EA019484B1 - Способ получения сейсмических данных - Google Patents
Способ получения сейсмических данных Download PDFInfo
- Publication number
- EA019484B1 EA019484B1 EA201070023A EA201070023A EA019484B1 EA 019484 B1 EA019484 B1 EA 019484B1 EA 201070023 A EA201070023 A EA 201070023A EA 201070023 A EA201070023 A EA 201070023A EA 019484 B1 EA019484 B1 EA 019484B1
- Authority
- EA
- Eurasian Patent Office
- Prior art keywords
- seismic
- seismic data
- statistical
- processing
- data
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 74
- 238000012545 processing Methods 0.000 claims abstract description 160
- 238000005259 measurement Methods 0.000 claims abstract description 104
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 57
- 238000012937 correction Methods 0.000 claims description 11
- 230000001419 dependent effect Effects 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 6
- 239000011435 rock Substances 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 238000013179 statistical model Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims 1
- 238000012512 characterization method Methods 0.000 abstract description 4
- 238000002310 reflectometry Methods 0.000 abstract 5
- 208000037516 chromosome inversion disease Diseases 0.000 description 114
- 238000013016 damping Methods 0.000 description 27
- 230000015572 biosynthetic process Effects 0.000 description 16
- 230000000875 corresponding effect Effects 0.000 description 16
- 238000005755 formation reaction Methods 0.000 description 16
- 230000000694 effects Effects 0.000 description 13
- 230000008859 change Effects 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 9
- 238000003908 quality control method Methods 0.000 description 9
- 230000001629 suppression Effects 0.000 description 8
- 238000012360 testing method Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 239000010410 layer Substances 0.000 description 5
- 238000013508 migration Methods 0.000 description 5
- 230000005012 migration Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 230000001902 propagating effect Effects 0.000 description 5
- 230000001427 coherent effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000010521 absorption reaction Methods 0.000 description 3
- 238000005553 drilling Methods 0.000 description 3
- 238000009472 formulation Methods 0.000 description 3
- 229930195733 hydrocarbon Natural products 0.000 description 3
- 150000002430 hydrocarbons Chemical class 0.000 description 3
- 238000013101 initial test Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 239000000047 product Substances 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 241000272525 Anas platyrhynchos Species 0.000 description 1
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 208000035126 Facies Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000012443 analytical study Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004061 bleaching Methods 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000005251 gamma ray Effects 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000013517 stratification Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000002277 temperature effect Effects 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000005303 weighing Methods 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
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)
- Medicines That Contain Protein Lipid Enzymes And Other Medicines (AREA)
- Detergent Compositions (AREA)
Abstract
Способ получения улучшенных сейсмических данных и оптимизированных обращенных коэффициентов отражения включает в себя вычисление статистических характеристик скважины на основании ограниченных по полосе коэффициентов отражения в скважине для подземной области. Наборы обработанных сейсмических данных вычисляют, применяя различные последовательности обработки к сейсмическим данным, соответствующим подземной области. Обращенные коэффициенты отражения вычисляют, применяя обращение наборов обработанных сейсмических данных. Статистические сейсмические характеристики вычисляют на основании обращенных коэффициентов отражения. Разностные результаты (SDMs) статистических измерений вычисляют между статистическими характеристиками скважины и сейсмическими характеристиками. Оптимальную последовательность обработки выбирают на основании вычисленных разностных результатов статистических измерений. Улучшенные сейсмические данные получают, обрабатывая сейсмические данные, соответствующие подземной области. Оптимальный алгоритм сейсмической инверсии получают на основании вычисленных разностных результатов статистических измерений. Сейсмические данные обращают, используя оптимальный алгоритм сейсмической инверсии, для получения набора оптимизированных обращенных коэффициентов отражения.
Description
Настоящее изобретение относится к сейсмическим исследованиям подземных пластов и более конкретно к использованию данных контроля за скважиной для повышения качества обработки сейсмических данных и амплитудных инверсий.
Предшествующий уровень техники
В течение последних 25 лет в нефтегазовой промышленности прилагают усилия к получению большего количества информации о свойствах геологической среды на основании сейсмических данных, в частности подробной информации о поровых флюидах, пористости, литологии, давлении и геометрии геологической среды. Отчасти этого достигают, используя комбинацию сейсмических данных и каротажной информации для повышения точности свойств геологической среды, оцениваемых на основании сейсмических данных. Эти попытки вознаграждаются повышенной результативностью разведочного бурения и выбора наиболее перспективных эксплуатационных скважин. Большей частью этот успех базируется на восстановлении относительных акустических импедансов (произведений плотности и изменений скорости продольной волны на границе).
На фиг. 1 показаны подземные пласты 10, относительно которых определяется подробная информация о геологической среде. Подземные пласты 10 могут включать в себя один или несколько коллекторов или продуктивных зон. Сейсмические исследования осуществляют на протяжении этой представляющей интерес подземной области, используя сейсмические источники 12 звука и приемники 14. На приемниках 14 регистрируют акустические волны, которые распространяются по направлению волновых фронтов от источников 12 к подземным пластам 10, где часть акустических волн отражается обратно к приемникам 14 и регистрируется в виде сейсмических трасс. Для сохранения регистрируемых данных часто используют регистрирующее транспортное средство 16. Кроме того, предпочтительно, чтобы ствол 20 скважины проходил через подземные пласты 10 и каротажные приборы спускались в ствол 20 скважины для получения информации о свойствах геологической среды, касающейся упругих свойств подземных пластов 10.
На фиг. 2 показан пример схемы профиля с общим сейсмическим источником, включающей в себя единственный источник 12 и множество приемников 14, расположенных с образованием двумерной геометрии. На схеме показана геометрия траектории лучей (по нормали к распространяющемуся волновому фронту), в соответствии с которой однократно отраженная сейсмическая волна распространяется по нисходящей от места расположения источника к точкам 22 отражения и затем в обратном направлении к местам расположения приемников (по прямолинейным траекториям). Показан угол θΓ, который представляет собой угол отражения для наибольшего расстояния источник-приемник.
Профили с общим сейсмическим источником являются основными компонентами сейсмических исследований, необходимыми для образования выборки трасс с общей средней точкой (ОСТ), показанной на фиг. 3. На этом чертеже угол θΓ отражения показан для близлежащей пары источник-приемник. Выборка трасс с общей средней точкой является совокупностью трасс профиля с общим сейсмическим источником, которые имеют различные расстояния от сейсмического источника до приемника и общую поверхность или местоположение средней точки. Это местоположение соответствует общей глубинной точке 24 отражения, если геологические слои не являются падающими. Поскольку геологические слои часто являются сложно структурированными, выборки трасс с общей средней точкой обрабатывают, используя различные методики построения изображения и подавления помех в выборках трасс с общей средней точкой (ОСТ). Эти выборки представляют собой типичную совокупность трасс, которые являются входными данными для алгоритмов амплитудной инверсии. Выборки трасс содержат информацию о том, как интенсивность или амплитуда однократно отраженной волны изменяются на обычной геологической границе в зависимости от угла прихода лучей. Трассы с многочисленными углами прихода необходимы, чтобы осуществлять инверсию для получения свойств нижележащей границы, которая обуславливает наблюдаемую амплитуду отраженной волны.
На фиг. 4 представлена сверточная модель однократно отраженной волны, имеющей зависимость амплитуды отражения от удаления, и показано, как амплитуда однократно отраженной волны из трассы может быть сопоставлена с границами между геологическими пластами 10. Данные каротажа скважины и отбора кернов, полученные из стволов 20 скважин, наглядно показывают, что физические свойства геологических пластов обычно различаются от одного пласта к другому. Акустические волны, распространяющиеся через эти пласты, являются наиболее чувствительными к упругим свойствам пластов, включающим в себя скорость νρ продольной волны, скорость ν, поперечной волны и характеристики плотности ρ, и в меньшей степени к их поглотительным свойствам. Различия упругих свойств на границе между двумя пластами являются определяющими для амплитуды отраженных и прошедших волновых фронтов по сравнению с амплитудой нисходящих или вступающих волновых фронтов. Как показано на фиг. 4, величина амплитуды отраженной волны может быть аппроксимирована взвешенной суммой трех коэффициентов упругого отражения или различий упругих свойств на границах, нормированных на среднее упругих свойств на границах. Весовая функция для каждого коэффициента отражения представляет собой тригонометрическую функцию угла отражения, описываемую уравнением (1)
- 1 019484
Α (0)ΞΡ..ο+ΰ*3ίη2θ+Κρ*3Ϊη'-ΐ:ίΐη20 (1) где Α(θ) - амплитуда, отражаемая под углом θ;
θ [усредненный угол на границе^^^ + θ^ί^™)^;
Ко [представляющий импеданс для продольных волн коэффициент отражения]= ΔνΡ/2νΡ + Δρ/2ρ;
[представляющий градиент коэффициент отражения]=ΔνΡ/2νΡ-Κ(Δρ/2ρ + Δν3/ν3);
и КР [представляющий скорость продольной волны коэффициент отражения]=ΔνΡ/2νΡ.
Геологический разрез, состоящий из множества границ пластов, будет действовать на распространяющийся волновой фронт сейсмической волны подобно ряду коэффициентов отражения, расположенных на интервалах времени, необходимых акустической волне для распространения между границами. Характеристику однократно отраженной волны вычисляют путем замены каждого из коэффициентов отражения копией распространяющегося сейсмического импульса или возмущением волнового фронта, масштабированного величиной и знаком коэффициента отражения. Характеристика однократно отраженной волны, регистрируемой на поверхности, является суммой всех сдвинутых по времени масштабированных сейсмических импульсов или сверткой сейсмических импульсов с рядом коэффициентов отражения границ. Двумя стрелками в нижней части фиг. 4 показано, что задача амплитудной инверсии с зависимостью амплитуды отражения от удаления заключается в преобразовании трасс с зависимостью амплитуды отражения от удаления в компонентные коэффициенты отражения, тогда как задача анализа атрибутов зависимости амплитуды отражения от времени включает изменения геологических свойств на границе, которые создаются обращенными коэффициентами отражения.
Каротажные данные, регистрируемые в стволах 20 скважины, пробуренных в геологических пластах 10, можно использовать для оценивания упругих и поглотительных свойств геологических пластов 10 и, следовательно, амплитуды однократно отраженной волны, которая является частью полной регистрируемой характеристики сейсмических исследований. Каротажные данные можно использовать для определения статистической характеристики ожидаемой отраженной волны и для получения показателя качества обработки, поясняемого ниже.
Основы зависящей от угла амплитудной инверсии были изложены в 1950-х годах, когда Вог(Ге1б, К., 1961, Лрргохппайопк ίο 1йе гейесйоп апб 1гапкт1ккюп соейЮеШк оГ р1апе 1опдйиШпа1 апб 1гап5усг5с тауек, СеорНук. Ргокр., т. 9, с. 485-502, описал линеаризированное выражение для уравнения коэффициентов отражения Цепритца. Ыпбке1й, К.О., 1979, 3уп1йе11с кошс 1од - а ргосекк Гог к1гайдгарШс т1егрге1айоп, Оеорйукюк, 44, с. 3-26 реализовал инверсию амплитуды трассы для получения импеданса. Вскоре после этого качественный анализ зависимости амплитуды отражения от удаления осуществил Окйапбег, ХУ.!, 1984, Р1апе-^ахе гейесйоп соеГйс1еп1 Гог дак капбк а1 поппогта1 апд1ек оГ тскепсе, Оеорйукюк, 49, 1637-1648.
Впоследствии качественную и количественную инверсии с зависимостью амплитуды отражения от удаления использовали для оценивания геологических свойств разреза. Амплитудная инверсия содержит процесс прогнозирования одного или нескольких компонентных коэффициентов отражения (свернутых с известным сейсмическим импульсом), обуславливающих характеристику отражения в зависимости амплитуды отражения от удаления на основании совокупности трасс с общей подземной точкой отражения, упорядоченных благодаря увеличению угла отражения или расстояния от сейсмического источника до приемника.
На фиг. 5 показаны единственная граница между двумя средами 30 и 32, угол ()о.|раж отражения и угол θ^^^ преломления для вступающего импульсного сигнала, имеющего вступление единичной амплитуды, и сумма и разность упругих свойств, которые являются важными при определении интенсивности импульса отраженной волны. Кроме того, показано, что среда 30 имеет свойства νΡ1, ν31 и ρ1 и среда 32 имеет свойства νΡ2, ν32 и ρ2.
В табл. 1 приведены показатели, предназначенные для определения на границе амплитуды отраженной волны.
Таблица 1 Показатели для определения на границе амплитуды отраженной волны коэффициенты отражения границы - Δί(ν3, νΡιΓ р}/д^§, νρ, р) = скорость продольной волны в среде ν3 = скорость поперечной волны в среде
В табл. 2 даны определения для коэффициентов отражения, которые обычно используются при инверсии с зависимостью амплитуды отражения от удаления. Отметим, что ΔГ (...) и д (...) могут быть раз- 2 019484 личными функциями дифференциальных и усредненных свойств среды.
Таблица 2 Определения коэффициентов отражения, используемых при амплитудной инверсии с зависимостью амплитуды отражения от удаления
Коэффициент отражения | Обозначение | Определение |
импеданс для продольной волны | а» | ΔνΡ/2νΡ+ρΔ/2ρ=Δ(ρν{.) ΖρνΡ |
скорость продольной волны | Кр | ΔνρΖ2νΡ |
поперечная волна смешанного типа | К-5Н | 2 (ν5/νΡ)2 (ρΔ/2ρ+Δν3/ν3Ι =Δ (ρν32) / (ρνΡ2) |
градиент | ΰ | ΔνΡ/2νΡ- (2ν ./ν, 12 (ρΔ/2ρ+Δν3/ν5) =ΚΡ-2Κ5!Ι |
плотность | Вр | Δρ/2ρ |
импеданс для поперечной ВОЛНЫ | Δν5/2ν3+ρΔ/2ρ=Δ(ρν3) /ρν3 | |
скорость поперечной волны | Δν5/2ν5 |
На фиг. 6 представлен график типичной характеристики зависимости амплитуды отражения от удаления для единственной границы, полученный с использованием всех коэффициентов отражения плоских волн из уравнения (1) Цепритца. На фиг. 6 показано, что для типичных геологических границ и небольших углов отражения коэффициент отражения является почти постоянным. При углах, приближающихся к 30°, коэффициент отражения обычно уменьшается на несколько процентов, и при углах, приближающихся к критическому углу, коэффициент отражения приближается к единице. Имеются множество приближения для точного уравнения Цепритца. Эти приближения проистекают из сложной структуры уравнения Цепритца и информации о зависящей от угла амплитуды различных видов, доступной из способов регистрации и обработки сейсмических данных.
Уравнение Аки-Ричардса, которое является линеаризованной версией уравнения плоских волн Цепритца, дает удовлетворительное приближение для амплитуды однократно отраженной волны при углах падения от нормального до предкритического и в случае малоконтрастных границ. Оно также является уравнением, на котором основаны многие алгоритмы амплитудной инверсии. С учетом геометрии, показанной на фиг. 5, и упругих параметров среды уравнение может быть записано в виде
А (Θ) аКо+С*31пгО+В₽*з1п2Тап2О (1) где Α(θ) - амплитуда, отражаемая под углом θ;
θ (усредненный угол на границе)=^отраж + θпреломл)/2;
Ко (импеданс для продольных волн коэффициент отражения)=Дур/2ур + Δρ/2ρ;
О (градиент коэффициент отражения)=ΔνΡ/2νΡ-Κ (Δρ/2ρ + Δν3/ν3);
Кр (скорость продольной волны коэффициент отражения)=ΔνΡ/2νΡ;
νΡ, ν3, ρ, ΔνΡ, Δν3 и Δρ определены в табл. 1.
Уравнением (1) определяется, что амплитуда зависимости амплитуды отражения от удаления как функция глубинного угла отражения является суммой произведений тригонометрических функций угла отражения и трех коэффициентов отражения, представляющих Ко, О и Кр. В свою очередь, эти коэффициенты отражения являются функциями разностей и средних скорости продольной волны, скорости поперечной волны и характеристик плотности на подземной границе. Член градиента О является особенно сложным коэффициентом отражения, включающим в себя сумму и произведения трех других коэффициентов отражения. В дополнение к этому угол в уравнении (1) является функцией среднего из углов падения и преломления на границе. В общем случае уравнение (1) можно сформулировать, используя другие тригонометрические функции углов и коэффициенты отражения, имеющие форму, показанную ниже коэффициент отражения = Δ£(ν3 V? р)/д (ν5, V?, р) <2}
К измеряемым амплитудам можно применять обращение, чтобы получать три коэффициента отражения границы, осуществляя измерения амплитуды отраженной волны при трех или большем количестве расстояний между источником и приемником, и точно определять поле скоростей в перекрывающих породах на основании зависящих от удаления времен пробега, чтобы оценивать угол отражения.
- 3 019484
Модель коэффициентов отражения
А1=Ко+К131пг01+К2 31п2011:ап201, где А1 - измеряемая амплитуда при 01;
Во - изменение импеданса (ΔνΡρ);
Βι - коэффициент градиента;
В2 - изменение νΡ;
01 - угол отражения.
Таблица 3 Решение для отражающей границы
Угол
Геометрия (3 х 3)
Г Σα> 1
3ίη2 0.
X А, 31п2 £апг 01 %
К. Л.
В табл. 3 представлен не ограниченный связями метод (норма Ь2) наименьших квадратов для ам плитудной инверсии, который обычно используют, чтобы получать решения для коэффициентов отражения применительно к отраженной волне, амплитуды и углы которой оценены способами обработки данных. Не ограниченный связями метод (норма Ь2) минимизирует функцию ошибки вида
Ε2=Σ(Αχ- (Ко+Й1*з1п2&1+В2*з1п261'(:апг01) )2 <3) путем решения
ЭЕ2/аво=о, аЕ2/ак!=о, дЕ2/Экг=О, где А1 и θ1 - амплитуды и углы отражения волн.
Задача количественной амплитудной инверсии заключается в получении отношения сигнал/помеха обращенных атрибутов, сравнимого на протяжении небольших пространственных расстояний с отношением сигнал/помеха для суммарного разреза. Как хорошо известно специалистам в области количественной сейсмической амплитудной инверсии, очень трудно получать количественно удовлетворительные результаты амплитудной инверсии с помощью только одного уравнения (1). Основные источники ошибки обычно включают в себя амплитуды, загрязненные различными помехами, и неточные оценки угла падения при больших углах отражения. При зашумленных данных совместно с ограниченным диапазоном углов отражения и нескорректированными эффектами искажений сигналов в случае не связанной ограничениями амплитудной инверсии будут формироваться обращенные коэффициенты отражения, которые имеют очень низкие отношения сигнал/помеха по сравнению с суммарным разрезом или импедансным разрезом, относящимся к продольной волне.
Для повышения отношения сигнал/помеха в результатах амплитудной инверсии были сформулированы уравнение (3) с использованием других норм ошибки (например, нормы Ь1) и различные ограничения, которые дополняют информацию об амплитуде сейсмической волны. Ограничения могут быть жесткими ограничениями, такими ограничениями, которые изменяют форму или переменные в уравнении коэффициента отражения, или мягкими ограничениями, то есть дополнительной информацией, которая включается как часть функции ошибки, которая подлежит минимизации.
Уравнение зависимости амплитуды отражения от удаления использовалось в 1970-х годах для геометрий систем наблюдений с небольшими удалениями и последовательностей обработки без сохранения амплитуды, при этом моделируемая амплитуда в зависимости от удаления выражалась уравнением в виде
А(Х)=В0+С*Х2 И) где X - расстояние между сейсмическим источником и приемником.
В этой формулировке использовано жесткое ограничение по сравнению с уравнением (1), из которого вытекает, что член 8ίη2θ·ΐ;·ιη2θ является пренебрежимо малым и что в рамках единственной скалярной постоянной и при небольших углах отражения возведенное в квадрат удаление является хорошим представителем члена κίη2θ. Выборки трасс с общей средней точкой до миграции с удаленными нормальными приращениями времени были обычными входными данными для подгонки методом наименьших квадратов Во и С к обработанной амплитуде. Усредненную по времени энергию или различие огибающих членов Во и С использовали в качестве непосредственного индикатора углеводородов, а другие связанные ограничениями данные не использовали.
Затем угол отражения рассчитывали на основании измеренного поля скоростей, используя приближение прямолинейными лучами, приводящее к
Α(θ50=Ηο+6*3ίη2θ5ί (5) где θ8ί - приближение прямолинейными лучами для угла падения=1ап-|(Х/(10Н|1ш)).
Из уравнения (5) следует, что член κίη2·1αη2θ из уравнения (1) является пренебрежимо малым и что угол прямолинейного луча является хорошим приближением для глубинного угла отражения, хорошим допущением, когда имеется небольшое увеличение скорости. С использования этого уравнения также
- 4 019484 начинается способ анализа, предназначенный для обнаружения аномального поведения волны путем построения кросс-плота зависимости пересечения волны от градиента.
Форма уравнения (1), в котором используются минимальные допущения с жестким ограничением, но для которого требуется информация об амплитуде в пределах диапазона углов, охватывающих интервал от нормального до критического угла, и которое в этом изобретении используется для образования примеров инверсии, является следующей:
(6) где Я3н=Д(рУ3 2)/рУр2.
А (Θ) =Ко-2К3н*31П2О+Кр*йап2О
Чтобы компенсировать неадекватности данных зависимости амплитуды отражения от удаления, обусловленные помехой и искажением, допущения, касающиеся зависимостей между скоростью продольной волны в породе, скоростью поперечной волны и плотностью, и форма члена Ур/У, были введены в версии уравнения (1), в которых эти жесткие ограничения выражены путем изменения переменных в уравнении отражения. Эти жесткие ограничения включают в себя эмпирические зависимости, аналогичные А + ВУР=У3, что влечет за собой
Δν3/ν8= (ΒνΡ/ν3) ΑνΡ/ν₽ где А и В являются постоянными.
Правилом Г арднера определяется зависимость между скоростью и плотностью ρ=θνΡ κ (8) где С и К являются постоянными, использование которых означает, что
Другие формулировки уравнения (1) могут быть выражены в членах результата решения для представляющих импеданс для продольной волны и импеданс для поперечной волны коэффициентов отражения, при этом параметр К=(2У3/УР)2 полагают постоянным.
Мягкие ограничения в виде взвешивания данных и ограничений демпфирования также используют при амплитудной инверсии, чтобы учитывать помеху и искажение в сейсмических амплитудных данных. Мягкие ограничения, добавленные в уравнение (3), приводят к функции ошибки в виде
Ε2=Σϊί} (Αχ- ΐΗοΤΗι*3ίη2θχ + Ε2*3ίη2θχΤ£η2θχ) ) 2+ИррКо2тНс1К12+Ис2К22+ (Ко, Κι, Кг) 2+...
(10} где - оценки отношений сигнал/помеха, относящиеся к амплитудам А1;
^со,с1,с2,г - показатели демпфирования, применяемые к коэффициентам отражения; и £(Я0,В1,В2) - показатели демпфирования для сумм или разностей коэффициентов отражения.
Недостаток, связанный с использованием уравнения (10), заключается в необходимости установления критерия для выбора весов и показателей демпфирования. В идеальном случае веса демпфирования должны быть нулевыми и весовые множители амплитуды равными единице, если в амплитудных данных нет шума или искажения. Поскольку регистрируемые в полевых условиях профили с общим сейсмическим источником часто являются больше помехой, чем сигналом, и поскольку сигнал профиля с общим сейсмическим источником подвергается воздействию различных искажающих эффектов, обработка данных описываемого ниже вида является очень желательной до амплитудной инверсии.
Типичный регистрируемый в полевых условиях профиль сейсмических данных с общим сейсмическим источником состоит из сигналов однократно отраженных волн, существенно искаженных системой регистрации, эффектами прохождения через геологическую среду от сейсмического источника до приемника и факторами влияния шумов, создаваемых сейсмическим источником, окружением и шумами при регистрации. На фиг. 7 представлен реальный профиль с общим сейсмическим источником после введения поправки за нормальное приращение времени (поправки за влияние скорости распространения акустической волны), показанный для случая осуществления и без осуществления предварительного этапа подавления помехи, в котором однократно отраженные волны должны проявляться в виде плоских горизонтальных когерентных волн. Как видно из фиг. 7, амплитуды однократно отраженных волн трудно обнаруживать в реальных данных вследствие влияний различных аддитивных шумов (в этом случае поверхностных волн и многократных волн) и искажений сигналов, которые будут приводить к очень зашумленным обращенным коэффициентам отражения.
На фиг. 8 представлена схема, на которой показаны некоторые из важных факторов, которые могут искажать распространяющиеся сейсмические импульсы и характер отражений их в геологической среде. Оказывающие влияние факторы включают в себя интенсивность сейсмического источника, направленность источника и приемника, связь, характеристику направленности группы и приповерхностное расслоение, расхождение волнового фронта или потери на расхождение, неупругое поглощение, межслойное многократное рассеяние, локальное геологическое падение, кривизну отражающих границ, поперечную неоднородность среды, потери на коэффициент прохождения сейсмической волны, фильтры системы регистрации и коэффициенты отражения в геологической среде, которые подлежат определению.
Как показано ниже в табл. 4, задача последовательности обработки сейсмических данных заключается в удалении из сейсмических данных многократных волн и другой помехи и компенсации за влияния фильтров системы регистрации и среды на однократные отражения путем применения различных кор
ректирующих алгоритмов к данным сейсмических исследований. Некоторые из этапов сами могут состоять из дополнительной последовательности этапов, тогда как другие этапы могут быть повторены в последовательности более одного раза с различными параметрами по мере того, как структура сигнала и помехи из данных становится более очевидной.
Таблица 4
Составляющие последовательности обработки/инверсии
Этапы общей обработки | Этапы улучшения амплитуд после миграции и до инверсии |
задание геометрии системы | получение выборок с обшей точкой отражения, отображаемых до суммирования |
анализ начальной скорости | подавление помехи в выборке с |
общей точкой отражения* | |
регуляризация данных | компенсация спектральной неидентичности сейсмических импульсов* |
подавление шума источника и помехи в выборке с общей средней точкой* | совмещение остаточных волн* |
коррекции сигналов за влияние среды и регистрация | пространственное уравновешивание амплитуд |
выравнивание сейсмических импульсов и деконволюция* | уравновешивание амплитуд по удалению и углу |
анализ конечной скорости | избирательный мьютинг по углам и удалениям* |
подавление помехи в выборке с общей средней точкой* | амплитудная инверсия и оценка уровня неопределенности* |
миграция до суммирования и уточнение скорости | |
* означает, что на этапе могут использоваться статистические данные каротажа скважины |
Задача последовательности обработки амплитуд (обработки, которая предшествует амплитудной инверсии) заключается в образовании различных поправок к данным и в то же время также в сохранении поведения относительных амплитуд однократно отраженных волн в пространстве и при различных углах отражения или удалениях. Эта конкретная задача также может быть количественно сформулирована как задача восстановления амплитуд в рамках единственной скалярной постоянной сейсмической плоской волны ограниченного по полосе коэффициента отражения в геологической таким образом, чтобы отклик на каждой границе соответствовал свертке сейсмического импульса, имеющего известные относительную амплитуду, фазу и привязку по времени, с локальными коэффициентами отражения границ.
Последовательность обработки амплитуд может иметь 20 или большее количество этапов, включая этапы, перечисленные в табл. 4. Левый столбец табл. 4 включает в себя типичные этапы в последовательности общей обработки, при которой образуют мигрированные выборки трасс с общей точкой отражения (ОТО), тогда как в правом столбце перечислены этапы из последовательности улучшения амплитуд после миграции, до инверсии. Важные этапы общей обработки включают в себя задание геометрии системы, анализ скорости, регуляризацию данных, выполнение подавления помех в различных областях, коррекции искажений сигналов, коррекцию выравнивания импульсов, анализ конечной скорости и этап миграции или построения изображения.
В правом столбце табл. 4 представлена последовательность улучшения характеристик до инверсии, которая включает в себя этапы подавления остаточной помехи, коррекций привязки по времени (скорости) остаточных волн, компенсации спектральной неидентичности сейсмических импульсов, уравновешивания остаточных амплитуд и мьютинг данных по углам и удалениям из участков выборок трасс с общими точками отражения. Выполнение до амплитудной инверсии последовательности по улучшению характеристик до инверсии является важным, поскольку последовательностями общей обработки (в левом столбце табл. 4) часто осуществляется неадекватная компенсация за влияния различных систем регистрации и прохождения в среде.
Кроме того, для этапов обработки из обоих столбцов табл. 4 пользователю (обычно выполняющему обработку геофизику) может потребоваться осуществлять выбор параметров и значений параметров для
- 6 019484 каждого из этапов обработки, чтобы реализовывать конкретную коррекцию за влияние помехи или искажения сигналов. Выбираемые значения могут критически изменять выходные характеристики амплитуд в данных из этого этапа. Например, на этапе деконволюции выбор типа оператора (прогнозирующей деконволюции или отбеливающего), степени временной вариации, размера автокорреляционного расчетного окна, степени пространственного усреднения и длины оператора деконволюции может существенно изменять характеристики подвергаемых деконволюции данных. Сочетание выбранных параметров и значений параметров на всех этапах обработки будет определять качество конечных обращенных коэффициентов отражения амплитуд.
И наконец, выходные данные в результате выполнения последовательности обработки амплитуд должны быть оптимизированы для амплитудной инверсии. Каждый этап и каждый параметр в последовательности обработки может быть оптимизирован путем осуществления глобального поиска для этапов и значений параметров по всему набору данных. Но для последовательности из 20 этапов с 3 параметрами на этап и 10 возможными значениями на параметр набор данных должен быть обработан 1060 раз для исследования пространства значений параметров, что является абсолютно практически нецелесообразной и непомерно дорогой задачей. И помимо этого, даже если бы было возможно образовать 1060 наборов выходных данных, проблема установления критерия для выбора набора оптимизированных данных останется. Следовательно, по причине количества этапов в последовательности, порядка этапов в последовательности, количества критических параметров на каждом этапе и объема вычислительных ресурсов, необходимых для выполнения отдельных этапов, обычная практика заключается в одновременном анализе и выборе значений параметров по поднабору данных одного этапа. Затем опытный интерпретатор или обработчик решает, какие значения параметров образуют высококачественные выходные данные для этого этапа или набора этапов, исследуя различные индикаторы контроля качества (КК). Для выбора параметров степень пространственной когерентности в суммарном разрезе (сумме трасс в выборках с общей точкой отражения), когерентность в выборках трасс с общей средней точкой и с общей точкой отражения или сходство обработанных выходных данных с теоретической характеристикой, полученной в результате контроля за скважиной, часто подбирают с помощью индикаторов контроля качества. Поскольку амплитудные инверсии являются очень чувствительными к небольшим поперечным вариациям амплитуды между трассами в выборках с общей точкой отражения, поскольку результаты одного этапа оказывают влияние на значения параметров на последующих этапах и поскольку в типичных результатах контроля качества не используются выходные данные от амплитудной инверсии, решение в отношении выбора параметров для одного этапа обработки может быть близким к оптимальному относительно последующей задачи оптимизации данных для амплитудной инверсии.
На фиг. 9 показана одна выборка трасс с общей средней точкой (ОСТ) и выборка трасс с общей точкой отражения (ОТО) после ряда этапов обработки, выполненных с включением этапов из табл. 4. Заметны значительные изменения отношения сигнал/помеха и характера сигнала (уплощенные волны) по мере последовательного прохождения данных через показанные этапы обработки. На фиг. 10 из сравнения начального, скорректированного за нормальное приращение времени профиля с общим сейсмическим источником, проводимого с конечной выборкой трасс с общей точкой отражения до инверсии, видно, что отношение сигнал/помеха, распределение амплитуд и фазовые характеристики волн существенно изменяются. На фиг. 10 наглядно видно, какое значительное влияние оказывает последовательность обработки на характеристики сигнала однократно отраженной волны, который должен быть входным для амплитудной инверсии.
Как известно по опыту специалистам в данной области техники, сейсмические данные на левой стороне фиг. 10 должны порождать зашумленные атрибуты амплитуд. Но даже данные, показанные на правой стороне фиг. 10, могут порождать зашумленные обращенные атрибуты амплитуд. Это происходит потому, что обработка данных может не быть адекватно компенсированной за влияния той или иной остаточной отработки профиля и распространения волн в среде. Фактически, при оставлении нескорректированными небольших вариаций относительного согласования по времени (скорости) волн, амплитуды и фазы, наведенные такими остаточными явлениями, могут приводить к среднеквадратическим ошибкам обращаемых атрибутов (например, градиента), составляющим от 200 до 400%. Даже когда такие остаточные эффекты являются очень большими, их может быть трудно обнаруживать обычными способами обработки с контролем качества, которые основаны на визуальной оценке непрерывности волн в областях с общей средней точкой и общей точкой отражения.
При последующей обработке данных пользователи должны выбирать различные параметры для этапа амплитудной инверсии (например, параметры демпфирования и веса данных). Выбор параметров ограничения инверсии часто сильно влияет на коэффициенты отражения, которые получают на основании различий амплитуд в зависимости от удаления. Пользователи обычно используют два способа получения данных контроля качества на основании амплитудной инверсии: исследование пространственной когерентности обращенных коэффициентов отражения для случая общей глубинной точки или анализ, насколько близко обращенные коэффициенты отражения сравнимы с коэффициентами отражения, вычисленными на основании существующего контроля за скважиной. Ни одним из этих способов не отображается, являются ли выбранные параметры инверсии и ограничения оптимальными, чтобы этими
- 7 019484 критериями гарантировалось, что выбор параметров в зоне, находящейся на расстоянии от места контроля за скважиной, будет оптимальным. На практике обращенные атрибуты часто подвергают дальнейшей обработке, статистическому анализу и калибровке для повышения отношения сигнал/помеха. Такой анализ после инверсии часто не может компенсировать неадекватную обработку без внесения дополнительной неопределенности и ошибки.
Таким образом, как описано выше, имеются несколько недостатков обычной обработки сейсмических данных и амплитудной инверсии. Первый недостаток заключается в том, что последовательность обработки и амплитудной инверсии может быть менее чем оптимальной вследствие неудовлетворительного выбора параметров, приводящего к недостаточному отношению сигнал/помеха обращенных коэффициентов отражения на месте контроля за скважиной и на расстоянии от него. Второй недостаток заключается в отсутствии критериев для контроля качества (КК) при выборе параметров обработки и инверсии для представляющих интерес зон, которые являются пригодными как на месте контроля за скважиной, так и на расстоянии от места контроля за скважиной.
Третий недостаток существующих способов амплитудной инверсии заключается в использовании различных ограничений, связанных с пополнением информации, содержащейся в обработанных сейсмических данных. Предпочтительно, чтобы характеристика относительных амплитуд оптимально обработанных выборок трасс с общей точкой отражения была пропорциональна зависящему от угла коэффициенту отражения границы, и вследствие этого будет требоваться минимальная информация о жестких или мягких ограничениях, необходимая для получения обращенных атрибутов с высоким отношением сигнал/помеха. Когда обработанные сейсмические данные имеют плохое качество, сам алгоритм инверсии может оказаться сильно ограниченным (через посредство параметров демпфирования и взвешивания) для получения реалистичных значений обращенных атрибутов. По мере повышения ограничивающих весов обращаемые атрибуты становятся более зависимыми от ограничений и менее зависимыми от обработанных сейсмических данных. Возникает вопрос точности результатов инверсии на расстоянии от мест, где ограничения не могут применяться.
Настоящее изобретение направлено на устранение этих недостатков.
Краткое изложение сущности изобретения
Задача настоящего изобретения заключается в создании способа, в котором этапы обработки данных, включающие в себя порядок, параметры и значения параметров, оптимизированы так, что требуется минимальная дополнительная информация об ограничениях для получения статистически релевантных результатов на основании амплитудной инверсии.
Другая задача заключается в создании способа нахождения статистических оценок качества обработки амплитуд и амплитудной инверсии.
Что касается фиг. 21, то один объект изобретения включает в себя способ получения улучшенных сейсмических данных и оптимизированных обращенных коэффициентов отражения. Способ включает в себя этап вычисления множества статистических характеристик (8С5скважины) скважины на основании ограниченных по полосе коэффициентов отражения в скважине, соответствующих представляющей интерес подземной области. Множество наборов обработанных сейсмических данных вычисляют, применяя множество различных последовательностей обработки сейсмических данных по меньшей мере к части совокупности сейсмических данных, соответствующих представляющей интерес подземной области. Множество наборов обращенных коэффициентов отражения также вычисляют путем применения обращения множества наборов обработанных сейсмических данных. Множество статистических сейсмических характеристик (8С5сейсмич) вычисляют на основании множества наборов обращенных коэффициентов отражения. Множество разностных результатов (8ΌΜδ) статистических измерений вычисляют между статистическими характеристиками скважины и множеством статистических сейсмических характеристик.
Оптимальную последовательность обработки сейсмических данных выбирают на основании вычисленных разностных результатов статистических измерений. Улучшенные сейсмические данные получают, обрабатывая сейсмические данные, соответствующие представляющей интерес подземной области, используя оптимальную последовательность обработки сейсмических данных. Затем оптимальный алгоритм сейсмической инверсии выбирают на основании вычисленных разностных результатов статистических измерений. После этого применяют обращение сейсмических данных, используя оптимальный алгоритм сейсмической инверсии, для получения набора оптимизированных обращенных коэффициентов отражения, применяя обращенные улучшенные сейсмические данные, используя оптимальный алгоритм сейсмической инверсии.
В этом способе различные последовательности обработки сейсмических данных могут включать в себя параметры и, по меньшей мере, значения параметров, различающиеся между различными последовательностями обработки. В этом способе различные последовательности обработки сейсмических данных могут отличаться, по меньшей мере, различным порядком этапов обработки в пределах каждой соответствующей последовательности обработки сейсмических данных. В этом способе различные последовательности обработки сейсмических данных могут также отличаться, по меньшей мере, различным количеством этапов обработки в пределах каждой соответствующей последовательности обработки сей
- 8 019484 смических данных.
В этом способе разности результатов (8ΌΜδ) статистических измерений можно использовать в схеме оптимизации для прогнозирования оптимальной последовательности обработки сейсмических данных. В этом способе ограниченные по полосе коэффициенты отражения в скважине могут быть вычислены без использования каротажных данных, получаемых при каротаже ствола скважины в представляющей интерес области.
В этом способе этап вычисления множества статистических характеристик (8С5скважины) скважины может включать в себя этапы (ί) регистрации каротажных данных; (ίί) выбора алгоритмов обработки каротажных данных совместно с параметрами обработки каротажных данных и (ш) преобразования каротажных данных в ограниченные по полосе коэффициенты отражения в скважине с использованием алгоритмов обработки каротажных данных. Каротажные данные можно регистрировать из одного ствола скважины в представляющей интерес области, аналогичной геологической обстановке, среднего числа некоторого количества аналогичных скважин и статистической модели.
В этом способе этап выбора оптимальной последовательности обработки сейсмических данных может также включать в себя этап, на котором определяют, находится ли любой из разностных результатов статистических измерений в пределах заданного критерия.
В этом способе статистические характеристики скважины могут быть вычислены на основании среднеквадратических уровней, представляющих поперечную волну, продольную волну и плотность коэффициентов отражения и коэффициентов корреляции между представляющими поперечную волну, продольную волну и плотность коэффициентами отражения. В этом способе разностный результат статистических измерений является чувствительным к отношению сигнал/(сигнал + помеха) коэффициентов отражения в скважине, к отношению сигнал/(сигнал + помеха) коэффициентов отражения из сейсмических данных. Статистические характеристики скважины можно также использовать в уравнении коэффициента отражения Цепритца для вычисления ожидаемого среднеквадратического значения сейсмических трасс в выборке трасс с зависимостью амплитуды отражения от удаления.
В этом способе разностный результат статистических измерений может быть обратно пропорциональным разности между ожидаемым отношением сигнал/(сигнал + помеха) коэффициентов отражения в скважине и отношением сигнал/(сигнал + помеха) коэффициентов отражения из сейсмических данных.
Что касается фиг. 22, то еще одним объектом изобретения является способ получения улучшенных сейсмических данных, которые могут использоваться для оптимизированных обращенных коэффициентов отражения или других целей. Способ включает в себя этап вычисления набора статистических характеристик (8С5скважины) скважины на основании ограниченных по полосе коэффициентов отражения в скважине, соответствующих представляющей интерес подземной области. Множество наборов обработанных сейсмических данных вычисляют, применяя множество различных последовательностей обработки сейсмических данных по меньшей мере к части совокупности сейсмических данных, соответствующих представляющей интерес подземной области. Множество наборов обращенных коэффициентов отражения вычисляют, применяя обращение наборов обработанных сейсмических данных, используя алгоритмы сейсмической инверсии совместно с фиксированными наборами параметров. Набор статистических сейсмических характеристик вычисляют на основании набора обращенных коэффициентов отражения. Разностный результат (8ΌΜ) статистических измерений вычисляют между набором статистических характеристик скважины и набором статистических сейсмических характеристик. Оптимальную последовательность обработки сейсмических данных выбирают на основании вычисленных разностных результатов статистических измерений. Сейсмические данные обрабатывают, используя оптимальную последовательность обработки сейсмических данных и параметры для получения набора улучшенных сейсмических данных.
Способ может также включать в себя этапы, на которых определяют, находится ли разностный результат статистических измерений в пределах заданного критерия, и повторяют этапы вычисления и выбора, используя фиксированные наборы параметров последовательности обработки сейсмических данных до тех пор, пока разностный результат статистических измерений не будет находиться в пределах заданного критерия. Способ может также включать в себя этап получения улучшенных сейсмических данных путем обработки сейсмических данных, соответствующих представляющей интерес подземной области, с использованием последовательности обработки сейсмических данных, связанной с разностным результатом статистических измерений, который находится в пределах заданного критерия. Последовательности обработки сейсмических данных могут включать в себя параметры и, по меньшей мере, значения параметров могут отличаться между различными последовательностями обработки. Последовательности обработки сейсмических данных могут отличаться, по меньшей мере, различным порядком этапов обработки в пределах каждой соответствующей последовательности обработки сейсмических данных. Последовательности обработки сейсмических данных могут отличаться, по меньшей мере, различным количеством этапов обработки в пределах каждой соответствующей последовательности обработки сейсмических данных.
Что касается фиг. 23, то еще один объект изобретения включает в себя способ получения оптимизированных обращенных коэффициентов отражения. Способ включает в себя этап получения ограничен
- 9 019484 ных по полосе коэффициентов отражения в скважине, соответствующих представляющей интерес подземной области. Множество статистических характеристик (8С§скважины) вычисляют на основании коэффициентов отражения в скважине. Получают обработанные сейсмические данные, соответствующие представляющей интерес подземной области. Множество наборов обращенных коэффициентов отражения вычисляют, применяя обращение набора обработанных сейсмических данных, используя множество различных алгоритмов сейсмической инверсии. Множество статистических сейсмических характеристик (8С5сейсмич) вычисляют на основании множества наборов обращенных коэффициентов отражения. Множество разностных результатов (8ΌΜδ) статистических измерений вычисляют между статистическими характеристиками скважины и статистическими сейсмическими характеристиками (8С5сейсмич). Оптимальный алгоритм сейсмической инверсии выбирают на основании вычисленных разностных результатов статистических измерений. К сейсмическим данным применяют обращения, используя оптимальный алгоритм сейсмической инверсии, для получения набора оптимизированных обращенных коэффициентов отражения.
В этом способе различные алгоритмы инверсии могут иметь параметры, которые имеют различные значения. Способ может также включать в себя этап вычисления значений неопределенности для обращенных коэффициентов отражения.
Краткое описание чертежей
Эти и другие задачи, признаки и преимущества настоящего изобретения станут более понятными при рассмотрении нижеследующего описания со ссылками на сопровождающие чертежи, на которых:
фиг. 1 - схематичный вид с местным разрезом подземных пластов, для которых находят сейсмическую информацию;
фиг. 2 - состоящий из трасс профиль с общим сейсмическим источником с показом средних точек и углов отражения для каждой трассы;
фиг. 3 - выборка трасс с общей средней точкой (ОСТ) с показом зависимости между средними точками и точками отражения;
фиг. 4 - сверточная модель сейсмических данных с зависимостью амплитуды отраженной волны от удаления, обозначающая задачи амплитудной инверсии и анализа амплитуд;
фиг. 5 - схема, показывающая факторы, которые определяют амплитуду отраженной волны;
фиг. 6 - типичные вариации амплитуды отраженной волны для углов падения от нормального до критического;
фиг. 7 - профили с общим сейсмическим источником, с поправкой за нормальное приращение времени (НПВ), введенной до и после этапа обработки с подавлением помехи;
фиг. 8 - схема с показом различных факторов, которые влияют на амплитуду сейсмического импульса;
фиг. 9 - демонстрация влияния различных этапов из последовательности на выборку сейсмических трасс;
фиг. 10 - демонстрация входного профиля с общим сейсмическим источником, содержащего помеху и искажение сигнала, и выходных, обработанных после построения изображения, улучшенных данных, которые являются входными для амплитудной инверсии;
фиг. 11 - общее представление осуществления, предназначенного для определения разностных результатов статистических измерений, получаемых на основании каротажных данных и сейсмических данных;
фиг. 12 - блок-схема последовательности действий, описывающая этапы, используемые в осуществлении настоящего изобретения для получения оптимизированного набора коэффициентов отражения сейсмических волн и разностных результатов (8ΌΜδ) статистических измерений на основании каротажных и сейсмических данных;
фиг. 13 - блок-схема последовательности действий, показывающая этапы, используемые для получения улучшенных сейсмических данных на основании оптимизированного потока обработки сейсмических данных, в котором используются оптимизированные разностные результаты (8ΌΜδ) статистических измерений;
фиг. 14 - блок-схема последовательности действий, показывающая этапы преобразования улучшенных обработанных данных в набор коэффициентов отражения сейсмических волн и соответствующие значения неопределенности, для которых используются разностные результаты (8ΌΜδ) статистических измерений;
фиг. 15 - вариации среднеквадратического уровня 7 коэффициентов отражения различных видов, измеренные в 4 различных скважинах;
фиг. 16 - вариации коэффициентов корреляции, измеренные в 4 различных скважинах, между 7 различными парами коэффициентов отражения;
фиг. 17 - примеры использования разностных результатов статистических измерений для выбора параметров углового диапазона и для выбора параметров демпфирования инверсии;
фиг. 18 - демонстрация улучшения выходных данных обращенных коэффициентов отражения в случае, когда при инверсии коэффициентов отражения используют оптимизированные параметры демп
- 10 019484 фирования;
фиг. 19А и 19В - сравнение разрезов и среднеквадратических уровней градиентов, являющихся результатом не связанных ограничениями и оптимально ограниченных (демпфированных) амплитудных инверсий;
фиг. 20 - показ оценок сигнал/(сигнал + помеха), полученных на основании не связанных ограничениями и ограниченных (демпфированных) отображений градиента из фиг. 19;
фиг. 21 - блок-схема последовательности действий, описывающая этапы, используемые в осуществлении настоящего изобретения для получения оптимизированного набора коэффициентов отражения сейсмических волн и разностных результатов (8ΌΜ8) статистических измерений на основании каротажных данных и сейсмических данных;
фиг. 22 - блок-схема последовательности действий, описывающая этапы, используемые в другом осуществлении настоящего изобретения для получения улучшенных сейсмических данных и разностных результатов (8ΌΜδ) статистических измерений на основании каротажных данных и сейсмических данных;
фиг. 23 - блок-схема последовательности действий, описывающая этапы, используемые в еще одном осуществлении настоящего изобретения для получения оптимизированного набора коэффициентов отражения сейсмических волн и разностных результатов (8ΌΜδ) статистических измерений на основании каротажных данных и сейсмических данных.
Подробное описание изобретения
В этом изобретении устранены недостатки, описанные в разделе, относящиеся к уровню техники. Обобщенное представление изобретения показано на фиг. 11. Различие между статистическими величинами, определяемыми на основании данных контроля за скважиной и на основании обращенных сейсмических данных, минимизируют способом выбора параметров обработки каротажных данных, обработки сейсмических данных и инверсии. Это изобретение реализуют, используя пробные инверсии сейсмических данных на протяжении вероятных диапазонов параметров на многочисленных этапах обработки. Статистические характеристики (8С§) с использованием функций коэффициентов корреляции и среднеквадратических уровней или в качестве варианта коэффициентов взаимной корреляции или автокорреляции среди обращенного набора коэффициентов отражения используют для определения высокого качества или разностного результата (8ΌΜ) статистических измерений для выбранных параметров (разностный результат статистических измерений представляет собой меру различия статистических характеристик обращенных сейсмических данных и скважинных данных). Выбирают такие параметры, которые приводят к обращенным коэффициентам отражения, имеющим статистические характеристики, которые лучше всего согласуются со статистическими характеристиками контроля за скважиной, тем самым оптимизируя выбор параметров в последовательности обработки амплитуд и инверсии.
На фиг. 12 представлена блок-схема осуществления этапов, которые могут быть использованы для получения оптимизированного набора обращенных коэффициентов отражения сейсмических волн. На этапе 100 выбирают представляющие интерес подземные зоны на основании данных контроля за скважиной и/или сейсмических данных. Каротажные данные, которые можно использовать для оценивания продольной волны в среде, поперечной волны и характеристик плотности, регистрируют на этапе 110. Затем на этапе 120 поднабор каротажных данных из представляющей интерес зоны разведки или разработки выбирают из каротажных данных. На этапе 130 выбирают один или несколько алгоритмов обработки каротажных данных, содержащих последовательность обработки каротажных данных, при этом каждый имеет соответствующие параметры обработки. На этапе 140 поднабор каротажных данных преобразуют в ограниченные по полосе коэффициенты отражения в скважине, используя последовательность обработки каротажных данных. Затем на этапе 150 выполняют действия над коэффициентами отражения в скважине до получения статистической характеристики (8Сскважины) скважины из коэффициентов отражения в скважине. Статистические сейсмические характеристики обычно включают в себя отношения коэффициентов автокорреляции или взаимной корреляции и/или корреляции при нулевой задержке и среднеквадратических уровней между различными коэффициентами отражения на протяжении интервала, охватывающего временную/глубинную зону и представляющий интерес район из этапа 100.
- 11 019484
Статистические характеристики скважины должны включать в себя различные функции нижеследующих коэффициентов отражения, которые могут быть выходными данными алгоритмов амплитудной инверсии с зависимостью амплитуды отражения от удаления:
Коэффициент отражения | Обозначение | Определение | |
импеданс для | Но | Δνρ/2νΡ+Δρ/2ρ=Δ <ρν₽) /ρν₽ | |
продольной | волны | ||
скорость | Ир | ΔνΡ/2ν₽ | |
продольной | волны | ||
поперечная | волна | В-5Н | 2 (ν5/ν₽)2 (Δρ/2ρ+Δν3/νδ)=Δ(ρν32) (ρνΡ2) |
смешанного | типа | ||
градиент | С | Δνρ/2νρ- (2ν5/νΡ) 2 (Δρ/2ρ+Δν5/ν5) =ΒΡ-2Β< | |
плотность | нр | Δρ/2ρ | |
импеданс для | В5Г | Δν5/2ν5+Δρ/2ρ=Δ(ρν3) /ρν5 | |
поперечной | волны | ||
скорость | Я5 | Δν5/2ν5 | |
поперечной | волны |
Сейсмические данные, получаемые из представляющей интерес подземной области, собирают на этапе 160. На этапе 200 из фиг. 12 сейсмические данные преобразуют в улучшенные сейсмические данные, используя ряд этапов 210 обработки сейсмических данных. Задача каждого этапа 210 заключается в выборе этапов обработки, параметров и значений параметров, которые будут оптимизировать улучшенные сейсмические данные для конечной амплитудной инверсии.
Этап 300 состоит из этапов 310-360, предназначенных для оптимизации параметров амплитудной инверсии и обращения улучшенных сейсмических данных с выдачей оптимизированного набора коэффициентов отражения сейсмической волны и соответствующих значений неопределенности.
На фиг. 13 показаны этапы 200 и 210 более подробно. На этапе 205 выбирают поднабор сейсмических данных, который может соответствовать поднабору каротажных данных из этапа 120. На этапе 215 набор этапов обработки, подобный показанному на фиг. 10, выбирают для обработки сейсмических данных, выбранных на этапе 205. Каждый из этапов обработки может иметь один или несколько параметров обработки. Во многих случаях этап 215 может использоваться для выбора подлежащих оптимизации этапов обработки и/или порядка этапов обработки в последовательности обработки, а также значений параметров обработки. Некоторые из параметров обработки будут иметь фиксированные значения, тогда как другие могут иметь переменные значения, которые подлежат оптимизации.
Затем сейсмические данные, выбранные на этапе 205, обрабатывают на этапе 220, используя первый набор пробных этапов из 215 и значения параметров в последовательности обработки, для получения улучшенных сейсмических данных. К этому набору улучшенных сейсмических данных применяют обращение на этапе 225, используя выбранный набор фиксированных параметров инверсии для получения соответствующего набора коэффициентов отражения сейсмической волны. Над этим набором обращенных коэффициентов отражения сейсмической волны этапа 230 выполняют действия до получения статистической сейсмической характеристики (8Ссейсмич) такой же формы, как определенная на этапе 150 на основании каротажных данных.
На этапе 240 вычисляют разностный результат (8ΌΜ) статистических измерений, используя разности или отношения статистических характеристик (8Сб) совместно с уравнением вида = Σ ( ЗСскаажины, 1“5Ссейсмич, 1) /Ν или С8Сск0ажины,х/5СсейСМИЧгД.-1) /Ν (8) где N - количество общих точек отражения в поднаборе сейсмических данных;
8Сскважин^1>1 - статистическая характеристика скважины в ί-й общей точке отражения; 8Ссейсмич,1 = статистическая сейсмическая характеристика в ί-й общей точке отражения.
На этапе 245 используют различные стратегии для выбора новых пробных значений параметров, с помощью которых будет эффективно обнаруживаться минимум на поверхности разностного результата статистических измерений. Если ожидаемая поверхность разностного результата статистических измерений является простой, то при систематическом оценивании разностного результата статистических измерений для сетки значений параметров и повторении этапов 220-240 можно эффективно обнаруживать оптимальный (то есть минимальный) разностный результат статистических измерений. В качестве варианта численные и/или аналитические производные, вычисляемые в области вокруг первоначального пробного значения параметра, можно использовать для образования локальной модели поверхности разностного результата статистических измерений. Затем эту модель используют для выбора нового пробного набора значений параметров, близкого к минимуму моделируемой поверхности разностного результата статистических измерений.
На этапе 250 выбирают набор значений параметров обработки, которые соответствуют оптимальному разностному результату статистических измерений. Предпочтительно, чтобы необязательный этап 248 интерполяции между разностными результатами статистических измерений можно было использовать для дальнейшего уточнения набора оптимизированных значений параметров.
На этапе 260 полный набор сейсмических данных обрабатывают совместно с набором значений па
- 12 019484 раметров обработки, выбранным на этапе 250, чтобы получить улучшенные сейсмические данные в качестве выходных данных одного этапа 210 обработки.
Этап 210 повторяют для каждого выбранного набора этапов обработки для получения улучшенных сейсмических данных в качестве полных выходных данных этапа 200 и в качестве входных данных для конечной амплитудной инверсии. Как показано на фиг. 12, сейсмические данные можно обрабатывать на протяжении нескольких различных этапов обработки сейсмических данных, на некоторых из которых можно использовать общий способ разностного результата статистических измерений из этапа 210 и фиг. 13, а на других методика разностного результата статистических измерений может не потребоваться, чтобы осуществлять оптимизацию значений параметров для инверсии. Обычно первоначальные этапы обработки могут быть не связаны с получением разностного результата статистических измерений, тогда как этапы с методикой разностного результата статистических измерений могут быть важными для этапов после построения изображения, перечисленных в правой стороне табл. 4 настоящего изобретения. В общем случае этапы 210 служат для устранения несовершенства предшествующего выбора параметров обработки путем получения улучшенных сейсмических данных, что делает их более подготовленными к инверсии. При этом снижаются требования к большим весам демпфирования и другим ограничениям на конечных этапах амплитудной инверсии из фиг. 14.
На фиг. 14 показан этап 300, на котором окончательный результат в виде улучшенных сейсмических данных из этапа 200 обращают для получения коэффициентов отражения, используя оптимизированный поток амплитудной инверсии из этапов 310-380. Данные из этапа 200 получают на этапе 310 и на этапе 320 выбирают поднабор улучшенных сейсмических данных из улучшенных обработанных сейсмических данных этапа 200. Предпочтительно, чтобы этот выбранный поднабор сейсмических данных соответствовал поднабору каротажных данных, выбранному на этапе 150. В первом предпочтительном способе этот выбор поднабора сейсмических данных охватывает все сейсмические трассы, которые соответствуют тому же самому глубинному интервалу, что и каротажные данные. В качестве варианта при выборе сейсмических данных можно выбирать каждый десятый поднабор из всех данных сейсмических исследований.
К этому поднабору улучшенных сейсмических данных из этапа 320 применяют обращение в ограниченные по полосе коэффициенты отражения на этапе 330, используя выбранный алгоритм сейсмической инверсии и пробный набор значений параметров инверсии. Как рассмотрено в настоящем изобретении, алгоритмом амплитудной инверсии может быть одна из нескольких формулировок.
На этапе 340 над обращенными коэффициентами отражения выполняют действия до получения статистической сейсмической характеристики (8Ссейсмич) с аналитической формой, аналогичной форме статистической характеристики (8Сскважины) скважины из этапа 150. На этапе 350 статистическую характеристику (8Сскважины) скважины из этапа 150 проецируют на место выборки сейсмических трасс с общей точкой отражения и сравнивают со статистической сейсмической характеристикой (8Ссейсмич) из этапа 340 для получения разностного результата (8ΌΜ) статистических измерений для пробных значений параметров амплитудной инверсии, используя одну из форм уравнения (8), приведенного выше.
На этапе 360 повторяют этапы 330-350 с пробными значениями параметров инверсии, которые служат для нахождения оптимального (минимального) разностного результата статистических измерений. В предпочтительном способе используют поднабор общих точек отражения, чтобы выбирать пространство параметров инверсии совместно с сеткой значений параметров инверсии, вычисляют разностные результаты статистических измерений на сетке и затем на этапе 365 выбирают параметры инверсии, которые соответствуют минимальному разностному результату статистических измерений.
На этапе 370 к полным улучшенным сейсмическим данным применяют обращение для получения набора оптимизированных обращенных коэффициентов отражения, используя набор значений параметров инверсии, связанный с оптимизированным разностным результатом статистических измерений из этапа 365.
Значения неопределенности, которые являются обратно пропорциональными отношению 8(8 + Ν) [сигнал/(сигнал + помеха)] обращенных коэффициентов отражения, вычисляют на этапе 380 для каждого из обращенных коэффициентов отражения.
Набор оптимизированных обращенных коэффициентов отражения и соответствующие неопределенности на этапе 380 являются выходными данными, предназначенными для использования при других процедурах анализа амплитуд. Например, пересечение оси синфазности волны и атрибутов градиента можно нанести на кросс-плот в зависимости друг от друга для обнаружения потенциальных областей со значительно повышенными уровнями насыщения углеводородами.
Что касается еще раз фиг. 12, то каждый из упомянутых выше этапов будет описан более подробно. Представляющие интерес подземные или геологические зоны выбирают на этапе 100. В типичных нефтегазоносных районах скважины пробуривают в различных, представляющих интерес геологических пластах для разведки или добычи углеводородов. В процессе дополнительного разведочного или эксплуатационного бурения сейсмические данные можно использовать для получения дополнительной информации об этих представляющих интерес геологических зонах, тем самым повышая вероятность бурения результативных скважин. Выбирают представляющие интерес зоны, имеющие характерные упругие
- 13 019484 свойства, которые приводят к получению диагностического сейсмического отклика при амплитудной инверсии.
Подземный пласт может включать в себя один или несколько коллекторов или продуктивных зон. Кроме того, предпочтительно располагать скважину в подземном пласте и спускать в скважину каротажные приборы для получения информации о свойствах среды, касающихся упругих свойств геологических пластов. Аналогично этому сейсмические исследования проводят на протяжении представляющей интерес подземной области, используя сейсмические источники звука и приемники, на которых регистрируют отраженные акустические волны.
Каротажные данные, которые можно использовать для калибровки и улучшения сейсмических данных, регистрируют на этапе 110. Наиболее предпочтительно получать каротажные данные путем использования скважинных приборов, которые непосредственно измеряют упругие свойства. Для примера, а не ограничения, эти упругие свойства включают в себя скорость (Ур) продольной волны, скорость (У8) поперечной волны и объемную плотность (ρ). Другие, не создающие ограничений примеры методов каротажа скважины, которые могут использоваться для содействия получению упругих свойств, когда каротажные данные об упругих свойствах отсутствуют, включают в себя гамма-каротаж, каротаж удельного сопротивления и ядерно-магнитный каротаж.
Кроме того, упругие свойства или статистические величины можно получать без непосредственного каротажа ствола скважины. Например, можно использовать данные из аналогичных стволов скважин или баз каротажных данных для подобных геологических условий. В качестве варианта упругие свойства или статистические величины можно получать из статистических моделей осадочных пород, из которых образуют псевдокаротажные данные, геологические модели или другие взвешенные оценки. Конечно, специалистам в данной области техники должно быть понятно, что в соответствии с этим изобретением данные других видов, такие как данные кернового анализа, также можно регистрировать и использовать.
Поднабор каротажных данных, который соответствует представляющей интерес подземной зоне из этапа 110, выбирают на этапе 120. В качестве варианта упругие свойства или статистические величины можно выбирать из других источников, описанных выше, которые являются подходящими для представляющей интерес подземной или геологической зоны. Кроме того, когда множество скважины проходят через одну и ту же представляющую интерес зону, а каротажные данные изменяются от скважины к скважине, статистические величины из множества скважин можно пространственно интерполировать или экстраполировать к представляющим интерес областям. В качестве варианта представляющая интерес зона может быть расширена для включения более крупного геологического разреза. В этом случае проецируемые статистические величины с большей вероятностью будут характеристикой расширенной, представляющей интерес зоны и с меньшей вероятностью будут смещать результаты неблагоприятным образом.
Алгоритмы обработки каротажных данных и их параметры выбирают на этапе 130. Некоторые из этих алгоритмов можно использовать для преобразования поднабора каротажных данных в каротажные данные с высоким отношением сигнал/помеха. Например, пакет алгоритмов можно использовать для коррекции за влияния скважинных условий, таких как искривление ствола скважины, размер ствола скважины, сцепление цемента, коррекций за влияние обсадной колонны, коррекций за влияние глубины каротажного кабеля, влияний температуры, импульсной характеристики прибора и т.д.
Выбирают другие алгоритмы, которые могут быть использованы для преобразования каротажных данных с высоким отношением сигнал/помеха в ограниченные по полосе коэффициенты отражения. В особенно важном алгоритме обработки каротажных данных осуществляется апскейлинг каротажных данных до сравнимых преобладающих длин волн, которые существуют в сейсмических данных, подлежащих обращению. Например, усреднение Бэкуса, основанное на эквивалентной теории сред, часто используют при обработке каротажных данных. Другим выбираемым алгоритмом можно осуществлять преобразование каротажных данных с высоким отношением сигнал/помеха в функции глубины в различные исходные коэффициенты отражения в функции времени. Примеры вычисляемых коэффициентов отражения включают в себя представляющие плотность, импеданс для продольной волны, импеданс для поперечной волны, скорость продольной волны, скорость поперечной волны, градиент, поперечную волну смешанного типа и т.д., определенные в табл. 2.
Другой алгоритм обработки каротажных данных можно использовать для преобразования исходных коэффициентов отражения в ограниченные по полосе коэффициенты отражения, которые имеют такую же ширину полосы, что и сейсмические данные (наземные сейсмические данные, вертикальный сейсмический профиль и т.д.), которые подлежат обращению. Этим алгоритмом преобразования осуществляют свертку выбранного сейсмического импульса с исходным коэффициентом отражения.
На этапе 140 поднабор каротажных данных преобразуют в каротажные данные с высоким отношением сигнал/помеха и затем в ограниченные по полосе коэффициенты отражения, используя алгоритмы обработки каротажных данных. В качестве варианта получению ограниченных по полосе коэффициентов отражения с использованием алгоритмов 130 обработки каротажных данных для обработки каротажных данных из этапа 110 исходные или ограниченные по полосе коэффициенты отражения можно как вариант получать непосредственно из упомянутых выше баз данных, геологических моделей, моделей оса
- 14 019484 дочных пород или других взвешенных оценок.
Затем на этапе 150 над ограниченными по полосе коэффициентами отражения в скважине выполняют действия до получения статистических характеристик (8Скскважины) скважины. Характеристики получают на достаточно больших глубинных интервалах, так что их естественная, ожидаемая пространственная вариация в представляющей интерес зоне является медленной и не находится под сильным влиянием локальных аномалий, что делает статистические характеристики скважины более пригодными при контроле качества обработки или инверсии. На фиг. 15 и 16 представлены примеры статистических значений, измеренных в 4 скважинах, расположенных на расстоянии 10 км друг от друга, для некоторых из коэффициентов отражения, перечисленных в табл. 2. Имеется относительно небольшая степень вариации среднеквадратического значения, показанного на фиг. 15, и коэффициента корреляции, показанного на фиг. 16, что означает возможность использования их в качестве входных данных для определения статистических характеристик в этой области.
В дополнение к тому, что эти статистические показатели в этом районе изменяются медленно, измерениями в других скважинах в различных бассейнах выявлены очень похожие значения для коэффициентов корреляции и для относительных среднеквадратических уровней. Этим подкрепляется использование этих статистических показателей для контроля качества статистических характеристик в бассейнах, очень удаленных от места контроля за скважиной.
В случае ситуаций, в которых компонентные коэффициенты отражения изменяются более быстро между скважинами, может возникать необходимость пространственно интерполировать или экстраполировать требуемую статистическую характеристику к представляющим интерес местоположениям выборки трассы с общей точкой отражения. Поскольку коэффициенты отражения являются функциями относительных амплитуд, а не абсолютных амплитуд, то предпочтительно, чтобы статистические характеристики (8Сксейсмич) были безразмерными отношениями. В качестве конкретного примера статистическую характеристику (8Сскважины) скважины между двумя коэффициентами отражения можно получать, вычисляя отношение среднеквадратического значения представляющего импеданс для продольной волны коэффициента отражения к представляющему градиент коэффициенту отражения на протяжении глубинного диапазона, охватывающего представляющую интерес зону, определенную на этапе 100. Это отношение пригодно в качестве весьма диагностического и предсказуемого индикатора качества обработки данных с зависимостью амплитуды отражения от удаления. Другим полезным диагностическим показателем является коэффициент корреляции измеренного, представляющего импеданс для продольной волны коэффициента отражения (при нулевом удалении) с измеренным, представляющим градиент коэффициентом отражения. Эти показатели могут быть объединены друг с другом для получения взаимной корреляции, нормированной на автокорреляцию одного из коэффициентов отражения, для получения статистической характеристики, которая сама может быть пространственно прогнозируемой. Полезные относительные статистические характеристики между импедансом для продольной волны и градиентом включают в себя
5С=Ос/
5С=ССк0,с и ЗС=ССно,□0с/<Тво=Фво,5/'1>ко,рв где 8С - статистическая характеристика между импедансом для продольной волны и градиентом; σΒ0,/σο - среднеквадратические значения импеданса для продольной волны и градиента; ССВ0,с - коэффициент корреляции между импедансом для продольной волны и градиентом; ФВ0,С - взаимная корреляция между импедансом для продольной волны и градиентом;
ФВ0,В0 - автокорреляция импеданса для продольной волны.
В общем случае взаимные корреляции и автокорреляции от 2 или большего количества коэффициентов отражения могут быть объединены в ковариационную матрицу, свойства которой, включая ее собственный вектор, могут быть характеристикой упругих свойств различных геологических сред. В предпочтительном варианте осуществления выбирают набор из двух или большего количества коэффициентов отражения и вычисляют ковариационную матрицу, состоящую из всех коэффициентов автокорреляции и взаимной корреляции между коэффициентами отражения, определенных при нулевой задержке. Собственное значение главного собственного вектора этой матрицы дает статистическую характеристику, которая естественным образом взвешивает статистический эффект всех коэффициентов отражения, и можно ожидать, что она будет иметь меньшую пространственную и временную изменчивость, чем характеристика каждого отдельного коэффициента отражения
ЗСскважини = главное собственное значение [ковариация (Ко, К1Г ...Кв) ] (10) где 8Сскважины - статистическая характеристика скважины;
Во, В1, ...Вк - представляющие интерес коэффициенты отражения при сейсмической амплитудной инверсии;
- 15 019484
ΦβΟ,ΒΙ Ф?0,В2 - Φρο,ί
Φρί,ΚΙ Фщ,М - Φρι,ϊ
ΦβΝ,ΡΙ ΦβΝ,Β2 - ΦβΝ,ϊ
Φκο,ΒΟ ФЕ1,ро ковариация Другой вариант включает в себя вычисление отношений коэффициентов взаимной корреляции к коэффициентам автокорреляции (например, отношений сигнал/помеха) между парами коэффициентов отражения и затем объединение и взвешивание их различными способами для получения выигрыша в ожидаемых различиях пространственных вариаций. Весовые коэффициенты можно использовать для смещения статистической характеристики скважины к отношению сигнал/помеха выбранного набора коэффициентов отражения следующим образом:
ЗСскважины = (Фво,ка/Фко,ко) (ССко,р,1.<Тв1/<Тко) (И) где - вес, пропорциональный отношению сигнал/помеха статистического показателя;
Κμ - коэффициент отражения в случае сильной корреляции и высокого отношения сигнал/помеха;
К! - представляющий интерес ΐ-й коэффициент отражения;
σΚ0, σΚ - среднеквадратические значения представляющих Ко и К ΐ коэффициентов отражения; ССК0д - коэффициент корреляции между представляющими Ко и К ΐ коэффициентами отражения; ФК0,К1 - взаимная корреляция между представляющими Ко и К ΐ коэффициентами отражения; ФК0,К0 - автокорреляция представляющего Ко коэффициента отражения.
При наличии обоих уравнений (10) и (11) можно вычислить статистическую характеристику (8Сскважины) скважины на основании этих коэффициентов отражения, которая может представлять интерес в конкретной геологической ситуации.
Например, на этапе 160 сейсмические данные регистрируют в пределах представляющей интерес подземной зоны, описанной выше применительно к этапу 100. Эти сейсмические данные можно регистрировать в различных геологических условиях, в том числе в наземных, морских или глубоководных пунктах, и в виде полей разнообразных видов, осуществляя двумерную, трехмерную, четырехмерную регистрацию, регистрацию данных вертикального сейсмического профиля, многокомпонентных данных и данных мониторинга. Предпочтительно регистрировать эти сейсмические данные, используя сосредоточенный источник и опрос приемников при расстояниях между сейсмическим источником и приемниками, которые позволяют получать большие углы глубинных отражений (до 60°) в представляющей интерес подземной зоне. Другой исключительно желательной характеристикой регистрации является использование широкополосных источников и небольших групп приемников.
На этапе 200 сейсмические данные обрабатывают, используя ряд этапов 210 обработки. На этапе 200 предпочтительно максимизировать отношение сигнал/помеха в сейсмических данных и ширину полосы, чтобы получать улучшенные сейсмические данные, которые пригодны в качестве входных данных для амплитудной инверсии. В частности, предпочтительно формировать амплитуды сейсмических волн, которые находятся в рамках одной скалярной постоянной ограниченного по полосе, зависящего от угла коэффициента глубинного отражения плоских волн. Такие сейсмические данные позволят решать искомую задачу с минимальными необходимыми ограничениями в пределах амплитудной инверсии.
Последовательность обработки амплитуд может иметь 20 или большее количество этапов, включая этапы, показанные в табл. 4. Не создающие ограничений примеры основных этапов обработки сейсмических данных обычно включают в себя:
a) регуляризацию сейсмических данных;
b) подавление помех;
c) коррекцию за различные влияния распространения в среде и при регистрации;
ά) деконволюцию;
е) оценивание скорости и анизотропии;
ί) миграцию;
д) компенсацию спектральной неидентичности и сжатие сейсмических импульсов;
И) фазовую коррекцию сейсмических импульсов;
ΐ) остаточное совмещение волн;
р пространственное уравновешивание амплитуд;
1) уравновешивание амплитуд по удалению;
т) пространственную и временную фильтрацию;
п) выбор удаления/угла и мьютинг и
о) инверсию коэффициентов отражения.
Общая задача этих этапов обработки, за исключением этапа инверсии, заключается в удалении помехи из сейсмических данных и коррекции характеристики на каждой границе с тем, чтобы она соответствовала свертке сейсмического импульса, имеющего известные амплитуду, фазу и время, с зависящим от угла коэффициентом отражения границы. Поскольку этапы д)-п) и значения параметров, используемые для этих этапов, могут существенно влиять на результаты этапа инверсии, они являются серьезными кандидатами для способа разностных результатов статистических измерений из этапа 300, помимо того, что при этом просто изменяется порядок таких этапов или выполняются определенные выбранные этапы и в то же время другие не выполняются. На других этапах до построения изображения способ разност
- 16 019484 ных результатов статистических измерений может быть очень неэффективным и неэффективным в качестве процедуры выбора параметров.
Снова обратимся к фиг. 13, в соответствии с которой примерный набор этапов, относящихся к этапу 210, будет описан более подробно. На этапе 205 поднабор сейсмических данных, который включает в себя данные, соответствующие представляющей интерес зоне, выбирают из сейсмических данных этапа 160. В этот поднабор сейсмических данных предпочтительно включать полный набор данных из этапа 160 (и выбирать этапы обработки для улучшения поднабора сейсмических данных, которые соответствуют представляющим интерес зонам). Также можно выбирать небольшие подходящие поднаборы сейсмических данных из этапа 160 для обработки на дальнейших этапах, содержащих этап 210.
На этапе 215 выбирают набор этапов обработки сейсмических данных. Этапы обработки сейсмических данных включают в себя наборы параметров обработки и значения параметров, которые должны быть оптимизированы на одном или нескольких этапах обработки. Примеры этапов сейсмической обработки сигналов, для которых параметры должны быть выбраны, включают в себя, но без ограничения ими, все этапы обработки, перечисленные выше для этапа 200 и в табл. 4. Кроме того, выбор может касаться выбора самих этапов, а порядок этапов в последовательности обработки можно также изменять. Как отмечалось выше, путем вычислений трудно оптимизировать все параметры на всех этапах одновременно.
Из упомянутого выше набора алгоритмов обработки выбирают один алгоритм или комбинацию алгоритмов, чтобы иметь их параметры, изменяемые во время оптимизации. Например, параметры в алгоритме деконволюции можно выбирать из условия оптимизации, тогда как параметры для этапов промежуточной обработки, то есть такой, как подавление помехи и инверсия скорости, поддерживают фиксированными. Следовательно, в пределах каждого из важных этапов набор параметров оптимизируют и в то же время параметры на остальных этапах считают заданными и их значения поддерживают фиксированными.
Далее на этапе 220 поднабор сейсмических данных преобразуют в улучшенные сейсмические данные, используя выбранные этапы обработки сейсмических данных и по меньшей мере одно переменное значение параметра при других фиксированных значениях параметров.
К улучшенным сейсмическим данным применяют обращение на этапе 225, используя выбранный алгоритм амплитудной инверсии, применяя уравнение (2), или (6), или другие, используемые при аналитическом исследовании зависимости амплитуды отражения удаления, и фиксированный набор параметров инверсии для образования обращенных коэффициентов отражения. Например, алгоритм инверсии может быть двухчленным алгоритмом, которым осуществляют инверсию для получения представляющих пересечение и градиент коэффициентов отражения, используя постоянные параметры демпфирования. В качестве варианта трехчленный алгоритм инверсии можно использовать для получения набора из трех выбранных коэффициентов отражения. Специалистам в данной области техники должно быть понятно, что на этом этапе можно использовать многие другие варианты алгоритмов инверсии.
На этапе 230 над обращенными коэффициентами отражения выполняют действия до получения статистической сейсмической характеристики для набора пробных значений параметров. Предпочтительно тот же самый алгоритм определения характеристик, который использовался для скважинных данных, использовать для определения статистической сейсмической характеристики. Набор обращенных коэффициентов отражения, который используют для этого вычисления, выбирают из той же самой, представляющей интерес зоны, что и на этапе 100. Все выборки трасс с общей точкой отражения (ОТО) или поднабор этих выборок на основе двумерных или трехмерных сейсмических данных выбирают из представляющей интерес зоны. Для каждой из общих точек отражения вычисляют статистическую характеристику на основании обращенных коэффициентов отражения в этой общей точке отражения. Эти статистические характеристики усредняют для получения единственной статистической характеристики для конкретного пробного набора значений параметров.
Разность между статистической характеристикой скважины из этапа 150 и статистической сейсмической характеристикой (8Ссейсмич) из этапа 230 вычисляют, используя уравнение (8) для получения разностного результата (8ΌΜ) статистических измерений, то есть разностного результата статистических измерений для конкретного набора пробных значений параметров обработки. Для задач этого описания термин мера высокого качества показывает корреляцию результатов измерений статистической сейсмической характеристики (8Ссейсмич) и статистической характеристики (8Сскважины) скважины.
Затем на этапе 245 выбирают новые наборы пробных значений параметров обработки, подлежащие использованию в пробных алгоритмах обработки, между тем, как значения параметров остальных алгоритмов обработки опять поддерживают фиксированными. Задача повторяющихся этапов 220-240 заключается в нахождении оптимальных разностных результатов статистических измерений для набора пробных значений параметров. Если ожидаемая поверхность разностного результата статистических измерений является простой, систематическим оцениванием разностного результата статистических измерений для сетки значений параметров можно эффективно определять минимум разностного результата статистических измерений. Каждый из параметров имеет ожидаемый диапазон потенциальных значений, которых можно использовать для определения сетки возможных значений параметров. Сетку возможных
- 17 019484 значений параметров используют для построения кривой или поверхности разностного результата статистических измерений путем вычисления значений разностных результатов статистических измерений на местах сетки, повторяя этапы 220-240.
Если поверхность разностного результата статистических измерений ожидается очень сложной или в случае, когда поверхность разностного результата статистических измерений является многомерной, численные и/или аналитические производные, вычисленные в области вокруг начального пробного значения параметра, можно использовать для образования локальной модели поверхности разностного результата статистических измерений. Затем эту модель используют для выбора нового пробного набора значений параметров, близких к минимуму полученной моделированием поверхности разностного результата статистических измерений. Специалистам в данной области техники должно быть понятно, что многие другие способы можно использовать, чтобы выбирать поверхность разностного результата статистических измерений для группы параметров.
На этапе 245 различные стратегии используют для выбора новых пробных значений параметров, посредством которых будет эффективно определяться минимум на поверхности разностного результата статистических измерений. Как отмечалось выше, если ожидаемая поверхность разностного результата статистических измерений является простой, систематическим оцениванием разностного результата статистических измерений для сетки значений параметров и повторением этапов 220-240 можно эффективно определять оптимальный (то есть минимальный) разностный результат статистических измерений. Кривые и поверхности разностного результата статистических измерений на фиг. 17 были образованы с использованием поиска на сетке значений параметров. В качестве варианта численные и/или аналитические производные, вычисляемые в области вокруг начального пробного значения параметра, могут использоваться для образования локальной модели поверхности разностного результата статистических измерений. Затем эту модель используют для выбора нового пробного набора значений параметров, близких к минимуму полученной моделированием поверхности разностного результата статистических измерений.
На этапе 250 выбирают набор значений параметров обработки, которые соответствуют оптимальному разностному результату статистических измерений. На фиг. 17 представлен пример возможного использования разностных результатов статистических измерений для выделения параметра выбора (углового мьютинга) данных для конкретной, представляющей интерес зоны. На графике показана кривая значений разностного результата статистических измерений в зависимости от различных значений углового мьютинга. Кривой определяется максимальный угол отражения, который определенно является благоприятным для амплитудной инверсии благодаря минимизации вычисленного разностного результата статистических измерений. Амплитудные данные при больших углах отражения, чем этот угол, затем удаляются (мьютингом) из выборок трасс с общей точкой отражения.
На этапе 260 полный набор сейсмических данных обрабатывают совместно с набором значений параметров обработки, выбранных на этапе 250, для получения улучшенных сейсмических данных в качестве выходных данных из единственного этапа 210 обработки. Полный набор данных обрабатывают только на протяжении выбранного этапа 210 и они являются входными данными для следующего выбранного этапа 210.
Снова обратимся к фиг. 14, где описывается этап 300, на котором к конечным выходным данным из этапа 200, улучшенным сейсмическим данным применяют обращение для получения коэффициентов отражения, используя оптимизированный поток амплитудной инверсии из этапов 310-380. Данные из этапа 200 получают на этапе 310 и на этапе 320 поднабор улучшенных сейсмических данных выбирают из улучшенных обработанных сейсмических данных этапа 200. Этот выбранный поднабор сейсмических данных должен соответствовать поднабору каротажных данных, выбранному на этапе 150. В первом предпочтительном способе этот выбор поднабора сейсмических данных включает в себя все сейсмические трассы, которые соответствуют тому же глубинному интервалу, что и каротажные данные. В качестве варианта выбор сейсмических данных может быть выполнен с исключением каждого десятого поднабора из полной съемки сейсмических данных.
На этапе 330, используя выбранный алгоритм сейсмической инверсии и пробный набор значений параметров инверсии, к поднабору улучшенных сейсмических данных применяют обращение в ограниченные по полосе обращенные коэффициенты отражения. В предпочтительном примере алгоритм инверсии может быть ограниченным решением методом наименьших квадратов уравнения (6) для функции ошибки, требующим значений для параметров демпфирования и параметров взвешивания данных. В общем случае, чтобы уменьшить эффекты остаточной помехи и искажения сигнала в сейсмических данных, коэффициенты отражения ограничивают относительно друг друга, выбирая значения параметров демпфирования и веса данных (то есть значения У1, \Ус и в уравнении (6)). Поскольку демпфирование способствует смещению результатов, получаемых на основании амплитудных данных, большие веса затухания являются нежелательными, при этом существует возможность, что данные об амплитудах сейсмических волн сами будут иметь меньшее, чем полное влияние на результирующие коэффициенты отражения. В случае очень больших коэффициентов демпфирования некоторые атрибуты можно эффективно ограничивать, чтобы они были масштабированной версией других атрибутов.
- 18 019484
В качестве варианта уравнение (6) без члена К2 можно использовать для определения значений параметров инверсии. Специалистам в данной области техники должно быть понятно, что другие алгоритмы инверсии также можно использовать и не ограничиваться этими примерами.
Затем на этапе 340 над ограниченными по полосе коэффициентами отражения сейсмических волн выполняют действия до получения различных статистических сейсмических характеристик, идентичных характеристикам, которые были образованы на основании контроля за скважиной на этапе 150 и описаны выше. Вследствие хорошей поперечной прогнозируемости предпочтительно, чтобы выбираемой статистической характеристикой был главный собственный вектор ковариационной матрицы, вычисляемый на основании обращенных коэффициентов отражения сейсмических волн.
На этапе 350 статистическую сейсмическую характеристику сравнивают со статистической характеристикой скважины для получения разностного результата статистических измерений, используя одну из форм уравнения (8).
На этапах 360 повторяют этапы 330-350 для определения значений параметров амплитудной инверсии, которые оптимизируют (минимизируют) разностный результат статистических измерений. Стратегии для осуществления этого подобны стратегиям на этапе 245. Предпочтительно реализовывать этот этап путем осуществления пробных амплитудных инверсий, используя уравнение (6) для сетки возможных значений параметров демпфирования. Разностный результат статистических измерений используют как выходной для каждого из значений параметров демпфирования и сетку значений анализируют на минимум. В качестве варианта можно оценивать производные разностного результата статистических измерений в зависимости от значений параметров и идентифицировать локальные минимумы для получения оптимизированных комбинаций значений параметров.
Кроме того, разностные результаты статистических измерений можно контролировать, чтобы выяснять, соответствуют ли они удовлетворительно параметрам демпфирования или обработки. Очень важным критерием является величина параметров демпфирования, относящихся к минимуму разностного результата статистических измерений. В случаях, когда определяют два локальных минимума почти одинаковых по значению разностных результатов статистических измерений, необходимо выбирать минимум, относящийся к параметрам наименьшего демпфирования. Другой критерий, который можно также можно использовать, представляет собой пространственную когерентность обращенных коэффициентов отражения. Этот критерий должен использоваться в сочетании с другим критерием, поскольку очень вероятно, что коэффициент отражения аналогично градиенту является в значительной степени пространственно когерентным и в то же время имеет очень большую ошибку. Еще одним критерием может быть величина разностного результата статистических измерений. Если любой из этих заданных критериев не удовлетворяется, то этапы 210-370 можно повторять совместно со вновь выбираемыми алгоритмами обработками или сейсмическими параметрами до удовлетворения выбранному критерию. Если разностные результаты статистических измерений являются достаточно низкими, то обращенные коэффициенты отражения сейсмических волн являются удовлетворительными.
Примеры других процедур поиска оптимизированных параметров, которые можно использовать для примера, а не ограничения, включают в себя способы, в которых применяются разложения в ряд Тейлора или приближения Ньютона для поверхности ошибки. Специалистам в данной области техники должно быть понятно, что многие другие способы могут быть применены для эффективного поиска оптимальных разностных результатов статистических измерений, включая использование ранее определенных параметров инверсии в представляющей интерес области.
Справа на фиг. 17 показана оконтуренная поверхность значений разностных результатов статистических измерений, соответствующих сетке значений параметров демпфирования градиента и плотности. Выбирают минимальное значение разностного результата статистических измерений и соответствующие параметры, дающие это значение. Минимум представляет собой последний замкнутый контур на фиг. 17, соответствующий значению 0,14 для демпфирования плотности и 0,06 для демпфирования градиента, эти значения являются примерно пропорциональными относительным среднеквадратическим уровням этих параметров, измеренным при контроле за скважиной. То, что на поверхности разностных результатов статистических измерений видны большие вариации в случае небольших изменений значения параметра демпфирования, отражает трудность, возникающую при попытке выбора параметров демпфирования без использования пробных значений параметров. Фактически, поскольку значения параметров демпфирования трудно выбирать на основании существующих способов контроля качества, в которых используют пространственную когерентность или абсолютные среднеквадратические уровни, во многих алгоритмах инверсии ограничения часто даже не используют (\УС=0 в уравнении (6)).
На этапе 370 к улучшенным сейсмическим данным применяют обращение, используя набор значений параметров инверсии, выбранный на этапе 360, чтобы получать набор оптимизированных обращенных коэффициентов отражения.
На фиг. 18 показаны результаты вычислений представляющих импеданс для продольной волны, поперечной волны смешанного типа и скорость продольной волны коэффициентов отражений для не связанной ограничениями (недемпфированной) и ограниченной (демпфированной) инверсий набора синтетических данных. В показанных двух случаях имеется 50 и 100% помехи (когерентной и некогерент
- 19 019484 ной), добавленной в сигналы выборок трасс с общей точкой отражения. Поскольку сигналы представляющих импеданс для продольной волны, поперечную волну смешанного типа и скорость продольной волны коэффициентов отражения являются одинаковыми в каждой общей точке отражения (ОТО) и сильно коррелированными друг с другом, точными результатами должны быть почти одинаковые и пространственно когерентные коэффициенты отражения. Как показано в верхней части фиг. 18, не связанная ограничениями инверсия для получения импеданса для продольных волн дает хорошие результаты, тогда как представляющие поперечную волну и скорость продольной волны коэффициенты отражения имеют очень низкие отношения сигнал/помеха, что подтверждается пространственной некогерентностью и относительно высокими среднеквадратическими значениями. Изображения в нижней части фиг. 18 свидетельствуют о том, что когда выбирают оптимальные ограничения демпфирования при использовании способа разностных результатов статистических измерений, пространственная когерентность и относительные среднеквадратические значения представляющих поперечную волну смешанного типа и скорость продольной волны коэффициентов отражения значительно повышаются.
На фиг. 19А и 19В представлен пример реальных сейсмических данных, предназначенный для сравнения недемпфированного разреза градиента слева с оптимально демпфированным разрезом градиента справа, где значения оптимально демпфированных параметров выбирались с использованием способа разностных результатов статистических измерений согласно этому изобретению. Большое падение среднеквадратического уровня градиента, видное в верхней части разреза, сопровождается значительным повышением пространственной когерентности, и оба индикатора свидетельствуют о том, что демпфированный с использованием способа разностных результатов статистических измерений разрез градиента имеет значительно более высокое отношение сигнал/помеха, чем недемпфированный разрез градиента.
Для способов численного анализа амплитуд в качестве входных данных необходимы не только обращенные коэффициенты отражения, но также и их неопределенности ((помеха + сигнал)/сигнал). На этапе 380 разностные результаты статистических измерений, вычисленные для пар коэффициентов отражения, можно использовать для оценивания относительной (неопределенности-1) значений сигнал/(сигнал + помеха) для каждого из обращенных коэффициентов отражения. Их можно получать, вычисляя разность между статистическими характеристиками (3Ск), вычисленными для обращенных коэффициентов отражения сейсмических волн, и статистическими характеристиками, спроецированными из данных контроля за скважиной, используя следующее уравнение:
иВ1=ЗСскважи11Ы|Е11?Н2/| ( { ЗССкважины,К1,К2-5СсейсмиЧ/К1, к2) I+5ССква™ны,к1,Н2) (9) где иК1 - (неопределенность) отношения сигнал/(сигнал + помеха), относящаяся к представляющему К1 коэффициенту отражения;
3Сскважины,К1,К2 - ΦΚιΚ2/ΦΚιΚι, взаимная и автокорреляция для Κι, К2 из данных контроля за скважиной;
3Ссейсмич,К1К2 - ΦΚιΚ2/ΦΚιΚι, взаимная и автокорреляция для Κι, К2 из сейсмических данных.
Аналогичным образом их можно оценивать, сравнивая разности между выходными данными, получаемыми с помощью ограниченной (демпфированной, взвешенной) амплитудной инверсии и не связанной ограничениями амплитудной инверсии.
Предпочтительно, чтобы разностные результаты статистических измерений для одного из коэффициентов отражения, для представляющего скорость продольной волны или суммарный разрез коэффициента отражения имели высокое отношение сигнал/(сигнал + помеха) по сравнению с коэффициентом отражения, для которого оценки сигнал/(сигнал + помеха) являются ожидаемыми. При этом используют статистические характеристики одинакового вида между парами трасс для количественного нахождения неопределенности в каждом из обращенных коэффициентов отражения.
На фиг. 20 показаны изменения сигнал/(сигнал + помеха) в зависимости от точки общего отражения и времени для разрезов градиента, показанных на фиг. 19. Наблюдается значительное возрастание сигнал/(сигнал + помеха), когда параметры демпфирования, выбранные с использованием способа разностных результатов статистических измерений, предпочитают для инверсии.
На этапе 390 осуществляют вывод набора оптимизированных обращенных коэффициентов отражения сейсмических волн и соответствующих значений неопределенности. Эти выходные данные используют в различных способах анализа амплитуд для уменьшения риска, связанного с сейсмической разведкой и с принятием решений относительно оконтуривания месторождения.
Хотя в приведенном выше описании это изобретение было описано применительно к определенным предпочтительным осуществлениям его и многие подробности изложены с целью иллюстрации, для специалистов в данной области техники должно быть очевидно, что в изобретении допускаются изменения и что некоторые другие детали, описанные в настоящем изобретении, можно существенно изменять без отступления от основных принципов изобретения.
Claims (22)
- ФОРМУЛА ИЗОБРЕТЕНИЯ1. Способ получения сейсмических данных и обращенных коэффициентов отражения, содержащий этапы, на которых:(a) выполняют измерения амплитуды отраженной волны при трех или большем количестве расстояний между источником и приемником;(b) вычисляют с помощью процессора компьютера множество статистических характеристик (8С5скважины) скважины на основании ограниченных по полосе коэффициентов отражения в скважине, соответствующих представляющей интерес подземной области;(c) вычисляют с помощью процессора компьютера множество наборов обработанных сейсмических данных, применяя множество различных последовательностей обработки сейсмических данных по меньшей мере к части совокупности сейсмических данных, соответствующих представляющей интерес подземной области, причем последовательности обработки сейсмических данных обеспечивают удаление помехи из сейсмических данных и коррекцию характеристики на каждой границе с тем, чтобы она соответствовала свертке сейсмического импульса, имеющего известные амплитуду, фазу и время, с зависящим от угла коэффициентом отражения границы;(б) вычисляют с помощью процессора компьютера множество наборов обращенных коэффициентов отражения, применяя инверсию множества наборов обработанных сейсмических данных с использованием алгоритма амплитудной инверсии с зависимостью амплитуды отражения от удаления;(е) вычисляют с помощью процессора компьютера множество статистических сейсмических характеристик (8С5сейсмич) на основании множества наборов обращенных коэффициентов отражения; причем статистические сейсмические характеристики (8С8сейсмич) включают в себя отношения коэффициентов автокорреляции или взаимной корреляции и/или корреляции при нулевой задержке и среднеквадратических уровней между различными коэффициентами отражения на протяжении интервала, охватывающего временную/глубинную зону и представляющий интерес район;(ί) вычисляют множество разностных показателей (8ΌΜδ) статистических измерений между статистическими характеристиками (8С5скважины) скважины и множеством статистических сейсмических характеристик (8С§сейсмич); причем множество разностных показателей (8ΌΜδ) представляет собой меру различия статистических характеристик обращенных сейсмических данных и скважинных данных;(д) определяют последовательность обработки сейсмических данных на основании вычисленных разностных результатов (8ΌΜδ) статистических измерений, полученных на этапе (ί);(Ιί) получают с помощью процессора компьютера сейсмические данные, обрабатывая сейсмические данные, соответствующие представляющей интерес подземной области, используя последовательность обработки сейсмических данных, полученную на этапе (д);(ί) выбирают алгоритм сейсмической инверсии на основании вычисленных разностных результатов (8ΌΜδ) статистических измерений, полученных на этапе (ί);(ί) применяют инверсию сейсмических данных с помощью процессора компьютера, используя алгоритм сейсмической инверсии, для получения набора обращенных коэффициентов отражения.
- 2. Способ по п.1, в котором различные последовательности обработки сейсмических данных включают в себя параметры и, по меньшей мере, значения параметров, различающиеся между различными последовательностями обработки.
- 3. Способ по п.1, в котором различные последовательности обработки сейсмических данных различаются, по меньшей мере, различным порядком этапов обработки в пределах каждой соответствующей последовательности обработки сейсмических данных.
- 4. Способ по п.1, в котором различные последовательности обработки сейсмических данных различаются, по меньшей мере, различным количеством этапов обработки в пределах каждой соответствующей последовательности обработки сейсмических данных.
- 5. Способ по п.1, в котором разностные результаты (8ΌΜδ) статистических измерений используют в схеме для прогнозирования последовательности обработки сейсмических данных.
- 6. Способ по п.1, в котором ограниченные по полосе коэффициенты отражения в скважине определяют из данных, полученных из аналогичных стволов скважин или баз каротажных данных для подобных геологических условий, или из статистических моделей осадочных пород, из которых образуют псевдокаротажные данные, геологические модели или другие взвешенные оценки.
- 7. Способ по п.1, в котором на этапе (Ь) дополнительно:ί) регистрируют каротажные данные;ιί) выбирают алгоритмы обработки каротажных данных с параметрами обработки каротажных данных иш) преобразуют каротажные данные в ограниченные по полосе коэффициенты отражения в скважине, используя алгоритмы обработки каротажных данных.
- 8. Способ по п.7, в котором каротажные данные регистрируют из одного из: ствола скважины в представляющей интерес области, аналогичной геологической обстановки, среднего числа некоторого- 21 019484 количества аналогичных скважин и статистической модели.
- 9. Способ по п.1, в котором на этапе (|) дополнительно определяют, находится ли любой из разностных результатов (8ΌΜδ) статистических измерений в пределах заданного критерия.
- 10. Способ по п.1, в котором статистические характеристики (8С5скважины) скважины вычисляют на основании среднеквадратических уровней, представляющих поперечную волну, продольную волну и плотность коэффициентов отражения и коэффициентов корреляции среди представляющих поперечную волну, продольную волну и плотность коэффициентов отражения.
- 11. Способ по п.1, в котором разностный результат (8ΌΜ) статистических измерений является ответным на отношение сигнал/(сигнал + помеха) коэффициентов отражения в скважине к сигнал/(сигнал + помеха) коэффициентов отражения из сейсмических данных.
- 12. Способ по п.8, в котором статистические характеристики скважины используют в уравнении коэффициентов отражения Цепритца для вычисления ожидаемого среднеквадратического значения сейсмических трасс в выборке с зависимостью амплитуды отражения от удаления.
- 13. Способ по п.1, в котором разностный результат (8ΌΜ) статистических измерений является обратно пропорциональным разности между ожидаемым отношением сигнал/(сигнал + помеха) коэффициентов отражения в скважине и отношением сигнал/(сигнал + помеха) коэффициентов отражения из сейсмических данных.
- 14. Способ получения сейсмических данных, содержащий этапы, на которых:(a) выполняют измерения амплитуды отраженной волны при трех или большем количестве расстояний между источником и приемником;(b) вычисляют с помощью процессора компьютера набор статистических характеристик (8С5скважин^1) скважины на основании ограниченных по полосе коэффициентов отражения в скважине, соответствующих представляющей интерес подземной области;(c) вычисляют с помощью процессора компьютера множество наборов обработанных сейсмических данных, применяя множество различных последовательностей обработки сейсмических данных по меньшей мере к части совокупности сейсмических данных, соответствующих представляющей интерес подземной области; причем последовательности обработки сейсмических данных обеспечивают удаление помехи из сейсмических данных и коррекцию характеристики на каждой границе с тем, чтобы она соответствовала свертке сейсмического импульса, имеющего известные амплитуду, фазу и время, с зависящим от угла коэффициентом отражения границы;(б) вычисляют с помощью процессора компьютера множество наборов обращенных коэффициентов отражения, применяя инверсию наборов обработанных сейсмических данных, используя алгоритмы сейсмической инверсии с зависимостью амплитуды отражения от удаления с фиксированными наборами параметров;(е) вычисляют с помощью процессора компьютера набор статистических сейсмических характеристик (8С5сейсмич) на основании множества наборов обращенных коэффициентов отражения; причем статистические сейсмические характеристики (8С8сейсмич) включают в себя отношения коэффициентов автокорреляции или взаимной корреляции и/или корреляции при нулевой задержке и среднеквадратических уровней между различными коэффициентами отражения на протяжении интервала, охватывающего временную/глубинную зону и представляющий интерес район;(ί) вычисляют с помощью процессора компьютера множество разностных результатов (8ΌΜδ) статистических измерений между статистическими характеристиками (8С5скважины) скважины и статистическими сейсмическими характеристиками (8С5сейсмич); причем множество разностных показателей (8ΌΜδ) представляет собой меру различия статистических характеристик обращенных сейсмических данных и скважинных данных;(д) выбирают последовательность обработки сейсмических данных на основании определенных разностных результатов (8ΌΜδ) статистических измерений;(к) обрабатывают сейсмические данные с помощью процессора компьютера, используя последовательность обработки сейсмических данных и параметры, для получения набора сейсмических данных.
- 15. Способ по п.14, в котором фиксированные наборы параметров алгоритмов сейсмической инверсии имеют параметры, которые имеют различные значения.
- 16. Способ по п.14, в котором дополнительно:(ί) определяют, находится ли разностный результат (8ΌΜ) статистических измерений в пределах заданного критерия;(ί) повторяют этапы (с), (д), используя отличающуюся последовательность обработки сейсмических данных на этапе (с) до тех пор, пока разностный результат (8ΌΜ) статистических измерений не будет в пределах заданного критерия.
- 17. Способ по п.16, в котором дополнительно:(к) получают сейсмические данные, обрабатывая сейсмические данные, соответствующие представляющей интерес подземной области, используя последовательность обработки сейсмических данных, связанную с разностным результатом (8ΌΜ) статистических измерений, который находится в пределах заданного критерия.- 22 019484
- 18. Способ по п.17, в котором фиксированные наборы параметров последовательностей обработки сейсмических данных различаются, по меньшей мере, порядком этапов обработки в пределах каждой соответствующей последовательности обработки сейсмических данных.
- 19. Способ по п.17, в котором фиксированные наборы параметров последовательностей обработки сейсмических данных различаются, по меньшей мере, различным количеством этапов обработки в пределах каждой соответствующей последовательности обработки сейсмических данных.
- 20. Способ по п.17, в котором фиксированные наборы параметров последовательностей обработки сейсмических данных различаются, по меньшей мере, различными значениями коэффициентов между различными последовательностями обработки.
- 21. Способ получения обращенных коэффициентов отражения, содержащий этапы, на которых:(a) выполняют измерения амплитуды отраженной волны при трех или большем количестве расстояний между источником и приемником;(b) получают ограниченные по полосе коэффициенты отражения в скважине, соответствующие представляющей интерес подземной области;(c) вычисляют с помощью процессора компьютера множество статистических характеристик (808,.... ) скважины на основании ограниченных по полосе коэффициентов отражения в скважине, соответствующих представляющей интерес подземной области;(б) получают обработанные сейсмические данные, соответствующие представляющей интерес подземной области;(ί) вычисляют с помощью процессора компьютера множество наборов обращенных коэффициентов отражения, применяя инверсию набора обработанных сейсмических данных, используя множество различных алгоритмов сейсмической инверсии с зависимостью амплитуды отражения от удаления;(д) вычисляют с помощью процессора компьютера множество статистических сейсмических характеристик (8С8сейсмич) на основании наборов обращенных коэффициентов отражения; причем статистические сейсмические характеристики (8С8сейсмич) включают в себя отношения коэффициентов автокорреляции или взаимной корреляции и/или корреляции при нулевой задержке и среднеквадратических уровней между различными коэффициентами отражения на протяжении интервала, охватывающего временную/глубинную зону и представляющий интерес район;(11) вычисляют с помощью процессора компьютера множество разностных результатов (8ΌΜ8) статистических измерений между статистическими характеристиками (8С8скважины) скважины и статистическими сейсмическими характеристиками (8С8сейсмич); причем множество разностных показателей (8ΌΜ8) представляет собой меру различия статистических характеристик обращенных сейсмических данных и скважинных данных;(ί) выбирают алгоритм сейсмической инверсии на основании вычисленных разностных результатов (8ΌΜ8) статистических измерений;(ί) применяют инверсию сейсмических данных с помощью процессора компьютера, используя алгоритм сейсмической инверсии, для получения набора обращенных коэффициентов отражения.
- 22. Способ по п.21, дополнительно содержащий этап, на котором:(к) вычисляют значения неопределенности для обращенных коэффициентов отражения.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US11/763,960 US7826973B2 (en) | 2007-06-15 | 2007-06-15 | Optimizing seismic processing and amplitude inversion utilizing statistical comparisons of seismic to well control data |
PCT/US2008/066755 WO2008154640A1 (en) | 2007-06-15 | 2008-06-12 | Optimizing amplitude inversion utilizing statistical comparisons of seismic to well control data ' |
Publications (2)
Publication Number | Publication Date |
---|---|
EA201070023A1 EA201070023A1 (ru) | 2010-06-30 |
EA019484B1 true EA019484B1 (ru) | 2014-04-30 |
Family
ID=39712314
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
EA201070023A EA019484B1 (ru) | 2007-06-15 | 2008-06-12 | Способ получения сейсмических данных |
Country Status (8)
Country | Link |
---|---|
US (1) | US7826973B2 (ru) |
EP (1) | EP2167993A1 (ru) |
CN (1) | CN101680960B (ru) |
AU (1) | AU2008261640B2 (ru) |
BR (1) | BRPI0813164A2 (ru) |
CA (1) | CA2689342A1 (ru) |
EA (1) | EA019484B1 (ru) |
WO (1) | WO2008154640A1 (ru) |
Families Citing this family (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8954282B2 (en) * | 2007-10-12 | 2015-02-10 | Westerngeco L.L.C. | Autonomic seismic data processing |
US8738341B2 (en) * | 2007-12-21 | 2014-05-27 | Schlumberger Technology Corporation | Method for reservoir characterization and monitoring including deep reading quad combo measurements |
US8744817B2 (en) * | 2007-12-21 | 2014-06-03 | Schlumberger Technology Corporation | Method for upscaling a reservoir model using deep reading measurements |
NZ586591A (en) * | 2008-01-08 | 2012-05-25 | Exxonmobil Upstream Res Co | Spectral shaping inversion and migration of seismic data |
US20100118654A1 (en) * | 2008-11-08 | 2010-05-13 | Ruiqing He | Vertical seismic profiling migration method |
WO2010151354A1 (en) | 2009-06-26 | 2010-12-29 | Exxonmobil Upstream Research Company | Constructing resistivity models from stochastic inversion |
US8923093B2 (en) | 2009-08-25 | 2014-12-30 | Westerngeco L.L.C. | Determining the quality of a seismic inversion |
US20110051552A1 (en) * | 2009-08-25 | 2011-03-03 | Schlumberger Technology Corporation | Methods and apparatus to calculate a distance from a borehole to a boundary of an anisotropic subterranean rock layer |
US8411529B2 (en) * | 2010-01-12 | 2013-04-02 | Schlumberger Technology Corporation | Walkaway VSP calibrated sonic logs |
PT2390683T (pt) * | 2010-05-28 | 2020-05-20 | Thur Srl | Método e sistema para determinar a rigidez de uma camada geológica |
KR101194285B1 (ko) * | 2010-08-24 | 2012-10-24 | 삼성메디슨 주식회사 | 빔 방향을 제공하는 3차원 초음파 검사기 및 3차원 초음파 검사기 동작 방법 |
CA2807417C (en) * | 2010-09-03 | 2013-10-08 | Geosoft Inc. | Method and system for modeling anomalous density zones in geophysical exploration |
US9134442B2 (en) * | 2010-12-16 | 2015-09-15 | Bp Corporation North America Inc. | Seismic acquisition using narrowband seismic sources |
GB2486877B (en) * | 2010-12-21 | 2018-02-07 | Statoil Petroleum As | Quality control of sub-surface and wellbore position data |
US20120265445A1 (en) * | 2011-04-13 | 2012-10-18 | Chevron U.S.A. Inc. | Stable shot illumination compensation |
ES2585105T3 (es) * | 2011-08-04 | 2016-10-03 | Cape Peninsula University Of Technology | Sistema y método de visualización y caracterización de fluidos |
US9772415B2 (en) * | 2011-08-05 | 2017-09-26 | Saudi Arabian Oil Company | Correcting time lapse seismic data for overburden and recording effects |
GB2504502A (en) * | 2012-07-31 | 2014-02-05 | Geco Technology Bv | Processing wavefield data incorporating large timesteps and upscaled medium properties |
US10048396B2 (en) | 2013-03-14 | 2018-08-14 | Exxonmobil Upstream Research Company | Method for region delineation and optimal rendering transform of seismic attributes |
WO2014164354A1 (en) * | 2013-04-02 | 2014-10-09 | Halliburton Energy Services, Inc. | Anisotropy analysis using direct and reflected arrivals in seismic survey data |
EP3140676B1 (en) * | 2014-05-08 | 2018-09-26 | Chevron U.S.A. Inc. | System and method for analyzing geologic features using seismic data |
US10386515B2 (en) * | 2015-12-04 | 2019-08-20 | Cgg Services Sas | Method and apparatus for analyzing fractures using AVOAz inversion |
CN110869813A (zh) * | 2017-06-08 | 2020-03-06 | 道达尔公司 | 用于获取感兴趣区域上的地震数据集的方法和有关的系统 |
TWI626622B (zh) * | 2017-07-04 | 2018-06-11 | System and method for stereoscopic imaging of underground rock formation characteristics | |
US10670755B2 (en) | 2018-04-02 | 2020-06-02 | Chevron U.S.A. Inc. | Systems and methods for refining estimated effects of parameters on amplitudes |
CN109613614B (zh) * | 2018-11-08 | 2020-10-02 | 中国铁路设计集团有限公司 | 一种vsp倾角滤波器顶点的选取方法 |
US11340368B2 (en) * | 2019-03-21 | 2022-05-24 | Saudi Arabian Oil Company | Generating a velocity model and a density model of a subsurface structure of a reservoir |
RU2714861C1 (ru) * | 2019-04-24 | 2020-02-19 | Российская Федерация, от имени которой выступает Государственная корпорация по атомной энергии "Росатом" | Способ прецизионных измерений амплитуды гармонических колебаний сверхнизких и звуковых частот при сильной зашумленности сигнала |
CN112180442A (zh) * | 2019-07-03 | 2021-01-05 | 中国石油天然气集团有限公司 | 一种基于crp道集的岩性反演方法及系统 |
CN110579806B (zh) * | 2019-09-11 | 2022-03-22 | 大庆油田有限责任公司 | 一种密井网条件下快速的井震标定方法 |
US11802989B2 (en) * | 2020-05-11 | 2023-10-31 | Saudi Arabian Oil Company | Systems and methods for generating vertical and lateral heterogeneity indices of reservoirs |
CN111830556B (zh) * | 2020-07-15 | 2023-03-28 | 湖北文理学院 | 一种地震序列生成方法、系统及抗震安全稳定性评估方法 |
CN112068198B (zh) * | 2020-08-24 | 2022-03-18 | 西南科技大学 | 基于地震波全波形特征的裂缝破裂尺度的描述方法 |
CN112462421A (zh) * | 2020-10-30 | 2021-03-09 | 中国石油天然气集团有限公司 | 储层信息预测方法、装置、电子设备及存储介质 |
CN112765774B (zh) * | 2020-12-25 | 2022-07-01 | 青岛黄海学院 | 一种铁路震源瑞雷面波力学模型及其数值模拟方法 |
CN113589385B (zh) * | 2021-08-11 | 2023-08-04 | 成都理工大学 | 一种基于地震散射波场分析的储层特征反演方法 |
CN114089413B (zh) * | 2021-11-23 | 2022-10-14 | 中国科学院地质与地球物理研究所 | 一种获取随钻地震信号方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5638269A (en) * | 1993-09-21 | 1997-06-10 | Institut Francais Du Petrole | Seismic trace analysis method utilizing a statistical calibration technique for deducing geologic properties |
US6016462A (en) * | 1997-08-29 | 2000-01-18 | Exxon Production Research Company | Analysis of statistical attributes for parameter estimation |
US20010044698A1 (en) * | 1999-12-06 | 2001-11-22 | Chul-Sung Kim | Reliability measures for statistical prediction of geophysical and geological parameters in geophysical prospecting |
US6654692B1 (en) * | 2002-11-21 | 2003-11-25 | Conocophillips Company | Method of predicting rock properties from seismic data |
US6817218B1 (en) * | 2001-09-14 | 2004-11-16 | Emerald Geoscience Research Corp. | Non-linear statistically constrained AVO inversion |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
-
2007
- 2007-06-15 US US11/763,960 patent/US7826973B2/en not_active Expired - Fee Related
-
2008
- 2008-06-12 CN CN2008800203973A patent/CN101680960B/zh not_active Expired - Fee Related
- 2008-06-12 AU AU2008261640A patent/AU2008261640B2/en not_active Ceased
- 2008-06-12 WO PCT/US2008/066755 patent/WO2008154640A1/en active Application Filing
- 2008-06-12 EA EA201070023A patent/EA019484B1/ru not_active IP Right Cessation
- 2008-06-12 EP EP08795903A patent/EP2167993A1/en not_active Withdrawn
- 2008-06-12 BR BRPI0813164-3A2A patent/BRPI0813164A2/pt not_active IP Right Cessation
- 2008-06-12 CA CA002689342A patent/CA2689342A1/en not_active Abandoned
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5638269A (en) * | 1993-09-21 | 1997-06-10 | Institut Francais Du Petrole | Seismic trace analysis method utilizing a statistical calibration technique for deducing geologic properties |
US6016462A (en) * | 1997-08-29 | 2000-01-18 | Exxon Production Research Company | Analysis of statistical attributes for parameter estimation |
US20010044698A1 (en) * | 1999-12-06 | 2001-11-22 | Chul-Sung Kim | Reliability measures for statistical prediction of geophysical and geological parameters in geophysical prospecting |
US6817218B1 (en) * | 2001-09-14 | 2004-11-16 | Emerald Geoscience Research Corp. | Non-linear statistically constrained AVO inversion |
US6654692B1 (en) * | 2002-11-21 | 2003-11-25 | Conocophillips Company | Method of predicting rock properties from seismic data |
Also Published As
Publication number | Publication date |
---|---|
EA201070023A1 (ru) | 2010-06-30 |
BRPI0813164A2 (pt) | 2014-12-23 |
US20100027376A1 (en) | 2010-02-04 |
US7826973B2 (en) | 2010-11-02 |
CN101680960A (zh) | 2010-03-24 |
CN101680960B (zh) | 2012-07-18 |
AU2008261640A1 (en) | 2008-12-18 |
WO2008154640A1 (en) | 2008-12-18 |
CA2689342A1 (en) | 2008-12-18 |
AU2008261640B2 (en) | 2013-05-02 |
EP2167993A1 (en) | 2010-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EA019484B1 (ru) | Способ получения сейсмических данных | |
CA3043310C (en) | Method for estimating petrophysical properties for single or multiple scenarios from several spectrally variable seismic and full wavefield inversion products | |
Hamid et al. | Multitrace impedance inversion with lateral constraints | |
Velis | Stochastic sparse-spike deconvolution | |
CN104597490B (zh) | 基于精确Zoeppritz方程的多波AVO储层弹性参数反演方法 | |
US7280918B2 (en) | Method and system for combining seismic data and basin modeling | |
EP2093591B1 (en) | Method for Three Dimensional Seismic Travel Time Tomography in Transversely Isotropic Media | |
US20110131020A1 (en) | Dip guided full waveform inversion | |
Yang et al. | Elastic least-squares reverse time migration in vertical transverse isotropic media | |
KR20110057124A (ko) | 지진 표면파들의 파형들을 사용하는 토양 특성들의 추정 | |
US20150109885A1 (en) | Method for correcting first break arrival time | |
NO20130489A1 (no) | Evaluering av en undergrunnssone ved estimering av Q-faktor ut ifra VSP-data | |
EA032186B1 (ru) | Сейсмическая адаптивная фокусировка | |
Landa et al. | Interpretation of velocity estimates from coherency inversion | |
Liner et al. | Layer-induced seismic anisotropy from full-wave sonic logs: Theory, application, and validation | |
Duret et al. | Near-surface velocity modeling using a combined inversion of surface and refracted P-waves | |
Bell | AAPG Memoir 76, Chapter 18: Velocity Estimation for Pore-Pressure Prediction | |
Liu et al. | Tomographic velocity model building of the near surface with velocity-inversion interfaces: A test using the Yilmaz model | |
Xu et al. | Supervirtual interferometry as a tool for slowness estimation of logging-while-drilling multipole acoustic data | |
Oliveira et al. | Estimation of quality factor based on peak frequency-shift method and redatuming operator: Application in real data set | |
CN106842291B (zh) | 一种基于叠前地震射线阻抗反演的不整合圈闭储层岩性预测方法 | |
Shekar et al. | Structural information derived from ambient noise tomography over a hydrocarbon‐producing region in the Cachar fold belt, lower Assam, northeast India | |
Zhao et al. | Source‐receiver interferometric redatuming using sparse buried receivers to address complex near‐surface environments: A case study of seismic imaging quality and time‐lapse repeatability | |
CN113806674A (zh) | 古河道纵向尺度的量化方法、装置、电子设备及存储介质 | |
Schuler et al. | Borehole study of compressional and shear attenuation of basalt flows penetrated by the Brugdan and William wells on the Faroes shelf |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | Lapse of a eurasian patent due to non-payment of renewal fees within the time limit in the following designated state(s) |
Designated state(s): AM AZ BY KG MD TJ TM |
|
MM4A | Lapse of a eurasian patent due to non-payment of renewal fees within the time limit in the following designated state(s) |
Designated state(s): KZ RU |