MXPA05012587A - Metodo para la identificacion de prospectos en la evaluacion de caudales existentes. - Google Patents
Metodo para la identificacion de prospectos en la evaluacion de caudales existentes.Info
- Publication number
- MXPA05012587A MXPA05012587A MXPA05012587A MXPA05012587A MXPA05012587A MX PA05012587 A MXPA05012587 A MX PA05012587A MX PA05012587 A MXPA05012587 A MX PA05012587A MX PA05012587 A MXPA05012587 A MX PA05012587A MX PA05012587 A MXPA05012587 A MX PA05012587A
- Authority
- MX
- Mexico
- Prior art keywords
- class
- seismic
- fluid
- lithology
- classes
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000011156 evaluation Methods 0.000 title claims description 16
- 238000009826 distribution Methods 0.000 claims abstract description 21
- 238000005553 drilling Methods 0.000 claims abstract description 14
- 238000004519 manufacturing process Methods 0.000 claims description 17
- 229930195733 hydrocarbon Natural products 0.000 claims description 16
- 150000002430 hydrocarbons Chemical class 0.000 claims description 16
- 238000012549 training Methods 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000012800 visualization Methods 0.000 claims description 7
- 230000001681 protective effect Effects 0.000 claims 1
- 239000012530 fluid Substances 0.000 abstract description 13
- 239000011148 porous material Substances 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 abstract description 3
- 239000004215 Carbon black (E152) Substances 0.000 description 7
- 239000004576 sand Substances 0.000 description 5
- 238000013459 approach Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000010224 classification analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
- G01V1/301—Analysis for determining seismic cross-sections or geostructures
- G01V1/302—Analysis for determining seismic cross-sections or geostructures in 3D data cubes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/32—Transforming one recording into another or one representation into another
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)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
La clasificacion sismica en tres dimensiones es una tecnologia de perforacion o afloramiento para determinar la distribucion tridimensional del fluido de los poros, la litologia, y las fallas/fracturas de multiples volumenes de atributos sismicos. Este metodo proporciona una solucion innovadora, que ahorra tiempo, para la identificacion y definicion de objetivos de perforacion, especialmente en areas con zonas productivas multiples y geologia compleja.
Description
METODO PARA LA IDENTIFICACIÓN DE PROSPECTOS EN LA EVALUACIÓN DE CAUDALES EXISTENTES
CAMPO DE LA INVENCIÓN La presente invención se refiere en general al campo de la interpretación de datos sísmicos y más específicamente a la determinación de la distribución en tres dimensiones del fluido de los poros y la litología de volúmenes con atributos sísmicos múltiples para identificar prospectos en la evaluación de caudales existentes. ANTECEDENTES DE LA INVENCIÓN La identificación de objetivos prospectivos para la exploración de hidrocarburos y las oportunidades de producción en la evaluación de caudales existentes requiere por lo general de meses de interpretación sísmica para asociar las zonas de producción de pozos, interpretar los horizontes de interés, extraer y analizar los atributos sísmicos correspondientes a las propiedades petrofísicas, y evaluar el potencial y los riesgos. En general en la interpretación sísmica tradicional, uno o más eventos sísmicos son identificados y rastreados para dar un conjunto de horizontes sísmicos. Estos horizontes se utilizan para formar un marco estructural de la subsuperficie en dos sentidos tiempo, o profundidad. El modelado geológico subsecuente y la mayor parte de los esquemas de inversión actuales se basan en este marco de trabajo. Por ejemplo, se pueden extraer los atributos sísmicos alrededor de un horizonte interpretado y se utilizan para caracterizar una unidad de yacimiento. Muy frecuentemente, utilizando los métodos de interpretación sísmica de la técnica previa, esto puede tomar un año para que un nuevo participante defina las oportunidades de recompletación, relleno y exploración en un campo con un gran número de horizontes productivos. Descubrir exitosamente estas oportunidades depende de si o no los exploradores pueden reducir significativamente el tiempo del ciclo, incrementar la eficiencia y reducir los riesgos al definir los objetivos de perforación. Al encontrar este reto, se ha desarrollado un nuevo enfoque innovador para identificar efectivamente los objetivos prospectivos durante la evaluación de caudales existentes . Por lo tanto, es un deseo proporcionar un método de clasificación sísmica en tercera dimensión para identificar los objetivos prospectivos. Otro deseo es proporcionar un método de clasificación sísmica en tercera dimensión que reduzca el tiempo de ciclo, incremente la eficiencia y reduzca los riesgos al definir los objetivos de perforación. En aun otro deseo proporcionar un método de clasificación sísmica en tercera dimensión que reduzca el tiempo para identificar y definir los objetivos de perforación, especialmente en áreas con zonas productivas múltiples y geología compleja, de meses a cuestión de semanas. BREVE DESCRIPCIÓN DE LA INVENCION En vista de las anteriores y otras consideraciones, la presente invención se refiere al campo de la interpretación de datos sísmicos, y más específicamente a la determinación de la distribución en tercera dimensión del fluido de los poros y la litología de volúmenes con atributos sísmicos múltiples, para identificar los prospectos en la evaluación de caudales existentes . Por consiguiente, se proporciona un método de clasificación sísmica en tercera dimensión para identificar y definir los objetivos de perforación prospectivos. El método puede incluir los pasos de generar cubos de atributos sísmicos para un volumen sísmico de interés, definir las clases de litología de fluidos, entrenar una red neural usando los cubos de atributos sísmicos en las conexiones de pozos, generar una gráfica transversal de muestras de entrenamiento, definir al menos una clase extra como una clase de hidrocarburos de bajo riesgo, generar un cubo de clase que proporciona la distribución espacial de cada una de las clases de fluidos y la al menos una clase extra, y seleccionar los objetivos de perforación. La clasificación sísmica en tercera dimensión es una tecnología de perforación o afloramiento para determinar la distribución tridimensional de los fluidos de los poros, la litología, y las f llas/f acturas de múltiples volúmenes de atributos sísmicos . Este método proporciona una solución innovadora, que ahorra tiempo, para la identificación y la definición de objetivos de perforación, en especial en áreas con productivas múltiples y geología compleja. Se utiliza un método de clasificación supervisado para definir las clases de fluidos y las litofacies con base en el conocimiento de la producción, la litología y la amplitud sísmica del pozo. Usando un análisis discriminante de gráficas transversales se puede definir una clase extra o clases extra con base en su distribución de grupo, separando las clases con base en su grado de riesgo. Los cubos de clases generados proporcionan la localización de los objetivos prospectivos y los cubos de probabilidad asociados proporcionan la estimación cuantitativa del riesgo. Las técnicas de visualización en tercera dimensión exhiben vivamente la distribución del fluido y las litofacies y también proporcionan los porcentajes en volumen de las diferentes clases, lo cual es importante para el control de calidad. El análisis de clasificación sísmica en tercera dimensión de atributos múltiples identifica los objetivos de perforación superiores en cuestión de semanas en lugar de meses . Como con cualquier evaluación sísmica, una evaluación sísmica en tercera dimensión comienza con la obtención de los datos disponibles, incluyendo los volúmenes sísmicos, diagrafías, y datos de ingeniería. Los volúmenes sísmicos pueden incluir el cubo migrado final, apilamiento de desplazamiento (AVO) , los volúmenes de varianza o el cubo de coherencia, y los cubos de atributos múltiples. El análisis más detallado sobre las áreas objetivo determina si los cuerpo geológicos contienen hidrocarburos . Los atributos múltiples se muestran y se someten a correlación cruzada para determinar cuales son redundantes . En el modo supervisado, los datos de referencia o datos de entrenamiento para cada clase de salida típicamente proceden de los datos del pozo tales como, pero no limitados a la porosidad, la saturación, la litología, y el fluido de los poros. Una vez identificadas, las litofacies y los tipos de fluidos sirven como datos de entrenamiento para buscar los patrones similares dentro del volumen sísmico mayor. El método de clasificación sísmica en tercera dimensión de la presente invención proporciona un modo eficiente para analizar las zonas de yacimientos múltiples y/o las configuraciones geológicas complejas sin interpretar los horizontes, como se hace cuando se usa el enfoque tradicional basado en horizontes por si sólo. Uno de los varios algoritmos de red neural utiliza múltiples cubos de atributos sísmicos para la clasificación. Las diagrafías y los datos de producción del poso se utilizan para proporcionar los ajustes de entrenamiento. Las gráficas transversales multidimensionales muestran todos los varios datos de entrenamiento de acuerdo con su litología/clases de fluidos de los poros y permiten la identificación de los yacimientos de hidrocarburos de bajo riesgo en el espacio de los atributos. El cubo de clasificación en tercera dimensión, el "cubo de clase" , proporciona una distribución espacial de la litología y las clases de fluidos que siguen el mismo esquema de marcado de las clases fluido-litologí . Una interpretación de Voxel de los objetivos prospectivos en el cubo de clasificación en tercera dimensión permite su delineación en vista plana, en términos de la ubicación y la extensión superficial. La inclusión de las perforaciones de pozos existentes delinea si los prospectos son oportunidades de recompletacion, relleno, o exploración. El método de clasificación sísmica en tercera dimensión rápido de la presente invención, en conjunción con los análisis económicos, de riesgo, y de decisiones, puede ser una poderosa herramienta para las compañías de gas y petróleo, en particular cuando las decisiones informadas se necesitan rápidamente . Estas herramientas combinadas se pueden usar para propósitos tales como la clasificación jerárquica de prospectos, la mejor ubicación de pozos, la evaluación oportuna del valor de campo, y las soluciones de desarrollo de campos de optimización. Lo anterior ha descrito las características y ventajas técnicas de la presente invención para que la descripción detallada de la invención que sigue pueda ser mejor entendida. Las características y ventajas adicionales de la invención se describirán de aquí en adelante, las cuales forman el objetivo de as reivindicaciones de la invención. BREVE DESCRIPCIÓN DE LOS DIBUJOS Las anteriores y otras características y aspectos de la presente invención serán mejor entendidos con referencia a la siguiente descripción detallada de una modalidad específica de la invención, cuando se lea en conjunción con los dibujos anexo , en donde : La Figura 1 es un diagrama de flujo de un método de clasificación sísmica en tercera dimensión para la identificación de prospectos en la evaluación de caudales existentes de la presente invención; La Figura 2 es una sección sísmica con trayectorias de pozo, las diagrafías del pozo de muestra, y zonas de producción de petróleo y gas marcada que indican los puntos de entrenamiento seleccionados ; La Figura 3 es una ilustración de las clases de fluido-litología originales definidas, y marcadas, a partir de las diagrafías del pozo y los datos de producción; La Figura 4 es una gráfica transversal de muestra de las muestras de entrenamiento que muestran la amplitud de las muestras sísmicas, la impedancia acústica, y la magnitud de la reflexión; La Figura 5 es una ilustración de las clases de fluido-litología definidas, y marcadas, a partir de las diagrafías del pozo y los datos de producción y la zona de hidrocarburos de bajo riesgo, de clase extra, definida y marcada. La Figura 6 es cubo de clase generado que muestra la distribución espacial de las diferentes clases de fluido-litología y la clase extra; La Figura 7 es una visualización en tercera dimensión del cubo de clases con ajustes de opacidad, establecidos para revelar la distribución espacial de la clase de hidrocarburos de bajo riesgo por interpretación de Voxel; y La Figura 8 es una ilustración de los resultados de la interpretación Voxel de la clase de zonas de hidrocarburos de bajo riesgo.
DESCRIPCIÓN DETALLADA DE LA INVENCIÓN Con referencia ahora a los dibujos en donde los elementos representados no se muestran necesariamente a escala y en donde los elementos parecidos o similares se designan por los mismos números de referencia a través de las varias vistas . La Figura 1 es un diagrama de flujo de un método de clasificación sísmica en tercera dimensión para la identificación de prospectos en la evaluación de caudales existentes de la presente invención, designado de manera general por el número 10. El primer paso 12 en el método 10 de clasificación en tercera dimensión es seleccionar un volumen sísmico para la evaluación. Para propósitos de descripción y comprensión de las varias figuras, un cubo sísmico existente que cubre dos campos de hidrocarburos en tierra en Lousiana del Sur se eligen para ilustración del presente método. El cubo sísmico cubre aproximadamente 129.50 km cuadrados (cincuenta millas cuadradas) que rodean los dos campos existentes. La producción es predominantemente petróleo con más de 30 zonas de producción que varían en profundidad desde 2,438.4 m (8,000 pies) a 4,114.8 m (13,500 pies). El método 10 de clasificación en tercera dimensión se utiliza para identificar los objetivos prospectivos superiores dentro y contiguos a este campo.
En el paso 14, se generan los cubos de atributos sísmicos para el volumen sísmico de interés. Estos atributos se obtienen por medio de los métodos de generación de atributos sísmicos convencionales, hoy en día se encuentran disponibles cientos de atributos sísmicos. Los ejemplos de atributos comunes utilizados incluyen, pero no se limitan a, Espectro de Reflexión Volumétrica (VRS) patentado por Schlumberger Technologies, que utiliza varios cubos usando el método de centro de gravedad o de suma de coeficientes con longitudes de filtrado desde 2 a 21 muestras; atributos de Amplitud Versus Desplazamiento (AVO) que incluyen la amplitud lejana menos la amplitud cercana, el gradiente, y el producto de la amplitud lejana menos la amplitud cercana y la amplitud le ana; atributos tradicionales (Transformada de Hilbert) tales como la magnitud de reflexión, la frecuencia instantánea, la fase instantánea, y el coseno de la farmacéuticamente aceptables instantánea; varianza; atributos geométricos tales como la inmersión; y atributos concatenados.
En el paso 15, las clases de fluidos-litología se definen con base en las diagrafías del pozo y los datos de producción. Como se muestra en la Figura 3, las clases de fluido-litología originales se definen como "mancha brillante de arena y petróleo" 1, "mancha no brillante de arena y petróleo" 2, "mancha brillante de arena y gas" 3, "mancha brillante de arena húmeda" 4, "mancha no brillante de arena húmeda" .5, y "esquisto" 6. Cada una de las clases de fluido-litología se muestra adicionalmente en la Figura 2. En el paso 16, se entrena una red neural usando los cubos de atributos sísmicos con la diagrafía del pozo y los datos de producción, utilizando un enfoque de aprendizaje supervisado. La Figura 2 ilustra una sección sísmica con trayectorias 34 de pozo, diagrafías del pozo, y zonas de producción marcada de petróleo y gas . Las flechas indican las posiciones donde se han recogido los puntos de entrenamiento. La Figura 2 también identifica las fallas 35. Puede ser deseable marcar cada una de las clases de fluido-litología (paso 22) con un color para identificar fácilmente cada clase. Tras la evaluación de los cubos de atributos se puede reconocer que algunos atributos corresponden mejor a la diagrafía del pozo y los datos de producción mejor que otros o ilustran con más claridad las tendencias sísmicas, o proporcionan representaciones redundantes del volumen sísmico. Por lo tanto, frecuentemente se desea eliminar o borrar estos atributos, paso 18. Esta eliminación de atributos se puede hacer en todo el método 10 de clasificación sísmica en tercera dimensión. Es deseable reducir el número de cubos de atributos sísmicos antes del paso de graficado 24 transversal.
En el paso 24, se genera una gráfica transversal de las muestras de entrenamiento. Dependiendo del número de cubos de atributos utilizados, se pueden generar varias gráficas transversales. La Figura 4 es una gráfica transversal 36 de las muestras de entrenamiento. Como se muestra, la gráfica 36 transversal incluye cubos de atributos sísmicos para la amplitud, la impedancia acústica y la magnitud de la reflexión. Los cubos de atributos sísmicos utilizados para la gráfica 36 transversal se determinan a través de un proceso iterativo por el operador. La gráfica 36 transversal produce grupos de datos identificados por el marcado para las clases de fluido-litología mostradas en la Figura 3. El marcado de colores de las clases de fluido-litología ilustra con más claridad la distribución en grupos de las clases de fluido-litología. Utilizando el análisis discriminante de gráficas transversales, se define una zona 7 de hidrocarburos de bajo riesgo con base en la distribución en grupos de datos. Por ejemplo, la zona 7 de hidrocarburos de bajo riesgo no indica esquisto o arenas húmedas. La nueva clase para una zona que contiene hidrocarburos de bajo riesgo se marca entonces, preferiblemente por codificación de colores, como se muestra en la Figura 5. En el paso 28, se genera un cubo 38 de clases que proporciona la distribución espacial de cada clase de fluido-litología y la al menos una clase extra. La Figura 6 es una ilustración del cubo 38 de clases. Se debería reconocer que el cubo 38 de clases se calibra a las conexiones de pozos y la diagrafía del pozo y los datos de producción. En tiempo real, se desea que cada una de las clases de fluido-litología este indicada por marcas de color. La Figura 7 es una visualización en tercera dimensión del cubo 38 de clases para revelar la distribución espacial de la clase 7 de zona de hidrocarburos de bajo riesgo. La visualización en tercera dimensión ayuda a un intérprete a evaluar con rapidez la distribución espacial de los objetivos prospectivos, paso 30. La Figura 8 muestra los resultados de una interpretación de Voxel de la clase de zona 7 de hidrocarburos de bajo riesgo. En el paso 32, el intérprete puede seleccionar los objetivos de bajo riesgo relevantes. A partir de la descripción detallada anterior de las modalidades específicas de la invención, debe ser aparente que se ha descrito un método de Clasificación sísmica en tercera dimensión para identificar los objetivos prospectivos en la evaluación de caudales existentes que es novedoso. Aunque se han descrito aquí las modalidades específicas de la invención con algún detalle, esto se ha hecho solamente para propósitos de describir varias características y aspectos de la invención, y no se pretende limitarla con respecto al ámbito de la invención. Se contempla que varias substituciones, alteraciones, y/o modificaciones, incluyendo, pero no limitadas a aquellas variaciones de implementacion las cuales puede haberse sugerido aquí, se pueden hacer a las modalidades descritas sin apartarse del espíritu y el ámbito de la invención como se define por las reivindicaciones anexas a continuación.
Claims (1)
15 REIVINDICACIONES 1. Un método para identificar los prospectos de perforación, el método se caracteriza porque comprende los pasos de : generar cubos de atributos sísmicos para un volumen sísmico de interés; definir las clases de fluido-litología; entrenar los cubos sísmicos en las conexiones de pozos; generar una gráfica transversal de las muestras de entrenamiento; definir al menos una clase extra como una clase de hidrocarburos de bajo riesgo; generar un cubo de clases que proporciona la distribución espacial de cada una de las clases fluido-litología y la al menos una clase extra; y seleccionar los objetivos de perforación. 2. El método de la reivindicación 1, caracterizado porque, el paso de entrenamiento incluye los datos de la diagrafía del pozo y los datos de producción. 3. El método de la reivindicación 1, caracterizado porque, comprende además incluir el paso de marcar cada una de las clases de fluido-litología . 4. El método de la reivindicación 1, caracterizado porque, comprende además el paso de eliminar los cubos de 16 atributos redundantes . 5. El método de la reivindicación 1, caracterizado porque, la al menos una clase extra se define usando análisis discriminante de gráficas transversales de la distribución de grupos en la gráfica transversal. 6. El método de la reivindicación 1, caracterizado porque, comprende además el paso de definir la ubicación y extensión de los objetivos prospectivos usando visualización en tercera dimensión del cubo de clase . 7. El método de la reivindicación 1, caracterizado porque, el paso de seleccionar los objetivos de perforación incluye la interpretación Voxel de la al menos una clase extra . 8. Un método para identificar prospectos de perforación, el método se caracteriza porque, comprende los pasos de: seleccionar un volumen sísmico para la evaluación; generar cubos de atributos sísmicos para el volumen sísmico; definir las clases de fluido-litología; entrenar los cubos de atributos sísmicos en las conexiones de los pozos con las diagrafías del pozo y los datos de producción; generar una gráfica transversal de muestras de entrenamiento; 17 definir al menos una clase extra como una clase de hidrocarburos de bajo riesgo, utilizando análisis discriminante de gráficas cruzadas de la distribución de grupos en la gráfica transversal; generar un cubo de clase que proporciona la distribución espacial de cada una de las clases fluido-litología y la al menos una clase extra; definir la ubicación y extensión de los objetivos protectivos usando visualización en tercera dimensión del cubo de clases; y seleccionar los objetivos de perforación. 9. El método de la reivindicación 8, caracterizado porque, incluye además el paso de marcar cada una de las clases de fluido-litología y la al menos una clase extra. 10. El método de la reivindicación 8, caracterizado porque incluye además el paso de eliminar los cubos de atributos redundantes. 11. El método de la reivindicación 8, caracterizado porque el paso de seleccionar los objetivos de perforación incluye la interpretación Voxel de al menos una clase extra. 12. Un método para identificar prospectos de perforación, el método se caracteriza porque comprende los pasos de : seleccionar un volumen sísmico para la evaluación; 18 generar cubo de atributos sísmicos para el volumen sísmico; definir las clases de fluido-litología; entrenar los cubos de atributos sísmicos en las conexiones de los pozos con las diagrafías del pozo y los datos del producción del pozo; marcar las clases de fluido-litología definidas; eliminar los cubos de atributos redundantes; generar una gráfica transversal de las muestras de entrenamiento; definir al menos una clase extra como una clase de hidrocarburos de bajo riesgo usando análisis discriminante de gráfica transversal de la distribución de grupos en la gráfica transversal ; marcar la al menos una clase extra; generar un cubo de clases que proporciona la distribución espacial de cada una de las clases de fluido-litología y la al menos una clase extra; definir la ubicación y extensión de los objetivos prospectivos usando visualización en tercera dimensión del cubo de clases; y seleccionar los objetivos de perforación usando interpretación Voxel de la al menos una clase extra.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US47262003P | 2003-05-22 | 2003-05-22 | |
PCT/IB2004/001683 WO2004104637A1 (en) | 2003-05-22 | 2004-05-24 | Method for prospect identification in asset evaluation |
Publications (1)
Publication Number | Publication Date |
---|---|
MXPA05012587A true MXPA05012587A (es) | 2006-05-25 |
Family
ID=33476969
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
MXPA05012587A MXPA05012587A (es) | 2003-05-22 | 2004-05-24 | Metodo para la identificacion de prospectos en la evaluacion de caudales existentes. |
Country Status (7)
Country | Link |
---|---|
US (1) | US7113869B2 (es) |
CA (1) | CA2526576A1 (es) |
GB (1) | GB2416845B (es) |
MX (1) | MXPA05012587A (es) |
NO (1) | NO20055746L (es) |
RU (1) | RU2005140092A (es) |
WO (1) | WO2004104637A1 (es) |
Families Citing this family (41)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008033184A2 (en) | 2006-09-13 | 2008-03-20 | Exxonmobil Upstream Research Company | Rapid inversion of electromagnetic reconnaissance survey data |
CA2690992C (en) * | 2007-08-24 | 2014-07-29 | Exxonmobil Upstream Research Company | Method for predicting well reliability by computer simulation |
US8768672B2 (en) * | 2007-08-24 | 2014-07-01 | ExxonMobil. Upstream Research Company | Method for predicting time-lapse seismic timeshifts by computer simulation |
US8548782B2 (en) | 2007-08-24 | 2013-10-01 | Exxonmobil Upstream Research Company | Method for modeling deformation in subsurface strata |
US8423337B2 (en) * | 2007-08-24 | 2013-04-16 | Exxonmobil Upstream Research Company | Method for multi-scale geomechanical model analysis by computer simulation |
US7853045B2 (en) * | 2007-10-31 | 2010-12-14 | Saudi Arabian Oil Company | Geostatistical analysis and classification of core data |
CA2703588C (en) | 2007-12-12 | 2015-12-01 | Exxonmobil Upstream Research Company | Method and apparatus for evaluating submarine formations |
WO2009079123A1 (en) * | 2007-12-18 | 2009-06-25 | Exxonmobil Upstream Research Company | Determining connectivity architecture in 2-d and 3-d heterogeneous data |
US8370122B2 (en) | 2007-12-21 | 2013-02-05 | Exxonmobil Upstream Research Company | Method of predicting connectivity between parts of a potential hydrocarbon reservoir and analyzing 3D data in a subsurface region |
CA2710809C (en) | 2008-03-10 | 2017-06-13 | Exxonmobil Upstream Research Company | Method for determining distinct alternative paths between two object sets in 2-d and 3-d heterogeneous data |
US8835854B2 (en) * | 2008-04-14 | 2014-09-16 | The Boeing Company | Method and device for IR spectroscopy measurements with fiber optic needle probe |
EP2283386B1 (en) | 2008-05-05 | 2019-10-16 | Exxonmobil Upstream Research Company | Systems and methods for connectivity analysis using functional objects |
US8218142B2 (en) | 2009-02-17 | 2012-07-10 | The Boeing Company | Fiber optic probe scatterometer for spectroscopy measurements |
EP2542918A2 (en) * | 2010-03-05 | 2013-01-09 | Vialogy LLC | Active noise injection computations for improved predictability in oil and gas reservoir discovery and characterization |
US8612156B2 (en) * | 2010-03-05 | 2013-12-17 | Vialogy Llc | Active noise injection computations for improved predictability in oil and gas reservoir discovery and characterization |
US8649980B2 (en) | 2010-03-05 | 2014-02-11 | Vialogy Llc | Active noise injection computations for improved predictability in oil and gas reservoir characterization and microseismic event analysis |
MY162927A (en) * | 2010-05-28 | 2017-07-31 | Exxonmobil Upstream Res Co | Method for seismic hydrocarbon system anylysis |
WO2012015542A1 (en) | 2010-07-27 | 2012-02-02 | Exxonmobil Upstream Research Company | Inverting geophysical data for geological parameters or lithology |
CA2806874C (en) | 2010-08-16 | 2016-12-06 | Exxonmobil Upstream Research Company | Reducing the dimensionality of the joint inversion problem |
US8332155B2 (en) * | 2010-09-13 | 2012-12-11 | Chevron U.S.A. Inc. | System and method for hydrocarbon gas pay zone characterization in a subterranean reservoir |
US9229129B2 (en) | 2010-12-10 | 2016-01-05 | Conocophillips Company | Reservoir geobody calculation |
US9453929B2 (en) | 2011-06-02 | 2016-09-27 | Exxonmobil Upstream Research Company | Joint inversion with unknown lithology |
EP2721478A4 (en) | 2011-06-17 | 2015-12-02 | Exxonmobil Upstream Res Co | FREEZING OF DOMAINS IN A CONNECTION VERSION |
US9494711B2 (en) | 2011-07-21 | 2016-11-15 | Garrett M Leahy | Adaptive weighting of geophysical data types in joint inversion |
US9128203B2 (en) * | 2011-09-28 | 2015-09-08 | Saudi Arabian Oil Company | Reservoir properties prediction with least square support vector machine |
EP2810097A4 (en) * | 2012-02-02 | 2015-12-23 | Headwave Inc | SYSTEM, METHOD AND COMPUTER READABLE MEDIUM FOR THE INTERACTIVE IDENTIFICATION OF UNDERGROUND REGIONS |
US10591638B2 (en) | 2013-03-06 | 2020-03-17 | Exxonmobil Upstream Research Company | Inversion of geophysical data on computer system having parallel processors |
CN104101902B (zh) * | 2013-04-10 | 2016-10-26 | 中国石油天然气股份有限公司 | 地震属性聚类方法及装置 |
US9846255B2 (en) | 2013-04-22 | 2017-12-19 | Exxonmobil Upstream Research Company | Reverse semi-airborne electromagnetic prospecting |
US9835747B2 (en) | 2013-05-30 | 2017-12-05 | Exxonmobil Upstream Research Company | Automated interpretation error correction |
US10012748B2 (en) | 2013-07-31 | 2018-07-03 | Schlumberger Technology Corporation | Resource production forecasting |
CN103412330B (zh) * | 2013-08-28 | 2016-05-11 | 中国科学院地质与地球物理研究所 | 一种地震属性数据处理方法及装置 |
CN104570083B (zh) * | 2013-10-29 | 2017-06-06 | 中国石油天然气集团公司 | 基于多维地震属性的地质体自动识别方法 |
CN104880737A (zh) * | 2015-04-27 | 2015-09-02 | 北京师范大学 | 测井资料识别地下流体类型的多元Logistic方法 |
US10139510B2 (en) | 2016-02-02 | 2018-11-27 | Saudi Arabian Oil Company | 3D blending and illumination of seismic volumes for automatic derivation of discontinuities |
US11041976B2 (en) | 2017-05-30 | 2021-06-22 | Exxonmobil Upstream Research Company | Method and system for creating and using a subsurface model in hydrocarbon operations |
RU2692100C1 (ru) * | 2018-12-03 | 2019-06-21 | Компания "Сахалин Энерджи Инвестмент Компани Лтд." | Способ определения коллекторских свойств тонкослоистых пластов |
CN110531406B (zh) * | 2019-08-20 | 2021-01-15 | 北京科技大学 | 一种地下隐伏病害精准探查方法及装置 |
CN111551992B (zh) * | 2020-05-12 | 2021-02-26 | 中国科学院地质与地球物理研究所 | 岩石储层构造表征方法、装置、计算机可读存储介质及电子设备 |
CN114137610B (zh) * | 2021-11-24 | 2023-05-02 | 同济大学 | 联合监督和非监督学习的低勘探区地层和岩性地震评价方法 |
CN114167498B (zh) * | 2021-11-30 | 2023-09-15 | 中海石油(中国)有限公司 | 一种测井和地震属性联合的分步聚类分析方法 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB9214482D0 (en) * | 1992-07-08 | 1992-08-19 | Armitage Kenneth | Sequence property interpretation & risk analysis link |
US5373486A (en) * | 1993-02-03 | 1994-12-13 | The United States Department Of Energy | Seismic event classification system |
US5444619A (en) * | 1993-09-27 | 1995-08-22 | Schlumberger Technology Corporation | System and method of predicting reservoir properties |
GB9819910D0 (en) * | 1998-09-11 | 1998-11-04 | Norske Stats Oljeselskap | Method of seismic signal processing |
US6236942B1 (en) * | 1998-09-15 | 2001-05-22 | Scientific Prediction Incorporated | System and method for delineating spatially dependent objects, such as hydrocarbon accumulations from seismic data |
US6574565B1 (en) * | 1998-09-15 | 2003-06-03 | Ronald R. Bush | System and method for enhanced hydrocarbon recovery |
US6549879B1 (en) * | 1999-09-21 | 2003-04-15 | Mobil Oil Corporation | Determining optimal well locations from a 3D reservoir model |
US6223126B1 (en) * | 1999-10-20 | 2001-04-24 | Phillips Petroleum Company | Multi-attribute seismic waveform classification |
GB9925957D0 (en) | 1999-11-02 | 1999-12-29 | Geco As | Method and apparatus for generating a cross plot in attribute space from a plurality of attribute maps and generating a class from the cross plot. |
US6374185B1 (en) * | 2000-02-18 | 2002-04-16 | Rdsp I, L.P. | Method for generating an estimate of lithological characteristics of a region of the earth's subsurface |
US6587791B2 (en) * | 2001-10-11 | 2003-07-01 | Pioneer Natural Resources Usa, Inc. | System and method for assigning exploration risk to seismic attributes |
US6957146B1 (en) * | 2001-12-24 | 2005-10-18 | Rdsp I, L.P. | System for utilizing seismic data to estimate subsurface lithology |
-
2004
- 2004-05-24 GB GB0523701A patent/GB2416845B/en not_active Expired - Fee Related
- 2004-05-24 US US10/852,409 patent/US7113869B2/en not_active Expired - Fee Related
- 2004-05-24 MX MXPA05012587A patent/MXPA05012587A/es active IP Right Grant
- 2004-05-24 CA CA002526576A patent/CA2526576A1/en not_active Abandoned
- 2004-05-24 RU RU2005140092/28A patent/RU2005140092A/ru unknown
- 2004-05-24 WO PCT/IB2004/001683 patent/WO2004104637A1/en active Application Filing
-
2005
- 2005-12-05 NO NO20055746A patent/NO20055746L/no not_active Application Discontinuation
Also Published As
Publication number | Publication date |
---|---|
CA2526576A1 (en) | 2004-12-02 |
NO20055746D0 (no) | 2005-12-05 |
US7113869B2 (en) | 2006-09-26 |
US20050015204A1 (en) | 2005-01-20 |
RU2005140092A (ru) | 2006-06-10 |
NO20055746L (no) | 2005-12-20 |
GB2416845B (en) | 2006-12-20 |
WO2004104637A1 (en) | 2004-12-02 |
GB2416845A (en) | 2006-02-08 |
GB0523701D0 (en) | 2005-12-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
MXPA05012587A (es) | Metodo para la identificacion de prospectos en la evaluacion de caudales existentes. | |
US8725477B2 (en) | Method to generate numerical pseudocores using borehole images, digital rock samples, and multi-point statistics | |
US5586082A (en) | Method for identifying subsurface fluid migration and drainage pathways in and among oil and gas reservoirs using 3-D and 4-D seismic imaging | |
CA2773373C (en) | Seismic image enhancement | |
WO2009126881A2 (en) | Method to generate numerical pseudocores using borehole images, digital rock samples, and multi-point statistics | |
Eberli et al. | Seismic Imaging of Carbonate Reservoirs and Systems: AAPG Memoir 81 | |
CN101221250A (zh) | 基于地质信息采集资料的三维地层特征解释方法 | |
Thachaparambil | Discrete 3D fracture network extraction and characterization from 3D seismic data—A case study at Teapot Dome | |
US20150109887A1 (en) | Sonic adaptor for converting sonic or ultrasonic waveform data for use with a seismic-based computer program | |
Esmaeilpour et al. | Permeability and Water Saturation Characterization and Prediction in Wellington Oil Field Using Core Analysis and Seismic Inversion | |
Lomask et al. | A seismic to simulation unconventional workflow using automated fault-detection attributes | |
CN113514884A (zh) | 一种致密砂岩储层预测方法 | |
Amanipoor | Static modeling of the reservoir for estimate oil in place using the geostatistical method | |
Adabnezhad et al. | Three-dimensional modeling of geomechanical units using acoustic impedance in one of the gas fields in South of Iran | |
AU2009201377B2 (en) | Method for horizon binning and deriving seismic attribute file for an area of interest | |
Ehinola et al. | Seismic attributes mapping and 3D static modeling of reservoirs within “OYA” field, offshore Depobelt, Niger delta sedimentary basin, Nigeria | |
Ohakwere-Eze et al. | Petrophysical evaluation and lithology delineation using cross-plots analysis from some onshore wells in the Nigerian-delta, west Africa | |
Nash | Identifying Sweet Spots in Shale Reservoirs | |
Habib et al. | INTEGRATED PETROLEUM RESERVOIR CHARACTERIZATION. THE CASE OF ZHAO57 BLOCK (Es4+ EK1) | |
Latimer et al. | Reservoir characterization using Geostatistical inversion for the Amberjack Field, offshore Gulf of Mexico | |
Huang et al. | Production history matching with time lapse seismic data | |
Bertagne | Geophysicists, 3-D integrated studies, and the future | |
Carr et al. | The integration of surface seismic and borehole data using artificial neural network clustering methods | |
Johnston et al. | Integration of time-lapse seismic and production logging data: Jotun Field, Norway | |
Xue et al. | 3D seismic classification—An efficient approach for prospect identification in asset evaluation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FG | Grant or registration |