CN117706625A - 一种基于das的煤层压裂微震监测方法 - Google Patents
一种基于das的煤层压裂微震监测方法 Download PDFInfo
- Publication number
- CN117706625A CN117706625A CN202311724881.7A CN202311724881A CN117706625A CN 117706625 A CN117706625 A CN 117706625A CN 202311724881 A CN202311724881 A CN 202311724881A CN 117706625 A CN117706625 A CN 117706625A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- data
- distance
- das
- denoising
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 81
- 238000000034 method Methods 0.000 title claims abstract description 77
- 239000003245 coal Substances 0.000 title claims abstract description 19
- 230000000694 effects Effects 0.000 claims abstract description 14
- 230000009466 transformation Effects 0.000 claims abstract description 8
- 239000013307 optical fiber Substances 0.000 claims description 43
- 238000004458 analytical method Methods 0.000 claims description 15
- 238000000354 decomposition reaction Methods 0.000 claims description 15
- 230000008901 benefit Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 abstract description 6
- 238000012545 processing Methods 0.000 abstract description 2
- 238000013524 data verification Methods 0.000 abstract 1
- 238000013508 migration Methods 0.000 abstract 1
- 230000005012 migration Effects 0.000 abstract 1
- 230000008569 process Effects 0.000 description 15
- 239000007789 gas Substances 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 11
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 10
- 239000000835 fiber Substances 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000005314 correlation function Methods 0.000 description 3
- 230000004807 localization Effects 0.000 description 3
- 239000003345 natural gas Substances 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000009933 burial Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000021615 conjugation Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
-
- 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
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/288—Event detection in seismic signals, e.g. microseismics
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
-
- 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
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Acoustics & Sound (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开一种基于DAS的煤层压裂微震监测方法,应用于监测预警领域、地球科学领域,针对传统检波器采集地震信号存在信噪比低、方位角窄、密度稀的问题;本发明采用DAS进行压裂井全段监测,结合传统微地震数据处理和基于Karrenbach约束定位方法和波形走时的震源位置定位方法,通过对基于DAS采集有效信息实现微震信号震源定位,以探索微地震信号智能化和自动化定位新方法,并利用野外实测数据验证方法效果,确保微震定位结果能为构造解释、储层压裂改造、油气运移等提供支撑。
Description
技术领域
本发明属于监测预警领域、地球科学领域,特别涉及一种微震事件定位技术。
背景技术
据国土资源部评估显示,我国埋深为1200~2000米范围内的煤层气资源量约为16.77万亿方,埋深在2000~3000米煤层气约为18.47万亿方,主要分布在沁水盆地、四川盆地等区域。煤层气是资源潜力极大的非常规天然气,有望成为我国未来天然气增储上产的重要战略接替领域,对端牢我国的能源饭碗具有十分重要的意义。
煤层气是主要的非常规油气资源之一,也是继致密气和页岩气之后的又一大非常规天然气。其在煤化作用过程中形成,主要以吸附状态蕴藏于煤层中,少量以游离和溶解状态存在。受成藏特点决定,煤系多是致密、低孔渗的。为了提高非常规油气资源的采收率,一般在开发时会对相应储层施以压裂。而水力压裂技术是非常规油气资源开发的核心技术。它通过泵注高压流体到非常规低渗透储层产生复杂的人造裂缝,可以扩展储层的连通性、渗透性并提高油气的单井产量,且实时、精确的裂缝形成过程监测是指导水力压裂效果取得成功的关键之一。微地震监测技术是目前能对储层压裂过程实现最及时、信息最丰富的一种地球物理监测手段。目前,传统微震监测通常可以被分为井表监测和井内监测。这两种监测方式在数据采集中受到一定的限制:地面检波器距离储层较远且易受地面施工干扰;井中检波器数量较少且采集方位较窄。在非常规油气储层压裂改造中,微震井下观测技术被广泛视为最有效的手段之一。全球微地震井内监测技术在致密油储层和页岩气领域的应用相当普遍,在煤层气微震监测方面的应用则相对较少。
作为近年来迅速发展的一项创新性数据采集技术,分布式光纤声波传感技术(Distributed Acoustic Sensing,DAS),已成为行业内水力压裂监测的最新监测技术方法。近年来已成功应用于美国致密砂岩储层、页岩的水力压裂监测中并取得了显著的成效。DAS系统主要由两部分构成:一部分是井上的调制解调器(Interrogator Unit,IU)包括了光学系统和信号采集系统;另一部分是井下光纤。2019年,Karrenbach使用DAS系统,通过检测激光脉冲在光纤内部散射体形成的后向Rayleigh散射光的相位变化,实现了井下微小振动沿光纤轴向单分量应变信号的测量。DAS技术较于传统监测手段,最大的优点在于将光纤作为一体化融合的载体进行信号采集和传输。在2022年武绍江等将光纤沿井筒进行布设,获得了全井段、宽方位、高密度的实时微振动数据,为微地震分析、流体研究等提供更加丰富的信息,显著提升对储层改造过程的监测和评估能力;此外,光纤兼具抗电磁辐射干扰、耐热性好、化学反应表现为惰性、材料特性稳定等优点,能够很好地适应井下复杂的工作环境。
微震震源的定位是微震研究的核心主题,也是微震监测研究的焦点和热门话题;从工程应用的视角来看,震源的定位是微震监测技术最关键的特性和优势功能。通过定位压裂过程中发生的微震事件,可以分析和评判储层中的裂缝网络状态,从而进一步优化和指导压裂过程。根据定位原理的不同,微震震源定位方法可以归纳两大类:其一是依赖于三分量传感器的定位方法;其二是利用到时差异原理的定位方法。在煤矿的应用中,三分量传感器的震源定位方法在微震监测的范围上相对较小,并且存在大量的背景噪声,这导致准确区分P波和S波变得极其困难。此外,井中的检波器数量较少,采集的方位角度较窄,这使得难以获取微震震源的准确位置,从而无法准确地评估储层的改造情况。因此,这类震源定位方法在煤矿微震监测领域的应用并不广泛。基于到时差异原理衍生而来的震源定位方法类型众多,是微震定位监测中应用最广泛的一类震源定位方法。然而,由于传统的地面微震监测数据的信噪比较低,使得识别和拾取初至时间变得困难,这限制了基于识别、拾取初至的到时类定位方法的应用。
发明内容
针对传统检波器采集地震信号存在信噪比低、方位角窄、密度稀的问题,本发明采用DAS作为一体化的采集传输载体,通过采用约束定位方法和波形走时的震源位置定位方法,从而达到震源位置定位的效果,从而更易分析多波地震信号中蕴含的信息,实现精细化、高效化、自动化、智能化的地震勘探。
本发明采用的技术方案为:一种基于DAS的煤层压裂微震监测方法,将DAS沿压裂监测井轨迹布设,包括:
S1、首先读取基于DAS采集的振动监测数据,并转化为标准SEG-Y格式的地震数据;
S2、对步骤S1得到的地震数据进行预处理;
S3、对预处理后的数据,使用小波变换进行去噪处理;对去噪的数据进行快速傅立叶变换以分析频率成分,以及进行短时傅立叶变换以进行时频分析,查验去噪效果,当去噪效果满足要求时,保存去噪模型参数及去噪数据;
S4、将经步骤S3得到的去噪数据采用波形互相关方法对微震事件进行识别;
S5、将识别的微震事件利用长短时窗能量比法对初至时间进行提取;利用约束定位法确定微震事件在光纤的入射位置;采用走时差法计算微震事件到光纤的监测空间距离;最后结合微震事件在光纤的入射位置、光纤的监测空间距离进行震源定位。
本发明的有益效果:本发明的方法首先读取基于DAS采集的振动监测数据,并转化为标准SEG-Y格式的地震数据;对原始数据进行审核、筛选、重排序;对预处理后的数据,使用小波变换(WT)等方法对数据进行去噪处理,消除信号中的噪音;对去噪的数据进行快速傅立叶变换(FFT)以分析频率成分,以及进行短时傅立叶变换(STFT,short-time Fouriertransform)以进行时频分析,查验去噪效果,直至去噪效果较为彻底,并且有效信号得到保留,保存去噪模型参数及去噪数据;将去噪后有效数据采用波形互相关方法对微震事件进行识别;将识别的微震事件利用长短时窗能量比法(LTA/STA,Short Term Average/LongTerm Average)对初至时间进行提取;利用约束定位法确定微震事件在光纤的入射位置;采用走时差法计算微震事件到光纤的监测空间距离;最后结合入射方向、监测空间距离及测井等其它物探资料,建立三维坐标系,并对追踪的震源位置进行成像。
附图说明
图1为监测光纤数据预处理流程;
图2为监测光纤数据去噪流程;
图3为去噪后FFT频率分析;
图4为去噪后STFT时频分析;
其中,(a)为去噪前时频图,(b)为去噪后时频图;
图5为采用波形互相关函数识别的微震事件;
图6为利用STA/LTA拾取的初至结果;
其中,(a)为原始波形,(b)为STA/LTA比值;
图7为采用DAS的微震定位原理;
图8为约束定位原理;
图9为约束定位误差分析;
图10为由测井资料计算的层状速度模型;
图11为由射孔信号校正后的三维速度模型;
图12为基于DAS的煤层压裂微震定位流程;
图13为震源定位结果;
其中,(a)为三维空间定位结果,(b)为平面投影。
具体实施方式
为便于本领域技术人员理解本发明的技术内容,下面结合附图对本发明内容进一步阐释。
本发明将DAS沿压裂监测井轨迹布设,实现压裂井全井段、宽方位、高密度、高信噪比的实时微振动数据采集,可有效提高事件识别、初至拾取的准确度,进一步提升微震事件定位的精准性。本发明的方法流程如图6所示,包括以下步骤:
步骤1:读取目标工区压裂施工期间DAS(Distributed Acoustic Sensing,分布式光纤声波传感技术)监测的数据集,并转化为标准SEG-Y格式的地震数据,作为后续步骤处理的原始数据。
对原始数据进行预处理,主要在选择压裂时间区域段,能较好反应微震事件特征,具有较好的波形连续性的数据,数据的预处理流程如图1所示,具体包括以下步骤2、3、4的内容。
步骤2:对数据进行审核。结合现场施工情况对原始数据进行审核分析,判断其准确性、实用性、及时性以及一致性。
准确性审核:验证数据逻辑上的准确性。由于光纤本身体积小重量轻的特点以及现场几口井都有一定的倾斜,加上井中环境比较粗糙,故认为现场光纤布设过程中可能存在“盘纤”现象,这会导致采集到的数据中,部分相邻光纤采集到的光纤会有相同的数据,而真实数据中应该存在振动时差(微震事件传播到光纤时,传播距离不一样),理论上不可能存在完全相同数据,因此需要对多余的数据进行剔除。
实用性审核:查看数据质量能否较好反应压裂区间的振动特征,是否具有较好的波形特征,例如越靠近井口的光纤数据受噪声干扰最为严重,因此井口附近数据适用性较差,需要进行剔除。实际应用中,从井表到井下50-60米的光纤监测数据收到噪声干扰较为严重,实用性较差,因此,会剔除从井表到井下50-60米的光纤监测数据。
及时性审核:振动数据从主机端通过光信号解调计算后,直接传给服务器进行保存,声波数据直接由主机端底层软件解析后保存原始数据。及时性审查主要提出数据延迟性大于1s的。
通过以前的项目可以证实,当光纤附近有较大振动时,振速达到最大的时间点(精确到秒),相应时间的声波数据也能听到明显的响动。
一致性审核:检查导出的监测时间序列数据,通过检查时间之间的间隔是否一致进行数据的一致性审核。例如光纤是全程监测,无法整个导出全部数据,划分多个时间区间导出,就需要检查前后两个导出的数据文件是否匹配。
步骤3:对数据进行筛选剔除。针对项目目标对数据进行筛选,剔除多余的数据以及异常值。保证预处理后的数据可以直接用于下一步的数据信号去噪。
项目目标即需要监测目标主体,例如需要监测的目标主体为由水力压裂所产生的微震事件,那么只需要选取在注水压裂施工时间节点区域的监测数据进行处理,其余空闲时间的检测数据可剔除;剔除异常值的处理方式为将该道异常点位数据置为0。
步骤4:重新排列原始声波数据。在剔除多余数据以及异常值后,重新排列原始声波数据,得到可用于震源定位的有效区间数据。本领域的技术人员应知这里的重新排列是指在剔除数据后,需要依次递补排序。
步骤5:将重排序后的数据,采用小波变换(WT,wavelet transform)等方法进行去噪,具体过程如图2所示。
图2的实现过程为:对预处理后的数据,使用小波变换(WT)等方法对数据进行去噪处理,消除信号中的噪音;对去噪的数据进行快速傅立叶变换(FFT)以分析频率成分,以及进行短时傅立叶变换(STFT)以进行时频分析,查验去噪效果,直至去噪效果较为彻底,并且有效信号得到保留,保存去噪模型参数及去噪数据。
其中,WT是一种多分辨分析手段,利用有限长或迅速衰减的“母小波”来表示信号,借助母小波的位移函数τ和尺度因子a获得小波系数,其中连续小波变换(CWT,ContinuousWavelet Transform)常用于信号分析,信号z(t)的连续小波变换公式如下:
式中,z(t)为步骤4重排序后的有效区间数据,t表示采样时间;a为伸缩尺度;τ为平移因子;ψ(t)为小波母函数,ψ*(t)表示ψ(t)的共轭,ψ(t)满足:
小波包阈值去噪后的信号的连续性和准确性与阈值函数密切相关,阈值函数包括软阈值和硬阈值两种类型,软阈值在整体连续性上的表现较好,而硬阈值在均方意义上相对于软阈值方法具有更大的优势。可根据项目实际需求选取阈值函数,本实施例中选用硬阈值函数。
其中硬阈值处理后的小波系数表示为:
其中,λ表示设定好的阈值,L为输入图像的信号长度,median为中值函数,wj,k为阈值处理操作前的第j个分解尺度上的第k个小波系数,σ为估计的噪声方差,0.6745为噪声方差的调整系数。
根据硬阈值处理后的小波系数,重构为原始数据,对应的反变换公式如下:
步骤6:对步骤5经过小波变换去噪后的数据采用快速傅里叶变换FFT(FastFourier Transformation)进行频率分析,验证步骤5的去噪效果。具体的,若微震事件的频率小于200hz,则对比去噪前后的频率范围,有效去除了高频信号干扰;否则需要重新调整去噪参数,包括:调整阈值函数、小波分解系数、最佳分解层数;然后返回步骤5。
调整去噪参数的过程为:选用一定信号样本,通过调整小波分解系数、分解层数、阈值函数,计算调整后的每组小波分解系数、分解层数、阈值函数,对应的SNR(Signal-to-Noise Ratio,信噪比)、MSE(Mean Squared Error,均方根误差)和NCC(NormalizedCorrelation Cofficient,波形相似参数),根据SNR(信噪比)和MSE(均方根误差)都是越大越好,NCC(波形相似参数)是越小越好;选择最优结果参数;然后将最优结果参数带入步骤5中。所选用的信号样本大小应尽量满足与待处理数据窗口大小一致,样本来源应首选已知信息较多的样本,例如本次项目中,压裂前进行的射孔信号。
去噪后频率分析如图3所示,采用本发明的方法去噪后数据频率极大部分小于200hz,属于常见微震事件频率范围,说明本发明的方法有效去除了高频干扰噪声。
步骤7:对步骤5经过小波变换等方法去噪后的数据进行时频分析,进一步验证步骤5的去噪是否彻底,查看有效信号的时频特征保留程度和加强效果,直到去噪效果较为彻底,并且有效信号得到保护,保存去噪模型参数及去噪数据,进行下一步微震事件识别。
去噪是否彻底的判断依据为:时频分析后得到的,去噪后的数据中大于500hz频率的能量被全部去除,去噪彻底保留的去噪模型参数,具体包括阈值函数、小波分解系数、最佳分解层数、阈值参数;如果去噪不彻底,则需要重新调整去噪参数,包括:调整阈值函数、小波分解系数、最佳分解层数;然后返回步骤5。
时频分析如图4所示,采用本发明的方法去除了高频噪声干扰,有效信号得到保留。
步骤8:针对步骤7保存的去噪后有效数据,采用波形互相关函数,利用监测记录剖面上的波形相似特征可以对各事件识别,以便下一步微震事件初至拾取的进行。
互相关函数公式为:
其中,N为采样点数,xi(n)为选定的参考道,xj(n)为其他任意一道的数据。
识别的微震事件如图5所示,对去噪后数据,识别出微震事件,其中同相轴连续部分为识别出的微震事件。
步骤:9:对步骤8识别出的微震事件,进行初至的拾取。利用长短时窗能量比法(STA/LTA),根据不同时间窗口长度的能量比差异区分有效地震信号,并进行微震事件的初至拾取。
STA/LTA能量比法,采用两种不同的时窗长度公式为:
其中,N表示短时窗长度,M表示长时窗长度,Xi表示微地震数据,t0表示时窗计算的原点。设定一定步长向前移动时窗,计算其在该点的比值,设定一个阀值,当比值超过阀值时,判断为微地震事件发生。本实施例中这里的阀值取值为1.4。
微震事件的初至拾取如图6所示,对图5识别的微震事件进行初至时间拾取,标记点:大于触发阈值的时间到达时间。
步骤10:采用约束定位方法,依据波形的顶点确定在光纤上的入射位置。
步骤10.1:局部范围内,目的层近似各项同性条件下,最快接收到信号的数据道对应最短监测距离,信号源位于该数据道位置的垂向上。
确定光纤上入射位置的原理如图7所示,局部范围内,目的层近似各项同性条件下,最快接收到信号的数据道对应最短监测距离,信号源位于该数据道位置的垂向上。
步骤10.2:约束定位原理如图8所示,具体的:光纤信号的约束定位是将微地震事件约束到一个特定的平面上,从而达到准确定位的目的,事件与光纤的空间距离将作为平面监测距离进行定位,与真实投影位置的差值受震源与约束平面的高程差影响。通过实例验证,波形顶点位置指导沿井筒方向的位置误差小于一个道间距10m。
约束定位误差如图9所示,约束定位误差公式为:
S=L-L1
其中h≤H/2,H为缝高,h为事件位置与目的层高差,L为震源的监测距离,L1为事件目的层投影位置与光纤的距离。
步骤11:结合完整波形优势计算微震事件距光纤的空间距离。走时差与监测距离呈线性关系,可以通过走时差和声波速度准确计算监测距离。
步骤11.1:结合现场测井声波数据构建监测井段区域的速度模型。
计算震源到光纤的距离,距离=拾取的时差×相应的地层速度,由计算得到的距离求出的层状速度模型如图10所示。
步骤11.2:结合完整波形优势计算微震事件距光纤的空间距离。走时差与监测距离呈线性关系,可以通过走时差和声波速度准确计算监测距离。
多波信号监测距离公式为:
其中,△ti为纵横波走时差,vp为纵波速度,vs为横波速度可准确计算距离di。局部范围内,目的层近似各项同性条件下,压裂的目的层深度是已知的,即对应的地层速度已知,因此可将已知的地层速度带入监测距离公式计算得到对应的监测距离。
监测过程中,常接收到很多单波信号,通过高密度的采样,在目的层近似为各项同性条件下,单一波形即可完成空间距离的计算。
单一波形监测距离公式为:
其中,△tn为横波走时差,vp为纵波速度,vs为横波速度,k为波形顶点位置对应的测点m可为相邻测点间距,n为与k相距n(n≠0)个道距,可准确计算测点k距离。
步骤11.3:在约束定位方法应用基础上,需要已知来源的地震强信号,完成定位信息的进一步校正。本实例中使用了射孔信号,速度模型以声波速度为基础建立。射孔点与光纤的距离已知,通过调整速度模型,使计算得到的监测距离与之匹配即可获得准确速度模型。
通常校正过程为:已知震源,即已知震源到光纤的监测距离,通过光纤监测时差,求取地层速度,用求取的地层速度代替原来的地层速度进行校正。
由测井声波速度计算得出的速度模型也存在误差,通过已知信号进行校正速度模型,校正后的三维速度模型图11所示。
步骤12:根据测井报告资料,建立现场井组井下三维空间坐标系,将步骤10确定的震源方向与步骤11计算得出的震源与光纤测点的监测距离,在三维坐标系中进行成像,成像的结果即为震源的定位结果。
震源定位结果如图12所示,在得到震源定位结果后,还包括结合压裂施工参数、地质及其他物探资料,进行综合解释。
如表1所示,本发明的方法相比于现有技术定位误差更低,如表2所示,本发明的方法相比于现有技术定位效率更高。
表1本发明方法与现有技术定位误差对比
表2本发明方法与现有技术定位效率对比
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (6)
1.一种基于DAS的煤层压裂微震监测方法,其特征在于,将DAS沿压裂监测井轨迹布设,所述方法具体包括:
S1、首先读取基于DAS采集的振动监测数据,并转化为标准SEG-Y格式的地震数据;
S2、对步骤S1得到的地震数据进行预处理;
S3、对预处理后的数据,使用小波变换进行去噪处理;对去噪后的数据进行快速傅立叶变换以分析频率成分,以及进行短时傅立叶变换以进行时频分析,查验去噪效果,当去噪效果满足要求时,保存去噪模型参数及去噪数据;
S4、将经步骤S3得到的去噪后的数据采用波形互相关方法对微震事件进行识别;
S5、将识别的微震事件利用长短时窗能量比法对初至时间进行提取;利用约束定位法确定微震事件在光纤的入射位置;采用走时差法计算微震事件到光纤的监测空间距离;最后结合微震事件在光纤的入射位置、光纤的监测空间距离进行震源定位。
2.根据权利要求1所述的一种基于DAS的煤层压裂微震监测方法,其特征在于,步骤S3具体包括以下分步骤:
S31、对预处理后的数据,使用小波变换进行去噪处理;
S32、对去噪后的数据进行快速傅立叶变换以分析频率成分,若去噪后的数据的频率小于200hz,则有效去除了高频信号干扰,执行步骤S33;否则重新调整去噪参数,返回步骤S31;
S33、对去噪后的数据进行短时傅立叶变换以进行时频分析,若去噪后的数据中大于500hz频率的能量被全部去除,则保留去噪后的数据,并执行步骤S4;否则重新调整去噪参数,返回步骤S31。
3.根据权利要求2所述的一种基于DAS的煤层压裂微震监测方法,其特征在于,重新调整去噪参数具体为:调整小波分解系数、分解层数、阈值函数,计算调整后的每组小波分解系数、分解层数、阈值函数,对应的SNR、NCC、MSE,根据SNR、NCC越大越好,MSE越小越好;选择最优结果参数;然后将最优结果参数带入步骤S31。
4.根据权利要求1所述的一种基于DAS的煤层压裂微震监测方法,其特征在于,步骤S4所述的利用约束定位法确定微震事件在光纤的入射位置;具体包括以下步骤:
A1、局部范围内,目的层近似各项同性条件下,最快接收到信号的数据道对应最短监测距离,信号源位于该数据道位置的垂向上;
A2、将微地震事件约束到一个特定的平面上,事件与光纤的空间距离作为平面监测距离进行定位;约束定位误差公式为:
S=L-L1
其中,h≤H/2,H为缝高,h为事件位置与目的层高差,L为震源的监测距离,L1为事件目的层投影位置与光纤的距离。
5.根据权利要求4所述的一种基于DAS的煤层压裂微震监测方法,其特征在于,采用走时差法计算微震事件到光纤的监测空间距离;具体包括以下步骤:
B1、结合现场测井声波数据构建监测井段区域的速度模型;
B2、结合完整波形优势计算微震事件距光纤的空间距离;走时差与监测距离呈线性关系,通过走时差和声波速度准确计算监测距离;
监测距离公式为:
其中,△ti为纵横波走时差,vp为纵波速度,vs为横波速度可准确计算距离di。
6.根据权利要求5所述的一种基于DAS的煤层压裂微震监测方法,其特征在于,监测过程中,接收到的单波信号,其监测距离计算公式为:
其中,△tn为横波走时差,vs为横波速度,k为波形顶点位置对应的测点,m为相邻测点间距,n为与k相距n个道距,可准确计算测点k距离。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311724881.7A CN117706625A (zh) | 2023-12-14 | 2023-12-14 | 一种基于das的煤层压裂微震监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311724881.7A CN117706625A (zh) | 2023-12-14 | 2023-12-14 | 一种基于das的煤层压裂微震监测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117706625A true CN117706625A (zh) | 2024-03-15 |
Family
ID=90154823
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311724881.7A Pending CN117706625A (zh) | 2023-12-14 | 2023-12-14 | 一种基于das的煤层压裂微震监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117706625A (zh) |
-
2023
- 2023-12-14 CN CN202311724881.7A patent/CN117706625A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2530492B1 (en) | Method for determining geometric caracteristics of a hydraulic fracture | |
US9075158B2 (en) | Using a drill bit as a seismic source for SET velocity analysis | |
US11112513B2 (en) | Method and device for estimating sonic slowness in a subterranean formation | |
US9885795B2 (en) | Acoustic wave imaging of formations | |
US10768323B2 (en) | Methods and systems for seismic data analysis using a tilted transversely isotropic (TTI) model | |
AU2014407527B2 (en) | Integrating vertical seismic profile data for microseismic anisotropy velocity analysis | |
Yang et al. | Integrated application of 3D seismic and microseismic data in the development of tight gas reservoirs | |
CN116378648B (zh) | 一种基于随钻声波前视的近钻头地层探测方法及装置 | |
Schoenball et al. | Microseismic monitoring of meso-scale stimulations for the DOE EGS Collab project at the Sanford Underground Research Facility | |
US8995224B2 (en) | Real-time velocity and pore-pressure prediction ahead of drill bit | |
Fujimoto et al. | DAS 3DVSP survey at Stratigraphic Test Well (Hydrate-01) | |
NO344460B1 (en) | Methods and systems for identifying and plugging subterranean conduits | |
CN115166831A (zh) | 一种指导压裂及侧钻作业的声波测井方法 | |
CN117706625A (zh) | 一种基于das的煤层压裂微震监测方法 | |
CN110780345A (zh) | 一种隧道超前地震探测地震数据的三维速度分析方法 | |
Chakravarty et al. | Hydraulic Fracturing-Driven Infrasound Signals–a New Class of Signal for Subsurface Engineering | |
Chon et al. | Reservoir continuity logging using connectivity mapping while drilling | |
CN112888970A (zh) | 确定声波慢度的方法和装置 | |
Aditya et al. | Hydraulic Fracturing-driven Infrasound Signals-A New Class of Signal for Subsurface Engineering | |
AU745543B2 (en) | Method of borehole compensation of earth formation characteristic measurements using depth measurements | |
CN115951408A (zh) | 地下地层的声波探测的慢度提取方法、装置、介质及设备 | |
CN117192612A (zh) | 一种高精度的浊积砂体地震识别方法 | |
CN118210059A (zh) | 一种储层裂缝预测方法和系统 | |
Daley et al. | 11. Seismic and Microseismic Monitoring |
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 |