CN116359988A - 一种基于Krauklis波全波形反演的水力压裂裂缝监测方法及装置 - Google Patents
一种基于Krauklis波全波形反演的水力压裂裂缝监测方法及装置 Download PDFInfo
- Publication number
- CN116359988A CN116359988A CN202310369587.2A CN202310369587A CN116359988A CN 116359988 A CN116359988 A CN 116359988A CN 202310369587 A CN202310369587 A CN 202310369587A CN 116359988 A CN116359988 A CN 116359988A
- Authority
- CN
- China
- Prior art keywords
- fracture
- krauklis
- waveform inversion
- full waveform
- hydraulic
- 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
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000012544 monitoring process Methods 0.000 title claims abstract description 32
- 238000004590 computer program Methods 0.000 claims description 13
- 238000003384 imaging method Methods 0.000 claims description 9
- 238000004088 simulation Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000012806 monitoring device Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 5
- 239000012530 fluid Substances 0.000 abstract description 5
- 239000006185 dispersion Substances 0.000 abstract description 3
- 238000011156 evaluation Methods 0.000 abstract description 3
- 230000008859 change Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 239000007789 gas Substances 0.000 description 5
- 230000000877 morphologic effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G01V1/30—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
- G01V1/282—Application of seismic models, synthetic seismograms
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/62—Physical property of subsurface
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/66—Subsurface modeling
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种基于Krauklis波全波形反演的水力压裂裂缝监测方法及装置,包括如下步骤:获取含有Krauklis波的正演数据集和Krauklis波的实际数据集;利用全波形反演对水力压裂裂缝进行反演;周期性地利用全波形反演对压裂裂缝进行成像,对水力压裂裂缝的周期性监测。本发明,充分利用Krauklis波的沿裂隙中流体层传播、强振幅、强频散、低频传播速度慢的波形特征与裂缝几何形态的关系,基于弹性波方程的数值解,采用了全波场信息,因而提供高分辨率、高精度的裂缝精细结构图像,以服务于定量化的压裂监测和裂缝效果评价。
Description
技术领域
本发明涉及勘探技术领域,具体为一种基于Krauklis波全波形反演的水力压裂裂缝监测方法及装置。
背景技术
微地震监测技术是目前水力压裂过程监测及压裂效果评价的主要手段。它以压裂裂缝扩展时,沿裂缝面发生剪切滑动形成的一系列微震为研究对象,通过地表或井中记录到的微地震事件来进行微地震震源定位,由微地震震源的空间分布来描绘裂缝的发育情况。因此,该技术是一种间接监测方法,尽管它可以确定裂缝发育的空间位置,但很难对裂缝的长度、宽度和高度等几何参数进行精确的描述。此外,记录到的微震信号往往能量较弱,且混杂在噪音之中,对于微震信号的震相识别与拾取存在着一定的难度,而其识别的准确性将会直接影响到震源定位的精度。
发明内容
本发明的目的在于提供一种基于Krauklis波全波形反演的水力压裂裂缝监测方法及装置,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于Krauklis波全波形反演的水力压裂裂缝监测方法,包括如下步骤:
S1、获取含有Krauklis波的正演数据集和Krauklis波的实际数据集;
S2、利用全波形反演对水力压裂裂缝进行反演;
S3、周期性地利用全波形反演对压裂裂缝进行成像,对水力压裂裂缝的周期性监测。
进一步的,获取含有Krauklis波的(差值)正演数据集包括:
利用基准模型m0获取正演数据u0;
利用裂缝模型m1获取正演数据u1;
正演数据集u为正演数据u0与正演数据u1之差。
进一步的,利用水力压裂前井筒作为基准模型m0,进行数值模拟,获取正演数据u0,构建含裂缝的初始模型m1进行数值模拟,获取正演数据u1。
进一步的,获取含有Krauklis波的(差值)实际数据集包括:
水力压裂前获取实际数据d0;
水力压裂后获取实际数据d1;
将实际数据d0与实际数据d1之差作为差值实际数据d。
进一步的,在压裂之前利用观测系统记录井筒的实际数据d0,压裂后再次进行记录,获得压裂后记录到的实际数据d1。
进一步的,将水力压裂前获取实际数据d0与水力压裂后获取实际数据d1之差作为差值实际数据d。
进一步的,采用基于包络计算及小波变换的多尺度全波形反演策略对初始模型m1进行更新,直至全波形反演的误差小于一定阈值或不再增大,即可得到最终的裂缝模型m。
为实现上述目的,本发明还提供如下技术方案:
一种基于Krauklis波全波形反演的水力压裂裂缝监测装置,其特征在于,包括:
获取模块,用于获取含有Krauklis波的正演数据集和Krauklis波的实际数据集;
反演模块,用于利用全波形反演对水力压裂裂缝进行反演;
监测模块,用于周期性地利用全波形反演对压裂裂缝进行成像,对水力压裂裂缝的周期性监测。
为实现上述目的,本发明还提供如下技术方案:
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现如上述中任一项所述方法的步骤。
为实现上述目的,本发明还提供如下技术方案:
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述中任一项所述的方法的步骤。
与现有技术相比,本发明的有益效果是:
充分利用Krauklis波的沿裂隙中流体层传播、强振幅、强频散、低频传播速度慢的波形特征与裂缝几何形态的关系;以弹性波波场的全波形反演为理论框架进行裂缝精细结构的高分辨率成像;与非均匀网格有限差分法结合,可精确刻画不同尺度的裂隙发育并节约计算成本,提高成像效率;通过设计双差目标函数以及基于包络和小波分解的多尺度策略,有针对性的对感受裂缝形态结构变化最敏感的Krauklis波全波数据进行反演;算法易于推广到不同的反演目标函数,不局限于L2范数的波形拟合,进而实现和应用于匹配不同信噪比数据中的特定属性。
附图说明
图1为本发明水力压裂前(a)与压裂后(b)的模型对比示意图。
图2为本发明在井壁接收到的位移垂直分量记录,其中(a)压裂前记录,(b)压裂后记录,(c)压裂后记录减去压裂前记录的结果示意图。
图3为本发明基于Krauklis波水力压裂裂缝监测合成数据测试。(a)压裂前地下实际结构,(b)压裂后地下实际结构,(c)基于双差目标函数的Krauklis波反演结果示意图。
图4为本发明方法发明层次流程图。
图5为本发明基于Krauklis波全波形反演的水力压裂裂缝监测方法步骤流程图。
图6为本发明基于Krauklis波全波形反演的水力压裂裂缝监测装置结构框图。
图7为本发明计算机设备的内部结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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例,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,术语“上端”、下端”、“内”、“外”、“前端”、“后端”、“两端”、“一端”、“另一端”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“设置有”、“套设有”、“套接”、“连接”等,应做广义理解,例如“连接”,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
请参阅图1-7,本发明提供一种技术方案:
随着常规油气资源日益减少以及能源需求量不断增加,页岩气得到了全世界越来越广泛的研究与关注。页岩气是指赋存于富有机质泥页岩及其夹层中,以游离态和吸附态储存的非常规天然气,其气藏本身具有低孔隙度低渗透率特点。而水力压裂作为页岩气开采中的一项主要技术,可以对页岩储层进行改造,来达到改善储层流通性能,建立起储层与井筒之间流体通道的目的。其压后效果可通过压裂裂缝的空间扩展规律、长度、宽度和高度等参数来进行评价,以便用于指导压裂施工过程中的压裂模型修正、加砂量确定、加砂工艺等工作的开展。
Krauklis波是一种在流体充填裂缝中传播的频散慢波。由于它对裂缝的形态结构非常敏感,并具有较强能量,为其在水力压裂裂缝监测中的应用提供了可能。现有研究表明,裂缝的几何形态会直接影响Krauklis波的共振频率和衰减等波形特征,因而可以考虑以波形反演的方式来从中获取裂缝形态,从而有望提供高分辨率、高精度的裂缝精细结构图像,以服务于定量化的压裂监测和裂缝效果评价。
本发明的基于Krauklis波全波形反演的水力压裂裂缝监测方法:
基于Krauklis波的共振频率和衰减等波形特征与裂缝几何形态直接相关,提出了基于Krauklis波的全波形反演方法研究,来定量估计水力压裂后产生裂缝的空间分布和几何形态。由于该方法基于弹性波方程的数值解,采用了全波场信息,因而有望提供高分辨率、高精度的裂缝精细结构图像,以服务于定量化的压裂监测和裂缝效果评价。
方法流程:
获取数值模拟结果:
步骤一:不含裂缝的井筒模型数值模拟结果:利用水力压裂前井筒作为基准模型m0,如图1(a)所示,进行数值模拟,获取正演数据u0(图2(a));
参考实际压裂时竖直井的结构,建立未进行水力压裂时的基准模型m0;
步骤二:构建含裂缝的初始模型m1(如图1(b)所示)进行数值模拟,获取正演数据u1(图2b);
在基准模型m0的基础上,增加裂缝模型,构成含裂缝的初始模型m1;
u0、u1均为检波器记录到的质点速度信息,分别为采用m0模型和m1模型正演模拟记录到的正演数据;
同理d0、d1也是检波器记录到的质点速度信息,只不过是实际获取的数据;
获取实际数据:
步骤三:在压裂之前利用观测系统记录井筒的实际数据d0;
步骤四:压裂后再次进行记录,获得压裂后记录到的实际数据d1;
利用全波形反演技术对水力压裂裂缝进行反演:
步骤五:将u0-u1作为全波形反演中的差值正演数据u(图2(c));将d0-d1作为差值实际数据d;
步骤六:采用基于包络计算及小波变换的多尺度全波形反演策略对初始模型m1进行更新,直至全波形反演的误差小于一定阈值或不再增大,即可得到最终的裂缝模型m。
对实际数据和正演数据进行包络计算级小波变化后,计算二者的二范数误差,并求取误差的梯度。采用梯度求优方法(如L-BFGS方法)可以获取模型更新方向,结合模型更新步长,可以获得模型更新量,从而实现对模型的更新。
这个阈值是指当新模型的更新量相对于上一次更新的模型小于百分之1。
进行压裂裂缝监测:
步骤七:周期性地利用全波形反演技术对压裂裂缝进行成像,从而达到对水力压裂裂缝的周期性监测目的。
其中,图3展示了我们方法的一个结果图,其中图3(a)为初始模型,图3(b)为实际模型,图3(c)为最终的反演结果,可以看出所提出的方法成功地反演出了水力压裂裂缝。
本发明中:
1)充分利用Krauklis波的沿裂隙中流体层传播、强振幅、强频散、低频传播速度慢的波形特征与裂缝几何形态的关系;
2)以弹性波波场的全波形反演为理论框架进行裂缝精细结构的高分辨率成像;
3)与非均匀网格有限差分法结合,可精确刻画不同尺度的裂隙发育并节约计算成本,提高成像效率;
与非均匀网格有限差分法结合:常规有限差分法在对模型进行离散化时,采用相同的网格间距,这在刻画裂隙时会导致计算量非常大。因此我们采取非均匀网格对裂缝进行离散,即靠近裂缝的地方网格间距小,周围地区网格间距大。
4)通过设计双差目标函数以及基于包络和小波分解的多尺度策略,有针对性的对感受裂缝形态结构变化最敏感的Krauklis波全波数据进行反演;
5)算法易于推广到不同的反演目标函数,不局限于L2范数的波形拟合,进而实现和应用于匹配不同信噪比数据中的特定属性。
如图6所示,提出一种基于Krauklis波全波形反演的水力压裂裂缝监测装置100,包括:
获取模块200,用于获取含有Krauklis波的正演数据集和Krauklis波的实际数据集;
反演模块300,用于利用全波形反演对水力压裂裂缝进行反演;
监测模块400,用于周期性地利用全波形反演对压裂裂缝进行成像,对水力压裂裂缝的周期性监测。
本发明提供的计算机设备的结构示意,该计算机设备可以是服务器,其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现上述的优化方法。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
本发明提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
同时提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(DynamicRandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种基于Krauklis波全波形反演的水力压裂裂缝监测方法,其特征在于,包括如下步骤:
获取含有Krauklis波的正演数据集和Krauklis波的实际数据集;
利用全波形反演对水力压裂裂缝进行反演;
周期性地利用全波形反演对压裂裂缝进行成像,对水力压裂裂缝的周期性监测。
2.如权利要求1所述的基于Krauklis波全波形反演的水力压裂裂缝监测方法,其特征在于,获取含有Krauklis波的正演数据集包括:
利用基准模型m0获取正演数据u0;
利用裂缝模型m1获取正演数据u1;
正演数据集u为正演数据u0与正演数据u1之差。
3.如权利要求2所述的基于Krauklis波全波形反演的水力压裂裂缝监测方法,其特征在于,利用水力压裂前井筒作为基准模型m0,进行数值模拟,获取正演数据u0,构建含裂缝的初始模型m1进行数值模拟,获取正演数据u1。
4.如权利要求1所述的基于Krauklis波全波形反演的水力压裂裂缝监测方法,其特征在于,获取含有Krauklis波的实际数据集包括:
水力压裂前获取实际数据d0;
水力压裂后获取实际数据d1;
将实际数据d0与实际数据d1之差作为差值实际数据d。
5.如权利要求4所述的基于Krauklis波全波形反演的水力压裂裂缝监测方法,其特征在于,在压裂之前利用观测系统记录井筒的实际数据d0,压裂后再次进行记录,获得压裂后记录到的实际数据d1。
6.如权利要求2所述的基于Krauklis波全波形反演的水力压裂裂缝监测方法,其特征在于,将水力压裂前获取实际数据d0与水力压裂后获取实际数据d1之差作为差值实际数据d。
7.如权利要求1所述的基于Krauklis波全波形反演的水力压裂裂缝监测方法,其特征在于,采用基于包络计算及小波变换的多尺度全波形反演策略对初始模型m1进行更新,直至全波形反演的误差小于一定阈值或不再增大,即可得到最终的裂缝模型m。
8.一种基于Krauklis波全波形反演的水力压裂裂缝监测装置,其特征在于,包括:
获取模块,用于获取含有Krauklis波的正演数据集和Krauklis波的实际数据集;
反演模块,用于利用全波形反演对水力压裂裂缝进行反演;
监测模块,用于周期性地利用全波形反演对压裂裂缝进行成像,对水力压裂裂缝的周期性监测。
9.一种计算机设备,其特征在于,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310369587.2A CN116359988A (zh) | 2023-04-07 | 2023-04-07 | 一种基于Krauklis波全波形反演的水力压裂裂缝监测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310369587.2A CN116359988A (zh) | 2023-04-07 | 2023-04-07 | 一种基于Krauklis波全波形反演的水力压裂裂缝监测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116359988A true CN116359988A (zh) | 2023-06-30 |
Family
ID=86916111
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310369587.2A Pending CN116359988A (zh) | 2023-04-07 | 2023-04-07 | 一种基于Krauklis波全波形反演的水力压裂裂缝监测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116359988A (zh) |
-
2023
- 2023-04-07 CN CN202310369587.2A patent/CN116359988A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11098565B2 (en) | Method for estimating permeability of fractured rock formations from induced slow fluid pressure waves | |
EP2965126B1 (en) | Determining continuous capillary pressure curves for subsurface earth formations using saturation and nmr log data | |
US8914269B2 (en) | Methods and devices for transformation of collected data for improved visualization capability | |
US10385658B2 (en) | In-situ wellbore, core and cuttings information system | |
US8243549B2 (en) | Estimating seismic anisotropy of shales | |
US11181653B2 (en) | Reservoir characterization utilizing ReSampled seismic data | |
US20210096276A1 (en) | Model for Coupled Porous Flow and Geomechanics for Subsurface Simulation | |
CN104749617A (zh) | 一种多尺度裂缝储层正演模型建立方法 | |
US20230097859A1 (en) | Method and system for determining coarsened grid models using machine-learning models and fracture models | |
CN104252007A (zh) | 一种相容性岩石物理建模方法 | |
Odling et al. | Fractional flow in fractured chalk; a flow and tracer test revisited | |
Wang et al. | Adaptive finite element‐discrete element analysis for microseismic modelling of hydraulic fracture propagation of perforation in horizontal well considering pre‐existing fractures | |
Han et al. | In-situ stress inversion in Liard Basin, Canada, from caliper logs | |
CN110095811B (zh) | 膏岩层速度模型构建处理方法及装置 | |
CN112901158A (zh) | 水力裂缝缝长的预测方法、裂缝网络建模的方法及装置 | |
US20230289499A1 (en) | Machine learning inversion using bayesian inference and sampling | |
US20230193751A1 (en) | Method and system for generating formation property volume using machine learning | |
CN111580159B (zh) | 基于微震品质因子的压裂效果评价方法及装置 | |
US11668855B2 (en) | Method and system for sedimentary pathway prediction using geological and seismic data | |
CN117826243A (zh) | 融入混合注意力Unet神经网络隧洞地震数据重建方法 | |
US20200386097A1 (en) | Sequential estimation while drilling | |
CN116359988A (zh) | 一种基于Krauklis波全波形反演的水力压裂裂缝监测方法及装置 | |
Li et al. | Geomechanical characterization and modeling in the Montney for hydraulic fracturing optimization | |
CN111502647B (zh) | 一种钻井地质环境因素确定方法、装置及存储介质 | |
CN111025393B (zh) | 针对含薄煤层地层的储层预测方法、装置、设备及介质 |
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 |