NO20111328A1 - Bokstelling forbedret modellering - Google Patents

Bokstelling forbedret modellering Download PDF

Info

Publication number
NO20111328A1
NO20111328A1 NO20111328A NO20111328A NO20111328A1 NO 20111328 A1 NO20111328 A1 NO 20111328A1 NO 20111328 A NO20111328 A NO 20111328A NO 20111328 A NO20111328 A NO 20111328A NO 20111328 A1 NO20111328 A1 NO 20111328A1
Authority
NO
Norway
Prior art keywords
case
data
simulation
spatial data
base case
Prior art date
Application number
NO20111328A
Other languages
English (en)
Inventor
Horacio Ricardo Bouzas
Sergio Fabio Courtade
Alina-Berenice Christ
Original Assignee
Logined Bv
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Logined Bv filed Critical Logined Bv
Publication of NO20111328A1 publication Critical patent/NO20111328A1/no

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V20/00Geomodelling in general
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geophysics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Lining And Supports For Tunnels (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

En fremgangsmåte kan innbefatte å tilveiebringe rommessige data for et basistilfelle for en geologisk undergrunnsformasjon; å tilveiebringe rommessige data for et simuleringstilfelle for den geologiske undergrunnsformasjonen; å utføre bokstelling for de rommessige dataene for basistilfellet; å utføre bokstelling for de rommessige dataene for simuleringstilfellet; basert på bokstellingen for de rommessige dataene for basistilfellet, å bestemme en fraktal dimensjon for basistilfellet; basert på bokstellingen for de rommessige dataene for simuleringstilfellet, å bestemme en fraktal dimensjon for simuleringstilfellet; å sammenligne simuleringstilfellet med basistilfellet basert i det minste delvis på de fraktale dimensjonene; og, basert på sammenligningen, å justere én eller flere simuleringsparametere for å generere rommessige data for et ytterligere simuleringstilfelle for den geologiske undergrunnsformasjonen. Forskjellige andre anordninger, systemer, fremgangsmåter, osv., er også beskrevet.

Description

BAKGRUNN
[0001] Forskjellige industrier er avhengige av datamaskin-baserte modellerings-anvendelser for å utføre oppgaver relatert til forskning, utvikling, økonomi, osv. Slike anvendelser innbefatter ofte muligheter for datatolkning, modellgenerering, modellforfining og modellbasert simulering. For reservoarmodellering i olje- og gassindustrien kan en seismikk til simuleringsanvendelse tilveiebringe interaktive verktøy som gjør det mulig for en bruker å laste inn og tolke seismiske data, for eksempel for å identifisere geologiske egenskaper slik som facies, geolegemer, osv. Slike interaktive verktøy gir ofte informasjon til en fremvisning for å gjøre det mulig for en bruker å inspisere og tolke dataene visuelt. Avhengig av erfaring og kompetansenivå kan visuell inspeksjon og tolkning være tidkrevende. Når for eksempel en anvendelse utfører såkalt "ant tracking" som et verktøy for visuelt å forbedre trekk i seismiske data, kan en bruker iterativt justere én eller flere "ant tracking"-parametere i et forsøk på å optimalisere den forbedrede algoritmen og tilslutt lette tolkningen. Tolkning kan i sin tur brukes til modellgenerering, modellforfining og modellbasert simulering. En feilaktig eller mindre enn optimal tolkning kan være forvirrende for etterfølgende forsøk på arbeidsflyt. I henhold til en utførelsesform kan forskjellige teknologier og teknikker sørge for analyse av data som kan være virkelige data, behandlede data, simuleringsdata, osv. Slike teknologier og teknikker kan øke nøyaktigheten av tolkningen av visuelt baserte data og fremskynde arbeidsflyter.
OPPSUMMERING
[0002]En fremgangsmåte kan innbefatte utførelse av bokstelling på et optimalt datasett eller basisdatasett og utføre bokstelling på et testdatasett hvor bokstellingen tilveiebringer parameterverdier som muliggjør en objektiv sammenligning av testdatasettet med basisdatasettet. Ytterligere testdatasett kan i sin tur tilveiebringes inntil parameterverdiene for et testdatasett og basisdatasettet er innenfor en forutbestemt terskel. En slik fremgangsmåte kan eventuelt anvendes på prosesser som er avhengige av subjektiv bedømmelse slik som for eksempel prosesser bedømt via visuell sammenligning av datasett. Forskjellige andre anordninger, systemer, fremgangsmåter, osv., er også beskrevet.
[0003]Denne oppsummeringen er gitt for å introdusere et utvalg av konsepter som vil bli nærmere beskrevet nedenfor i den detaljerte beskrivelsen. Denne oppsummering er ikke ment å identifisere nøkkel- eller hovedtrekk i det patentsøkte materialet og er heller ikke ment å bli brukt som et hjelpemiddel til å begrense omfanget av den patentsøkte oppfinnelsen.
KORT BESKRIVELSE AV TEGNINGENE
[0004]Egenskaper og fordeler ved de beskrevne implementeringene kan forstås under henvisning til den følgende beskrivelse tatt i forbindelse med de vedføyde tegningene.
[0005]Figur 1 illustrerer et eksempel på et system som innbefatter forskjellige komponenter for simulering og valgfri interaksjon med et geologisk miljø;
[0006]Figur 2 illustrerer et eksempel på en fremgangsmåte som innbefatter utførelse av bokstelling på data fra et basistilfelle og data fra ett eller flere andre tilfeller;
[0007]Figur 3 illustrerer et eksempel på en fremgangsmåte og et grafisk brukergrensesnitt for å sammenligne data for forskjellige tilfeller basert i det minste delvis på bokstelling;
[0008]Figur 4 illustrerer eksempler på grafiske brukergrensesnitt for å analysere resultat av bokstelling anvendt på forskjellige datasett;
[0009]Figur 5 illustrerer et eksempel på et grafisk brukergrensesnitt for å sette opp en bokstellingsprosess;
[0010]Figur 6 illustrerer eksempler på grafiske brukergrensesnitt for bokstellingsanalyse;
[0011]Figur 7 illustrerer et eksempel på en fremgangsmåte og et eksempel på et grafisk brukergrensesnitt for å utføre en anisotrop analyse av datasett;
[0012]Figur 8 illustrerer eksempler på grafiske brukergrensesnitt for oppsetting av en prosess som innebefatter bokstelling;
[0013]Figur 9 illustrerer et eksempel på en fremgangsmåte som innbefatter "ant tracking" og bokstelling;
[0014]Figur 10 illustrerer et eksempel på en fremgangsmåte som innbefatter syntetisk seismogramgenerering og bokstelling; og
[0015]Figur 11 illustrerer eksempler på komponenter i et system og et nettverks-system.
DETALJERT BESKRIVELSE
[0016]Den følgende beskrivelse innbefatter den for tiden antatt beste måte å praktisere de beskrevne implementeringene på. Denne beskrivelsen er ikke ment å bli tatt på en begrensende måte, men er i stedet kun gitt med det formål å beskrive de generelle prinsippene bak implementeringene. Omfantet av de beskrevne implementeringene skal fastslås under henvisning til de vedføyde patent-kravene.
[0017]Som skrevet i de forskjellige eksemplene kan bokstelling karakterisere en rommessig fordeling av en egenskap i et datasett. En slik karakterisering kan tilveiebringe én eller flere parameterverdier som muliggjør rask sammenligning og beslutningstaking. En parameter som er beskrevet her, er referert til som en "fraktal dimensjon" eller mer formelt, Minkowski-Bouligand-dimensjonen, Minkowski-dimensjonen eller bokstellingsdimensjonen (f.eks. estimat av en fraktal dimensjon for et sett i et euklidisk rom). En annen parameter som beskrives her, er en regresjonskoeffisient eller tilpasningskoeffisient som kan være basert på tilpasning av bokstelleverdier til en modell slik som en linje. I henhold til en utførelses-form kan videre en parameter være retningsmessig, for eksempel for å karakterisere isotropi eller anisotropi.
[0018]Én eller flere parametere som stammer fra en bokstellingsanalyse, kan generelt brukes til å klassifisere multi-dimensjonale data (f.eks. 2D-bilder, 3D-volumer, osv.) i henhold til en rommessig fordeling av én eller flere egenskaper, hvor bokstelling kan utføres i én enkelt dimensjon eller i flere dimensjoner. Verdier for den ene eller de flere parametrene kan brukes som kvalitetsindikatorer, klassi-fikasjonsmål, identifikasjonsmål, arbeidsflytutløsere, osv. Vedrørende arbeids-flytutløsere kan for eksempel en etterfølgende arbeidsflytprosess avhenge av en parameterverdi som oppfyller et utløsningskriterium som kan være et datakvalitetskriterium, et forbedret datakvalitetskriterium, osv.
[0019] På det området som gjelder geologisk undergrunnsanalyse kan én eller flere parametere tilordnet en bokstellingsprosess være kvalitetsindikatorer for seismisk behandling og facies-simulering. Parameterverdier fremskaffet fra en bokstellingsprosess kan for eksempel indikere likhet mellom et optimalt eller grunnleggende tilfelle og forskjellige simuleringstilfeller i en iterativ optimaliserings-prosess. Ettersom antallet simuleringstilfeller kan være ganske stort (f.eks. større enn omkring 10 og muligens større enn omkring 100), kan visuell inspeksjon være upraktisk. En slik prosess kan følgelig mate ut informasjon med hensyn til topp 5 simuleringstilfeller (f.eks., eller et annet passende tall) og muliggjøre overlevering av informasjon til en visningsanordning for visuell inspeksjon og eventuelt valg av et beste simuleringstilfelle. I henhold til en utførelsesform kan et beste simuleringstilfelle brukes som en kime for ytterligere simuleringstilfeller (f.eks. ved å bruke en genereringsprosess for en simuleringsparameterverdi som beror på én eller flere parameterverdier i det beste tilfellet).
[0020]I henhold til en utførelsesform kan en bokstellingsanalyse karakterisere en geometrisk fordeling av én eller flere egenskaper i data, uansett om det er virkelige data, behandlede data, simuleringsdata, osv., ved å bruke én eller flere parametere. Verdier for parametere kan i sin tur brukes som, eller for å generere, signaturer for dataene. En parameterverdi kan for eksempel i seg selv være en signatur for en egenskap i et datasett, eller to parameterverdier kan kombineres ved å bruke en ligning (f.eks. fortrinnsvis en vektet ligning) til å frembringe en signatur for en egenskap i et datasett. Når flere egenskaper er av interesse, kan videre en signatur for et datasett være avhengig av parameterverdier for hver av egenskapene (f.eks. via en ligning som avhenger av en bokstellingsparameterverdi for en første egenskap ved et datasett, en bokstellingsparameterverdi for en annen egenskap ved et datasett, osv). Når et undergrunnsvolum har flere til-knyttede datasett, kan egenskapsanalyse for hvert datasett utføres hvor en signatur fortrinnsvis avhenger av verdier fra hver egenskapsanalyse.
[0021]I henhold til en utførelsesform kan en bokstellingsprosess karakterisere data og mate ut én eller flere parametere som er kvalitetsindikatorer for et bilde eller et volum, klassifikasjonsfaktorer for et bilde eller et volum, identifikatorer for et bilde eller et volum, osv. Med hensyn til geometrier kan data innbefatte trekk som er representative for komplekse geometrier.
[0022]I henhold til en utførelsesform kan en bokstellingsprosess mate ut én eller flere kvalitetsindikatorer for å optimalisere én eller flere andre prosesser. En bokstellingsprosess kan for eksempel mate ut bildeparameterverdier som kvalitets indikatorer for å styre en prosess som forbedrer bilder for seismisk strukturtolkning eller en prosess som utfører en facies-populasjonsanalyse.
[0023]Strukturell tolkning av seismiske refleksjonsdata er en aktivitet som kan utføres på et antall områder (f.eks. olje- og gassleting og utvikling, gruvedrift, vannproduksjon, avfallsforvaltning, CO^-fanging, osv). Strukturell tolkning kan utføres på seismiske seksjoner og kan innebære tolkning av forkastninger og/eller seismiske horisonter. En løsning for å lette og påskynde strukturell tolkning kan innebære kjøring av strukturelle forbedringsprosesser over de seismiske dataene for å fremheve forkastningene (f.eks. ta hensyn til "ant tracking", varians kubus, osv). Disse strukturelle forbedringsprosessene kan innebære optimalisering av et antall variable som vanligvis kan utføres ved hjelp av en iterativ prosess som blir validert ved visuell analyse av det resulterende seismiske volumet.
[0024]I henhold til en utførelsesform kan en bokstellingsprosess implementeres hvor resulterende kryssplotting og fraktale dimensjonsverdier tjener som parametere som karakteriserer den visuelle kvaliteten til den seismiske informasjonen. I sin tur kan seismiske forbedringsprosessvariable itereres for å optimalisere, for eksempel, en fraktal dimensjonsparameterverdi eller én eller flere andre parameterverdier.
[0025]Når det gjelder facies-populasjonsanalyse for et felt med 3D-modellerings-egenskaper (f.eks. for geologisk modellering og reservoarsimulering) finnes det mange forskjellige algoritmer. Slike forskjellige algoritmer kan ha et antall styrings-variabler og et endelig resultat kan valideres ved visuell verifisering.
[0026]I henhold til en utførelsesform kan en bokstellingsprosess utføres på en 2D-eller 3D-egenskapsmodell hvor utmating fra bokstellingen blir kryssplottet, og en fraktal dimensjonsverdi bestemt som minst én parameter for å karakterisere den rommessige fordelingen av én eller flere egenskaper ved egenskapsmodellen. Deretter kan prosessvariable for egenskapspopulasjonen itereres for eksempel for å optimalisere en fraktal dimensjonsparameterverdi eller én eller flere andre parameterverdier eller en hvilken som helst spesiell kombinasjon av parameterverdier.
[0027]For å lette forklaringen av forskjellige eksempler på bokstelling og beslektede prosesser, viser fig. 1 et eksempel på et system 100 som innbefatter forskjellige styringskomponenter 110 for å styre forskjellige aspekter ved et geologisk miljø 150. Styringskomponentene 110 kan foreksempel muliggjøre direkte eller indirekte styring av avføling, boring, injisering, utvinning, osv., med hensyn til det geologiske miljøet 150. Ytterligere informasjon om det geologiske miljøet 150 kan videre bli tilgjengelig som tilbakekobling 160 (f.eks. optimalt som innmating til én eller flere av styringskomponentene 110).
[0028]I eksempelet på fig. 1 kan det geologiske miljøet 150 være utstyrt med noen av en lang rekke forskjellige sensorer, detektorer, drivanordninger, osv. Utstyr 152 kan for eksempel innbefatte kommunikasjonskretser for å motta og for å sende informasjon med hensyn til et eller flere nettverk 155. Slik informasjon kan innbefatte informasjon i forbindelse med brønnhullsutstyr 154 som kan innbefatte utstyr for å innhente informasjon, for å hjelpe til med ressursutvinning, osv. Annet utstyr 156 kan befinne seg fjerntliggende fra et brønnsted og innbefatte avfølings-, detekterings-, emitterings- eller andre kretser. Slikt utstyr kan innbefatte lagrings-og kommunikasjonskretser for å lagre og for å kommunisere data, instruksjoner, osv.
[0029]Når det gjelder styringskomponentene 110 på fig. 1 kan disse innbefatte en seismisk datakomponent 112, en informasjonskomponent 114, en pre-simulerende behandlingskomponent 116, en simuleringskomponent 120, en attri-buttkomponent 130, en ettersimulerende behandlingskomponent 140, en analyse / visualiserings-komponent 142 og en arbeidsflytkomponent 144. Under drift kan seismiske data og annen informasjon som leveres til komponentene 112 og 114 mates til simuleringskomponenten 120, eventuelt med forsimuleringsbehandling via behandlingskomponenten 116 og eventuelt med ettersimuleringsbehandling via behandlingskomponenten 140.
[0030]I henhold til en utførelsesform kan simuleringskomponenten 120 bero på entiteter 122. Entitetene 122 kan innbefatte jordentiteter eller geologiske objekter slik som brønner, overflater, reservoarer, osv. I systemet 100 kan entitetene 122 innbefatte virtuelle representasjoner av virkelige fysiske entiteter som blir rekon-struert for simuleringsformål. Entitetene 122 kan være basert på data innsamlet via avføling, observasjon, osv. (f.eks. de seismiske dataene 112 og annen informasjon 114).
[0031]I henhold til en utførelsesform kan simuleringskomponenten 120 bero på et programrammeverk slik som et objektbasert rammeverk. I et slikt rammeverk kan entiteter være basert på forhåndsdefinerte klasser for å lette modellering og simulering. Et kommersielt tilgjengelig eksempel på et objektbasert rammeverk er Microsoft® .NET™-rammeverket (Redmond, Washington), som gir et sett med utvidbare objektklasser. I .NET™-rammeverket innkapsler en objektklasse en modul av gjenbrukbar kode og tilhørende datastrukturer. Objektklasser kan brukes for å opprette objekttilfeller for bruk i et program, et skript, osv. Borehullsklasser kan for eksempel definere objekter for å representere borehull basert på brønn-data.
[0032]I eksempelet på fig. 1 kan simuleringskomponenten 120 behandle innfor-masjon for tilpasning til ett eller flere attributter spesifisert av attributtkomponenten 130, som kan innbefatte et bibliotek over attributter. Slik behandling kan inntreffe forut for innmating til simuleringskomponten 120. Alternativt eller i tillegg kan simuleringskomponenten 120 utføre operasjoner på inngangsinformasjonen basert på ett eller flere attributter spesifisert av attributtkomponenten 130.1 henhold til en utførelsesform kan simuleringskomponenten 120 konstruere én eller flere modeller av det geologiske miljøet 150, som kan være basert på å simulere oppførselen til det geologiske miljøet 150 (f.eks. som reaksjon på én eller flere handlinger uansett om de er naturlige eller kunstige). I eksempelet på fig. 1 kan analysevisualiserings-komponenten 142 muliggjøre vekselvirkning med en modell eller modellbaserte resultater. I tillegg eller alternativt kan utgangen fra simuleringskomponenten 120 mates til én eller flere andre arbeidsflyter som antydet med en arbeidsflytkomponent 144. Prikkede linjer indikerer videre mulige tilbakekoblinger i styringskomponentene 110. Tilbakekobling kan for eksempel inntre mellom analyse-visualiseringskomponenten 142 og én av behandlingskomponentene 116 og 140.
[0033]Ifølge en utførelsesform kan styringskomponenten 110 innbefatte trekk ved kommersielt tilgjengelig simuleringsrammeverk slik som det seismiske program-rammeverket PETREL® beregnet til simulering (Schlumberger Limited, Houston, Texas). PETREL®-rammeverket tilveiebringer komponenter som muliggjør optimalisering av lete- og utviklingsoperasjoner. PETREL®-rammeverket innbefatter programvarekomponenter for seismisk simulering som kan mate ut informasjon for bruk til å øke reservoarytelse, for eksempel ved å forbedre produktiviteten av verdiene. Ved bruk av et slikt rammeverk kan forskjellige profesjonelle (f.eks. geofysikere, geologer og reservoaringeniører) utvikle sam- virkende arbeidsflyter og integrere operasjoner til strømlinjeformede prosesser. Et slikt rammeverk kan betraktes som en anvendelse og kan anses som en datadrevet applikasjon (f.eks. når dataene blir matet inn med det formål å simulere et geologisk miljø).
[0034]Ifølge en utførelsesform kan styringskomponentene 110 innbefatte egenskaper for geologi og geologisk modellering for å generere geologiske modeller med høy oppløsning for reservoarstruktur og stratigrafi (f.eks. klassifisering og estimering, facies-modellering, brønnkorrelasjon, overflateavbildning, struktur- og forkastningsanalyse, brønnbaneutforming, dataanalyse, sprekkmodellering, arbeidsflytredigering, usikkerhets- og optimaliseringsmodellering, petrofysisk modellering, osv). Spesielle trekk kan gjøre det mulig å utføre hurtig seismisk 2D-og 3D-tolkning, eventuelt for integrasjon med geologiske og tekniske verktøy (f.eks. klassifikasjon og estimering, brønnbaneutforming, seismisk tolkning, seismisk attributtanalyse, seismisk prøvetaking, seismisk volumvisning, ekstrahering av geolegemer, domeneomforming, osv). Når det gjelder reservoarteknikk for en generert modell, kan én eller flere egenskaper muliggjøre simulering av arbeidsflyt for å utføre strømlinjeformet simulering, redusere usikkerheter og bidra til fremtidig brønnplanlegging (f.eks. usikkerhetsanalyse og optimaliseringsflyt, brønnbane-utforming, avansert gitterpålegging og oppskalering, historietilpasningsanalyse, osv). Styringskomponentene 110 kan innbefatte trekk for boringsarbeid innbe-fattende brønnbaneutforming, boringsvisualisering og modelloppdateringer i sann-tid (f.eks. via sanntidsdatalenker).
[0035]Ifølge en utførelsesform kan forskjellige aspekter ved styringskomponentene 110 være tilleggsenheter eller innpluggingsenheter som opererer i henhold til spesifikasjoner i et rammeverksmiljø. Et kommersielt tilgjengelig rammeverksmiljø markedsført som OCEAN®-rammeverksmiljøet (Schlumberger Limited, Houston, Texas) muliggjør for eksempel sømløs integrering av tilleggsenheter (eller innpluggingsenheter) i en PETREL®-rammearbeidsflyt. OCEAN®-rammeverksmiljøet forsterker .NET®-verktøyene (Microsoft Corporation, Redmond, Washington) og gir stabile, brukervennlige grensesnitt for effektiv utvikling. I henhold til en utførel-sesform kan forskjellige komponenter implementeres som tilleggsenheter (eller innpluggingsenheter) som er i overensstemmelse med og virker i henhold til spesifikasjoner for et rammeverksmiljø (f.eks. i henhold til spesifikasjoner for applikasjonsprogrammeringsgrensesnitt (API-spesifikasjoner), osv).
[0036]Figur 1 viser også et eksempel på et rammeverk 170 som innbefatter et modellsimuleringslag 180 sammen med et rammetjenestelag 190, et ramme-kjernelag 195 og et modullag 175. Rammeverket 170 kan være det kommersielt tilgjengelige OCEAN®-rammeverket hvor modellsimuleringslaget 180 er den kommersielt tilgjengelige, modellsentrerte PETREL®-programvarepakken som rommer OCEAN®-rammeapplikasjonene. Ifølge en utførelsesform kan PETREL®-programvaren betraktes som en datadrevet applikasjon.
[0037]Modellsimuleringslaget 180 kan tilveiebringe domeneobjekter 182, virke som en datakilde 184, sørge for gjengivelse 186 og tilveiebringe forskjellige brukergrensesnitt 188. Gjengivelsen 186 kan tilveiebringe et grafisk miljø hvor applikasjoner kan vise sine data mens brukergrensesnittene 188 kan tilveiebringe et felles utseende og en felles følelse for alle applikasjonskomponentene til brukergrensesnittet.
[0038]I eksempelet på fig. 1 kan domeneobjektene 182 innbefatte entitetsobjekter, egenskapsobjekter og eventuelt andre objekter. Entitetsobjekter kan brukes til geometrisk representasjon av brønnen, overflater, reservoarer, osv., mens egenskapsobjekter kan brukes til å tilveiebringe egenskapsverdier så vel som data-versjoner og visningsparametere. Et entitetsobjekt kan for eksempel representere en brønn hvor et egenskapsobjekt tilveiebringer loggeinformasjon så vel som versjonsinformasjon og visningsinformasjon (f.eks. for å vise brønnen som en del av en modell).
[0039]I eksempelet på fig. 1 kan dataene være lagret i én eller flere datakilder (eller datalagre, vanligvis fysiske datalageranordninger), som kan være på de samme eller andre fysiske steder og aksesserbare via ett eller flere nett. Modell-simuleringslager 180 kan være utformet for å modellere prosjekter. Et spesielt objekt kan som sådan være lagret hvor lagret prosjektinformasjon kan innbefatte innmatinger, modeller, resultater og tilfeller. Ved fullføring av en modellerings-sesjon kan dermed en bruker lagre et prosjekt. På et senere tidspunkt kan prosjek-tet aksesseres og gjenopprettes ved å bruke modellsimuleringslaget 180 som kan gjenskape eksempler på de relevante domeneobjektene.
[0040]Figur 2 viser et eksempel på en fremgangsmåte 200 som innbefatter ut-førelse av bokstelling for å sammenligne forskjellige tilfeller. Som vist innbefatter fremgangsmåten 200 en tilveiebringelsesblokk 210 for å tilveiebringe et basistilfelle og en tilveiebringelsesblokk 220 for å tilveiebringe ett eller flere simuleringstilfeller. En bokstellingsblokk 230 for å utføre bokstelling kan motta data om basistilfellet og data om det ene eller de flere simuleringstilfellene. Bokstellingsblokken 230 kan utføre bokstelling i henhold til en prosess som innbefatter en utførelses-blokk 232 for å utføre bokstelling (og for eksempel analysere én eller flere boks-tellingsplottinger), en bestemmelsesblokk 234 for å bestemme én eller flere fraktale dimensjoner og en bestemmelsesblokk 236 for å bestemme én eller flere regrasjonskoeffisienter. I henhold til en utførelsesform kan en fraktaldimensjons-verdi og en regresjonskoeffisientverdi være parameterverdier som karakteriserer data, for eksempel som tilveiebringer en signatur eller et fingeravtrykk av dataene.
[0041]Betrakt, som et eksempel på implementering av fremgangsmåten 200, et scenario hvor bokstellingsblokken 230 utfører en bokstellingsprosess på data fra et basistilfelle, hvor basistilfellet representerer et optimalt eller nesten optimalt tilfelle, og mater ett eller flere mål som karakteriserer basistilfellet (f.eks. en fraktal dimensjonsverdi og en regresjonskoeffisientverdi). Gitt et slikt basistilfelle, kan en bruker ønske mulighet til å generere resultater via simulering som er karakteris-tiske så nær som mulig til basistilfellet. En simulator kan følgelig implementeres for å generere et antall simuleringstilfeller, for eksempel for å bli levert til bokstellingsblokken 230 over tilveiebringelsesblokken 220. Bokstellingsblokken 230 kan så utføre en blokktellingsprosess på hvert og ett av simuleringstilfellene og mate ut mål (f.eks. én eller flere parameterverdier) som karakteriserer hvert av simuleringstilfellene.
[0042]Som vist i eksempelet på fig. 2, forutsatt bokstellingsbaserte mål for basistilfellet og simuleringstilfellene, kan en sammenligningsblokk 240 utføre en sammenligning basert på disse målene. En slik sammenligning kan innbefatte rangering av hvert av simuleringsresultatene basert på dets respektive karak-teristiske "nærhet" til basistilfellet. Gitt to mål som karakteriserer hvert tilfelle, kan for eksempel målene plottes på en 2D-plotting og simuleringstilfellene kan rangeres basert på euklidsk avstand fra basistilfellet. En slik løsning kan gjelde for et enkelt mål eller for mer enn to mål ettersom dimensjonalitet ikke hindrer "nærhetssammenligning". Ifølge en utførelsesform kan videre vekting implementeres for å vekte ett eller flere mål med hensyn til andre mål. En regresjonskoeffisient kan for eksempel være av mindre betydning eller signifikans enn fraktal dimensjon, følgelig kan det anvendes en ligning som gir et enkelt mål som en funksjon av fraktaldimensjon multiplisert med en første vekt og en regresjonskoeffisient multiplisert med en annen vekt hvor den andre vekten er mindre enn den første vekten. Mål kan så sammenlignes langs en enkelt dimensjon (f.eks. plottes langs en linje).
[0043]Fremgangsmåten 200 på fig. 2 kan fortsette til en utvelgelsesblokk 260 som velger et beste simuleringstilfelle basert på utgangen fra sammenligningsblokken 240 eller alternativt eller i tillegg, kan fremgangsmåten 200 fortsette til en tilbake-koblingsblokk 250 hvor utgangen fra sammenligningsblokken 240 tjener som tilbakekobling til tilveiebringelsesblokken 220 for å tilveiebringe ett eller flere ytterligere simuleringstilfeller. Tilbakekoblingsblokken 250 kan for eksempel tilveiebringe eller justere én eller flere simuleringsparametere for generering av ytterligere simuleringstilfeller. Fremgangsmåten 200 kan følgelig operere på en iterativ måte for å oppnå et optimalt resultat. Sammenligningsblokken 240 kan for eksempel innbefatte en feilgrense som når en differanse mellom ett eller flere mål for et basistilfelle og et simuleringstilfelle faller under vedkommende grense, avsluttes fremgangsmåten 200 i utvelgelsesblokken 260.
[0044] Når det gjelder visuell inspeksjon for å validere resultater, hvis dataene egner seg for slik inspeksjon, kan fremgangsmåten 200 innbefatte en gjengivelsesblokk som leverer informasjon til en visningsanordning, for eksempel ved et nivå for bokstellingsblokken 230, sammenligningsblokken 240, tilbakekoblingsblokken 250 eller utvelgelsesblokken 260. Ved gjengivelse kan en grafisk eller annen styring være tilgjengelig for en bruker for å vekselvirke med fremgangsmåten, for eksempel for å tillate fremgangsmåten å fortsette, til å bli avsluttet, til å bli gjentatt én eller flere ganger, osv. Hvis for eksempel ingen av simuleringstilfellene opptrer nær basistilfellet, kan en bruker ganske enkelt avslutte fremgangsmåten og utføre ytterligere simuleringer ved å bruke simuleringsparameterverdier basert på erfaring, hjelpeinstruksjoner, innmating fra andre, osv. Etter slike simuleringer kan fremgangsmåten startes på nytt.
[0045]Fremgangsmåten 200 er vist på fig. 2 i forbindelse med forskjellige datamaskin-lesbare media-blokker (CRM-blokker) 211, 221, 231, 241 og 251. Slike blokker kan generelt innbefatte instruksjoner som er egnet for utførelse av én eller flere prosessorer (eller kjerner) for å instruere en beregningsanordning eller et beregningssystem til å utføre én eller flere handlinger. Selv om forskjellige blokker er vist, kan ett eneste medium være utformet med instruksjoner for å gjøre det mulig, i det minste delvis, å utføre forskjellige handlinger i fremgangsmåten 200.
[0046]Ifølge en utførelsesform kan en fremgangsmåte innbefatte å tilveiebringe rommessige data for et basistilfelle for en geologisk undergrunnsformasjon, tilveiebringe rommessige data for et simuleringstilfelle for den geologiske undergrunnsformasjonen; utføre bokstelling for de rommessige dataene for basistilfellet, utføre bokstelling for de rommessige dataene for simuleringstilfellet; basert på bokstellingen for de rommessige dataene for basistilfellet, bestemme en fraktal dimensjon for basistilfellet; basert på bokstellingen for de rommessige dataene for simuleringstilfellet, å bestemme en fraktal dimensjon for simuleringstilfellet, sammenligne simuleringstilfellet med basistilfellet basert i det minste delvis på de fraktale dimensjonene; og, basert på sammenligningen, å justere én eller flere simuleringsparametere for å generere rommessige data for et ytterligere simuleringstilfelle for den geologiske undergrunnsformasjonen. I en slik fremgangsmåte kan frembringelsen av rommessige data for et basistilfelle fortrinnsvis innbefatte å tilveiebringe seismiske data forden geologiske undergrunnsformasjonen.
[0047]I henhold til en utførelsesform kan en fremgangsmåte innbefatte å bestemme en fraktal dimensjon for et basistilfelle og bestemme en fraktal dimensjon for et simuleringstilfelle og bestemme en regresjonskoeffisient svarende til et forhold mellom en karakteristikk ved en bokstellingsform og et antall av formene som opptas av en rommessig dataegenskap. Når det gjelder en karakteristikk ved en bokstellingsform, kan denne være en størrelsesdimensjon, en arealdimensjon eller annen dimensjon relatert til hvordan formen dekker eller opptar én eller flere dimensjoner i romdomenet til dataene.
[0048]Ifølge en utførelsesform kan rommessige data for et basistilfelle og rommessige for et simuleringstilfelle være en-dimensjonale romdata, romdata for minst et basistilfelle kan være flerdimensjonale romdata, eller dimensjonaliteten til en bokstellingsform kan variere fra dimensjonaliteten til romdata for et basistilfelle.
[0049]I henhold til en utførelsesform kan en fremgangsmåte innbefatte generering av et optimalt tilfelle som en seismisk seksjon, et bilde som representerer et positivt eller negativt resultat, et bilde eller et egenskapskart på et 2D-datatilfelle, et seismisk volum eller 3D-egenskapsvolum i et 3D-datatilfelle, osv. En slik genereringsprosess kan generere et optimalt tilfelle (f.eks. en seismisk tolket seksjon eller et brukertegnet kart) som kan brukes til å ekstrahere optimale tilfelle-parametere (f.eks. en fraktal dimensjonsverdi) ved kjøring av en bokstellingsprosess.
[0050]Ifølge en utførelsesform kan en bokstellingsprosess frembringe en kryssplotting og en fraktal dimensjonsverdi. En regresjonskoeffisient kan videre beregnes. En slik prosess kan utføres i 1, 2 eller 3 dimensjoner for å generere en kryssplotting av bokstellinger, en fraktal dimensjonsverdi og en regresjonskoeffisient for data.
[0051]Som nevnt kan tilfeller tilveiebringes for sammenligning med et optimalt tilfelle. Slike tilfeller kan være simuleringstilfeller, behandlede datatilfeller, forskjellige målte datatilfeller, osv. Behandlede datatilfeller kan for eksempel være basert på de samme aktuelle dataene for det optimale tilfelle, men med filtrering utført, en annen påført transformasjon, osv; mens data for forskjellige målte datatilfeller kan være tilveiebrakt som ble innsamlet ved et annet tidspunkt, av en annen person, ved å bruke forskjellig utstyr, osv. En sammenligning behøver derfor ikke nødvendigvis å innebære simuleringstilfeller (f.eks. kan blokk 220 i fremgangsmåten 200 tilveiebringe andre tilfeller enn simuleringstilfeller). Noen eksempler på teknikker for generering av tilfeller eller variasjon av tilfeller innbefatter seismiske behandlingsteknikker, bildeforbedringsteknikker og egenskaps-modelleringsteknikker.
[0052]Ifølge en utførelsesform kan forskjellige tilfeller analyseres via bokstelling hvor resulterende parameterverdier kan sammenlignes med én eller flere verdier for et optimalt tilfelle. Tilbakekobling kan være mulig basert på en sammenligning, for eksempel for å justere styringsvariable for én eller flere ytterligere simuleringer, forbedringer, datainnsamlinger, osv. I et forsøk på å redusere forskjellen i parameterverdier. Når datainnsamling er involvert, kan for eksempel en instruksjon kommuniseres til en feltingeniør eller til feltutstyr som instruerer ingeniøren eller utstyret til å samle inn ytterligere data (eller erstattende data). En slik prosess kan innbefatte én eller flere parameterverdier (f.eks. utstyrsinnstillinger) i et forsøk på å øke påliteligheten eller nøyaktigheten av dataene som skal innhentes.
[0053]I henhold til en utførelsesform kan en fremgangsmåte innbefatte generering av et optimalt tilfelle, kjøring av en bokstellingsprosess for det optimale tilfelle og lagring av parameterverdier, kjøring av en bokstellingsprosess ved å bruke initialiserte tilfeldige verdier av variable for et ytterligere tilfelle, og lagring av parameterverdier for det ytterligere tilfellet, og tilveiebringelse av informasjon med hensyn til forskjellen mellom parameterverdiene for det optimale tilfellet og det ytterligere tilfellet. En slik fremgangsmåte kan repeteres inntil differansen er akseptabel (f.eks. basert på en forutbestemt feilgrense, en svikt når det gjelder å redusere feil på en etterfølgende iterasjon eller iterasjoner, osv).
[0054]I henhold til en utførelsesform kan en fremgangsmåte innbefatte bokstelling og fraktalanalyseverktøy for å syntetisere kompleks informasjon for et 2D-bilde (f.eks. et seismisk tverrsnitt, et kart) eller et 3D-egenskapsvolum (f.eks. et seismisk volum, egenskapsvolum) i et antall parametere, data eller både parametere og data. Slike parametere og data kan være forholdsvis enkle å beregne og eventuelt visualisere og derved gi kompleks syntetiseringsinformasjon i en mindre kompleks informasjon som lettere kan forstås (f.eks. via visuell eller annen inspeksjon). Som eksempler kan parametere innbefatte en kryssplotting av bokstelling (f.eks. som et resultat av 1D-, 2D- og 3D-bokstelling), en fraktal dimensjonsverdi (f.eks. et resultat fra 1D-, 2D- og 3D-bokstelling), en regresjonskoeffisient som en verdi for tilpasning mellom data i en kryssplotting og en lineær regresjon (f.eks. som et resultat av 1D-, 2D- og 3D-bokstelling).
[0055]Et slik syntese fra en kompleks rommessig fordeling til forholdsvis enkle parametere gjør det for eksempel mulig å løse problemet med optimalisering av parametere for en bildeforbedringsprosess ved å bruke noen enkle parametere som kvalitetskontroll for denne prosessen i stedet for å bruke en fullstendig visuell bildesammenligning.
[0056]Figur 3 viser et eksempel på en fremgangsmåte 300 sammen med et grafisk brukergrensesnitt (GUI) 345 som tilveiebringer gjengivelsesinformasjon til en visningsanordning for visuell inspeksjon og brukerinteraksjon. Fremgangsmåten 300 innbefatter frembringelsesblokker 310 og 320 for å tilveiebringe et basistilfelle og ett eller flere simuleringstilfeller. Som vist kan en utførelsesblokk 330 utføre bokstelling på de tilfellene som tilveiebringes ved hjelp av tilveie-bringelsesblokkene 310 og 320 og en gjengivelsesblokk 340 gjengir et sammen-lignings-GUl slik som GUI-enheten 345 til en visningsanordning for visuell sammenligning og eventuell brukerinteraksjon.
[0057]I eksempelet på fig. 3 gjengir GUI 345 et basistilfelle og tre simuleringstilfeller A, B og C. For hvert tilfelle blir to mål presentert sammen med en visuell representasjon av tilhørende data. I dette spesielle eksempelet er målene fraktal dimensjon Df og regresjonskoeffisient R<2.>Ved visuell inspeksjon kan en bruker bedømme simuleringstilfellet A som det beste av simuleringstilfellene (dvs. nærmest basistilfellet). En slik tolkning kan bekreftes eller identifiseres som å ha økt konfidens basert på en sammenligning av målene, spesielt de fraktale dimensjonsverdiene (f.eks. er Df for tilfellet A lik 1,364 og nærmest Df for basistilfellet, som er 1,236).
[0058]I eksempelet på fig. 3 innbefatter GUI 345 videre en grafisk styremeny 347 som muliggjør brukerinteraksjon, for eksempel for å se på parametere og eventuelt simulere flere tilfeller lik et spesielt tilfelle (f.eks. slik som simuleringstilfellet A). En bruker kan for eksempel velge det beste av simuleringstilfellene og så i gang-sette ytterligere simulering av tilfeller basert på den beste (f.eks. "simuler flere lik denne"). En slik løsning kan bruke én eller flere verdier av det beste simuleringstilfellet som en kimverdi som kan brukes til å generere verdier for ytterligere simuleringer (f.eks. via en prosess som tilfeldig genererer verdier omkring en kimverdi).
[0059]Fremgangsmåten 300 er vist på fig. 3 i forbindelse med forskjellige datamaskin-lesbare media-blokker (CRM-blokker) 311, 321, 331 og 341. Slike blokker innbefatter generelt instruksjoner egnet for utførelse av én eller flere prosessorer (eller kjerner) for å instruere en beregningsanordning eller et system til å utføre én eller flere handlinger. Selv om forskjellige blokker er vist, kan et enkelt medium være forsynt med instruksjoner for i det minste delvis å muliggjøre utførelse av forskjellige handlinger for fremgangsmåten 300 og generering av et GUI slik som GUI 345 og dets grafiske styremeny 347.
[0060]Figur 4 viser eksempler på to GUI-anordninger 410 og 430 i forbindelse med dataene i eksempelet på GUI 345 på fig. 3.1 GUI 410 er antallet opptatte former (f.eks. bokser) plottet som funksjon av størrelse på formene (f.eks. bokser) på loggeakser. Som vist i eksempelet på fig. 4 er simuleringstilfellet A det som er nærmest basistilfellet (f.eks. med hensyn til posisjon og helning). GUI 430 mulig-gjør en kvalitetskontroll ved plotting av regresjonskoeffisienten som funksjon av fraktal dimensjon for forskjellige simuleringstilfeller som innbefatter A, B og C, så vel som andre tilfeller (f.eks. andre åpne sirkler). Kyssplottingen kan følgelig vise et utvalgt antall tilfeller basert på nærhet eller ett eller flere andre kriterier. En GUI-anordning slik som GUI 430, kan innbefatte grafiske styringer for å muliggjøre brukerinteraksjon, for eksempel for å illustrere et dimensjonalt naboskap omkring basistilfellet for lettere å se hvilke simuleringstilfeller som er nær eller innenfor et naboskap. En grafisk styring 432 kan for eksempel muliggjøre gjengivelse av en stiplet sirkel og eventuelt spesiell informasjon med hensyn til det naboskapet som avgrenset av sirkelen (f.eks. avstand, avstand langs en fraktal dimensjonsakse, avstand langs en akse for regresjonskoeffisient, osv). En slik GUI kan også tilveiebringe styring som gjør det mulig for en bruker å velge et simuleringstilfelle (f.eks. klikke på en datamarkør) og automatisk innlede simulering av ett eller flere ytterligere tilfeller basert på det valgte simuleringstilfellet (f.eks. styremenyen 347 på fig. 3).
[0061]GUI-anordningene 410 og 430 er vist på fig. 4 i forbindelse med forskjellige datamaskin-lesbare media-blokker (CRM-blokker) 415 og 435. Slike blokker innbefatter generelt instruksjoner egnet for utførelse av én eller flere prosessorer (eller kjerner) for å instruere en behandlingsanordning eller et behandlingssystem om å utføre én eller flere handlinger. Selv om forskjellige blokker er vist, kan et enkelt medium være utformet med instruksjoner for å muliggjøre i det minste delvis utførelse av forskjellige handlinger slik som generering av GUI-er slik som GUI-ene 410 og 430 og den grafiske styringen 432.
[0062]Figur 5 viser et eksempel på et GUI 500 for å sørge for oppsetting av en bokstellingsprosess. I eksempelet på fig. 5 innbefatter GUI 500 en ideell plotting av logaritmer av formstørrelser som funksjon av logaritmetall for opptatte former. GUI 500 kan innbefatte en størrelsesutvelgelsesstyring 510 som gjør det mulig for en bruker å velge én eller flere formstørrelser (f.eks. boksgitterstørrelse) og kan innbefatte en formutvelgelsesstyring 550 som gjør det mulig for en bruker å velge én eller flere former. Selv om et rektangulært gitter er vist i eksempelet på fig. 5, i henhold til et eksempel kan bokstelling utføres ved å bruke en av en rekke for skjellige former, uansett av de er to-dimensjonale eller har høyere dimensjon. Som vist kan 2D-former innbefatte kvadrater, triangler, sekskanter, sirkler, osv. I 3D kan formene innbefatte tetraedre, kuber, kuler, osv.
[0063]GUI 500 er vist på fig. 5 i forbindelse med en datamaskin-lesbar medium-blokk (CRM-blokk) 505. En slik blokk innbefatter generelt instruksjoner egnet for utførelse av én eller flere prosessorer (eller kjerner) for å instruere en beregningsanordning eller et system om å utføre én eller flere handlinger, slik som generering av et GUI slik som GUI-en 500 og dens tilhørende styringer 510 og 550.
[0064]Figur 6 viser eksempler på to GUI-er 610 og 630 som eventuelt kan forbedre ytelsen til en bokstellingsprosess. GUI 610 viser en plotting av lokal fraktal dimensjon som funksjon av logaritmen av størrelse for et basistilfelle slik som basistilfellet i eksempelet på fig. 3 og 4.1 en slik plotting, hvis et datasett har visse fraktale egenskaper over et begrenset område av boksstørrelse S, kan dette fastslås ved plotting av den lokale fraktale dimensjonen (f.eks. helningen av en log/log-plotting av opptatte tall som funksjon av størrelse).
[0065]I eksempelet på fig. 6 oppviser basistilfellet en forholdsvis konstant lokal, fraktal dimensjon over et spesielt område av størrelser. Når det utføres en bokstelling på simuleringstilfeller, kan følgelig dimensjoner mindre enn og større enn de som befinner seg i det aktuelle området, ekskluderes, noe som igjen reduserer beregningsbehovene for bokstelling. På denne måten kan mange simuleringstilfeller analyseres via bokstelling over et størrelsesområde som er basert på visse indisier på fraktale egenskaper i basistilfellet. En slik løsning kan være gunstig hvis de fraktale egenskapene er av spesiell interesse, for eksempel tilknyttet en egenskap eller et trekk (f.eks. en undergrunnsformasjon slik som en forkastning, en ressurs, osv).
[0066]GUI 630 illustrerer et avkortet tilpasningsområde mellom en laveste størrelsesgrense Slog en øvre størrelsesgrense Su-1 dette eksempelet svarer tilpasningen til et tilpasningsområde for en regresjonsanalyse (f.eks. en rettlinjet regresjonsanalyse for å tilveiebringe en regresjonskoeffisient).
[0067]GUI-ene 610 og 630 er på fig. 5 vist i forbindelse med forskjellige datamaskin-lesbare media-blokker (CRM-blokker) 615 og 635. Slike blokker innbefatter generelt instruksjoner egnet for utførelse av én eller flere prosessorer (eller kjerner) for å instruere en beregningsanordning eller et beregningssystem om å utføre én eller flere handlinger, slik som generering av et GUI slik som GUI-ene 615 og 635 og eventuelle tilhørende styringer.
[0068]Figur 7 viser et eksempel på en fremgangsmåte 700 og et eksempel på et GUI 750 for utførelse av en ikke-retningsmessig analyse 754 og en retningsmessig analyse 758.1 eksempelet på fig. 7 kan fremgangsmåten 700 sørge for en analyse av data med hensyn til én eller flere retninger via en utvelgelsesblokk 710, en retningsutvelgelsesblokk 720 og en bestemmelsesblokk 730 for å bestemme fraktal dimensjon for hver valgt retning. En bruker kan for eksempel velge en anisotrop eller retningsmessig analysemulighet som kan innlede gjengivelse av en grafisk styring som sørger for utvelgelse av én eller flere retninger for å utføre bokstelling eller andre analyseresultater av bokstelling i forbindelse med retning. I et slikt eksempel, hvis én eller flere utvalgte retninger er kjent, kan fraktale dimensjoner for hver av den ene eller de flere retningene mates ut, eventuelt grafisk sammen med ytterligere informasjon som kan bidra med en visuell analyse av data (f.eks. data for forskjellige tilfeller).
[0069]I eksempelet på fig. 7 viser GUI 750 visuelle representasjoner for to tilfeller analysert ved å bruke den ikke-retningsmessige analysen 754 og den retningsmessige analysen 758. Som indikert i de nedre representasjonene, er en fraktal dimensjon for vertikale og horisontale retninger blitt bestemt, så vel som et forhold. I henhold til en utførelsesform kan ett eller flere forhold eller andre mål som er basert på retningsmessige fraktale dimensjoner indikere anisotropi eller isotropi i dataene. En bruker kan for eksempel inspisere 2D-bilder slik som de som er presentert på GUI 750 i forbindelse med verdier, mål, osv., for å bestemme en etterfølgende handling for en analyse, eller mer generelt for en arbeidsflyt. Etter-følgende handling kan som nevnt, innbefatte datainnsamling, dataforbedring, simulering, osv.
[0070]For GUI-eksempelet 750 på fig. 7 ble 2D-bilder for datasett delt i syv 1D-linjer likt fordelt i en horisontal retning og i en vertikal retning (f.eks. retningslinjer). En bokstellingsprosess for å tilveiebringe en fraktal dimensjon ble utført for hver av 1 D-linjene for hvert bilde. Resulterende fraktale dimensjoner for de vertikale linjene ble så addert og resulterende fraktale dimensjoner for de horisontale linjene ble addert. Deretter ble summen for de vertikale linjene dividert med antallet vertikale linjer for å tilveiebringe en gjennomsnittlig fraktal dimensjon for den vertikale retningen, og summen forde horisontale linjene ble dividert med antall horisontale linjer for å tilveiebringe en gjennomsnittlig fraktal dimensjon for den horisontale retningen. Som et eksempel på et mål (f.eks. for å indikere isotropi), ble den gjennomsnittlige dimensjonen for den horisontale retningen dividert med den gjennomsnittlige dimensjonen for den vertikale retningen. Dette målet er et forhold som kan være en indikator på isotropi eller anisotropi. Hvis dette forholdet er nær én, så har for eksempel dataene en tendens til å være isotrope. Når de to retningene er ortogonale som i eksempelet i fig. 7, kan et forhold som avviker fra én, indikere at dataene har en tendens til å være anisotrope. Som vist i eksempelet på fig. 7, er trekkene i bildet på høyre side mer isotrope (Dfh/Dfv= 1,01) enn trekkene i bildet på venstre side (Dfh/Dfv= 1,31), som har en tendens til å være mer anisotrope.
[0071]I henhold til en utførelsesform kan en fremherskende retning for anisotrope data indikeres ved sammenligning av størrelser for bokstellingsdimensjoner for forskjellige retninger. Bildet til venstre synes for eksempel å ha flere horisontale trekk enn vertikale trekk, og den fraktale dimensjonen for de horisontale linjene overskrider den fraktale dimensjonen for de vertikale linjene. Slike fraktale verdier eller mål basert på slike, kan leveres som inngang til en prosess, for eksempel for å redusere antall iterasjoner, redusere prosesstid, osv. (f.eks. når en enkelt retning sørger for akseptabel sammenligning, kan bruk av den ene retningen bidra til å optimalisere en prosess). I henhold til en utførelsesform kan en fremgangsmåte utføre bokstelling for et antall retninger (f.eks. vinkler valgt fra 0 grader til 179 grader) og så sammenligne fraktale dimensjoner for retningene for å bestemme en fremherskende retning. Når en fremherskende retning er bestemt kan den anses å karakterisere data eller utføre én eller flere ytterligere handlinger (f.eks. justering av én eller flere variable for generering av testtilfeller, osv).
[0072]Fremgangsmåten 700 og GUI 750 er på fig. 7 vist i forbindelse med forskjellige datamaskin-lesbare media-blokker (CRM-blokker) 711, 721, 731 og 751. Slike blokker innbefatter generelt instruksjoner egnet for utførelse av én eller flere prosessorer (eller kjerner) for å instruere en beregningsanordning eller et system om å utføre én eller flere handlinger. Selv om forskjellige blokker er vist, kan et enkelt medium være utformet med instruksjoner for i det minste delvis å sørge for utførelsen av forskjellige handlinger i fremgangsmåten 700 og generering av et GUI slik som GUI 750.
[0073]Figur 8 viser eksempler på GUI-er 800 og 850 som sørger for oppsetting og utførelse av bokstelling. GUI 800 viser en visuell representasjon av data 801 som kan være flerdimensjonale data og synlige via skiveskjæring for å vise en 2D-skive 803 for et valgt plan. GUI 800 innbefatter også en oppsettsmeny 810 med under-menyer for dimensjoner 814 og egenskaper 818. Dimensjonsmenyen 814 kan muliggjøre innmating fra en bruker for å definere én eller flere dimensjoner, definere én eller flere former, definere én eller flere retninger, osv., for bokstellingsformål. Egenskapsmenyen 818 kan muliggjøre innmating av en bruker for å velge én eller flere egenskaper, velge én eller flere parametere, velge en optimaliser-ingsprosess, osv., for bokstellingsformål.
[0074]I eksempelet på fig. 8, straks menyvalgene er blitt satt, kan GUI 850 gi en visuell oppsummering av informasjon og styringer for ytterligere handlinger. GUI 850 kan for eksempel innbefatte et utvelgelsesverktøy for basistilfeller som gjør det mulig for en bruker å søke i lagringssteder for å laste inn data i forbindelse med et basistilfelle. Når det gjelder en oppsummering av informasjon, kan et dimensjonsfelt indikere at 3D-data er blitt valgt og hentet inn, kan et formfelt indikere at 3D-bokser (f.eks. volumelementer eller voksler) er blitt valgt som bokstellingsformer, et retningsfelt kan indikere om én eller flere retninger i forbindelse med isotropi eller anisotrope valgmuligheter er blitt valgt, et egen-skapsfelt kan indikere hvilken eller hvilke egenskaper i et datasett som er blitt valgt, et simuleringsparameterfelt kan indikere om forbedrings- eller simulerings-teknikker er blitt anvendt eller skal avvendes på dataene, og et optimaliseringsfelt kan indikere en teknikk for generering og et antall ytterligere tilfeller som skal genereres, for eksempel basert på en beste sammenligning med et basistilfelle. GUI 850 kan videre innbefatte en grafikkstyring 860 som muliggjør innmating og mottagelse av instruksjoner med hensyn til hva som er et beste tilfelle. I eksempelet på fig. 8 gjør GUI 860 det mer spesielt mulig for en bruker å velge én eller flere parametere eller å definere en parameter for bruk ved vurdering av boks-tellingsresultater. Videre kan GUI 850 innbefatte forskjellige grafiske styringer for å utføre funksjoner slik som å starte en prosess, å lagre et oppsett eller kansellere et oppsett.
[0075]GUI-ene 800 og 850 er på fig. 8 vist i forbindelse med forskjellige datamaskin-lesbare media-blokker (CRM-blokker) 805 og 855. Slike blokker innbefatter generelt instruksjoner egnet for utførelse av én eller flere prosessorer (eller kjerner) for å instruere en beregningsanordning eller et system om å utføre én eller flere handlinger slik som generering av en GUI slik som GUI-ene 800 og 850, og eventuelle tilhørende styringer.
[0076]Figur 9 viser et eksempel på en fremgangsmåte 900 som utfører en bokstellingsanalyse på data forbedret ved hjelp av "ant tracking". Fremgangsmåten 900 innbefatter en tilveiebringelsesblokk 910 for å tilveiebringe et basistilfelle, en start-blokk 920 for å påbegynne en "ant tracking"-prosess for å generere forskjellige tilfeller, en utførelsesblokk 930 for å utføre bokstelling på "ant tracking"-forbedrede data og en utvelgelsesblokk 940 for å velge et optimalt av tilfellene. Deretter kan fremgangsmåten 900 fortsette til en etterfølgende eller parallell arbeidsflytprosess.
[0077]I henhold til en utførelsesform kan "ant tracking" være en halvautomatisk eller automatisk mulighet for strukturell tolkning av data slik som seismiske data. Som et eksempel kan "ant tracking" brukes til å øke nøyaktigheten mens subjektive, manuelle feiltolkningsbyrder reduseres når man forsøker å forstå trender for forkastningsflater og fluidstrømningsegenskaper over forkastningssystemer for reservoarkarakterisering.
[0078]I eksempelet på fig. 9 kan en prosess for "ant tracking" innbefatte en dataforbedringsblokk 922 for å forbedre data (f.eks. via kantdeteksjon, støy-reduksjon, osv.), en genereringsblokk 924 for å generere en "ant track"-kube (f.eks. basert på antall maur ("ant number"), osv.) og en ekstraheringsblokk 926 for å ekstrahere maursporede "ant tracked"-egenskaper (f.eks. via sporetter-filtrering, osv). En "ant tracking"-prosess kan følgelig innbefatte forskjellige parametere som krever skjønnsom utvelgelse for å produsere et akseptabelt resultat. I henhold til en utførelsesform kan fremgangsmåten 900 hjelpe til med parameterutvelgelse og eventuelt redusere manuell intervensjon ved parameterutvelgelse eller visuelle analyseringsresultater.
[0079]I eksempelet på fig. 9 kan basistilfellet være et datasett hvor variasjoner av "ant tracking" er påført. Tilveiebringelse av et basistilfelle kan videre også tilveiebringe én eller flere parameterverdier for basistilfellet til bruk ved valg av en optimal variasjon av "ant tracking"-variasjonene. Frembringelse av et basistilfelle kan for eksempel innbefatte frembringelse av et datasett som er blitt analysert ved å bruke en subjektiv prosess (f.eks. en ekspertanalyse) og deretter en objektiv prosess slik som bokstelling for å bestemme én eller flere parameterverdier som karakteriserer den subjektive prosessen. Ved valg av en optimal variasjon kan én eller flere parameterverdier bestemmes for hver av variasjonene basert i det minste delvis på bokstelling, og disse verdiene kan sammenlignes med hverandre, med en basistilfelleverdi eller verdier for en kombinasjon av disse (f.eks. med hverandre og et basistilfelle).
[0080]I henhold til en utførelsesform er fremgangsmåten 900 på fig. 9 vist i forbindelse med forskjellige datamaskin-lesbare media-blokker (CRM-blokker) 911, 921, 931, 941 og 951. Slike blokker innbefatter generelt instruksjoner egnet for utførelse ved hjelp av én eller flere prosessorer (eller kjerner) for å instruere en beregningsanordning eller et system om å utføre én eller flere handlinger. Selv om forskjellige blokker er vist, kan et enkelt medium være utformet med instruksjoner som i det minste delvis muliggjør utførelse av forskjellige handlinger i henhold til fremgangsmåten 900.
[0081]Ifølge en utførelsesform kan én eller flere datamaskin-lesbare media innbefatte prosessorutførbare instruksjoner for å instruere et beregningssystem til: å tilveiebringe et datasett; å utføre variasjoner av en egenskapsekstraksjons-prosess på det tilveiebrakte datasettet for å generere testtilfeller; å utføre bokstelling på de genererte testtilfellene for å bestemme en parameterverdi for hvert av testtilfellene; og å velge et optimalt testtilfelle basert på en sammenligning av parameterverdiene for testtilfellene. I et slikt eksempel kan instruksjoner være innbefattet for å instruere et beregningssystem om å tilveiebringe en parameterverdi for et optimalt tilfelle for å hjelpe til ved valg av et optimalt testtilfelle. Ifølge en utførelsesform kan en egenskapsekstraheringsprosess være "ant tracking" eller en annen prosess. Når flere parameterverdier blir bestemt, kan instruksjoner inkluderes for å instruere et beregningssystem om å bestemme en annen parameterverdi for hver av de beste tilfellene og for å gjengi en 2D-plotting av de to parameterne på en visningsanordning.
[0082]Figur 10 viser et eksempel på en fremgangsmåte 1000 som utfører en bokstellingsanalyse på syntetiske seismogrammer. Fremgangsmåten 1000 innbefatter en tilveiebringelsesblokk 1010 for å tilveiebringe et basistilfelle, en genereringsblokk 1020 for å generere ett eller flere syntetiske seismogrammer, en frembringelsesblokk 1030 for å utføre bokstelling på hvert generert syntetisk seismogram, en utvelgelsesblokk 1040 for å velge et optimalt syntetisk seismogram, en beslutningsblokk 1050 for å bestemme om en feil er mindre enn en grense og etterfølgende blokker 1060 og 1070 for henholdsvis å justere én eller flere genereringsparametere eller for å fortsette en arbeidsflyt avhengig av en beslutning tatt i beslutningsblokken 1050.
[0083] Når det gjelder frembringelsesblokken 1010 kan denne blokken tilveiebringe et basistilfelle som én eller flere parameterverdier, som målte data, som subjektive analysedata, osv. Når det gjelder én eller flere parameterverdier, kan disse være verdier som karakteriserer et basistilfelle og det blir i det minste delvis bestemt ved å anvende en bokstellingsprosess på dataene for basistilfellet. Når det gjelder målte data, kan slike data være rådata eller behandlede data fra målinger utført i et laboratorium, i felten, osv. Når det gjelder subjektive analysedata eller subjektive prosessdata kan slike data være data som er et resultat av en subjektiv analyse av andre data, for eksempel via en visuell analyse hvor manuell intervensjon kan innebære å forbedre, identifisere eller ekstrahere egenskaper i dataene. En subjektiv analyse kan betraktes som en ekspertanalyse, for eksempel når den er utført av en person med årelang erfaring. I henhold til en utførelsesform kan forskjellige prosesser være skreddersydd basert på resultater som i det minste delvis stammer fra subjektive ekspertanalyser.
[0084]Et syntetisk seismogram representerer forover-modellering av en seismisk respons for en geologisk modell basert i det minste delvis på variasjoner i aktuelle fysiske egenskaper for en geologisk formasjon. Et syntetisk seismogram kan for eksempel brukes til å forbinde endringer i bergartsegenskaper i et borehull og seismiske refleksjonsdata innsamlet via borehullet. Et syntetisk seismogram kan også brukes til å teste mulige tolkningsmodeller for seismiske data eller for å modellere responsen til en forusagt geologi (f.eks. for eventuelt å hjelpe til ved planlegging av en undersøkelse). En syntetisk seismogramprosess kan eventuelt innbefatte småbølgeekstrahering fra seismiske data hvor småbølgeekstraheringen innebærer å forsøke forskjellige kombinasjoner for ekstrahering av parametere. Ettersom en slik teknikk kan innbefatte flere genereringer av tilfeller, kan en boks tellingsprosess anvendes for å lette genereringen av tilfeller og valg av et optimalt tilfelle.
[0085]Ifølge en utførelsesform er fremgangsmåten 1000 på fig. 10 vist i forbindelse med forskjellige datamaskin-lesbare media-blokker (CRM-blokker) 1011, 1021, 1031, 1041, 1051 og 1061. Slike blokker innbefatter generelt instruksjoner egnet for utførelse ved hjelp av én eller flere prosessorer (eller kjerner) til å instruere en beregningsanordning eller et beregningssystem om å utføre én eller flere handlinger. Selv om forskjellige blokker er vist, kan et enkelt medium være utformet med instruksjoner for i det minste delvis mulige utførelser av forskjellige handlinger i fremgangsmåten 1000.
[0086]I henhold til en utførelsesform kan én eller flere datamaskin-lesbare media-blokker innbefatte prosessorutførbare instruksjoner for å instruere et beregningssystem til: å motta en parameterverdi for et basistilfelle; å utføre bokstelling på genererte testtilfeller for å bestemme en parameterverdi for hvert av testtilfellene; å velge et optimalt testtilfelle basert på en sammenligning av parameterverdiene for testtilfellene og parameterverdien til basistilfellet; å bestemme om en differanse mellom parameterverdien til det valgte optimale testtilfellet og parameterverdien til basistilfellet overskrider en feilgrense; å justere én eller flere genereringsparametere hvis differansen overskrider feilgrensen; og å generere ytterligere testtilfeller basert på én eller flere justerte genereringsparametere. Slike instruksjoner kan utføre en fremgangsmåte hvor for eksempel en arbeidsflyt fortsetter hvis differansen ikke overskrider feilgrensen. Slike instruksjoner kan videre innbefatte instruksjoner for å instruere et beregningssystem om å fortsette en arbeidsflytprosess hvis differansen ikke overskrider feilgrensen. Ifølge en utførelsesform kan en arbeidsflytprosess eventuelt være en prosess i forbindelse med det geologiske miljøet 150 på fig. 1 (f.eks. avføling, boring, injeksjon, utvinning, modellering, simulering, osv).
[0087]I henhold til en utførelsesform kan bokstelling utføres i én eller flere dimensjoner (f.eks. en-dimensjonalt eller flerdimensjonalt) og eventuelt forskjellige retninger. Et bilde eller et volum av en egenskap kan brukes som inngang til en bokstellingsprosess, for eksempel hvor bilde eller volumet er skåret i skiver i flere 1 D-linjer (horisontale, vertikale eller maksimal eller minimal kontinuitet). En prosess kan etter valg innbefatte å finne gjennomsnittlige fraktale dimensjoner hvor fraktale dimensjoner for maksimale og minimale kontinuitetsretninger kan beregnes. En analyse kan eventuelt innbefatte beregning av et forhold mellom makimale og minimale kontinuitetsverdier.
[0088]I henhold til en utførelsesform kan en parameter for karakterisering av data være lakunaritet, som er et mål på hvordan en fraktal fyller rom. Som en parameter kan lakunaritet klassifisere fraktaler og teksturer, som selv om de deler den samme fraktale dimensjonen, opptrer visuelt forskjellig. Tette fraktaler har generelt lav lakunaritet og ettersom grovheten til fraktalen øker, så øker også lakunariteten (f.eks. gir flere og større gap en høyere lakunaritet). Lakunaritet for et datasett kan beregnes ved for eksempel å bruke en glidende bokstellingsprosess. En glidende bokstellingsprosess kan være en punkt-, piksel-, voksel-sentrert prosess eller en annen prosess som genererer ett eller flere histogrammer for bestemmelse av lakunaritet (f.eks. som et forhold mellom forventede verdier). I noen tilfeller kan en lineær relasjon finnes mellom fraktal dimensjon og lakunaritet, for eksempel: Df = A - BA,, hvor X er lakunaritet (se f.eks. Borys, P. "On the relation between lacunarity and fractal dimension", Acta Physica Polonica B. Vol. 40 (2009). I henhold til en utførelsesform kan en slik ligning og eventuelt en regresjonskoeffisient for denne, karakterisere data og brukes til sammenligning av tilfeller.
[0089]I henhold til en utførelsesform kan forskjellige teknikker innbefatte en bokstellingsprosess. Betrakt som et eksempel frembringelse av et optimalt tilfelle som representerer et objekt med perfekt satte parametere og som skal frembringes ved hjelp av en simuleringsprosess i en modelleringsapplikasjon. I dette eksempelet kan det optimale tilfellet skapes manuelt (f.eks. kan det være en visuell og manuell tolkning av et seismisk tverrsnitt). Det optimale tilfellet kan betraktes som en eksperttolkning og lagres i form av et 2D-bilde, tilgjengelig som en innmatingsramme for etterfølgende behandling. Som et annet eksempel kan et basistilfelle betraktes som et treningsbilde for facies-modellering.
[0090]Gitt et optimalt tilfelle kan et mål være å skape data så nær som mulig til det optimale tilfellet. De frembrakte dataene kan betraktes som objektdata hvor slike objekter og tilhørende data blir frembrakt ved å bruke trekk ved programvare slik som PETREL®-programvaren. Et eksempel på slike objektdata er et "ant tracking"-volum som kan bedømmes som det optimale tilfellet som forkastninger når datatrekk innrettes for det optimale tilfellet og "ant tracking"-volumet. I dette eksempelet kan det optimale tilfellet være tilveiebrakt via en visuell og manuell prosess, følgelig behøver likhet eller innretting mellom dataene for det optimale tilfellet og objektdataene ikke nødvendigvis bety samme datatype, men i stedet samme geologiske objekt som representert i dataene for det optimale tilfellet og de frembrakte objektdataene.
[0091]Etter annet eksempel kan som nevnt innbefatte facies (f.eks. representert av en facies-egenskap). I et slikt eksempel kan det optimale tilfellet være representert ved 2D-bildedata; legg merke til at objektene som er frembrakt for en sammenligning og optimalisering er egenskaper og ikke nødvendigvis bilder i og for seg (f.eks. slik som data innsamlet ved bruk av en konvensjonell to-dimensjonal bildeinnsamlingsanordning). De er imidlertid modeller for geologiske objekter, for eksempel kanaler, og kan sammenlignes ved å bruke bokstellings-teknikker som beskrevet her. Prosessvariable som er tilgjengelige i en modelleringsapplikasjon for å frembringe slike objekter, kan videre brukes i sin helhet for å oppnå en høy grad av variabilitet (f.eks. generering av mange testtilfeller).
[0092]I henhold til en utførelsesform, gitt et basistilfelle og et sammenlignings-tilfelle (f.eks. et simuleringstilfelle eller et annet tilfelle for sammenligning), kan en bokstellingsprosess anvendes for å bestemme én eller flere parameterverdier som karakteriserer tilfellene. Bokstelling kan generelt implementeres ved å bruke et gitter eller bruken en rekke forskjellige former hvor former ikke behøver å danne et gitter eller rutemønster (f.eks. innrette grense mot grense) og former kan over-lappe hverandre. Når dimensjonen til en form avtar og antall former knyttet til data øker, tilveiebringer en dobbelt logaritmisk plotting av antall opptatte former (f.eks. opptatt i henhold til ett eller flere kriterier) som funksjon av størrelsen av formene (f.eks. en karakteristisk dimensjon for en form) en nedadrettet helning som kan tilpasses med en linje (f.eks. en regresjonslinje) for å tilveiebringe en fraktal dimensjon Df som er en unik parameter som beskriver dataene (f.eks. i henhold til ett eller flere kriterier som brukes til å definere opptagelsen av en form).
[0093]Ifølge en utførelsesform kan en bokstellingsprosess tilføye objektivitet til en subjektiv prosess, noe som kan fremskynde ankomst til en beste tilpasning av et tilfelle til et optimalt tilfelle. På grunn av evnen til å beskrive et objekt i sin komplekse og geometriske form, er en bokstellingsprosess generelt ikke påvirket av menneskelig unøyaktighet.
[0094]I henhold til en utførelsesform kan én eller flere datamaskin-lesbare media innbefatte datamaskinutførbare instruksjoner for å instruere et beregningssystem til å mate ut informasjon for styring av en prosess. Slike instruksjoner kan for eksempel sørge for utmating til en avfølingsprosess, en injeksjonsprosess, en boreprosess, en ekstraheringsprosess, osv.
[0095]Figur 11 viser komponenter i et beregningssystem 1100 og et nettsystem 1110. Systemet 1100 innbefatter én eller flere prosessorer 1102, lagre og/eller lagringskomponenter 1104, én eller flere innmatings- og/eller utmatingsanord-ninger 1106 og en databuss 1108. Ifølge en utførelsesform kan instruksjoner være lagret i ett eller flere datamaskin-lesbare media (f.eks. minne/lagringskomponenter 1104). Slike instruksjoner kan leses av én eller flere prosessorer (f.eks. den ene eller de flere prosessorene 1102) via en kommunikasjonsbuss (f.eks. bussen 1108) som kan være ledningsbasert eller trådløs. Den ene eller de flere prosessorene kan utføre slike instruksjoner for å implementere (helt eller delvis) ett eller flere attributter (f.eks. som en del av en fremgangsmåte). En bruker kan betrakte utmating fra og vekselvirke med en prosess via en inn/ut-anordning (f.eks. anordningen 1106). I henhold til en utførelsesform kan et datamaskin-lesbart medium være en lagerkomponent slik som en fysisk lagringsanordning, for eksempel en brikke, en brikke på en pakke, et minnekort, osv.
[0096]I henhold til en utførelsesform kan komponenter være distribuert, slik som i nettsystemet 1110. Nettsystemet 1110 innbefatter komponenter 1122-1, 1122-2, 1122-3, ... 1122-N. Komponentene 1122-1 kan foreksempel innbefatte den ene eller de flere prosessorene 1102 mens komponenten eller komponentene 1122-3 kan innbefatte et lager som kan aksesseres av prosessoren eller prosessorene 1102. Den ene eller de flere komponentene 1102-2 kan videre innbefatte en inn/ut-anordning for visning og eventuell interaksjon med en fremgangsmåte. Nettet kan være eller innbefatte internett, et intranett, et celledelt nett, et satellitt-nett, osv.
Konklusjon
[0097]Selv om forskjellige fremgangsmåter, anordninger, systemer, osv., er blitt beskrevet med språk som er spesifikt for strukturelle trekk og/eller metodologiske handlinger, vil man forstå at det materialet som er definert i de vedføyde patent- kravene, ikke nødvendigvis er begrenset til de spesielle trekkene eller handlingene som er beskrevet. De spesifikke trekkene og handlingene er i stedet beskrevet som eksempler på former for implementering av de patentsøkte fremgangsmåt-ene, anordningene, systemene, osv.

Claims (20)

1. Fremgangsmåte, omfattende: å tilveie rommessige data for et basistilfelle for en geologisk undergrunnsformasjon; å tilveiebringe rommessige data for et simuleringstilfelle for den geologiske undergrunnsformasjonen; å utføre bokstelling for de rommessige dataene for basistilfellet; å utføre bokstelling for de rommessige dataene for simuleringstilfellet; å bestemme, basert på bokstellingen for de rommessige dataene for basistilfellet, en fraktal dimensjon for basistilfellet; å bestemme, basert på bokstellingen for de rommessige dataene for simuleringstilfellet, en fraktal dimensjon for simuleringstilfellet; å sammenligne simuleringstilfellet med basistilfellet basert i det minste delvis på de fraktale dimensjonene; og å justere, basert på sammenligningen, én eller flere simuleringsparametere for å generere rommessige data for et ytterligere simuleringstilfelle for den geologiske undergrunnsformasjonen.
2. Fremgangsmåte ifølge krav 1, hvor frembringelsen av rommessige data for et basistilfelle omfatter å tilveiebringe seismiske data for den geologiske undergrunnsformasjonen.
3. Fremgangsmåte ifølge krav 1, hvor bestemmelsen av den fraktale dimensjonen til basistilfellet og bestemmelsen av den fraktale dimensjonen til simuleringstilfellet omfatter å bestemme en regresjonskoeffisient som svarer til et forhold mellom en karakteristikk for en bokstellingsform og et antall former opptatt av et rommessig datatrekk.
4. Fremgangsmåte ifølge krav 1, hvor de rommessige dataene for et basistilfelle og de rommessige dataene for simuleringstilfellet omfatter en-dimensjonale romdata; eller hvor de rommessige dataene for i det minste basistilfellet omfatter flerdimensjonale romdata.
5. Fremgangsmåte ifølge krav 1, hvor dimensjonaliteten til en bokstellingsform atskiller seg dimensjonsmessig fra romdataene for basistilfellet.
6. Fremgangsmåte ifølge krav 1, hvor utførelsen av bokstellingen for romdataene for basistilfellet omfatter å bruke et større område med bokstellingsform-størrelser enn utførelsen av bokstellingen for romdataene for simuleringstilfellet.
7. Fremgangsmåte ifølge krav 1, hvor utførelsen av bokstelling for romdataene for basistilfellet omfatter porsjonering av romdataene for basistilfellet, og utførelsen av bokstelling for romdataene for simuleringstilfellet omfatter porsjonering av romdataene for simuleringstilfellet.
8. Fremgangsmåte ifølge krav 1, hvor justeringen av én eller flere simuleringsparametere for å generere romdata for et ytterligere simuleringstilfelle for den geologiske undergrunnsformasjonen omfatter å generere romdata for det ytterligere simuleringstilfellet og utføre bokstelling for de rommessige dataene for det ytterligere simuleringstilfellet, å bestemme en fraktal dimensjon for det ytterligere simuleringstilfellet og sammenligne det ytterligere simuleringstilfellet med basistilfellet basert i det minste delvis på deres fraktale dimensjoner.
9. Fremgangsmåte ifølge krav 1, hvor utførelsen av bokstelling for romdata for basistilfellet omfatter å bestemme et antall bokstellingsformer opptatt av et rommessig datatrekk hvor det rommessige datatrekket omfatter et trekk forbundet med en facies-analyse.
10. Fremgangsmåte ifølge krav 1, hvor utførelsen av bokstelling for de rommessige dataene for basistilfellet omfatter retningsmessig bokstelling.
11. Fremgangsmåte ifølge krav 1, hvor utførelsen av bokstelling for de rommessige dataene for basistilfellet omfatter bokstelling i flere retninger og hvor bestemmelsen av en fraktal dimensjon for basistilfellet omfatter å bestemme en fraktal dimensjon for hver retning blant de flere bokstellingsretninger.
12. Fremgangsmåte ifølge krav 1, hvor sammenligningen omfatter å gjengi et grafisk brukergrensesnitt som omfatter en styringsgrafikk for å aksessere den ene eller de flere simuleringsparametere.
13. Ett eller flere datamaskin-lesbare media omfattende prosessorutførbare instruksjoner for å instruere et beregningssystem til: å motta en parameterverdi for et basistilfelle; å utføre bokstelling på genererte testtilfeller for å bestemme en parameterverdi for hvert av testtilfellene; å velge et optimalt testtilfelle fra de genererte testtilfellene basert på en sammenligning av parameterverdiene for testtilfellene og parameterverdien for basistilfellet; å bestemme om en differanse mellom parameterverdien for det valgte optimale testtilfellet og parameterverdien for basistilfellet overskrider en feilgrense; å justere én eller flere genereringsparametere hvis differansen overskrider feilgrensen; og å generere ytterligere testtilfeller basert på den ene eller de flere justerte genereringsparametere.
14. Ett eller datamaskin-lesbare media ifølge krav 13, hvor testtilfellene omfatter syntetiske seismogrammer.
15. Ett eller flere datamaskin-lesbare media ifølge krav 13, hvor parameterverdien omfatter en fraktal dimensjon.
16. Ett eller flere datamaskin-lesbare media omfattende prosessorutførbare instruksjoner for å instruere et beregningssystem til: å tilveiebringe et datasett; å utføre variasjoner av en ekstraheringsprosess for egenskaper på det frembrakte datasettet for å generere testtilfeller; å utføre bokstelling på de genererte testtilfellene for å bestemme en parameterverdi for hvert av testtilfellene; og å velge et optimalt testtilfelle fra testtilfellene basert på en sammenligning av parameterverdier for testtilfellene.
17. Ett eller flere datamaskin-lesbare media ifølge krav 16, videre omfattende instruksjoner for å instruere et beregningssystem om å tilveiebringe en parameterverdi for et optimalt tilfelle for å hjelpe til med valg av et optimalt testtilfelle.
18. Ett eller flere datamaskin-lesbare media ifølge krav 16, hvor ekstraherings-prosessen for egenskaper omfatter en "ant tracking".
19. Ett eller flere datamaskin-lesbare media ifølge krav 16, hvor ekstraherings-prosessen for egenskaper omfatter dataforbedring forut for egenskaps-ekstrahering.
20. Ett eller flere datamaskin-lesbare media ifølge krav 16, videre omfattende instruksjoner for å instruere et beregningssystem om å bestemme en annen parameterverdi for hvert av testtilfellene og gjengi en to-dimensjonal plotting av de to parameterne på en visningsanordning.
NO20111328A 2010-09-30 2011-09-29 Bokstelling forbedret modellering NO20111328A1 (no)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US38810710P 2010-09-30 2010-09-30
US13/241,013 US8892388B2 (en) 2010-09-30 2011-09-22 Box counting enhanced modeling

Publications (1)

Publication Number Publication Date
NO20111328A1 true NO20111328A1 (no) 2012-04-02

Family

ID=45890546

Family Applications (1)

Application Number Title Priority Date Filing Date
NO20111328A NO20111328A1 (no) 2010-09-30 2011-09-29 Bokstelling forbedret modellering

Country Status (3)

Country Link
US (2) US8892388B2 (no)
BR (1) BRPI1105453A2 (no)
NO (1) NO20111328A1 (no)

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10535422B2 (en) 2018-04-22 2020-01-14 Sas Institute Inc. Optimal screening designs
US10754764B2 (en) 2018-04-22 2020-08-25 Sas Institute Inc. Validation sets for machine learning algorithms
US10386271B1 (en) * 2018-04-22 2019-08-20 Sas Institute Inc. Interactive visualization tool for designed experiments
US11125655B2 (en) 2005-12-19 2021-09-21 Sas Institute Inc. Tool for optimal supersaturated designs
US9377546B2 (en) * 2012-05-06 2016-06-28 Schlumberger Technology Corporation Automatic extraction and characterization of fault and fracture populations
GB2510873A (en) 2013-02-15 2014-08-20 Total Sa Method of modelling a subsurface volume
GB2510872A (en) * 2013-02-15 2014-08-20 Total Sa Method of modelling a subsurface volume
US20140358440A1 (en) * 2013-05-31 2014-12-04 Chevron U.S.A. Inc. System and Method For Characterizing Geological Systems Using Statistical Methodologies
US10260334B2 (en) 2014-06-09 2019-04-16 WellTracer Technology, LLC Gas lift analysis and troubleshooting
CN106991283B (zh) * 2017-03-31 2020-07-17 电子科技大学 一种基于分形技术的病案库构建方法
US11216603B2 (en) 2018-04-22 2022-01-04 Sas Institute Inc. Transformation and evaluation of disallowed combinations in designed experiments
US11561690B2 (en) 2018-04-22 2023-01-24 Jmp Statistical Discovery Llc Interactive graphical user interface for customizable combinatorial test construction
CN108804848B (zh) * 2018-06-22 2021-08-10 西南石油大学 一种测井曲线盒维数的计算方法
CN109001801B (zh) * 2018-07-30 2021-03-19 中国石油化工股份有限公司 基于多次迭代蚁群算法的断层变尺度识别方法
CN110007343B (zh) * 2019-04-18 2021-01-29 中国矿业大学 一种区域地质构造复杂程度的评价方法
CN111337975B (zh) * 2020-03-24 2021-12-14 吉林大学 一种基于方差分形维数的微地震事件自动识别方法
US11846741B2 (en) 2020-04-06 2023-12-19 Saudi Arabian Oil Company Systems and methods for evaluating a simulation model of a hydrocarbon field
CN112989966B (zh) * 2021-02-25 2022-06-24 中国人民解放军海军航空大学 一种改进的模拟电路信号降噪方法
CN112989965B (zh) * 2021-02-25 2023-01-31 中国人民解放军海军航空大学 一种基于svd-lcd-bcm的故障特征提取方法
CN117310799B (zh) * 2023-09-08 2024-05-28 中国矿业大学 基于洞-缝-孔-基质多重介质的矿井底板灰岩含水层识别方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2725794B1 (fr) * 1994-10-18 1997-01-24 Inst Francais Du Petrole Methode pour modeliser la distribution spatiale d'objets geometriques dans un milieu, tels que des failles dans une formation geologique

Also Published As

Publication number Publication date
BRPI1105453A2 (pt) 2015-09-01
US20120084043A1 (en) 2012-04-05
US8892388B2 (en) 2014-11-18
US20150106074A1 (en) 2015-04-16

Similar Documents

Publication Publication Date Title
NO20111328A1 (no) Bokstelling forbedret modellering
EP2283386B1 (en) Systems and methods for connectivity analysis using functional objects
EP3371628B1 (en) Generation of fault displacement vector and fault damage zone in subsurface formation using stratigraphic function
US20190169962A1 (en) Machine Learning Training Set Generation
US20140149041A1 (en) Rock facies prediction in non-cored wells from cored wells
NO339162B1 (no) Fraktur nettverk karakteriseringsmetode
US11536862B2 (en) Automatic feature extraction from seismic cubes
US10380793B2 (en) Geobody surface reconstruction
US11181662B2 (en) Static earth model grid cell scaling and property re-sampling methods and systems
US20190025460A1 (en) Reservoir Simulations with Fracture Networks
NO20161452A1 (en) Planning drilling operations using models and rig market databases
WO2017206159A1 (en) Fracture network extraction by microseismic events clustering analysis
EP2631678A2 (en) Feature detection in seismic volumes
US11965998B2 (en) Training a machine learning system using hard and soft constraints
NO344523B1 (no) Fremgangsmåte, datamaskinlesbare media og system for prosessering av seismiske data for deteksjon av linjer og kanter
US20200378246A1 (en) Methods and Systems for Determining Integrity and Operational Boundaries of Subterranean Wells
US20240011392A1 (en) Failure criterion selection based on a statistical analysis of finite element model results and rock imaging data for wellbore modelling
US20220404515A1 (en) Systems and methods for mapping seismic data to reservoir properties for reservoir modeling
US11493654B2 (en) Construction of a high-resolution advanced 3D transient model with multiple wells by integrating pressure transient data into static geological model
Moghaddas et al. Lithofacies classification based on multiresolution graph-based clustering using image log in South Pars gas field
EP2863242A2 (en) Classification and visualization of time-series data
US11952891B2 (en) Systems and method for constraining 3D fracture model properties using X-ray micro-computed tomography of core plugs for naturally fractured reservoirs
Menescal et al. Advanced Geomechanical Techniques for Natural Fracture Prediction
US20240103192A1 (en) Graph based multi-survey horizon optimization
US20240111067A1 (en) Faulted seismic horizon mapping

Legal Events

Date Code Title Description
FC2A Withdrawal, rejection or dismissal of laid open patent application