CN113932982B - 多信息融合的co2封存状态组网监测设备、系统和方法 - Google Patents
多信息融合的co2封存状态组网监测设备、系统和方法 Download PDFInfo
- Publication number
- CN113932982B CN113932982B CN202111527288.4A CN202111527288A CN113932982B CN 113932982 B CN113932982 B CN 113932982B CN 202111527288 A CN202111527288 A CN 202111527288A CN 113932982 B CN113932982 B CN 113932982B
- Authority
- CN
- China
- Prior art keywords
- electrode
- electrodes
- pressure
- transmitting
- azimuth
- 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.)
- Expired - Fee Related
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 98
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000003860 storage Methods 0.000 title claims abstract description 23
- 230000006855 networking Effects 0.000 title claims description 24
- 230000004927 fusion Effects 0.000 title claims description 16
- 238000001514 detection method Methods 0.000 claims abstract description 82
- 238000009826 distribution Methods 0.000 claims abstract description 54
- 238000012806 monitoring device Methods 0.000 claims abstract description 53
- 239000012530 fluid Substances 0.000 claims abstract description 35
- 230000000007 visual effect Effects 0.000 claims abstract description 16
- 230000009919 sequestration Effects 0.000 claims abstract description 11
- 238000004458 analytical method Methods 0.000 claims description 40
- 238000007789 sealing Methods 0.000 claims description 29
- 238000005259 measurement Methods 0.000 claims description 18
- 239000000523 sample Substances 0.000 claims description 7
- 230000007423 decrease Effects 0.000 claims description 4
- 239000011435 rock Substances 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 3
- 238000011144 upstream manufacturing Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000007613 environmental effect Effects 0.000 abstract description 2
- 239000002184 metal Substances 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000007500 overflow downdraw method Methods 0.000 description 3
- 230000002238 attenuated effect Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/04—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point
- G01M3/16—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point using electric detection means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/04—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/26—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/004—CO or CO2
-
- 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
- G01V3/02—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation operating with propagation of electric current
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02C—CAPTURE, STORAGE, SEQUESTRATION OR DISPOSAL OF GREENHOUSE GASES [GHG]
- Y02C20/00—Capture or disposal of greenhouse gases
- Y02C20/40—Capture or disposal of greenhouse gases of CO2
Landscapes
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Combustion & Propulsion (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Food Science & Technology (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明属于环境监测领域,具体涉及了一种多信息融合的CO2封存状态组网监测设备、系统和方法,旨在解决现有的CO2地质封存状态监测技术探测成本较高,无法应对强非均质性地质体的电阻空间分布和变化的问题。本发明包括:获取方位电信号数据和实时压力信号,通过实时压力信号分析压力传感器视角流体流动状态,通过方位电信号数据获得CO2流动状态;并将多个监测站的方位CO2含量、CO2流动状态和压力传感器视角流体流动情况结合获得CO2区域封存状态。本发明通过将方位电极的短距离的精确CO2边界监测结合压力传感器的长距离监测实现大范围的CO2流动状态监测,能够观测到更多、更可靠的数据并且有效针对了井间强非均质性的问题。
Description
技术领域
背景技术
近年来,全球正在大量开展CO2的捕集、利用和埋存的研究,将工业过程中捕获的
大量注入地下深处的岩层中,从而将其从大气中永久去除,从而实现全球大气减
排目标。将CO2注入地下油藏,不仅可以提高采收率,而且可以实现永久储存CO2的目的。虽然
CO2地质封存技术已趋成熟,但越来越多的证据表明CO2地质封存的安全性是制约其大规模
推广应用的技术瓶颈。如何有效预防、监测和控制CO2泄漏,确保CO2封存的安全性,已成为
CO2封存技术研究的一项重要内容,受到了越来越多的重视。
CO2地质封存的安全性关注点之一是监测CO2羽流运动和可能的泄漏。目前主流的CO2监测技术包括延时地震(也称为4D地震)、重复电磁勘探(4D EM/CSEM)、微震和GPS监测。地震已被确定为一种高成本、高收益的方法,而4D EM则被认为是低成本、高收益的CO2监测技术。事实上,直接观测封存CO2的地质体能够获取更多、更可靠的数据,但钻探大量的监测井成本非常高,并且一直无法很好解决地质体的井间强非均质性问题。
发明内容
为了解决现有技术中的上述问题,即现有的地质封存状态监测技术探测成本
较高,无法应对强非均质性地质体的电阻空间分布和变化的问题,且多方位探测为了
提高探测精度容易造成监测连续性不佳的问题,本发明提供了一种多信息融合的封存
状态组网监测设备,包括多个分散布设的多信息地下监测装置和地面监测装置;
其中,每个多信息传感器阵列包括预设数量的设置于同一方位的垂直插入非导电管的方位电极;所述压力传感器为多方向传感器;
所述地面监测设备,包括电流源、发射装置、井下传感器检测模块和电脑中控。
本发明的另一方面,提出了一种多信息融合的封存状态组网监测系统,应用
于上述的多信息融合的封存状态组网监测设备,所述系统包括:方位电信号获取单元、
方位压力信号获取单元、流动状态分析单元、流动成分分析单元、区域状态分析单元和
持续监测单元;
所述方位电信号获取单元,配置为通过地面监测设备选取单个多信息传感器阵列并设置发射电极和接收电极,从发射电极发出预设波形的探测电流,通过接收电极接收损耗的探测电流,获得电极间电位差,选取另外的发射电极和接收电极组合测量电极间电位差,将一个方位的全部电极间电位差组成方位电信号数据,选取另一方位电极阵列获取另一方位电信号数据,直至完成单个监测设备的所有方位电信号数据的采集,将所有方位电信号数据组合为单监测设备电信号数据;
所述方位压力信号获取单元,配置为持续通过所有的多方向压力传感器获取实时压力信号;
所述流动状态分析单元,配置为所述地面监测设备获取所述单监测设备电信号数据和实时压力信号,将实时压力信号统计为压力信号集;
截取预设时长的最新压力信号片段,分析压力传感器视角流体流动情况;
将所述单监测设备电信号数据反演获得各方位的电阻率网格分布图像;
在一些优选的实施方式中,所述方位电信号获取单元,其运行模式包括:单电极发射测量模式、对称电极发射测量模式、远距离探测模式和降衰减远距离探测模式。
具体为:
通过所述最新压力信号片段获得对应深度水平方向距离井筒探测范围内的压力传感器视角流体流动情况;
在一些优选的实施方式中,所述通过所述最新压力信号片段获得对应深度水平方向距离井筒探测范围内的压力传感器视角流体流动情况,包括基于获得的最新压力信号片段绘制双对数曲线,并依据所处地质条件选择正确的模型,做典型曲线拟合,获得压力传感器视角流体流动情况。
步骤S100,通过地面监测设备选取单个多信息传感器阵列并设置发射电极和接收电极,从发射电极发出预设波形的探测电流,通过接收电极接收损耗的探测电流,获得电极间电位差,选取另外的发射电极和接收电极组合测量电极间电位差,将一个方位的全部电极间电位差组成方位电信号数据,选取另一方位电极阵列获取另一方位电信号数据,直至完成单个监测设备的所有方位电信号数据的采集,将所有方位电信号数据组合为单监测设备电信号;
步骤S200,所述地面监测设备获取所述单监测设备电信号数据和实时压力信号,将实时压力信号统计为压力信号;
步骤S300,截取预设时长的最新压力信号片段,分析压力传感器视角流体流动情况;
将所述单监测设备电信号数据反演获得各方位的电阻率网格分布图像;
本发明的第四方面,提出了一种电子设备,包括:至少一个处理器;以及与至少一
个所述处理器通信连接的存储器;其中,所述存储器存储有可被所述处理器执行的指令,所
述指令用于被所述处理器执行以实现上述的多信息融合的封存状态组网监测方法。
本发明的有益效果:
(3)本发明利用压力传感器可进行长距离监测的效果,可以实现探测设备间的数据交互,提高监测的精确度避免误判。
(4)本发明通过同时获取电和压力两种不同属性的数据进行互补分析,同时也可以单独利用一种属性进行分析,提高了监测的可靠性。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图3是本发明实施例中地面监测设备的原理图;
图5是本发明实施例中一个方位的电压数据集反演获得的电阻率网格分布图像示意图;
图6是本发明实施例中本发明实施例中电阻率网格分布图;
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
其中,每个多信息传感器阵列包括预设数量的设置于同一方位的垂直插入非导电管的方位电极;所述压力传感器为多方向传感器;
所述地面监测设备,如图3所示,包括电流源、发射装置、井下传感器检测模块和电脑中控。电源连接发射装置,发射装置通过电压发射线路和电压反馈线路连接井下传感器检测模块,电压反馈线路还连接了电位测量电阻,电位测量电阻的两端连接电信号处理模块,电信号处理模块同时连接电脑中控、井下传感器检测模块和通过计时器连接发射装置,井下传感器检测模块额外直接连接电脑中控和电信号处理模块。
本发明的一种多信息融合的封存状态组网监测系统,应用于上述的多信息融
合的封存状态组网监测设备,包括:方位电信号获取单元、方位压力信号获取单元、流
动状态分析单元、流动成分分析单元、区域状态分析单元和持续监测单元;
所述方位电信号获取单元,配置为通过地面监测设备选取多信息传感器阵列并设置发射电极和接收电极,从发射电极发出预设波形的探测电流,通过接收电极接收损耗的探测电流,获得电极间电位差,选取另外的发射电极和接收电极组合测量电极间电位差,将一个方位的全部电极间电位差组成方位电信号数据,选取另一方位电极阵列获取另一方位电信号数据,直至完成单个监测设备的所有方位电信号数据的采集,将所有方位电信号数据组合为单监测设备电信号数据;
所述方位压力信号获取单元,配置为持续通过所有的多方向压力传感器获取实时压力信号;
所述流动状态分析单元,配置为所述地面监测设备获取所述单监测设备电信号数据和实时压力信号,将实时压力信号统计为压力信号集;
截取预设时长的最新压力信号片段,分析压力传感器视角流体流动情况;
将所述单监测设备电信号数据反演获得各方位的电阻率网格分布图像;
本发明第一实施例的多信息融合的封存状态组网监测系统,应用于多信息融
合的封存状态组网监测设备,包括多个分散布设的多信息地下监测装置和地面监
测装置;在多个测试井位将多信息地下监测装置通过传统油田方式灌浆,使所有的电
缆和多信息传感器阵列埋在套管外部的水泥中,如图4所示;
所述方位电信号获取单元,配置为通过地面监测设备选取单个多信息传感器阵列并设置发射电极和接收电极,从发射电极发出预设波形的探测电流,通过接收电极接收损耗的探测电流,获得电极间电位差,选取另外的发射电极和接收电极组合测量电极间电位差,将一个方位的全部电极间电位差组成方位电信号数据,选取另一方位电极阵列获取另一方位电信号数据,直至完成单个监测设备的所有方位电信号数据的采集,将所有方位电信号数据组合为单监测设备电信号数据;
在本实施例中,所述方位电信号获取单元,其运行模式包括:单电极发射测量模式、对称电极发射测量模式、远距离探测模式和降衰减远距离探测模式;
所述单电极发射测量模式,具体为:
选取任一金属电极作为发射电极,将其余n-1个电极作为接收电极,记录每组发射电极-接收电极的电极间电位差,作为单电极发射测量电位差;
选取未被选中过的另一金属电极作为发射电极,测量每组发射电极-接收电极的电极间电位差直至所有的金属电极都被选中为发射电极并记录单电极发射测量电位差。例如,选取1号电极作为发射电极,此时2号~32号电极都能接收到衰减的探测电流,将1号~32号电极都选取作为发射电极,记录电位差。本步骤可以获得精准的电阻率分布图。
所述对称电极发射测量模式,具体为:
选取非导电套管的长度中央作为对称轴,将与对称轴距离相同的金属电极作为金属电极对;
选取任一金属电极作为发射电极对,将其余n-2个电极作为接收电极,记录每组发射电极对-接收电极的电极间电位差,作为对称电极发射测量电位差;
选取未被选中过的另一金属电极对作为发射电极,测量每组发射电极对-接收电极的电极间电位差直至所有的金属电极都被选中为发射电极对并记录对称电极发射测量电位差。比如选取第16号电极和第17号电极作为发射电极,那么第1~15号电极和第18~32号电极作为接收电极,记录所有组合的电位差。本步骤的探测方法可以获得中距离的电阻率分布。
所述远距离探测模式,具体为:
选取预设间隔k个电极的两个电极A和B作为高压发射电极,k为偶数;
选取电极A和B中间的两个电极C和D也作为高压发射电极,A、B、C和D构成高压发射电极组;
通过高压发射电极发射高电压的探测电流,其余的n-4个电极作为接收电极,记录每个高压发射电极组-接收电极之间的电位差,作为远距离探测电位差;
选取未被选中过的金属电极组合作为高压发射电极组,测量每个高压发射电极组-接收电极的电极间电位差直至所有可能的高压金属电极组合都被选中并记录远距离探测电位差。比如选取第10号电极和第20号电极作为高压发射电极,选取中间的第15号和第16号电极也作为高压发射电极,通过高压发射电极制造了第10和20号相同的电位,避免中间的15和16高压发射电极的探测电流横向衰减,使之能够获取远距离的电阻分布情况。调整各种可能的远距离探测组合获得各个深度的远距离的电阻分布情况。
所述降衰减远距离探测模式,具体为:
选取预设间隔q个电极的两个电极E和F作为低压发射电极,q为偶数;
选取电极E和F中间的两个电极G和H作为高压发射电极,E、F、G和H作为降衰减远距离探测发射电极组;
通过低压发射电极发射低压探测电流,通过高压发射电极发射高压探测电流,此时在高压发射电极与低压发射电极之间贴近低压发射电极的两个接收电极的电位差为0,其余的n-4个电极作为接收电极,记录每个降衰减远距离探测发射电极组-接收电极之间的电位差,作为降衰减远距离探测电位差;
选取未被选中的金属电极组合作为降衰减远距离探测发射电极组,测量每个降衰减远距离探测发射电极组-接收电极的电极间电位差直至所有可能的金属电极组合都被选中并记录将衰减远距离探测电位差。比如选取15号电极和16号电极作为高压发射电极,选取10号电极和20号电极作为低压发射电极,此时第11号、12号电极和18号、19号电极成的电位差为0,使得在获取远距离电阻的同时也能准确反映在不同深度的电阻率变化。调整各种可能的远距离探测组合获得各个深度的降衰减远距离的电阻分布情况。
所述方位压力信号获取单元,配置为持续通过所有的多方向压力传感器获取实时压力信号;
所述流动状态分析单元,配置为配置为所述地面监测设备获取所述单监测设备电信号数据和实时压力信号,将实时压力信号统计为压力信号集;
截取预设时长的最新压力信号片段,分析压力传感器视角流体流动情况;
将所述单监测设备电信号数据反演获得各方位的电阻率网格分布图像;单监测设备电信号数据反演首先获得一个方位的电阻率网格分布图如图5所示,再组合获得单监测装置的各方位的电阻率网格分布图像如图6所示;
具体为:
通过所述最新压力信号片段获得对应深度水平方向距离井筒探测范围内的压力传感器视角流体流动情况;
在本实施例中,所述通过所述最新压力信号记录获得对应深度水平方向距离井筒探测范围内的压力传感器视角流体流动情况,包括基于获得的最新压力信号片段绘制双对数曲线,并依据所处地质条件选择正确的模型,做典型曲线拟合,获得地下流体流动状态。具体包括:将所述最新压力信号片段处理为压力导数数据,计算压力降落导数:
选取理论模型,绘制压力降落理论曲线;
基于所述压力降落理论曲线分析地下流体流动状态。
基于所述压力传感器视角流体流动情况和方位分布图像获得压力视角的流动状态。所述压力视角的流动状态是在分布图像的基础上对下一时刻的流动状态的预测,当压力视角的流动状态出现非正常的变化时,可立即启用电极
监测的方式进行精密确认。压力视角的流动状态如图8所示,压力视角的流动相较
于仅通过电极获得的方位分布图7,获得的识别精度大幅下降,当出现在探测范围
时,压力传感器能够明显地感受到在同一地质内压力增大,而在不存在泄漏的情况下
不会越过不同地质的分界,即处于地质分界上侧的压力传感器不会随着地质分界下侧的压
力传感器增大;若是出现垂直方向上大量压力传感器获取到的压力增大,尤其是越过不同
地质分界的压力传感器获取到的压力增大,则说明可能出现泄漏情况。
在本实施例中,所述压力视角的流动状态,具体获得方式包括,将压力传感器
视角流体流动情况与所述方位分布图像建立联系,将所述方位分布图作为压力传
感器视角流体流动情况的标准标签,训练获得压力视角的流动状态预测神经网络;所
述压力视角的流动状态预测神经网络可采用类似水流预测的模型;
对于每轮获得的压力传感器视角流体流动情况,通过训练好的压力视角的流
动状态预测神经网络预测压力视角的流动状态,以实现持续监测,每轮获得方位
分布时,替换当前的压力视角的流动状态,并从当前的压力视角的流动状态进行
下一时刻预测。此外,由于单纯依靠电极进行监测,获得的电阻率网格分布图像范围较近,
当达到一定距离时,容易出现精度下降,而通过压力传感器进行探测可以对电极探测进行
补充,进而可以降低监测设备的布设密度。
为避免干扰和提高探测精度,本发明的方位电极阵列每次只能获取单个方位的方位电信号,因此在获取各个方位的方位电信号之间存在着间隔空白期,通过地下流体流动状态可以预测短期的电阻率网格变化数据,实现持续性探测。
在本实施例中,所述将所述最新压力信号片段与所述方位电信号数据反演获得电
阻率网格分布图像和电阻率网格变化数据,还包括:基于压力传感器所处的不同岩层和不
同地质条件,计算进入对应探测区域的预估压力变化量;
所述流动成分分析单元,配置为基于所述电阻率网格分布图像计算方位分布
和电极视角的流动状态;电极视角的流动状态如图9所示,图9中显示了存在
泄漏和正常储存两种情况的分布,正常存储时呈不规则的分布,但是极少越过不
同的地质分界,当越过地质边界时认为泄漏,因此,能够精确地获取在地下的
边界极为重要;
对所述设备间流动状态进行分析,若某一探测站的流动状态表示探测区
域内存在泄漏,则处于其上游和下游方向的探测站会出现方位压力减小,且每个方向
的探测站的流动状态会显示向泄漏方向移动。本发明可通过设备间流动状态
验证对应的探测站的探测区域是否确实发生了泄漏,当出现某个站点维护或损坏时,
也可通过设备间流动状态进行模糊监测。本实施例通过同时获取电和压力两种不同属
性的数据进行互补分析,同时也可以单独利用一种属性进行分析,提高了监测的可靠性。
步骤S100,通过地面监测设备选取单个多信息传感器阵列并设置发射电极和接收电极,从发射电极发出预设波形的探测电流,通过接收电极接收损耗的探测电流,获得电极间电位差,选取另外的发射电极和接收电极组合测量电极间电位差,将一个方位的全部电极间电位差组成方位电信号数据,选取另一方位电极阵列获取另一方位电信号数据,直至完成单个监测设备的所有方位电信号数据的采集,将所有方位电信号数据组合为单监测设备电信号;
步骤S200,持续通过所有的多方向压力传感器获取实时压力信号;
步骤S300,所述地面监测设备获取所述单监测设备电信号数据和实时压力信号,将实时压力信号统计为压力信号;
截取预设时长的最新压力信号片段,分析压力传感器视角流体流动情况;
将所述单监测设备电信号数据反演获得各方位的电阻率网格分布图像;
本发明第四实施例的一种电子设备,包括:至少一个处理器;以及与至少一个所述
处理器通信连接的存储器;其中,所述存储器存储有可被所述处理器执行的指令,所述指令
用于被所述处理器执行以实现上述的多信息融合的封存状态组网监测方法。
所属技术领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的存储装置、处理装置的具体工作过程及有关说明,可以参考前述方法实施例中的对应过程,在此不再赘述。
术语“第一”、 “第二”等是用于区别类似的对象,而不是用于描述或表示特定的顺序或先后次序。
术语“包括”或者任何其它类似用语旨在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备/装置不仅包括那些要素,而且还包括没有明确列出的其它要素,或者还包括这些过程、方法、物品或者设备/装置所固有的要素。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
Claims (9)
其中,每个多信息传感器阵列包括预设数量的设置于同一方位的垂直插入非导电套管的方位电极;所述压力传感器为多方向压力传感器;
所述地面监测装置,包括电流源、发射装置、井下传感器检测模块和电脑中控;
所述方位电信号获取单元,配置为通过地面监测装置选取单个多信息传感器阵列并设置发射电极和接收电极,从发射电极发出预设波形的探测电流,通过接收电极接收损耗的探测电流,获得电极间电位差,选取另外的发射电极和接收电极组合测量电极间电位差,将一个方位的全部电极间电位差组成方位电信号数据,选取另一方位电极阵列获取另一方位电信号数据,直至完成单个多信息传感器阵列的所有方位电信号数据的采集,将所有方位电信号数据组合为单个多信息传感器阵列电信号数据;
所述方位压力信号获取单元,配置为持续通过所有的多方向压力传感器获取实时压力信号;
所述流动状态分析单元,配置为所述地面监测装置获取所述单个多信息传感器阵列电信号数据和实时压力信号,将实时压力信号统计为压力信号集;
截取预设时长的最新压力信号片段,分析压力传感器视角流体流动情况;
将所述单个多信息传感器阵列电信号数据反演获得各方位的电阻率网格分布图像;
所述单电极发射测量模式,具体为:
选取任一方位电极作为发射电极,将其余n-1个电极作为接收电极,记录每组发射电极-接收电极的电极间电位差,作为单电极发射测量电位差;
选取未被选中过的另一方位电极作为发射电极,测量每组发射电极-接收电极的电极间电位差直至所有的方位电极都被选中为发射电极并记录单电极发射测量电位差;
所述对称电极发射测量模式,具体为:
选取非导电套管的长度中央作为对称轴,将与对称轴距离相同的方位电极作为方位电极对;
选取任一方位电极对作为发射电极对,将其余n-2个电极作为接收电极,记录每组发射电极对-接收电极的电极间电位差,作为对称电极发射测量电位差;
选取未被选中过的另一方位电极对作为发射电极对,测量每组发射电极对-接收电极的电极间电位差直至所有的方位电极都被选中为发射电极对并记录对称电极发射测量电位差;
所述远距离探测模式,具体为:
选取预设间隔k个电极的两个电极A和B作为高压发射电极,k为偶数;
选取电极A和B中间的两个电极C和D也作为高压发射电极,A、B、C和D构成高压发射电极组;
通过高压发射电极发射高电压的探测电流,其余的n-4个电极作为接收电极,记录每个高压发射电极组-接收电极之间的电位差,作为远距离探测电位差;
选取未被选中过的方位电极组合作为高压发射电极组,测量每个高压发射电极组-接收电极的电极间电位差直至所有可能的方位电极组合都被选中并记录远距离探测电位差;
所述降衰减远距离探测模式,具体为:
选取预设间隔q个电极的两个电极E和F作为低压发射电极,q为偶数;
选取电极E和F中间的两个电极G和H作为高压发射电极,E、F、G和H作为降衰减远距离探测发射电极组;
通过低压发射电极发射低压探测电流,通过高压发射电极发射高压探测电流,其余的n-4个电极作为接收电极,此时在高压发射电极与低压发射电极之间贴近低压发射电极的两个接收电极的电位差为0,记录每个降衰减远距离探测发射电极组-接收电极之间的电位差,作为降衰减远距离探测电位差;
选取未被选中过的方位电极组合作为降衰减远距离探测发射电极组,测量每个降衰减远距离探测发射电极组-接收电极的电极间电位差直至所有可能的方位电极组合都被选中并记录降衰减远距离探测电位差。
其中,每个多信息传感器阵列包括预设数量的设置于同一方位的垂直插入非导电套管的方位电极;所述压力传感器为多方向压力传感器;
所述地面监测装置,包括电流源、发射装置、井下传感器检测模块和电脑中控;
所述方法包括:
步骤S100,通过地面监测装置选取单个多信息传感器阵列并设置发射电极和接收电极,从发射电极发出预设波形的探测电流,通过接收电极接收损耗的探测电流,获得电极间电位差,选取另外的发射电极和接收电极组合测量电极间电位差,将一个方位的全部电极间电位差组成方位电信号数据,选取另一方位电极阵列获取另一方位电信号数据,直至完成单个多信息传感器阵列的所有方位电信号数据的采集,将所有方位电信号数据组合为单个多信息传感器阵列电信号数据;
步骤S200, 持续通过所有的多方向压力传感器获取实时压力信号;
步骤S300,所述地面监测装置获取所述单个多信息传感器阵列电信号数据和实时压力信号,将实时压力信号统计为压力信号集;
截取预设时长的最新压力信号片段,分析压力传感器视角流体流动情况;
将所述单个多信息传感器阵列电信号数据反演获得各方位的电阻率网格分布图像;
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111527288.4A CN113932982B (zh) | 2021-12-15 | 2021-12-15 | 多信息融合的co2封存状态组网监测设备、系统和方法 |
AU2022200548A AU2022200548B1 (en) | 2021-12-15 | 2022-01-28 | Co2 storage state networking monitoring device, system and method with multi-information fusion |
US17/878,364 US11933691B2 (en) | 2021-12-15 | 2022-08-01 | CO2 storage state networking monitoring device, system and method with multi-information fusion |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111527288.4A CN113932982B (zh) | 2021-12-15 | 2021-12-15 | 多信息融合的co2封存状态组网监测设备、系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113932982A CN113932982A (zh) | 2022-01-14 |
CN113932982B true CN113932982B (zh) | 2022-03-08 |
Family
ID=79288921
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111527288.4A Expired - Fee Related CN113932982B (zh) | 2021-12-15 | 2021-12-15 | 多信息融合的co2封存状态组网监测设备、系统和方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11933691B2 (zh) |
CN (1) | CN113932982B (zh) |
AU (1) | AU2022200548B1 (zh) |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2483009B (en) * | 2009-04-10 | 2013-08-07 | Schlumberger Holdings | Downhole sensor systems and methods thereof |
BR112012020285B1 (pt) * | 2010-02-12 | 2020-12-29 | Dan Angelescu | dispositivo, ferramenta, sistema e método para comunicar sua posição por emissão acústica |
CN102494848B (zh) * | 2011-11-11 | 2014-08-06 | 西安交通大学 | 一种监测地质封存二氧化碳泄漏的方法及装置 |
WO2014055071A1 (en) * | 2012-10-03 | 2014-04-10 | Bp Corporation North America Inc. | Systems for and methods of monitoring underground co2 storage |
US20140091803A1 (en) * | 2012-10-03 | 2014-04-03 | Bp Corporation North America Inc. | Systems for and methods of monitoring underground co2 storage |
US20160161630A1 (en) * | 2014-12-05 | 2016-06-09 | Schlumberger Technology Corporation | Monitoring Carbon Dioxide Flooding Using Nuclear Magnetic Resonance (NMR) Measurements |
CN204738809U (zh) * | 2015-05-06 | 2015-11-04 | 北京大学 | 适合ccs的井下永久电子压力计 |
CN106324187B (zh) | 2015-06-16 | 2018-05-01 | 神华集团有限责任公司 | 二氧化碳封存监测方法及装置 |
US10138715B2 (en) * | 2015-09-16 | 2018-11-27 | King Fahd University Of Petroleum And Minerals | Well-bore and reservoir monitoring process by logging temperature and resistivity |
FR3049711B1 (fr) * | 2016-04-01 | 2018-04-13 | IFP Energies Nouvelles | Dispositif pour la determination de parametres petrophysiques d'une formation souterraine |
CN106090628A (zh) * | 2016-06-14 | 2016-11-09 | 东莞市联洲知识产权运营管理有限公司 | 一种气体管道泄漏定位试验系统及其定位方法 |
CN110411897B (zh) * | 2018-04-28 | 2022-07-15 | 国家能源投资集团有限责任公司 | 气体参数原位监测装置、原位监测系统和原位监测方法 |
CN110108331B (zh) * | 2019-05-23 | 2021-07-27 | 西安电子科技大学 | 基于ert的同质气液混合两相流流量测试方法及系统 |
CA3152442A1 (en) * | 2019-11-21 | 2021-05-27 | University Of Houston System | Systems and methods for wireless transmission of power in deep subsurface monitoring |
CN111323817B (zh) | 2020-04-15 | 2021-02-02 | 中国矿业大学(北京) | 基于深度学习的二氧化碳封存监测方法及装置 |
CN111337980B (zh) | 2020-04-16 | 2021-03-16 | 中国矿业大学(北京) | 基于时移全波形反演的二氧化碳封存监测方法和系统 |
US11460446B2 (en) * | 2020-04-21 | 2022-10-04 | Baker Hughes Oilfield Operations Llc | Estimation of formation and/or downhole component properties using electromagnetic acoustic sensing |
US11414986B1 (en) * | 2021-03-02 | 2022-08-16 | Saudi Arabian Oil Company | Detecting carbon dioxide leakage in the field |
-
2021
- 2021-12-15 CN CN202111527288.4A patent/CN113932982B/zh not_active Expired - Fee Related
-
2022
- 2022-01-28 AU AU2022200548A patent/AU2022200548B1/en active Active
- 2022-08-01 US US17/878,364 patent/US11933691B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
CN113932982A (zh) | 2022-01-14 |
US20230184614A1 (en) | 2023-06-15 |
US11933691B2 (en) | 2024-03-19 |
AU2022200548B1 (en) | 2023-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3039461B1 (en) | Borehole electric field survey with improved discrimination of subsurface features | |
Schmidt-Hattenberger et al. | Application of a Vertical Electrical Resistivity Array (VERA) for monitoring CO2 migration at the Ketzin site: First performance evaluation | |
CN105604066B (zh) | 电阻率剖面法在建筑基坑围护结构渗漏水检测中的应用 | |
CN108957563B (zh) | 一种隧道施工超前地质探测系统以及探测方法 | |
US9739905B2 (en) | Electromagnetic time-lapse remote sensing of reservoir conditions | |
Ernstson et al. | Geoelectrical methods | |
Barrio et al. | CO2 migration monitoring methodology in the shallow subsurface: Lessons learned from the CO2FIELDLAB project | |
CN113818929A (zh) | 一种矿井地下水动态监测系统、控制方法及应用 | |
CN113219551A (zh) | 一种煤矿底板破坏深度的确定方法 | |
CN113156518A (zh) | 一种含水灾害体矢量电阻率实时超前探测方法 | |
Feng‐Shan et al. | APPLICATION OF HIGH‐DENSITY RESISTIVITY METHOD IN DETECTING WATER‐BEARING STRUCTURES AT A SEABED GOLD MINE | |
CN103336315A (zh) | 采用瞬变电磁法和地震映像法对淘金洞进行探测的方法 | |
CN102778480A (zh) | 干旱条件下矿区采动裂隙带地表含水性的电性识别方法 | |
CN113932982B (zh) | 多信息融合的co2封存状态组网监测设备、系统和方法 | |
US10175379B2 (en) | System and method for surveying a subsurface of the earth | |
CN105137487A (zh) | 基于人工放水干扰场的地下水流场描述方法 | |
CN104297780A (zh) | 一种石油地质勘探激光超声波检测及数据传输系统 | |
Corwin | Data quality for engineering self-potential surveys | |
CN112799129B (zh) | 一种导水通道的识别方法及系统 | |
US20160160634A1 (en) | System for non-invasive controlling of underground storages and method for detecting leakages in underground storages | |
Eso et al. | Application of 3D electrical resistivity imaging in an underground potash mine | |
CN114397088A (zh) | 实时检测二氧化碳地质封存状态的装置、系统和方法 | |
CN110865246A (zh) | 断裂扩散电场强度的多孔监测系统及方法 | |
Nunez et al. | Subsurface Monitoring of Large-Scale CO2 Injection at SECARBC's Phase III Cranfield Site | |
CN109612423A (zh) | 基于位移传感器的巷道坍塌预测方法及系统 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220308 |