (AREA)
- Geochemistry & Mineralogy (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Geophysics And Detection Of Objects (AREA)
- General Engineering & Computer Science (AREA)
Abstract
提供了根据地震数据识别地下中的包合物沉积的各种实施例。在一个实施例中,一种方法包括使用计算系统来从叠后地震数据生成地表或海底数字图像;从地表或海底数字图像确定包合物稳定区;从包合物稳定区内或下方的地震数据生成横向扩展的地下数字图像;对横向扩展的地下数字图像进行滤波以生成上拉数字图像;从包合物稳定区内的地震数据生成粗粒沉积物数字图像;将粗粒沉积物数字图像和上拉数字图像空间叠加以生成组合数字图像;以及从组合数字图像中确定重叠区域。所述重叠区域指示包合物沉积。还提供了生产烃的实施例。
Description
技术领域
本公开涉及识别包合物沉积。
背景技术
识别烃(例如石油和天然气)的存在依赖于使用地下数据来探测烃系统。为了提取与这种系统相关联的烃聚集,地球科学家通常决定在何处放置和钻井(注入井和生产井),如何确保流体稳定地流入井中,以及如何降低风险。
在钻井过程中遇到的一组沉积是一组称为包合物的化合物,其是通常存在于浅地下的冻结气聚集。包合物沉积通常被认为是钻井危险,但现在也被认为是潜在的封闭和资源。
目前对全球地游离在包合物中的甲烷的估计为100000至5000000TCF,最常引用的估计为700000TCF(不包括位于南极或高山永久冻土区域的任何水合物的数量)。即使是最低的估计也代表了巨大的潜在新能源资源,相当于美国消耗的天然气量的4000多倍,或者是全世界已探明天然气资源的18倍。
包合物是其中由一种分子组分(主体分子)构成的晶格结构捕获或包住另一种分子组分(客体分子)的物质;它们类似水晶般的结构。可以在包合物稳定区内的永久冻土(陆地)区域和深水(海洋)中的相对低温和相对高压环境中找到包合物。大量的烃类气体通过这种机制紧密地堆积在一起。例如,一立方米的天然气水合物在标准(表面)温度和压力条件下含有约0.8立方米的水和通常164立方米的天然气。
包合物稳定区的厚度随温度、压力、成分和水合物形成气体的可用性、潜在的地质条件、水深、盐度和其他因素而变化。包合物稳定区是具有顶部和基底的间隔。在该区内,如果存在烃,则它们通常以冻结状态存在。在包合物稳定区下方,增加的压力和温度迫使烃进入气态。该区的顶部通常被定义为海底(从海水到沉积物的过渡)。
用于从地震数据识别包合物沉积的现有技术水平依赖于使用底部模拟反射体(BSR)作为包合物稳定区的基底的代理(图1A)。BSR被认为描绘了从上方的冻结气(包合物)到其下方的游离气的突然相变(例如,固体到气体)。使用BSR描绘包合物稳定区的基底的一个缺点是BSR通常存在于不存在包合物沉积的地方,反之亦然(图1B)。
此外,用于量化包合物沉积的现有技术水平依赖于对估计的包合物体积和饱和度建模,或者通过钻探至少一个井进行直接测量。两种技术通常都是在一维(1D)中进行的,因此不考虑包合物沉积本身的三维(3D)体积。
因此,需要一种识别包合物沉积的改进方式。
发明内容
提供了从地震数据识别地下中的包合物沉积的各种实施例。在一个实施例中,一种从地震数据识别地下中的包合物沉积的方法包括使用计算系统来从叠后地震数据生成地表或海底数字图像;从地表或海底数字图像确定包合物稳定区;从包合物稳定区内或下方的地震数据生成横向扩展的地下数字图像;对横向扩展的地下数字图像进行滤波以生成上拉数字图像;从包合物稳定区内的地震数据生成粗粒沉积物数字图像;将粗粒沉积物数字图像和上拉数字图像空间叠加以生成组合数字图像;以及从组合数字图像中确定上拉数字图像和粗粒沉积物数字图像重叠的重叠区域。所述重叠区域指示包合物沉积。
在一个实施例中,一种从地震数据识别地下中的包合物沉积的系统包括处理器以及通信地连接到处理器的存储器,所述存储器存储计算机可执行指令,所述计算机可执行指令当被执行时,使所述处理器执行:从叠后地震数据生成地表或海底数字图像;从地表或海底数字图像确定包合物稳定区;从包合物稳定区内或下方的地震数据生成横向扩展的地下数字图像;对横向扩展的地下数字图像进行滤波以生成上拉数字图像;从包合物稳定区内的地震数据生成粗粒沉积物数字图像;将粗粒沉积物数字图像和上拉数字图像空间叠加以生成组合数字图像;以及从组合数字图像中确定上拉数字图像和粗粒沉积物数字图像重叠的重叠区域。所述重叠区域指示包合物沉积。
在一个实施例中,一种其上存储有计算机可执行指令的计算机可读介质,所述计算机可执行指令当由计算系统执行时,使所述计算系统执行从地震数据识别地下中的包合物沉积的方法。所述方法包括:从叠后地震数据生成地表或海底数字图像;从地表或海底数字图像确定包合物稳定区;从包合物稳定区内或下方的地震数据生成横向扩展的地下数字图像;对横向扩展的地下数字图像进行滤波以生成上拉数字图像;从包合物稳定区内的地震数据生成粗粒沉积物数字图像;将粗粒沉积物数字图像和上拉数字图像空间叠加以生成组合数字图像;以及从组合数字图像中确定上拉数字图像和粗粒沉积物数字图像重叠的重叠区域。所述重叠区域指示包合物沉积。
本文还提供了生产烃的实施例。在一个实施例中,一种生产烃的方法包括:获得叠后地震数据以及从组合数字图像获得重叠区域,其中重叠区域指示包合物沉积,并且其中通过以下步骤生成组合数字图像:从叠后地震图像生成地表或海底数字图像;从地表或海底数字图像确定包合物稳定区;从包合物稳定区内或下方的地震数据生成横向扩展的地下数字图像;对横向扩展的地下数字图像进行滤波以生成上拉数字图像;从包合物稳定区内的地震数据生成粗粒沉积物数字图像;将粗粒沉积物数字图像和上拉数字图像空间叠加以生成组合数字图像;以及从组合数字图像中确定上拉数字图像和粗粒沉积物数字图像重叠的重叠区域。此外,该方法包括基于所识别的包合物沉积做出关于井孔位置的决定,在所述井孔位置钻探井孔,并通过所述井孔生产烃。
附图说明
当结合附图阅读以下详细描述时,本领域技术人员将更容易明白本文描述的其他特征,其中:
图1A示出了BSR指示包合物存在的示例的图。图1B示出了BSR不指示包合物存在的示例的图。
图2示出了用于识别和量化包合物沉积的计算系统的一个实施例。
图3是示出从地震数据识别地下中的包合物沉积的方法的一个实施例的流程图。
图4是示出横截面中的地震数据的一个示例的数字图像,其中识别出海底。
图5是示出地表或海底数字图像的一个示例的数字图像。更具体地,图5示出了海底数字图像的3D视图(双向行进时间-TWTT)和图4的横截面地震数据。
图6A、6B和6C示出了用于确定包合物稳定区的技术的一个实施例。更具体地,图6A示出了用于建立温度的技术的部分。图6B示出了用于叠加气体稳定性曲线的技术的部分。图6C示出了用于描绘包合物稳定区的技术的部分。
图7是可以确定的包合物稳定区的一个示例的示意图。
图8是示出以TWTT显示的横向扩展的地下图像(在3D中)的一个示例的数字图像。
图9是与图8相同的数字图像,但转换为深度。
图10A是浅地下中的具有相关联的下伏上拉的包合物填充砂的一个示例的图像。灰线描绘了上拉的基底。图10B示出了用于分离横截面中的上拉的方法的一个示例,其通过对横向扩展的地下数字图像使用滤波器来计算。
图11是示出上拉数字图像的一个示例的数字图像。
图12A示出了具有上拉数字图像(2D)的一个示例的地震横截面(TWTT)。图12B、12C、12D、12E、12F和12G示出了具有上拉的地震横截面的附加示例,其中箭头指向浅地下中以圆圈示出的包合物填充砂。
图13A示出了图13B的包合物填充砂和图13C的相关联上拉。
图13B示出了作为基于幅度和阻抗的粗粒沉积物数字图像的一个示例的数字图像的3D视图。图13C示出了作为上拉数字图像的一个示例的数字图像的3D视图。
图14A是通过叠加图13B的粗粒沉积物数字图像和图13C的上拉数字图像而生成的组合数字图像的一个示例的数字图像。图14B示出了粗粒沉积物数字图像的实例、上拉数字图像的实例以及具有重叠区域的组合数字图像的实例。
图15A示出了以TWTT的上拉的示例。图15B示出了转换为深度并且去除了海底的效果的上拉。因此,图15A至图15B示出了时间到深度的转换。
图16A示出了示例性包合物沉积和两个示例井的位置;井A位于非包合物沉积物中,而井B则与包合物填充沉积物相交。图16B示出了井A(非包合物沉积物)的声波速度的线性增加,而图16C示出了井B(包合物沉积物)的声波速度的非线性增加。因此,图16A、16B和16C示出了包合物沉积相对于声波速度的性质的总结。
图17A示出了包合物填充沉积物(例如,砂)的位置。图17B示出了图17A的包合物填充沉积物的地震响应,即增加幅度和阻抗。
图18是示出生产烃的方法的一个实施例的流程图。
图19是示出从地震数据量化地下中的包合物沉积的方法的一个实施例的流程图。
图20A是图14A的组合数字图像的修改版本。图20B示出了基于图20A使用背景沉积和包合物的声波速度来量化总包合物厚度的一个示例。
图21A示出了使用相关性从声波速度建立包合物饱和度的示例。图21B示出了使用图21A的值确定净包合物厚度的示例。因此,图21A和21B示出了计算净包合物厚度的示例。
图22是示出生产烃的方法的一个实施例的流程图。
本文提供的附图、实施例和实示例不一定按比例绘制,相反,重点在于清楚地示出本公开的原理。此外,在附图中,相同的附图标记贯穿若干视图指定相应的部件。
具体实施方式
术语:在整个说明书中将使用以下术语,除非另有说明,否则其将具有以下含义:
“幅度”是指地震数据的反射强度。
“背景声波速度”是指当声波行进通过不含包合物的岩石或不含包合物的沉积物时声波的速度。
“基底包合物稳定区(BCSZ)”是指气体以冻结状态(包合物)出现的最低位置。
“底部模拟反射体(BSR)”是指模拟海底的反射,其发现在包合物稳定区的基底并且指示从冻结气(上方)到游离气(下方)的变化。
“包合物”是指其中由一种分子组分(主体分子)构成的晶格结构捕获或包住另一种分子组分(客体分子)的物质;它们类似水晶般的结构。包合物的示例是甲烷、二氧化碳或其他气态水合物。
“包合物沉积”是指含有或可能含有包合物的几乎任何沉积。“包合物填充砂”是包合物沉积的一个示例。“包合物填充砂”是指在地下发现的与包合物相关的砂或其他粗粒沉积物或岩石。包合物填充砂沉积的孔隙空间。
“包合物声波速度”是指当声波行进穿过包合物填充砂或包合物填充沉积物时声波的速度。
“包合物稳定区”是指地下中冻结气沉积天然存在的区域。该区的厚度随着温度、压力、成分和包合物形成气体的可用性、潜在的地质条件、水深、盐度和其他因素而变化。
“粗粒砂数字图像”是指从地震数据创建的图像,其示出幅度、阻抗或其他地震属性的变化,从而指示包合物填充砂的存在。
“组合数字图像”是指通过重叠粗粒度砂数字图像和上拉数字图像而创建的图像。例如,粗粒砂数字图像可以叠加在上拉数字图像上。
“浓度”是指组成物质除以总体积。
“深地下”远离地表或海底发生。例如,深地下可以在地表或海底下方达10公里。
“密度(Rho)”是指每单位体积的质量。密度通常以gm/cm3为单位。
“直接值”是指通过直接测量获得的值。
“滤波器”是指用于分离伪影(诸如上拉)的技术。
“伽马射线(GR)”是指沉积物或岩石中的天然放射性的记录。伽玛射线通常以API单位测量。与泥岩相比,砂通常具有较低的伽马射线值。
“气体”是指以气态存在的烃或其他化合物,意味着既不是液体也不是固体。例如,气体可包括但不限于水蒸气、甲烷、戊烷或二氧化碳。
“气体稳定性曲线”是指示出气体随着深度和温度增加的稳定性的曲线。在计算包合物稳定区时,如果气体稳定性曲线位于地温梯度的右侧,则沉积在冻结状态下是稳定的;如果气体稳定性曲线位于地温梯度的左侧,则沉积在气态下是稳定的。
“地温梯度”是指温度随着地下深度的增加而增加。
“总包合物厚度”是指在较大间隔上的测量。
“阻抗”是指密度和通过介质的声波速度的乘积。
“横向扩展的地下数字图像”是指通过映射显示区域连续性的地下反射而创建的图像。
“地表或海底数字图像”是指从地震数据生成的地表或海底的图像。
“地图”是指示出地球子集的图形表示,其识别特征(例如,砂倾向的沉积、断层、褶皱等)。
“最大值”是指局部最高值。
“最小值”是指局部最低值。
“建模值”是指通过一组物理或数学导出方程估计的值。
“净包合物厚度”是指在较小间隔上的测量,其是总包合物厚度的子集。
“孔隙空间”是指材料中的空隙空间。
“孔隙度”是指给定材料的空隙空间的百分比。
“压力梯度”是指压力随着深度增加而变化。
“上拉”是指由声波速度的增加引起的伪影,其导致明显的结构高位。
“上拉数字图像”是指通过对横向扩展的地下数字图像使用滤波器以生成上拉数字图像而生成的图像。
“反射体”是指将具有不同物理性质的两个地质单元分隔开的物理界面。
“反射”是指由称为反射体的物理界面引起的地下性质变化的图形表示。
“电阻率(R)”是指材料抵抗电传导的能力。电阻率通常以欧姆-米为单位。
“砂”是指相对粗粒的沉积物。
“地震属性”是指从地震数据导出的提取值,其可用于增强在传统地震数字图像上看起来更细微的信息。地震属性的示例包括相干性、频谱分解、甜度(sweetness)、衰减和曲率,其可从以下第三方获得:Paradigm有限公司(Paradigm Limited)、斯伦贝谢有限公司(Schlumberger Limited)、哈里伯顿公司的兰德马克业务线(Landmark business linefrom Halliburton Company)、法国地球物理总公司(Compagnie Générale de Géophysique-Veritas)、DGB地球科学有限公司(dGB Earth Sciences B.V.)、福斯特芬德利联合有限公司(Foster Findlay Associates Limited)等。
“地震数据”是指通过经由至少一个源发送声波通过地球并利用至少一个接收器记录它们的到达而获得的地下的2D或3D数字图像(一个或多个)。“叠后地震数据”是指准备好用于地震解释的经处理的数字图像。
“浅地下”发生在地表或海底附近。例如,浅地下可以在地表或海底下方达1公里。
“声波速度(Sp)”是指声波在行进通过介质时的速度。
“温度梯度”是指温度随深度的变化。
“双向行进时间(TWTT)”是指地震波从源(一个或多个)行进到反射体,并返回到接收器(一个或多个)所花费的时间。
“井孔”是指用于烃采收的单个孔。例如,井孔可以是钻入地下用于勘探烃的聚积的圆柱形孔。井孔可用于注入、生产或两者。井孔可包括套管、衬管、油管、加热元件、其任何组合等。井孔可以包括裸眼部分或无套管部分。井孔被地层、岩石、砂、沉积物等包围。井孔可具有垂直、倾斜、水平或组合轨迹。井孔可以包括未单独讨论的任何完井硬件。术语井孔不限于本文描述的任何结构和配置。术语井孔可以与钻孔或井一词同义使用。
“井数据”是指可以获得的几乎任何井数据。例如,井数据可包括但不限于密度(Rho)、电阻率(R)、伽马射线(GR)、声波速度(Sp)或其任何组合。井数据可以包括井孔中的一个或多个传感器的直接测量,其测量伽马射线、电、声学、电磁、核磁共振、压力和/或地下的其他性质。井数据可以包括井下的几乎任何数据(例如,测井记录、岩心、来自传感器的数据等)。
如在本说明书和所附权利要求中所使用的,术语“包括”(以及其形式、衍生物或变体,诸如“涵括”和“含有”)和“包含”(以及形式,衍生物或其变体,例如“囊括”和“包罗”)是包含性的(即,开放式的)并且不排除额外的元素或步骤。例如,术语“含有”和/或“涵括”当在本说明书中使用时,指定所述特征、整数、步骤、操作、元素和/或组件的存在,但不排除存在或添加一个或多个其他特征、整数、步骤、操作、元素、组件和/或其组合。因此,这些术语不仅旨在涵盖所列举的元素(一个或多个)或步骤(一个或多个),而且还可以包括未明确记载的其他元素或步骤。此外,如本文所使用的,当与元素结合使用时,术语“一”或“一个”的使用可以表示“一个”,但是它也与“一个或多个”、“至少一个”以及“一个或不止一个”的含义一致。因此,在没有更多限制的情况下,前面带有“一”或“一个”的元素不会排除额外相同元素的存在。
无论是否明确指出,术语“约”的使用适用于所有数值。该术语通常是指本领域普通技术人员认为与所述数值的合理偏差量(即,具有等效功能或结果)的数字范围。例如,该术语可以被解释为包括给定数值的±10%的偏差,条件是这样的偏差不会改变最终功能或值的结果。因此,约1%的值可以解释为0.9%至1.1%的范围。
应当理解,当公开元素的组合、子集、组等(例如,组合物中组分的组合,或方法中的步骤的组合)时,尽管具体参考各个个体中的每个以及可能不明确地公开这些元素的集体组合和置换,但在此具体考虑和描述每个元素。作为示例,如果组合物在本文中描述为包括A型组分、B型组分、C型组分或其任何组合,则应理解该短语描述了所有各个个体和这些组分的集体组合和置换。例如,在一些实施例中,由该短语描述的组合物可仅包括A型组分。在一些实施例中,由该短语描述的组合物可仅包括B型组分。在一些实施例中,由该短语描述的组合物可仅包括C型组分。在一些实施例中,由该短语描述的组合物可以包括A型组分和B型组分。在一些实施例中,由该短语描述的组合物可包括A型组分和C型组分。在一些实施例中,由该短语描述的组合物可包括B型组分和C型组分。在一些实施例中,由该短语描述的组合物可包括A型组分、B型组分和C型组分。在一些实施例中,由该短语描述的组合物可包括两种或更多种A型组分(例如,A1和A2)。在一些实施例中,由该短语描述的组合物可包括两种或更多种B型组分(例如B1和B2)。在一些实施例中,由该短语描述的组合物可包括两种或更多种C型组分(例如,C1和C2)。在一些实施例中,由该短语描述的组合物可包括第一组分中的两种或更多种(例如,两种或更多种A型组分(A1和A2))、任选地第二组分中的一种或多种(例如,任选地一种或多种B型组分)以及任选地第三组分中的一种或多种(例如,任选地一种或多种C型组分)。在一些实施例中,由该短语描述的组合物可包括第一组分中的两种或更多种(例如,两种或更多种B型组分(B1和B2))、任选地第二组分中的一种或多种(例如,任选地一种或多种A型组分)以及任选地第三组分中的一种或多种(例如,任选地一种或多种C型组分)。在一些实施例中,由该短语描述的组合物可包括第一组分中的两种或更多种(例如,两种或更多种C型组分(C1和C2))、任选地第二组分中的一种或多种(例如,任选地一种或多种A型组分)以及任选地第三组分中的一种或多种(例如,任选地一种或多种B型组分)。
除非另外定义,否则本文使用的所有技术和科学术语具有与所公开发明所属领域的技术人员通常理解的含义相同的含义。
硬件和软件:转到图2,该图示出了用于识别包合物沉积和量化包合物沉积的计算系统的实施例。通常,计算系统200包括经由数据总线206通信地连接到存储器204的处理器202。处理器202可以是能够执行计算机可读指令以执行各种任务(诸如数学和通信任务)的各种类型的可编程电路中的任何一种。计算系统200可以是计算机、无线装置、有线装置、多个联网装置等。
存储器204可包括各种存储器装置中的任何一种,诸如使用各种类型的计算机可读或计算机存储介质。计算机存储介质或计算机可读介质可以是能够包含或存储程序以供指令执行系统、设备或装置使用或与其结合使用的任何介质。作为示例,计算机存储介质可包括动态随机存取存储器(DRAM)或其变体、固态存储器、只读存储器(ROM)、电可擦除可编程ROM、光盘(例如,CD-ROM、DVD等)、磁盘(例如,硬盘、软盘等)、磁带以及存储数据的其他类型的装置和/或制品。计算机存储介质通常包括至少一个或多个有形介质或装置。在一些实施例中,计算机存储介质可以包括包含完全非暂时性组件的实施例。在所示的实施例中,存储器存储下面将进一步详细讨论的包合物应用程序212。
计算系统200还可以包括通信接口208,其被配置为接收数据,诸如地震数据224的至少一部分、井数据226的至少一部分或两者。可以经由通信接口208接收其他数据。通信接口208还可以被配置为发送图像(例如,发送组合数字图像或本文生成的识别包合物沉积的其他数字图像等)、发送数据(例如,发送如本文所生成的量化包合物沉积的净包合物厚度等)或其他功能。
另外,显示器210可以用于呈现与包合物应用程序212相关联的用户界面。在各种实施例中,计算系统200可以包括附加组件(诸如外围I/O装置),例如以允许用户与和包合物应用程序212相关联的用户界面进行交互。例如,显示器210和外围I/O装置可以允许用户提供用户输入、查看和编辑设置、操纵数字图像(诸如本文中生成的数字图像)、验证所识别的包合物沉积的存在(例如,使用井数据验证)(例如,在横截面、地图视图或其任何组合中验证)或其他功能。在一些实施例中,用户甚至可以经由用户界面提供地震数据224的至少一部分、井数据226的至少一部分或两者。
在各种实施例中,计算系统200可以允许与至少一个其他软件项、至少一个其他硬件项或两者进行交互(i)以确定地震属性,诸如相干性、频谱分解、甜度、衰减和曲率,其可从以下第三方获得:Paradigm有限公司、斯伦贝谢有限公司、哈里伯顿公司的兰德马克业务线、法国地球物理总公司、DGB地球科学有限公司、福斯特芬德利联合有限公司等,(ii)以执行一个或多个权利要求元素,或(iii)其他功能。
在各种实施例中,包合物应用程序212包括包合物沉积识别组件214和包合物沉积量化组件216。包合物沉积检测组件214使用地震数据224来生成各种数字图像,包括组合数字图像,并且可以在组合数字图像中识别包合物沉积。包合物沉积量化组件216使用地震数据224来计算总包合物厚度和净包合物厚度以量化包合物沉积(例如,从组合数字图像识别的包合物沉积)。在一些实施例中,组件214可以向用户呈现至少一个用户界面,以便用户提供用户输入。类似地,组件216可以向用户呈现至少一个用户界面,以便用户提供用户输入。在一些实施例中,组件214-216可以是单个组件,或者,组件214-216可以是多于两个组件。此外,在一些实施例中,包合物应用程序212可以与来自第三方的软件、硬件或两者交互,诸如与来自第三方的至少一个应用程序交互。简而言之,本领域普通技术人员将理解,可以进行各种修改,并且权利要求的范围不限于本文的讨论。例如,本领域普通技术人员将理解,可以仅使用自动化步骤或使用自动化步骤和手动步骤的组合来实现本发明原理。
使用地震数据的包合物沉积识别–
这里提供了用于从地震数据识别地下中的包合物沉积的方法、系统和程序产品的实施例。在一个实施例中,该方法包括使用计算系统来:从叠后地震数据生成地表或海底数字图像;从地表或海底数字图像确定包合物稳定区;从包合物稳定区内或下方的地震数据生成横向扩展的地下数字图像;对横向扩展的地下数字图像进行滤波以生成上拉数字图像;从包合物稳定区内的地震数据生成粗粒沉积物数字图像;将粗粒沉积物数字图像和上拉数字图像空间叠加以生成组合数字图像;以及从组合数字图像中确定上拉数字图像和粗粒沉积物数字图像重叠的重叠区域。所述重叠区域指示包合物沉积。
本文提供了生产烃的方法的实施例。在一个实施例中,该方法包括获得叠后地震数据;从组合数字图像获得重叠区域,其中重叠区域指示包合物沉积,并且其中通过以下步骤生成组合数字图像:从叠后地震图像生成地表或海底数字图像;从地表或海底数字图像确定包合物稳定区;从包合物稳定区内或下方的地震数据生成横向扩展的地下数字图像;对横向扩展的地下数字图像进行滤波以生成上拉数字图像;从包合物稳定区内的地震数据生成粗粒沉积物数字图像;将粗粒沉积物数字图像和上拉数字图像空间叠加以生成组合数字图像;以及从组合数字图像中确定上拉数字图像和粗粒沉积物数字图像重叠的重叠区域;以及基于所识别的包合物沉积做出关于井孔位置的决定,在所述井孔位置钻探井孔,并通过所述井孔生产烃。
有利地,本领域普通技术人员将理解,由于本文提供的实施例不依赖于BSR(一个或多个),因此本文提供的实施例可以更准确地从地震数据识别包合物沉积。如图1A中的示例100中所示,几十年来,包合物沉积的识别完全依赖于使用BSR(一个或多个)(诸如BSR110)来预测包合物沉积(诸如包合物填充砂105)的存在。然而,如图1B中的类似示例115中所示,已发现BSR(一个或多个),而没有假定存在包合物沉积,诸如包合物填充砂120。例如,蛋白石A-CT转变由于反射率的变化和增加(晶体结构的变化)而不是因为包合物填充砂120的存在产生BSR,诸如BSR 125。此外,在认为存在包合物填充砂120而不存在BSR的情况下,则它们的存在使用海水和地下两者的水深、温度和压力变化来预测,并且基于气体和水的地球化学,而不是基于地震数据驱动方法。因此,本文提供的地震数据驱动方法明显偏离使用BSR(一个或多个)来识别包合物沉积的存在和区域范围的惯例。
实际上,本领域普通技术人员将理解,在实际操作环境中,破译包合物填充砂的存在和范围可能非常复杂。提供图1A-1B以便于理解包合物填充砂。图1A示出了与基底包合物稳定区一致的、由海底(顶部)和BSR(基底)描绘的包合物稳定区,以及包合物填充砂的存在。而图1B示出了一种如下的包合物系统,其中BSR不指示包合物,并且包合物聚集不由BSR的存在标记。本文提供的发明构思公开了在不使用BSR的情况下识别包合物沉积(诸如包合物填充砂)的实施例。如果需要,BSR可以用作一种方法来验证用本文实施例识别的包合物沉积,但不需要BSR。图1B用作这里使用的运行示例的起点。
有利地,本领域普通技术人员可以理解,本文提供的实施例依赖于地震数据驱动方法来识别包合物沉积。地震数据驱动方法不需要任何先前的地下地球物理知识,例如,不需要以下内容:井数据、岩心样本、断层成像信息、速度测量、速度模型、平滑速度模型或异常速度模型。地震数据驱动方法也不需要任何地下地质知识,例如,不需要以下内容:地下砂和泥岩沉积的数字图像、地下构造和几何形状的数字图像或有关孔隙度或渗透率趋势的知识。此外,地震数据驱动方法不对地下进行假设,并且可以在几乎任何区域(例如,陆上、近海-浅水或深水等)中使用,几乎没有井孔或相关联的井下数据(例如,测井记录、岩心、传感器等)。如果需要,可以使用井数据等作为一种方法来验证用本文的实施例识别的包合物沉积,但是不需要井等。因此,基于本文提供的技术,不需要定量方法(诸如反演或模拟)来探测包合物沉积。
有利地,本文提供的实施例使用数字图像处理来从粗粒沉积物数字图像和上拉数字图像生成组合数字图像。组合数字图像中的重叠区域指示包合物存在。因此,本领域普通技术人员可以理解,实施例提供了计算机技术(即数字图像处理)的创新,其反映了计算系统(诸如计算机)的功能的改进,以及其他技术(诸如油气勘探和生产技术)的改进。
有利地,本领域普通技术人员将理解,可以基于所识别的包合物沉积做出关于井孔位置和井孔数量的决定。所识别的包合物沉积可以用作烃顶部封闭,或者根据期望的结果来避开。如果期望的结果是对所识别的包合物沉积进行生产,则本领域普通技术人员将理解,可以基于所识别的包合物沉积来做出关于在何处钻一个或多个井孔的决定。此外,如果期望的结果是对所识别的包合物沉积进行生产,则本领域普通技术人员将理解,可以基于所识别的包合物沉积做出关于钻探多少井孔的决定。如果期望的结果是避开所识别的包合物沉积,本领域普通技术人员将理解,所识别的包合物沉积的位置可用于做出关于哪里不钻探井孔或哪里钻探井孔以避开所识别的包合物沉积的决定。此外,如果期望的结果是避开所识别的包合物沉积,则本领域普通技术人员将理解,可以做出关于钻探多少井孔以避开所识别的包合物沉积的决定。
另外,本领域普通技术人员将理解,也可以基于所识别的包合物沉积做出关于要为待钻探的一个或多个井孔选择哪种完井、组件、流体等的决定,包括一个或多个井孔的配置(例如,垂直、水平等)。例如,可以基于所识别的包合物沉积来选择套管、油管、封隔器、加热器、筛砂器、砾石充填物、用于细粒迁移的物品等。此外,还可以基于所识别的包合物沉积来选择对所识别的包合物沉积进行生产的方法。在授予雪佛龙美国公司(ChevronU.S.A.Inc.)的以下专利和专利申请中提供了一些可用于所识别的包合物沉积(诸如水合物沉积)进行生产的方法和装置:美国专利申请No.2015/0090455、美国专利No.7812203、美国专利申请No.2008/0102000、美国专利No.7964150、美国专利No.8201626和美国专利No.7537058,所有这些专利全文以引用的方式并入本文中并用于所有目的。
有利地,本领域普通技术人员将理解,还可以基于所识别的包合物沉积做出其他决定。此外,本文还提供了用于量化包合物沉积(诸如用本文提供的技术识别的包合物沉积)的实施利。在基于所识别的包合物沉积做出决定时,还可以考虑所确定的所识别的包合物沉积的数量。例如,与所识别的具有较少数量包合物的包合物沉积相比,所识别的具有较大数量包合物的包合物沉积可导致选择更多数量的井孔位置并钻探更多数量的井孔。简而言之,本领域普通技术人员将理解,选项很多,并且基于所识别的包合物沉积做出适当的决定应该提高安全和可靠操作的可能性。
转到图3,该图示出了使用地震数据识别地下中的包合物沉积的方法的一个实施例,称为方法300。方法300可以由图2的计算系统200执行。为了便于理解,将在整个方法300的讨论中引用运行示例。运行示例假设用户对地球的特定地下部分感兴趣并且想要知道感兴趣的地下部分是否包含包合物沉积。在运行示例的最后,识别出包合物填充砂120形式的包合物沉积,并且其可能存在于感兴趣的地下部分中。
为了便于理解,可以在整个运行示例中示出以包合物填充砂120形式的包合物沉积,但是在开始时不需要包合物沉积(例如,包合物填充砂120)的知识,因为方法300是地震数据驱动的并且不做任何假设。本领域普通技术人员将理解,在没有任何井数据且没有任何钻井井孔的情况下,通过方法300识别包合物沉积(例如,包合物填充砂120)。如果期望的结果是对被识别的包合物沉积(例如,包合物填充砂120)进行生产,则本领域普通技术人员还将理解,必须钻探一个或多个井孔以便真实地确认所识别的包合物沉积(例如,包合物填充砂120)的存在,并对包合物沉积(例如,包合物填充砂120)进行生产。
在305处,方法300包括接收地震数据。接收的地震数据的示例可以是图2中示出的地震数据224。地震数据224可以通过经由至少一个源(例如,气枪、可控震源等)发送声波通过地球并且利用至少一个接收器(例如,水听器、地震检波器等)记录声波的到达来生成。此外,地震数据224可以是叠后地震数据,其是被处理(例如,噪声已被移除)、偏移、堆叠并准备好解释的地震数据。叠后地震数据224可以是地下的至少一个2D数字图像。叠后地震数据224可以是地下的至少一个3D数字图像。叠后地震数据224可以是地下的至少一个2D数字图像和地下的至少一个3D数字图像。用户可以使用计算系统200提供纬度和经度的坐标或以其他方式选择感兴趣的地下,并且计算系统200可以从数据库、联网的计算系统、专门生成地震数据的一个或多个供应商等接收对应于该感兴趣的地下的地震数据224。
可以接收的地震数据的一个示例在被示为图4中的数字图像400。数字图像400以横截面示出,但不限于横截面。例如,数字图像可以例如响应于用户输入垂直于横截面定向,如在地图视图中。
在310处,方法300包括从地震数据生成地表或海底数字图像。如果检测感兴趣的陆上包合物沉积,则生成的数字图像包括地表并且可能包括地表下方的地下部分。如果检测感兴趣的近海包合物沉积,则生成的数字图像包括海底并且可能包括海底下方的地下部分。计算系统200可以通过用地震解释软件(诸如Epos(Paradigm),Petrel(斯伦贝谢)或Geoprobe(兰德马克))映射连续反射来从地震数据自动生成地表或海底数字图像。例如,用户向计算系统200提供指示反射位置以及反射幅度的输入。选择反射后,软件会自动选择沿同一界面的后续反射,并在用户定义的阈值范围内。可以从地震数据生成的地表或海底数字图像的一个示例被示出为图5中的数字图像500。
在315处,方法300包括从地表或海底数字图像确定包合物稳定区。包合物稳定区是指具有顶部和基底的天然存在的冻结气(诸如冻结包合物)地下区域。包合物稳定区(BCSZ)的基底代表气体以冻结状态存在的最低位置;低于这一点,气体以自由状态存在。包合物稳定区的顶部可以是地表或海底。
在一些实施例中,确定包合物稳定区依赖于分别如图6A、6B和6C所示的建立温度、叠加气体稳定性曲线和描绘包合物稳定区的三部分技术。例如,图6A标记了海底温度从上覆海水到下伏地下的变化。地下的温度随着深度的增加而增加,并被称为地温梯度。图6B示出了图6A叠加有气体稳定性曲线。交叉标记着从冻结气(上方)到游离气(下方)的过渡。图6C通过使用冻结气区域作为指导来定义包合物稳定区。包合物稳定区的顶部通过海底来标记,而基底则由气体稳定性曲线和地温梯度的交叉描绘。
更具体地,如图6中的图表600所示,确定包合物稳定区依赖于使用海底深度605、海水温度610的已知或估计值、以及地温梯度615的已知或估计值。一旦绘制了这些值,气体稳定性曲线620就叠加在图表600上并且记下交叉625。交叉625表示气体稳定性曲线620与地温梯度615相交的点:高于该点的位置突出显示冻结气以稳定形式存在的区域630,而低于该点的位置描绘了游离气以稳定形式存在的区域635。在冻结气区域630中,气体稳定性曲线620位于地温梯度曲线615的右侧;在游离气区域635中,气体稳定性曲线620位于地温梯度曲线615的左侧。如图6C所示,包合物稳定区640由冻结气区域630的厚度描绘,并且通常由海底(顶部)605以及气体稳定性曲线620与地温梯度曲线(基底)615的交叉625限定。
图7是可以确定的包合物稳定区705的一个示例的示意图。示例700包括可以使用海底710确定的包合物稳定区705。图7还示出了具有下伏上拉的包合物填充砂120。通过穿过包合物填充砂120的声波速度的增加来控制上拉,这导致沉积下方的双向行进时间(TWTT)的减少。
在320处,方法300包括从包合物稳定区内或下方(例如,在包合物稳定性曲线内或下方)的地震数据生成横向扩展的地下数字图像。可以从地震数据生成的以TWTT的横向扩展的地下数字图像的一个示例被示为图8中的数字图像800。横向扩展的地下数字图像800包括在确定的包合物稳定区705内的地下部分、在确定的包合物稳定区705下方的地下部分820、或两者。可以及时生成横向扩展的地下数字图像800。计算系统200可以通过利用地震解释软件(诸如Epos(Paradigm)、Petrel(斯伦贝谢)或Geoprobe(兰德马克))映射连续反射来从图4中的地震数据的数字图像400自动生成横向扩展的地下数字图像800。例如,用户向计算系统200提供输入,诸如指示反射的位置以及反射的幅度。选择反射后,软件会自动选择沿同一界面的后续反射,并在用户定义的阈值范围内。
可以生成的以深度的横向扩展的地下数字图像的一个示例被示为图9中的数字图像900。数字图像900以横截面示出,但不限于横截面。数字图像900可以包括在确定的包合物稳定区705内的地下部分、在包合物稳定区705下方的地下部分920、或两者。横截面的横向扩展的地下数字图像900包括在所确定的包合物稳定区705下方的地下部分中、分别在图10的多个平行层(诸如层1025、1035和1045)中看到的可能的上拉1020、1030和1040。具有上拉的横向扩展的地下数字图像的另一示例是图10A中的数字图像1000。
在325处,方法300包括对横向扩展的地下数字图像进行滤波以生成上拉数字图像。图10A和10B示出了用于分离上拉的方法。如上所述,图10A示出了浅层地下中的具有相关联的下伏上拉的包合物填充砂。灰线描绘了上拉的基底。图10B示出了横截面上拉的分离,其通过对横向扩展的地下数字图像进行滤波来计算。对图9中的横向扩展的地下数字图像900进行滤波以生成图11中的上拉数字图像1100包括使用如图10B所示的滤波器1050。滤波器1050可以是空间滤波器、时间滤波器或其任何组合。在一些实施例中,滤波器1050可以是高斯区域/残差滤波器。在一些实施例中,滤波器可以是低通滤波器。在一些实施例中,滤波器可以是高通滤波器。在一些实施例中,滤波器可以是带通滤波器。在一些实施例中,滤波器可以是定向余弦滤波器。在一些实施例中,滤波器可以是其任何组合,诸如残差滤波器和定向余弦滤波器两者。有关可以使用的过滤器的更多信息可以在以下出版物中找到:GEOSOFT公司(GEOSOFTINC.),“蒙太奇地球物理学操作指南”(“montaj Geophysics How-ToGuide”),2013年1月16日,第1-14页,以及GEOSOFT公司,“应用蒙太奇过滤器”(“ApplyingFilters with montaj”),2013年1月16日,第1-13页,两者均通过引用整体并入本文并用于所有目的。对横向扩展的地下数字图像900使用滤波器1050以分离上拉1055(诸如图10A中的上拉1020、1030、1040)的一个概念性示例在图10B中示出。计算系统200可以通过对横向扩展的地下数字图像进行傅里叶分解来自动对横向扩展的地下数字图像进行滤波以生成上拉图像。
上拉数字图像的另一示例被示为图12A中的数字图像1205。数字图像1205依赖于图12A中所示的地震剖面1210,其中包合物填充砂1220是上拉的原因。上拉的其他示例在图12B、12C、12D、12E、12F和12G上示出的地震剖面1225、1230、1235、1240、1245和1250上示出,其中包合物填充砂1260、1265、1270、1275、1280、1285和1290是下伏上拉的原因。圆圈标识包合物填充砂,箭头指示上拉。
在330处,方法300包括从包合物稳定区内的地震数据生成粗粒沉积物数字图像。图13B中的数字图像1310是粗粒沉积物数字图像的一个示例。粗粒沉积物数字图像1310可包括粗粒沉积物,诸如砂、粉砂、砾石或其任意组合。粗粒沉积物数字图像1310可包括其他粗粒沉积物。生成粗粒沉积物数字图像1310可以包括使用幅度、阻抗、地震属性、反射率或其任何组合,如1320所示。在1320处,反射率和阻抗可以分别由反射率的反射值和阻抗数据确定。地震属性可以是从地震数据导出的提取值,其可以用于增强在传统地震数字图像上看起来更细微的信息。地震属性的示例包括相干性、光谱分解、甜度、衰减、曲率或其任何组合。也可以使用其他地震属性。地震属性可从以下供应商处获得:Paradigm有限公司、斯伦贝谢有限公司、哈里伯顿公司的兰德马克业务线、法国地球物理总公司、DGB地球科学有限公司、福斯特芬德利联合有限公司等。地震属性也可从其他供应商或第三方获得。计算系统200可以通过识别阻抗数据和反射率的期望幅度值来从数字图像400的地震数据自动生成粗粒沉积物数字图像1310。除了期望的幅度值之外,计算系统200还可以使用由期望值定义的地震属性自动生成粗粒沉积物数字图像1310。数字图像1310与1320处的阻抗和反射率的幅度变化相关。
图13C提供数字图像1330,其是可以通过对图9的横向扩展的地下数字图像900进行滤波(例如,利用图10B的滤波器1050)来生成的上拉数字图像1330的另一示例。上拉数字图像1330以3D视图示出,但是不限于3D视图。图13C示出了数字图像900的上拉1340减去滤波器1050,这导致上拉数字图像1330。图13A示出了上下文中的数字图像1310和1330。
在335处,方法300包括在空间上叠加粗粒沉积物数字图像和上拉数字图像以生成组合数字图像。例如,图14中的数字图像1400是组合数字图像的一个示例。通过叠加粗粒沉积物数字图像1310和上拉数字图像1330来生成组合数字图像1400。在一些实施例中,上拉数字图像1330可以在粗粒度沉积物数字图像1310之上空间叠加。在一些实施例中,可以仅使用上拉数字图像1330。计算系统200可以自动地将粗粒沉积物数字图像1310和上拉数字图像1330在空间上叠加(匹配地理空间参考)以创建组合数字图像1400。组合数字图像1400用于检测包合物存在:上拉数字图像1330中的较高上拉值和粗粒沉积物数字图像1310中的幅度/阻抗中的较高值指示较高的包合物浓度1410。
在340处,方法300从组合数字图像确定上拉数字图像和粗粒沉积物数字图像重叠的重叠区域,其中重叠区域指示包合物沉积。此外,与重叠的另一区域相比,重叠的一个区域可以具有更高的包合物浓度。在一些实施例中,可以在组合数字图像中确定多个重叠区域(重叠的区域)。如本文所示,上拉数字图像中的上拉和粗粒沉积物数字图像中的反射率/阻抗的较高值指示较高的包合物浓度。计算系统200可以通过使用指示包合物沉积的阈值来自动确定组合数字图像中的重叠区域。
图14B中示出了粗粒沉积物数字图像1420、上拉数字图像1430和组合数字图像1440的一个实例。在该示例中,图像是从3D和2D数据创建的,并且示出了具有带状沉积的粗粒沉积物数字图像1420。在上拉数字图像1430上查看,沉积创建上拉。当两个图像重叠时,组合数字图像1440示出了在重叠区域1450和1460处发现的具有最高包合物物浓度的包合物沉积。
可选地,方法300包括将横向扩展的地下数字图像从TWTT转换为深度,如345所示。例如,图15A的横向扩展的地下数字图像1510可以通过计算系统200经由速度模型从TWTT转换,这将导致从图15B的横向扩展的地下数字图像1520移除海底(在方法300的360处)。方法300还可以包括将地震数据400(在方法300的350处)、横向扩展的地下数字图像800(在方法300的345处)、上拉数字图像1100(在方法300的355处)或其任何组合转换为深度。类似地,方法300还可以包括从地震数据(在方法300的365处)、横向扩展的地下数字图像(在方法300的370处)、上拉数字图像(在方法300的360处)或其任何组合移除地表或海底伪影。
任选地,验证所识别的包合物沉积(例如,包合物填充沉积物或砂)存在于重叠区域(即,所识别的包合物沉积)中的一个示例是通过使用来自井孔的数据。假想的井孔A1610和井孔B 1620在图16A中示出,以便于讨论背景声波速度1630和包合物声波速度1640两者。如果通过非包合物沉积钻探假想的井孔A1610并且通过包合物沉积钻出假想的井孔B1620,如图16A所示,则通过非包合物沉积的背景声波速度1630以线性方式增加,如图16B所示。然而,包合物声波速度1640以非线性方式增加,如图16C所示。
填充包合物砂的响应的一个示例显示在图17A和图17B中,其中包合物填充砂120的地震响应与井孔B1620相关并且反射率1710增加且阻抗1720增加。因此,反射率1710的增加和阻抗1720的增加指示包合物填充砂120并且可以用于生成粗粒沉积物数字图像1310,诸如图14B中的示例粗粒沉积物数字图像1420。数字图像1420在地图视图中示出,但是不限于地图视图。而且,粗粒沉积物数字图像1420不需要包括任何井孔。
转到图18,该图示出了生产烃的方法的一个示例,称为方法1800。在1805,方法1800包括获得叠后地震数据。例如,用户可以从供应商获得叠后地震数据或以其他方式获得地震数据。叠后地震数据可以例如作为地震数据224发送到计算系统200。
在1810处,方法1800包括从组合数字图像获得重叠区域,其中重叠区域指示包合物沉积,并且其中组合数字图像通过以下步骤产生,所述步骤包括:从叠后地震图像生成地表或海底数字图像;从地表或海底数字图像确定包合物稳定区;根据包合物稳定区内或下方的地震数据生成横向扩展的地下数字图像;对横向扩展的地下数字图像进行滤波以生成上拉数字图像;从包合物稳定区内的地震数据生成粗粒沉积物数字图像;在空间上叠加粗粒沉积物数字图像和上拉数字图像,以生成组合数字图像;从组合数字图像确定上拉数字图像和粗粒沉积物数字图像重叠的重叠区域。例如,这些项目在上文中已进行讨论。
在1815处,方法1800包括基于所识别的包合物沉积做出关于井孔位置的决定,在井孔位置处钻探井孔以及通过井孔生产烃。基于所识别的包合物沉积做出关于井孔位置的决定可以包括例如基于井孔的配置(例如,U形、垂直、偏离等)的井孔的纬度、经度、深度等。在一些实施例中,可以做出关于多个井孔位置的决定,并且可以在所述多个井孔位置处钻探多个井孔。
在一些实施例中,关于井孔位置的决定可以基于从所识别的包合物沉积生产烃。如果期望的结果是从所识别的包合物沉积中生产烃,则用户可以决定至少一个井孔的位置,以便从所识别的包合物沉积中生产烃。本领域普通技术人员将理解,可以使用从包合物沉积生产烃的几乎任何技术。
在一些实施例中,关于井孔位置的决定可以基于从所识别的包合物沉积和另一沉积生产烃。在一些实施例中,期望的结果可包括从所识别的包合物沉积和其他沉积两者生产烃。所识别的包合物沉积可以在比其他沉积(例如,具有油的烃沉积)更浅的深度,换句话说,其他沉积可以比所识别的包合物沉积更深。可以从所识别的包合物沉积和其他沉积生产烃,如在授予雪佛龙美国公司的如下专利申请中所讨论的:美国专利申请No.2015/0090455,其全部内容通过引用并入本文,并用于所有目的。
如美国专利申请No.2015/0090455中所述,可以钻探并操作第一油气井孔以从烃储层中提取烃。烃储层中的烃的温度可以自然地大于天然气水合物储层形式的包合物沉积的温度。泵用于从烃储层并通过油气井孔抽取烃。油气井孔诸如通过管道连接到另一井,然后将提取的烃通过管道供应到另一井孔中。当流过另一井时,热量从烃转移到天然气水合物储层中,从而形成加热部分。烃从另一井中排出。在加热之后,可以通过移除管道将另一井孔与油气井断开。然后对另一井进行射孔以具有孔,并且孔允许天然气水合物被抽取到另一井孔中。另一泵用于通过孔将天然气水合物水从天然气水合物储层抽取到另一井孔中。天然气水合物水从另一井孔中排出。因此,可以在两个井孔位置处钻探两个井孔,以允许从包合物沉积(在该示例中以天然气水合物储层的形式)和另一沉积(在该示例中以烃储层的形式)两者生产烃。本领域普通技术人员将理解,可以使用从包合物沉积和另一沉积生产烃的几乎任何技术。
在一些实施例中,关于井孔位置的决定可以基于从另一沉积生产烃,其中另一沉积物和所识别的包合物沉积是不同的。如果期望的结果是从具有烃的另一沉积生产烃并且避开所识别的包合物沉积,则用户可以决定至少一个井孔的位置以便从另一沉积生产烃。可以决定和钻探用于注入井孔(一个或多个)的井孔位置(一个或多个)和用于生产井孔(一个或多个)的井孔位置(一个或多个),以便从另一沉积生产烃。为了从另一沉积生产烃,本领域普通技术人员可以使用水驱、提高采收率(EOR)、其任何组合等。EOR操作或EOR应用的示例包括例如可混溶的气体注入(其例如包括二氧化碳驱)、化学注入(有时称为化学提高采收率(CEOR),并且其包括例如聚合物驱、碱性驱、表面活性剂驱、一致性控制操作(conformance control operations)、以及它们的组合(诸如碱性-聚合物驱或碱性-表面活性剂-聚合物驱))、微生物注入以及热采(其包括例如循环蒸汽、蒸汽驱和火驱)。在一些实施例中,EOR操作可包括聚合物(P)驱操作、碱性聚合物(AP)驱操作、表面活性剂-聚合物(SP)驱操作、碱性-表面活性剂-聚合物(ASP)驱操作、一致性控制操作或其任何组合。本领域普通技术人员将理解,可以使用用于从其他沉积生产烃的几乎任何技术。
除了做出关于井孔位置的至少一个决定之外,在一些实施例中,还可以进行关于以下的至少一个决定:井孔的数量、待钻探的井孔(一个或多个)的配置、完井装备的选择、流体的选择等。
在以烃作为仅水合物、仅非水合物烃或者水合物和非水合物烃两者开始生产烃之后,本领域普通技术人员将理解,可以使用各种其他技术。例如,可以在生产开始之后使用四维(4D)以及任何其他适当的技术。
在一些实施例中,方法1800还可以包括在横截面、地图视图或其任何组合中验证所识别的包合物沉积的存在。此外,方法1800还可以包括使用井数据验证所识别的包合物沉积的存在。方法1800还可以包括其他修改。
使用地震数据的包合物沉积量化-
本文提供了用于从地震数据量化地下中的包合物沉积的方法、系统和程序产品的实施例。在一个实施例中,该方法包括确定上拉的最大值和最小值,其中上拉来自包括上拉的数字图像;估计引起上拉的包合物沉积的声波速度和背景沉积的声波速度,其中包合物沉积和背景沉积是不同的;使用上拉的最大值、上拉的最小值、包合物沉积的声波速度和背景沉积的声波速度计算总包合物厚度;利用包合物沉积的声波速度与包合物浓度值建立关系;并使用总包合物厚度和包合物浓度值的乘积确定净包合物厚度。
有利地,本领域普通技术人员可以理解,本文提供的实施例依赖于地震数据驱动方法来量化包合物沉积。地震数据驱动方法不需要任何先前的地下地球物理知识,例如,不需要以下内容:井数据、岩心样本、断层成像信息、速度测量、速度模型、平滑的速度模型或异常速度模型。地震数据驱动方法也不需要任何地下的地质知识,例如,不需要以下内容:地下砂和泥岩沉积的数字图像、地下的构造和几何形状的数字图像或有关孔隙度或渗透率趋势的知识。此外,地震数据驱动方法不对地下进行假设,并且可以在几乎任何区域(例如,陆上、近海-浅水或深水等)中使用,几乎没有井孔或相关联的井数据。如果需要,可以使用井数据等作为一种方法来验证由本文的实施例确定的包合物沉积量化,但是井数据等不是必须的。因此,基于本文提供的技术,定量方法(诸如反演或模拟)来量化包合物沉积不是必要的。
有利地,本领域普通技术人员将理解,可以基于包合物沉积的数量化来做出关于井孔位置和井孔数量的决定。如果期望的结果是对量化的包合物沉积进行生产,则本领域普通技术人员将理解,可以基于包合物沉积的数量来做出关于在何处钻探一个或多个井孔的决定。如果期望的结果是对量化的包合物沉积进行生产,则本领域普通技术人员将理解,可以基于包合物沉积的数量来做出关于钻探多少个井孔的决定。例如,与具有较少数量的包合物的包合物沉积相比,具有较大数量的包合物的包合物沉积可导致选择更多数量的井孔位置并钻探更多数量的井孔。如果期望的结果是避开量化的包合物沉积,则本领域普通技术人员将理解,该包合物沉积的数量可用于做出关于哪里不钻探井孔或哪里钻探井孔的决定,以避开包合物的数量。此外,如果期望的结果是避开包合物沉积,则本领域普通技术人员将理解,可以做出关于钻探多少个井孔的决定以避开包合物沉积的数量。
另外,本领域普通技术人员将理解,也可以基于包合物沉积的数量来做出关于为待钻探的一个或多个井孔选择哪种完井、组件、流体等的决定,包括一个或多个井孔的配置(例如,垂直、水平等)。例如,可以基于包合物沉积的数量来选择套管、油管、封隔器、加热器、筛砂器、砾石充填物、用于细粒迁移的物品等。此外,还可以基于包合物沉积的数量来选择对包合物沉积进行生产的方法。可用于对包合物沉积(诸如水合物沉积)进行生产的一些方法和装置在授予雪佛龙美国公司的以下专利和专利申请中提供:美国专利申请No.2015/0090455、美国专利No.7812203、美国专利申请No.2008/0102000、美国专利No.7964150、美国专利No.8201626和美国专利No.7537058,所有这些专利全文以引用的方式并入本文中并用于所有目的。
有利地,本领域普通技术人员将理解,还可以基于包合物沉积的数量做出其他决定。例如,可以做出关于烃生产钻井项目的优先次序、资源管理等的决定,以集中努力生产具有更高数量的包合物的包合物沉积。简而言之,本领域普通技术人员将理解,选择很多并且基于包合物沉积的数量做出适当的决定应该提高安全和可靠操作的可能性。
此外,包合物沉积的数量(例如,通过本文所述方法识别的包合物沉积)可用于做出关于仅从包合物沉积、从包合物沉积和另一沉积或仅从另一沉积生产烃的决定,如上所述。
转到图19,该图示出了使用地震数据量化地下中的包合物沉积的方法的一个实施例,称为方法1900。方法1900可以由图2的计算系统200执行。本领域普通技术人员将理解,可以在没有任何井数据且没有任何钻探井孔的情况下,通过方法1900量化通过图3中的方法300识别的包合物沉积(例如,包合物填充砂120)。实际上,方法1900是地震数据驱动的并且不做任何假设。如果期望的结果是对包合物沉积(例如,包合物填充砂120)进行生产,则本领域普通技术人员还将理解,必须钻探一个或多个井孔以便真实地确认包合物沉积(例如,包合物填充砂120)的数量,并对包合物沉积(例如,包合物填充砂120)进行生产。然而,本领域普通技术人员还将理解,方法1900可以独立地执行,而无需执行图3的方法300。因此,在一些实施例中,可以利用本文提供的技术识别和量化包合物沉积,或者在一些实施例中,可以利用本文提供的技术仅识别包合物沉积,或者在一些实施例中,可以利用本身提供的技术仅量化包合物沉积。
在1905处,方法1900包括确定上拉的最大值和最小值,其中上拉来自包括上拉的数字图像。包括上拉的数字图像的示例可以是组合数字图像,诸如图20A中所示的组合数字图像2010(来自图14A)。图20A使用10m和100m厚的上拉的示例,并且是图20A、20B、图21A和图21B中的运行量化示例的基础。或者,也可以使用来自图14B的组合数字图像。本领域普通技术人员将理解,可以使用通过空间叠加粗粒沉积物数字图像和上拉数字图像而生成的几乎任何组合数字图像。
或者,包括上拉的数字图像可以是上拉数字图像(例如,图13C的上拉数字图像1330或图14B)。本领域普通技术人员将理解,可以使用通过对横向扩展的地下数字图像进行滤波而生成的几乎任何上拉数字图像。
在一些实施例中,具有上拉的数字图像可以利用本文公开的技术生成或者不利用本文公开的技术生成。此外,在一些实施例中,具有上拉的数字图像先前已经确定,并且可以在1905简单地接收它。计算系统200可以自动确定用于图20A中的组合数字图像2010的上拉的值的范围,包括上拉的最小值和上拉的最大值。在图20A开始的运行量化示例中,上拉的最小值为10m,上拉的最大值为100m。
在1910处,方法1900包括估计引起上拉的包合物沉积的声波速度和背景沉积的声波速度,其中包合物沉积和背景沉积是不同的。声波速度可以通过相应沉积的建模值来确定,或者如果已经钻探井孔则从测量值确定。例如,对于建模的值,可以通过相对于纯包合物的速度(3.3-3.8km/s)推断浓度来估计声波速度。例如,对于直接值,声波速度可以基于钻孔测量,诸如声音或声波速度。计算系统200可以估计声波速度,并且在一些实施例中,用户可以在进行到下一步骤之前确认由计算系统200生成的声波速度估计的准确性。在运行量化示例中,如图20B所示,包合物沉积的声波速度为2,而背景沉积的声波速度为1。
在1915处,方法1900包括使用上拉的最大值、上拉的最小值、包合物沉积的声波速度和背景沉积的声波速度来计算总包合物厚度。图20B示出了计算总包合物厚度的公式,并列出如下:Tcg=Pu/[(Sc/Sb)-1],其中Tcg是总包合物厚度(m或ft);Pu是上拉(m或ft);Sc是包合物声波速度(m/s或ft/s);以及Sb是背景声波速度(m/s或ft/s)。声波速度通常以m/s或ft/s为单位测量,但不限于m/s或ft/s。总包合物厚度可以计算为考虑可变性的范围。在一些实施例中(例如,如果钻探井孔并且包合物沉积的声波速度以高确定性已知),总包合物厚度可以是单个值,或者在一些实施例中是单个平均值,或者在一些实施例中甚至是值的范围。计算系统200可以使用该公式自动生成总包合物厚度。在运行量化示例中,总包合物厚度的范围为约11m至约110m。
在1920处,方法1900包括使用包合物沉积的声波速度与包合物浓度建立关系以生成包合物浓度值。图21A示出了包合物声波速度与浓度2100的线性关系,但该关系不限于线性关系。例如,在一些实施例中可以使用指数关系、幂律关系或任何其他非线性关系。在一些实施例中,由于一个声波速度可以具有两个浓度(例如,如图21A所示的浓度y和z),因此可以对相对包合物浓度做出一些假设。在一些实施例中,包合物浓度值可以是单个值,或在一些实施例中可以是y和z之间的单个平均值,或者在一些实施例中甚至是y和z的值的范围。尽管如此,应确定包合物浓度值以用于计算净包合物厚度。在一些实施例中,由于包合物生长生境,更接近z值的数字可能更合适。包合物沉积的声波速度以及该生境中包合物生长的知识(例如,如果钻探井孔)越准确,包合物浓度值越准确。更多信息可以在Dai等,“使用岩石物理和地震反演检测和估算天然气水合物:墨西哥北部深水湾的实例”(“Detectionand estimation of gas hydrates using rock physics and seismic inversion:Examples from the northern deepwater Gulf of Mexico”),勘探前沿(The LeadingEdge),第60-66页(2004年1月)中发现,该文献以引用的方式整体并入本文。在运行量化示例中,y包合物浓度值为0.15,并且z包合物浓度值为0.85。因此,在该运行量化示例中,包合物浓度值具有约0.15至约0.85的范围。
在1925处,方法1900包括使用总包合物厚度和包合物浓度值的乘积确定净包合物厚度。图21B示出了计算净包合物厚度的公式,并列出如下:Tcn=Tcg*C,其中Tcn是净包合物厚度;Tcg是总包合物厚度;C是包合物浓度值。净包合物厚度指示包合物沉积中的包合物的数量,或者至少对沉积中的包合物的数量更准确的估计,这可以通过钻探井孔和对包合物沉积进行生产来确认。净包合物厚度可以计算为考虑可变性的范围。在一些实施例中,净包合物厚度可以是单个值(例如,如果钻探井孔并且包合物沉积的声波速度是高确定性已知的),或者在一些实施例中是单个平均值,或者在一些实施例中甚至是值的范围。计算系统200可以使用该公式自动生成净包合物厚度。在运行量化示例中,净包合物厚度的范围为约1.65m至约93.5m。
转到图22,该图示出了生产烃的方法的一个实施例,称为方法2200。在2205处,方法2200包括获得叠后地震数据。例如,用户可以从供应商获得叠后地震数据或以其他方式获得地震数据。叠后地震数据可以例如作为地震数据224发送到计算系统200。
在2210处,方法2200包括获得包合物沉积的净包合物厚度,并且其中通过包括以下步骤的步骤产生净包合物厚度:确定上拉的最大值和最小值,其中上拉来自包含上拉的数字图像;估计引起上拉的包合物沉积的声波速度和背景沉积的声波速度,其中包合物沉积和背景沉积是不同的;使用上拉的最大值、上拉的最小值、包合物沉积的声波速度和背景沉积的声波速度计算总包合物厚度;利用包合物沉积的声波速度与包合物浓度值建立关系;并使用总包合物厚度和包合物浓度值的乘积确定净包合物厚度。净包合物厚度指示包合物沉积中的包合物的数量。例如,这些项目已在上文中讨论。例如,包括上拉的数字图像可以基于地震数据。
在2215处,方法2200包括基于包合物沉积的数量做出关于井孔位置的决定,在井孔位置钻探井孔以及通过井孔生产烃。在一些实施例中,可以做出关于多个井孔位置的决定,并且可以在所述多个井孔位置钻探多个井孔。在一些实施例中,关于井孔位置的决定基于从量化的包合物沉积生产烃。在一些实施例中,关于井孔位置的决定基于从另一沉积(例如,另一烃沉积)生产烃,并且其中另一沉积(例如,另一烃沉积)和量化的包合物沉积是不同的。“其他沉积”可以是背景沉积或几乎任何其他沉积。在一些实施例中,关于井孔位置的决定基于从量化的包合物沉积和另一沉积(例如,另一烃沉积)生产烃,其中另一沉积和量化的包合物沉积是不同的。包合物沉积的数量可以通过例如钻探一个或多个井孔、从井数据等来验证。除了井孔位置之外,可以基于包合物沉积的数量做出许多决定,诸如(a)做出优先次序决定,以便比具有较少数量的沉积更早地追求具有较高数量的沉积,(b)基于量化的包合物沉积的数量等做出关于为待钻探的一个或多个井孔选择哪种完井、组件、流体等的决定,包括一个或多个井孔的配置(例如,垂直、水平等)。
本公开的实施例可以实现为计算机过程(方法)、过程(方法)、计算系统或者诸如计算机程序产品或计算机可读介质之类的制品。这里使用的术语计算机可读介质可以包括计算机存储介质。计算机存储介质可以包括以用于存储信息(诸如计算机可读指令、数据结构或程序模块)的任何方法或技术实现的易失性和非易失性可移除和不可移除介质。计算机存储介质可包括RAM、ROM、电可擦除只读存储器(EEPROM)、闪存或其他存储器技术,CD-ROM、数字通用盘(DVD)或其他光学存储器,磁带盒、磁带、磁盘储存器或者其他磁存储装置,或者可以用于存储信息并且可以由计算系统200访问的任何其他制品等。计算机存储介质不包括载波或其他传播或调制的数据信号。在一些实施例中,计算机存储介质包括至少一些有形特征;在许多实施例中,计算机存储介质包括完全非暂时性组件。
本申请中提供的一个或多个实施例的描述和说明不旨在以任何方式限制或局限所要求保护的本发明的范围。本公开中提供的实施例、示例和细节被认为足以传达占有并使其他人能够制造和使用所要求保护的发明的最佳模式。要求保护的发明不应被解释为限于本申请中提供的任何实施例、示例或细节。无论是组合地还是单独地示出和描述,旨在选择性地包括或省略各种特征(结构和方法)以产生具有特定特征集的实施例。已经提供了本申请的描述和说明,本领域技术人员可以设想落入要求保护的发明的更广泛方面的精神内的变型、修改和替换实施例以及在本申请中体现的不偏离更广泛的范围的总体发明构思。例如,如果这些其他示例具有与权利要求的字面语言没有区别的结构或方法要素,或者如果它们包括与权利要求的字面语言上没有实质性差异的等效结构或方法要素等,则这些其他示例旨在权利要求的范围内。这里提到的所有引用都通过引用明确地并入本文。例如,标题为“用于识别包合物沉积的方法和系统”并且与标题为“用于量化包合物沉积的方法和系统”的美国非临时专利申请序号No.15/218920(雪佛龙记事表No.T-10435)同日提交的美国非临时专利申请序列号No.15/281910(雪佛龙记事表No.T-10434)均通过引用整体并入本文。
Claims (23)
1.一种从地震数据识别地下中的包合物沉积的方法,所述方法包括使用计算系统来:
从叠后地震数据生成地表或海底数字图像;
从地表或海底数字图像确定包合物稳定区;
从包合物稳定区内或下方的地震数据生成横向扩展的地下数字图像;
对横向扩展的地下数字图像进行滤波以生成上拉数字图像;
从包合物稳定区内的地震数据生成粗粒沉积物数字图像;
将粗粒沉积物数字图像和上拉数字图像空间叠加以生成组合数字图像;以及
从组合数字图像中确定上拉数字图像和粗粒沉积物数字图像重叠的重叠区域,其中重叠区域表示包合物沉积。
2.根据权利要求1所述的方法,还包括将所述叠后地震数据、所述横向扩展的地下数字图像、所述上拉数字图像或其任何组合转换成深度。
3.根据权利要求1所述的方法,其中生成所述上拉数字图像包括从所述地震数据、所述横向扩展的地下数字图像、所述上拉数字图像或其任何组合中移除地表或海底伪影。
4.根据权利要求1所述的方法,其中生成所述粗粒沉积物数字图像包括使用幅度、阻抗、地震属性或其任何组合。
5.根据权利要求1所述的方法,其中对所述横向扩展的地下数字图像进行滤波以生成所述上拉数字图像包括使用滤波器,其中所述滤波器包括空间滤波器、时间滤波器或其任何组合。
6.根据权利要求5所述的方法,其中所述滤波器包括高斯区域/残余滤波器、低通滤波器、高通滤波器、带通滤波器、方向余弦滤波器或其任何组合。
7.根据权利要求1所述的方法,其中在横截面、地图视图或其任何组合中验证所述包合物沉积的存在。
8.根据权利要求1所述的方法,其中使用井数据验证所述包合物沉积的存在。
9.一种从地震数据识别地下中的包合物沉积的系统,所述系统包括:
处理器;以及
存储器,通信地连接到处理器,所述存储器存储计算机可执行指令,所述计算机可执行指令当被执行时,使所述处理器执行:
从叠后地震数据生成地表或海底数字图像;
从地表或海底数字图像确定包合物稳定区;
从包合物稳定区内或下方的地震数据生成横向扩展的地下数字图像;
对横向扩展的地下数字图像进行滤波以生成上拉数字图像;
从包合物稳定区内的地震数据生成粗粒沉积物数字图像;
将粗粒沉积物数字图像和上拉数字图像空间叠加以生成组合数字图像;以及
从组合数字图像中确定上拉数字图像和粗粒沉积物数字图像重叠的重叠区域,其中重叠区域表示包合物沉积。
10.根据权利要求9所述的系统,其中所述计算机可执行指令在被执行时,使所述处理器进一步执行将所述地震数据、所述横向扩展的地下数字图像、所述上拉数字图像或其任何组合转换为深度。
11.根据权利要求9所述的系统,其中生成所述上拉数字图像包括从所述地震数据、所述横向扩展的地下数字图像、所述上拉数字图像或其任何组合中移除地表或海底伪影。
12.根据权利要求9所述的系统,其中生成所述粗粒沉积物数字图像包括使用幅度、阻抗、地震属性、反射率或其任何组合。
13.根据权利要求9所述的系统,其中对所述横向扩展的地下数字图像进行滤波以生成所述上拉数字图像包括使用滤波器,其中所述滤波器包括空间滤波器、时间滤波器或其任何组合。
14.根据权利要求13所述的系统,其中所述滤波器包括高斯区域/残余滤波器、低通滤波器、高通滤波器、带通滤波器、方向余弦滤波器或其任何组合。
15.根据权利要求9所述的系统,其中在横截面、地图视图或其任何组合中验证所述包合物沉积的存在。
16.根据权利要求9所述的系统,其中使用井数据验证所述包合物沉积的存在。
17.一种其上存储有计算机可执行指令的计算机可读介质,所述计算机可执行指令当由计算系统执行时,使所述计算系统执行从地震数据识别地下中的包合物沉积的方法,所述方法包括:
从叠后地震数据生成地表或海底数字图像;
从地表或海底数字图像确定包合物稳定区;
从包合物稳定区内或下方的地震数据生成横向扩展的地下数字图像;
对横向扩展的地下数字图像进行滤波以生成上拉数字图像;
从包合物稳定区内的地震数据生成粗粒沉积物数字图像;
将粗粒沉积物数字图像和上拉数字图像空间叠加以生成组合数字图像;以及
从组合数字图像中确定上拉数字图像和粗粒沉积物数字图像重叠的重叠区域,其中重叠区域表示包合物沉积。
18.一种生产烃的方法,所述方法包括:
获得叠后地震数据;
从组合数字图像获得重叠区域,其中重叠区域指示包合物沉积,并且其中通过以下步骤生成组合数字图像,所述步骤包括:
从叠后地震图像生成地表或海底数字图像;
从地表或海底数字图像确定包合物稳定区;
从包合物稳定区内或下方的地震数据生成横向扩展的地下数字图像;
对横向扩展的地下数字图像进行滤波以生成上拉数字图像;
从包合物稳定区内的地震数据生成粗粒沉积物数字图像;
将粗粒沉积物数字图像和上拉数字图像空间叠加以生成组合数字图像;以及
从组合数字图像中确定上拉数字图像和粗粒沉积物数字图像重叠的重叠区域;以及
基于所识别的包合物沉积做出关于井孔位置的决定,在所述井孔位置钻探井孔,并通过所述井孔生产烃。
19.根据权利要求18所述的方法,其中关于井孔位置的决定基于从所识别的包合物沉积生产烃。
20.根据权利要求18所述的方法,其中关于井孔位置的决定基于从另一沉积生产烃,并且其中所述另一沉积和所识别的包合物沉积是不同的。
21.根据权利要求18所述的方法,其中关于井孔位置的决定基于从所识别的包合物沉积和另一沉积两者生产烃,其中所述另一沉积和所识别的包合物沉积是不同的。
22.根据权利要求18所述的方法,还包括在横截面、地图视图或其任何组合中验证所识别的包合物沉积的存在。
23.根据权利要求18所述的方法,还包括使用井数据验证所识别的包合物沉积的存在。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/218,910 | 2016-07-25 | ||
US15/218,910 US10067252B2 (en) | 2016-07-25 | 2016-07-25 | Methods and systems for identifying a clathrate deposit |
PCT/US2017/029302 WO2018022156A1 (en) | 2016-07-25 | 2017-04-25 | Methods and systems for identifying a clathrate deposit |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109716171A true CN109716171A (zh) | 2019-05-03 |
Family
ID=59215939
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780057179.6A Pending CN109716171A (zh) | 2016-07-25 | 2017-04-25 | 用于识别包合物沉积的方法和系统 |
Country Status (8)
Country | Link |
---|---|
US (1) | US10067252B2 (zh) |
EP (1) | EP3488271B1 (zh) |
JP (1) | JP6942787B2 (zh) |
KR (1) | KR20190028801A (zh) |
CN (1) | CN109716171A (zh) |
AU (1) | AU2017302244A1 (zh) |
NO (1) | NO20190117A1 (zh) |
WO (1) | WO2018022156A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117408186A (zh) * | 2023-12-14 | 2024-01-16 | 青岛海洋地质研究所 | 地震剖面中天然气水合物似海底反射层的判断方法 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180024262A1 (en) * | 2016-07-25 | 2018-01-25 | Chevron U.S.A. Inc. | Methods and systems for quantifying a clathrate deposit |
KR102017208B1 (ko) * | 2019-04-17 | 2019-09-02 | 한국지질자원연구원 | 천부 가스전의 천부 가스 생산 장치 |
CN111487681B (zh) * | 2020-06-03 | 2023-03-14 | 中国石油大学(华东) | 天然气水合物及下伏游离气储集体地震响应特征分析方法 |
US11333779B2 (en) | 2020-06-25 | 2022-05-17 | Saudi Arabian Oil Company | Detecting subsea hydrocarbon seepage |
US20240069228A1 (en) * | 2022-08-26 | 2024-02-29 | Landmark Graphics Corporation | Learning hydrocarbon distribution from seismic image |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102053270A (zh) * | 2009-10-30 | 2011-05-11 | 中国石油化工股份有限公司 | 一种基于沉积地层单元的地震相分析方法 |
US20140254321A1 (en) * | 2013-03-08 | 2014-09-11 | Chevron U.S.A. Inc. | Methods and systems for determining clathrate presence and saturation using simulated well logs |
CN104297789A (zh) * | 2014-10-23 | 2015-01-21 | 中国科学院地质与地球物理研究所 | 一种三维倾角域稳相叠前时间偏移方法及系统 |
CN104364674A (zh) * | 2012-05-31 | 2015-02-18 | 雪佛龙美国公司 | 用于生成针对地下油或气储集层或矿区的沉积相分类的方法 |
CN104662445A (zh) * | 2012-10-26 | 2015-05-27 | 雪佛龙美国公司 | 圈闭完整性分析的系统和方法 |
CN105593704A (zh) * | 2013-08-28 | 2016-05-18 | 雪佛龙美国公司 | 用于历史、地质建模以便产生俘获在地表下包合物中的烃的估计分布的方法和系统 |
Family Cites Families (61)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4679174A (en) | 1984-04-26 | 1987-07-07 | Western Geophysical Company Of America | Method for seismic lithologic modeling |
FR2635197B1 (fr) | 1988-08-05 | 1990-09-28 | Inst Francais Du Petrole | Methode pour obtenir un modele representatif d'un milieu heterogene et notamment du sous-sol |
US4969130A (en) | 1989-09-29 | 1990-11-06 | Scientific Software Intercomp, Inc. | System for monitoring the changes in fluid content of a petroleum reservoir |
US5083297A (en) | 1990-06-26 | 1992-01-21 | Chevron Research And Technology Company | Method of improving the seismic resolution of geologic structures |
US5513150A (en) | 1993-06-30 | 1996-04-30 | Atlantic Richfield Company | Method of determining 3-D acoustic velocities for seismic surveys |
US5629904A (en) | 1994-11-30 | 1997-05-13 | Paradigm Geophysical, Ltd. | Migration process using a model based aperture technique |
US5706194A (en) | 1995-06-01 | 1998-01-06 | Phillips Petroleum Company | Non-unique seismic lithologic inversion for subterranean modeling |
US5587968A (en) | 1995-08-25 | 1996-12-24 | Western Atlas International, Inc. | Method for measuring the near-surface shear wave velocity for use in determining 3-component 3-D statics |
US5798982A (en) | 1996-04-29 | 1998-08-25 | The Trustees Of Columbia University In The City Of New York | Method for inverting reflection trace data from 3-D and 4-D seismic surveys and identifying subsurface fluid and pathways in and among hydrocarbon reservoirs based on impedance models |
US6012018A (en) | 1996-05-17 | 2000-01-04 | Shell Oil Company | Presentation and interpretation of seismic data |
US5870691A (en) | 1996-12-06 | 1999-02-09 | Amoco Corporation | Spectral decomposition for seismic interpretation |
US5835882A (en) | 1997-01-31 | 1998-11-10 | Phillips Petroleum Company | Method for determining barriers to reservoir flow |
US5835883A (en) | 1997-01-31 | 1998-11-10 | Phillips Petroleum Company | Method for determining distribution of reservoir permeability, porosity and pseudo relative permeability |
US6862528B2 (en) | 1999-04-27 | 2005-03-01 | Usengineering Solutions Corporation | Monitoring system and process for structural instabilities due to environmental processes |
US6289285B1 (en) | 1999-12-16 | 2001-09-11 | Phillips Petroleum Company | Seismic velocity analysis for class II sands |
US6151556A (en) | 1999-06-18 | 2000-11-21 | Mobil Oil Corporation | Method and apparatus for doppler smear correction in marine seismology measurements |
GB2372567B (en) | 2001-02-22 | 2003-04-09 | Schlumberger Holdings | Estimating subsurface subsidence and compaction |
US7672824B2 (en) | 2001-12-10 | 2010-03-02 | Westerngeco L.L.C. | Method for shallow water flow detection |
GB2387225B (en) | 2001-12-22 | 2005-06-15 | Westerngeco As | A method of seismic surveying and a seismic surveying arrangement |
AU2003300646A1 (en) | 2002-10-04 | 2004-05-04 | Core Laboratories Lp | Method and system for distributed tomographic velocity analysis using dense p-maps |
US7493241B2 (en) | 2003-07-23 | 2009-02-17 | Lee Wook B | 3D velocity modeling, with calibration and trend fitting using geostatistical techniques, particularly advantageous for curved for curved-ray prestack time migration and for such migration followed by prestack depth migration |
JP5209302B2 (ja) | 2004-06-15 | 2013-06-12 | ポリメディックス、インク. | ポリカチオン化合物とその使用 |
US7983846B2 (en) | 2004-09-14 | 2011-07-19 | The Trustees Of Columbia University In The City Of New York | Systems and methods for determining in-situ gas hydrate saturation |
US7388808B2 (en) | 2004-09-23 | 2008-06-17 | Pgs Americas, Inc. | Method for depth migrating seismic data using pre-stack time migration, demigration, and post-stack depth migration |
US7230879B2 (en) | 2005-02-12 | 2007-06-12 | Chevron U.S.A. Inc. | Method and apparatus for true relative amplitude correction of seismic data for normal moveout stretch effects |
WO2007018869A1 (en) | 2005-07-28 | 2007-02-15 | Exxonmobil Upstream Research Company | Method for tomographic inversion by matrix transformation |
US7453765B2 (en) | 2006-05-16 | 2008-11-18 | Ikelle Luc T | Scattering diagrams in seismic imaging |
WO2007145694A2 (en) | 2006-06-12 | 2007-12-21 | Exxonmobil Upstream Research Company | Updating velocity models using migration velocity scans |
CA2659343C (en) | 2006-08-24 | 2015-11-10 | Exxonmobil Upstream Research Company | Interpretation and mapping of electromagnetic survey data |
US8363509B2 (en) | 2006-09-04 | 2013-01-29 | Daniele Colombo | Method for building velocity models for pre-stack depth migration via the simultaneous joint inversion of seismic, gravity and magnetotelluric data |
US20080102000A1 (en) | 2006-10-30 | 2008-05-01 | Chevron U.S.A. Inc. | System for continuous production of hydrates |
US7812203B2 (en) | 2006-10-30 | 2010-10-12 | Chevron U.S.A. Inc. | Process for continuous production of hydrates |
US7964150B2 (en) | 2006-10-30 | 2011-06-21 | Chevron U.S.A. Inc. | Apparatus for continuous production of hydrates |
US8045417B2 (en) | 2007-02-13 | 2011-10-25 | Landmark Graphics Corporation | Analyzing 2-D surface and/or borehole seismic data to locate subsurface diffractors |
US8185314B2 (en) | 2007-02-13 | 2012-05-22 | Schlumberger Technology Corporation | Method and system for determining dynamic permeability of gas hydrate saturated formations |
US8090555B2 (en) | 2007-06-21 | 2012-01-03 | Schlumberger Technology Corporation | Multi-attribute seismic characterization of gas hydrates |
US8768672B2 (en) | 2007-08-24 | 2014-07-01 | ExxonMobil. Upstream Research Company | Method for predicting time-lapse seismic timeshifts by computer simulation |
US8423337B2 (en) | 2007-08-24 | 2013-04-16 | Exxonmobil Upstream Research Company | Method for multi-scale geomechanical model analysis by computer simulation |
US8548782B2 (en) | 2007-08-24 | 2013-10-01 | Exxonmobil Upstream Research Company | Method for modeling deformation in subsurface strata |
CA2690992C (en) | 2007-08-24 | 2014-07-29 | Exxonmobil Upstream Research Company | Method for predicting well reliability by computer simulation |
US7537058B2 (en) | 2007-09-10 | 2009-05-26 | Chevron U.S.A. Inc. | Method for gas production from gas hydrate reservoirs |
US7912649B2 (en) | 2008-06-06 | 2011-03-22 | Ohm Limited | Geophysical surveying |
US8902709B2 (en) | 2008-07-18 | 2014-12-02 | William Marsh Rice University | Methods for concurrent generation of velocity models and depth images from seismic data |
WO2010078243A2 (en) | 2008-12-31 | 2010-07-08 | Chevron U.S.A. Inc. | Method and system for producing hydrocarbons from a hydrate reservoir using available waste heat |
US8923094B2 (en) | 2009-01-09 | 2014-12-30 | Exxonmobil Upstream Research Company | Hydrocarbon detection with passive seismic data |
WO2010098800A1 (en) | 2009-02-25 | 2010-09-02 | Exxonmobil Upstream Research Company | Classifying potential hydrocarbon reservoirs using electromagnetic survey information |
US8614578B2 (en) | 2009-06-18 | 2013-12-24 | Schlumberger Technology Corporation | Attenuation of electromagnetic signals passing through conductive material |
US8452538B2 (en) | 2009-08-27 | 2013-05-28 | Conocophillips Company | Petrophysical evaluation of subterranean formations |
AU2010292176B2 (en) | 2009-09-09 | 2015-03-12 | Conocophillips Company | Dip guided full waveform inversion |
US9085957B2 (en) | 2009-10-07 | 2015-07-21 | Exxonmobil Upstream Research Company | Discretized physics-based models and simulations of subterranean regions, and methods for creating and using the same |
US8576663B2 (en) | 2010-04-30 | 2013-11-05 | Schlumberger Technology Corporation | Multicomponent seismic inversion of VSP data |
RU2558013C2 (ru) | 2010-05-05 | 2015-07-27 | Эксонмобил Апстрим Рисерч Компани | Способ q томографии |
WO2011150387A2 (en) | 2010-05-27 | 2011-12-01 | Geco Technology B.V. | Determining a quantity of a given material in a subterranean structure |
US20120113750A1 (en) | 2010-11-08 | 2012-05-10 | Saudi Arabian Oil Company | Non-hyperbolic correction of seismic data |
US9158017B2 (en) | 2011-03-22 | 2015-10-13 | Seoul National University R&Db Foundation | Seismic imaging apparatus utilizing macro-velocity model and method for the same |
BR112015004403A2 (pt) * | 2012-11-16 | 2017-07-04 | Chevron Usa Inc | métodos e sistemas para determinar porosidade mínima para presença de clatratos em sedimento |
US20140153367A1 (en) | 2012-11-30 | 2014-06-05 | Chevron U.S.A. Inc. | System and method for velocity anomaly analysis |
US20140153366A1 (en) | 2012-11-30 | 2014-06-05 | Chevron U.S.A. Inc. | System and method for velocity anomaly analysis |
US9777563B2 (en) | 2013-09-30 | 2017-10-03 | Chevron U.S.A. Inc. | Natural gas hydrate reservoir heating |
US20170057838A1 (en) * | 2015-08-26 | 2017-03-02 | SYNCRUDE CANADA LTD. in trust for the owners of the Syncrude Project as such owners exist now and | Water capping of tailings |
US20180024262A1 (en) * | 2016-07-25 | 2018-01-25 | Chevron U.S.A. Inc. | Methods and systems for quantifying a clathrate deposit |
-
2016
- 2016-07-25 US US15/218,910 patent/US10067252B2/en active Active
-
2017
- 2017-04-25 JP JP2019503663A patent/JP6942787B2/ja active Active
- 2017-04-25 KR KR1020197005389A patent/KR20190028801A/ko unknown
- 2017-04-25 WO PCT/US2017/029302 patent/WO2018022156A1/en unknown
- 2017-04-25 EP EP17733163.4A patent/EP3488271B1/en active Active
- 2017-04-25 CN CN201780057179.6A patent/CN109716171A/zh active Pending
- 2017-04-25 AU AU2017302244A patent/AU2017302244A1/en not_active Abandoned
-
2019
- 2019-01-30 NO NO20190117A patent/NO20190117A1/en not_active Application Discontinuation
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102053270A (zh) * | 2009-10-30 | 2011-05-11 | 中国石油化工股份有限公司 | 一种基于沉积地层单元的地震相分析方法 |
CN104364674A (zh) * | 2012-05-31 | 2015-02-18 | 雪佛龙美国公司 | 用于生成针对地下油或气储集层或矿区的沉积相分类的方法 |
CN104662445A (zh) * | 2012-10-26 | 2015-05-27 | 雪佛龙美国公司 | 圈闭完整性分析的系统和方法 |
US20140254321A1 (en) * | 2013-03-08 | 2014-09-11 | Chevron U.S.A. Inc. | Methods and systems for determining clathrate presence and saturation using simulated well logs |
CN105593704A (zh) * | 2013-08-28 | 2016-05-18 | 雪佛龙美国公司 | 用于历史、地质建模以便产生俘获在地表下包合物中的烃的估计分布的方法和系统 |
CN104297789A (zh) * | 2014-10-23 | 2015-01-21 | 中国科学院地质与地球物理研究所 | 一种三维倾角域稳相叠前时间偏移方法及系统 |
Non-Patent Citations (2)
Title |
---|
ZIJIAN ZHANG 等: ""quantitative interpretation for gas hydrate accumulation in the easten Green Canyon Area,Gulf of Mexico using seismic inversion and rock physics transform"", 《GEOPHYSICS》 * |
王波 等: ""滨里海盆地盐下构造假象识别及真实形态恢复"", 《中国石油勘探》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117408186A (zh) * | 2023-12-14 | 2024-01-16 | 青岛海洋地质研究所 | 地震剖面中天然气水合物似海底反射层的判断方法 |
CN117408186B (zh) * | 2023-12-14 | 2024-03-12 | 青岛海洋地质研究所 | 地震剖面中天然气水合物似海底反射层的判断方法 |
Also Published As
Publication number | Publication date |
---|---|
NO20190117A1 (en) | 2019-01-30 |
WO2018022156A1 (en) | 2018-02-01 |
JP2019525174A (ja) | 2019-09-05 |
US20180024261A1 (en) | 2018-01-25 |
EP3488271B1 (en) | 2020-06-03 |
AU2017302244A1 (en) | 2019-02-14 |
JP6942787B2 (ja) | 2021-09-29 |
EP3488271A1 (en) | 2019-05-29 |
US10067252B2 (en) | 2018-09-04 |
KR20190028801A (ko) | 2019-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11360233B2 (en) | Seismic image data interpretation system | |
CN109791215A (zh) | 用于量化包合物沉积的方法和系统 | |
EP3715579B1 (en) | Wellbore trajectory system and method | |
CN109716171A (zh) | 用于识别包合物沉积的方法和系统 | |
Birchwood et al. | Developments in gas hydrates | |
US11774631B2 (en) | Geologic formation neutron porosity system | |
Ali et al. | Integrated fracture characterization of thamama reservoirs in Abu Dhabi oil field, United Arab Emirates | |
Shankar | Gas hydrate saturation from seismic data constrained by log data in the Krishna-Godavari Basin | |
Harding et al. | The siliciclastic Upper Cretaceous play of eastern Mississippi Canyon | |
Williams-Rojas et al. | Geologic controls on reservoir performance in Muspac and Catedral gas fields, southeastern Mexico | |
Obiekezie et al. | Petrophysical analysis and volumetric estimation of Otu field, Niger Delta Nigeria, using 3D seismic and well log data | |
Miranda et al. | Reconciling Log-Derived Water Saturation and Saturation-Height Function Results through Resistivity Modeling, Core-Log Integration and Image Log Data: A Case Study from Deepwater Gulf of Mexico | |
Poppelreiter et al. | Applications of dipmeter and borehole image data in static models | |
Legg | Predicting Reservoir Presence from Seismic Velocity Mapping and Pore Pressure Prediction | |
Gupta et al. | Raageshwari Deep Gas Field-Tight Resource Rejuvenation Journey from Internal Usage to Commercial Gas Sales | |
Horner et al. | An Advanced Fracture Characterization and Well Path Navigation System for Effective Re-Development and Enhancement of Ultimate Recovery from the Complex Monterey Reservoir of South Ellwood Field, Offshore California | |
Ross et al. | Seismically Based Integrated Reservoir Modelling, Lunskoye Field, Offshore Sakhalin, Russian Federation | |
Slatt | Stratigraphic Reservoir Characterization for Petroleum Geologists, Geophysicists, and Engineers: Chapter 4. Tools and Techniques for Characterizing Oil and Gas Reservoirs | |
Stratton et al. | Unconventional Resources Technology Conference, Virtual, 20–22 July 2020 |
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: 20190503 |
|
WD01 | Invention patent application deemed withdrawn after publication |