NO322860B1 - System og fremgangsmate for petrofysisk formasjonsevaluering i heterogene formasjoner - Google Patents
System og fremgangsmate for petrofysisk formasjonsevaluering i heterogene formasjoner Download PDFInfo
- Publication number
- NO322860B1 NO322860B1 NO19983354A NO983354A NO322860B1 NO 322860 B1 NO322860 B1 NO 322860B1 NO 19983354 A NO19983354 A NO 19983354A NO 983354 A NO983354 A NO 983354A NO 322860 B1 NO322860 B1 NO 322860B1
- Authority
- NO
- Norway
- Prior art keywords
- formation
- procedure
- description
- stated
- tool
- Prior art date
Links
- 230000015572 biosynthetic process Effects 0.000 title claims description 194
- 238000000034 method Methods 0.000 title claims description 71
- 238000005755 formation reaction Methods 0.000 title description 151
- 238000011156 evaluation Methods 0.000 title description 19
- 238000005259 measurement Methods 0.000 claims description 83
- 238000006243 chemical reaction Methods 0.000 claims description 40
- 230000004044 response Effects 0.000 claims description 18
- 239000012530 fluid Substances 0.000 claims description 17
- 238000002156 mixing Methods 0.000 claims description 13
- 238000012360 testing method Methods 0.000 claims description 9
- 239000003129 oil well Substances 0.000 claims description 5
- 230000035945 sensitivity Effects 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 230000035699 permeability Effects 0.000 claims description 2
- 239000000463 material Substances 0.000 claims 3
- 238000013500 data storage Methods 0.000 claims 2
- 238000009795 derivation Methods 0.000 claims 1
- 230000000644 propagated effect Effects 0.000 claims 1
- 239000010410 layer Substances 0.000 description 139
- 238000005457 optimization Methods 0.000 description 17
- 239000013598 vector Substances 0.000 description 16
- 230000008569 process Effects 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 11
- 239000011159 matrix material Substances 0.000 description 9
- 238000012937 correction Methods 0.000 description 8
- 238000005553 drilling Methods 0.000 description 7
- 239000011435 rock Substances 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 229930195733 hydrocarbon Natural products 0.000 description 5
- 150000002430 hydrocarbons Chemical class 0.000 description 5
- 230000009545 invasion Effects 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 238000004181 pedogenesis Methods 0.000 description 4
- 239000004215 Carbon black (E152) Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000000053 physical method Methods 0.000 description 2
- 239000011148 porous material Substances 0.000 description 2
- 239000010453 quartz Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- 235000019738 Limestone Nutrition 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 101150036080 at gene Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000004927 clay Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000010459 dolomite Substances 0.000 description 1
- 229910000514 dolomite Inorganic materials 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 239000006028 limestone Substances 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000036647 reaction Effects 0.000 description 1
- 238000005316 response function Methods 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000010206 sensitivity analysis Methods 0.000 description 1
- -1 shale Substances 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 238000013517 stratification Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V11/00—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
- Organic Low-Molecular-Weight Compounds And Preparation Thereof (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
- Polyesters Or Polycarbonates (AREA)
Description
OPPFINNELSENS OMRÅDE
Foreliggende oppfinnelse gjelder et område som omfatter trådlednings-logging samt logging under utboring (LWD) samt tolkning, og gjelder særlig utstyr og fremgangsmåte for å tolke geologiske formasjoner ved sammenligning av flere faktiske logge-målinger med forut antatte logge-målinger ved anvendelse av reak-sjonsmodeller basert på datamaskinverktøy. En spesiell utførelse angår utstyr og fremgangsmåte for å bestemme laggrenser og tilhørende formasjonslags egenskaper i en horisontalt lagdelt geologisk formasjon.
OPPFINNELSENS BAKGRUNN
Etter utboring av et brønnborehull er et olje- og gass-selskap spesielt inte-ressert i de underjordiske geologiske formasjoner som omgir brønn-borehullet.
Olje- og gass-selskapet vil gjeme forstå de geologiske formasjoner for å fastlegge om disse jordformasjoner inneholder hydrokarbon-ressurser (olje og/eller gass),
den mengde hydrokarboner formasjonen inneholder og dens produserbarhet,
samt de beste muligheter for å ferdigstille brønnen, såvel som på forhånd å kunne vurdere problemer som vil kunne oppstå under komplettering og produksjon. En vesentlig hjelp ved denne evaluering er bruk av trådlednings-logging og/eller LWD-målinger av den formasjon som omgir borehullet (iblant er kollektivt henvist
til som «logger» eller «logg-målinger»). Vanligvis blir ett eller flere logge-verktøy nedsenket i borehullet og verktøyets avlesninger eller «måle-logger» blir registrert etterhvert som verktøyene vandrer gjennom borehullet. Disse måle-logger utnyttes for å anslå de informasjonsegenskaper som ønskes fastlagt.
Ved evaluering av potensialet for hydrokarbonproduksjon fra en slik underjordisk formasjon beskrives den formasjon som studeres ved et sett av «petrofysiske egenskaper». Disse petrofysiske egenskaper omfatter (1) litologien eller bergartstypen, f.eks. innholdet av sand, skifer, kalksten, eller en mer detaljert mineralogisk beskrivelse, (2) porøsiteten eller den andel av berggrunnen som utgjøres av tomrom eller porer, samt (3) fluidmetningen eller den andel av pore-rommet som opptas av olje, vann og gass. Trådlednings-loggeverktøy måler ikke direkte petrofysiske egenskaper, men de måler «loggeegenskaper», f.eks. bulktetthet, elektrisk motstandsevne og lydhastighet. Logge-egenskapene har sammenheng med de petrofysiske egenskaper gjennom et sett av matematiske eller statistiske forbindelser som kalles «petrofysiske blandings-sammenheng». Ved formasjonsevaluering blir et sett trådlinje-logger tolket og behandlet ut i fra kjennskap til petrofysiske blandingssammenheng for å vurdere formasjonens petrofysiske egenskaper, slik som porøsitet, metning og litologi.
Da ingen enkelt fysisk måling gir all den informasjon som behøves for å evaluere hydrokarbon-produksjonspotensialet, er mange forskjellige verktøytyper blitt utviklet for å frembringe informasjon angående de petrofysiske egenskaper av en jordformasjon. US 4,916,616 omhandleren fremgangsmåte hvor borehullslog-geverktøy benyttes for å måle parametere tilknyttet undersøkte undergrunnsfor-masjoner. Teoretiske responsverdier kalkuleres for de målte parametere ved å benytte en array av testsett for parameterverdier som indikerer innhold av hydrokarboner. Som ytterligere eksempler på kjent teknikk på området kan nevnes US-patenter 4,780,679, 4,722,220, 4,703,277, 4,646,240, 4,597,290, 4,531,188, 4,939,648, 5,355,088 og 5,350,925. Ved en logge-operasjon blir vanligvis flere forskjellige loggeverktøy kombinert og anvendt samtidig for å oppnå et integrert sett av målinger som så anvendes for å oppnå den ønskede formasjonsinforma-sjon. I denne sammenheng kan faktisk forskjellige verktøy anvendes for å oppnå informasjon angående samme sett formasjonsegenskaper ved anvendelse av forskjellige teknikker, eller forskjellige verktøy kan anvendes for å utlede informasjon om forskjellige formasjonsegenskaper. På grunn av forskjeller i fysiske målemodu-ler og følerkonfigurasjoner, er forskjellige loggeverktøy egnet for undersøkelse av forskjellige områder eller soner, og har således forskjellige målingsoppløsninger. Et lydmålingsverktøy kan f.eks. betrakte den geologiske formasjon omkring borehullet over et område som strekker seg flere meter bort fra hullet, mens dens vertikale oppløsning langs borehullet er omkring 1 meter. I motsetning til dette kan et verktøy med handelsnavnet Formation MicroScanner™ ha en vertikal oppløsning på flere millimeter mens dens måledybde er tilsvarende liten.
Underjordiske formasjoner er vanligvis heterogene, slik at porøsitet, metning og litologi varierer med målestedet. Eksempler på heterogenitet omfatter nærvær av geologiske lag samt følgende av innvandring eller inntrengning av en masse av borehullfluid inn i formasjonen. Da hvert logge-verktøy har et undersø-kelsesområde forskjellig fra null, kan det hende at mer enn ett heterogent område (f.eks. flere lag) kan ligge innenfor undersøkelsesområdet for et verktøy. Da forskjellige loggeverktøy av forskjellige undersøkelsesvolumer, må ved behandling av logger fra flere forskjellige verktøy under formasjonsevalueringen virkningen av formasjonsheterogeniteten korrigeres for å unngå feilaktige resultater. Ellers ville f.eks. den petrofysiske evaluering av et område blir forstyrret og forvrengt ved nærvær av et annet heterogent område som ligger innenfor det større under-søkelsesområdet for et visst verktøy, skjønt ikke innenfor tilsvarende område for andre verktøy.
Før formasjonsevalueringen utføres, blir virkningene av formasjonshetero-genitet delvis tatt hensyn til ved å anvende en rekke «korreksjoner». Disse kom-penserer for visse enkle typer heterogenitet, f.eks. nærvær av borehullet («bore-hullskorreksjon»), nærvær av et enkelt sjikt («skulderkorreksjon»), nærvær av bo-rehullsfluid som har trengt inn i formasjonen («invasjonskorreksjon») samt nærvær av en ikke-horisontal lagflateorientering («fallkorreksjon»). På tross av det forhold at disse virkninger er gjensidig sammenkoplet i måleinstrumentenes måleverdier, antar hver av disse korreksjoner at den eneste type av heterogenitet som foreligger er den som blir korrigert. Disse korreksjoner omfatter en sekvens av uavheng-ige forbehandlingstrinn som utføres forut for formasjonsevalueringen, og under formasjonevalueringen blir det implisitt antatt at formasjonen er homogen.
Det foreligger beregningsmodeller for nøyaktig simulering av hvorledes en trådlednings-logging eller LWD-verktøy reagerer på en spesifisert heterogen formasjon, en prosess som iblant henvises til som «forhånds-modellering». Slike forhåndsmodeller er imidlertid typiske for de enkelte verktøys reaksjoner og anvendes først og fremst ved utvikling av konstruksjonsverktøy. Bruk av forhåndsmodu-lering av verktøys-reaksjoner for formasjonsevaluering har hatt begrenset omfang eller vært helt fraværende. Generelt sett vil det da være et vesentlig fremskritt hvis formasjonsevalueringer kunne utnytte forhåndsmodeller for verktøyreaksjoner for bedre å kunne samordne flere loggeverktøy med flere undersøkelsesvolumer for forbedret petrofysisk evaluering i heterogene formasjoner.
Et annet formål og utfordring ved formasjonsevaluering ved hjelp av flere måleverktøy er mulighetene for dybde-samordning eller dybde-tilpasning av forskjellige verktøy som føres gjennom et felles dybdeområde i borehullet ved forskjellige tidspunkter. I trådledningstilfellet vil på grunn av elastisiteten av den kabel som nedhullsverktøyene er opphengt i samt et ikke-konstant friksjonstrekk langs borehullsveggen verktøyene registrere nedhulls-informasjon i sanne dybder som er forskjellig fra den «kabeldybde» som angis av kabelvinsjen på toppen av borehullet. I LWD-tilfellet foreligger lignende vanskeligheter ved dybde-samordning av verktøyene, f.eks. på grunn av borerørets temperaturavhengige elasti-sitet og lengdevariasjoner av borerør-segmentene. I begge situasjoner vil en fi-ninnstilt dybdetilpasning av logger fra forskjellige verktøy ved anvendelse av vanlige algoritmer svikte på grunn av at alle verktøy har en oppløsning forskjellig fra null og vil tilsløre formasjonen med en verktøyreaksjons-signatur som er karak-teristisk for hvert verktøy. Det følger da at registrering i fin målestokk av logger fra forskjellige verktøy klart krever bruk av verktøyreaksjons-modeller.
En vanlig forekommende heterogen formasjon er en stabel av tynne lag.
Formasjonsevaluering i tynne lag gir opphav til det spesielle problem som går ut å identifisere lagenes eller sjiktenes geometri (antall lag, deres plasseringer, omfang og orientering). Vanligvis befinner laggrensene seg på de antatte vendepunkter for de opptatte logger. Skjønt det er beregningseffektivt, har denne fremgangsmåte for å anslå laggrensenes posisjoner visse viktige ulemper, idet verktøys-reaksjonene ikke tas i betraktning og de vendepunkts-antakelser som oppnås fra forskjellige typer målinger (f.eks. akustiske eller nukleære) på samme lagdelte struktur typisk vil avvike og ikke lett kan kombineres. Dette problem er spesielt vanskelig når de anvendte loggeverktøy har en vertikal oppløsning som er større enn lagtykkelsen, f.eks. en vertikal verktøyoppløsning på 2-3 meter ved lag som har en tykkelse på mindre enn 1 meter.
I denne beskrivelse er alle patentreferanser tatt inn som referanse og alle ikke-patentreferanser inngår også som referanse for å gi oppfinnelsens bakgrunn.
SAMMENFATNING AV OPPFINNELSEN
De begrensninger ved nåværende formasjonsevalueringsteknikk som er omtalt ovenfor søkes overvunnet ved utstyret og fremgangsmåten i henhold til foreliggende oppfinnelse, og som utnytter et sett av målte trådlinje- og/eller LWD-logger samt kjennskap til de tilhørende verktøyreaksjons-modeller for å anslå den heterogene fordeling av jordformasjonsegenskaper. For det viktige spesielle tilfelle som gjelder en stabel av horisontale lag og lineære verktøyreaksjons-modeller, kan laggrensene og formasjonsegenskapene inne i hvert lag anslås på en beregningseffektiv måte.
De forut anslåtte logger beregnes ved anvendelse av en separat forhånds-reaksjons-modell for hvert verktøy, men med en felles inngangsbeskrivelse av formasjonen. Denne formasjonsbeskrivelse omfatter typisk både en geometrisk beskrivelse av heterogeniteten (hvorledes formasjonen er oppdelt i områder slik som lag eller invasjonssoner) karakterisert ved et sett av parametre G samt en beskrivelse av formasjonsegenskapene innenfor hvert område (i sammenheng med den foreliggende bergart og de fluidtyper som forekommer), karakterisert ved et sett av parametre p. Det er et hierarki av geometriske beskrivelser, alt etter den fysiske kompleksitet av heterogeniteten. Som vist i fig. 1, er denne hierarki basert på formasjonens geometriske kompleksitet. Den «en-dimensjonale» modell tilsvarer en formasjon med en variasjon i rommet bare i dybderetningen, og sammensatt av et sett av lag med for øvrig homogene egenskaper. I dette tilfelle omfatter den geometriske beskrivelse g dybdeplasseringene av laggrensene. I det «to-dimensjonelle» tilfelle er borefluid-innstrømning kommet med i denne modellen, hvilket også gir variasjon i radialretningen utover fra borehullet. De geometriske parametre er lagflategrensene forsterket av innstrømningsgrensenes beliggenhet i hvert lag. Tilsvarende omfatter det «tre-dimensjonale» tilfelle fullstendig geometrisk omfang, f.eks. ved innføring av helning eller fall i lagstrukturen, slik at den ytterligere parametriske representasjon av lagf låtenes orientering kommer med i parametersettet.
Formasjonsegenskapene i hvert område av den valgte geometriske modell kan være representert i et hierarki av egenskapsmodeller, basert på element-sammensetningsnivået for de bergart/fluid-komponenter som inngår, slik som vist i fig. 2. På det «makroskopiske» nivå omfatter modellen et sett av såkalte logg-egenskaper pi som utgjøres av slike parametre som har sammenheng med den direkte logge-reaksjon, slik som bulktetthet, elektrisk motstandsevne og lydhastighet. En mer detaljert modell omfatter bruk av et sett av petrofysiske egenskaper pp, slik som porøsitet, fluidmetninger og litologi, som har sammenheng med logge-egenskapene gjennom de petrofysiske blandings-lover. Ved bruk av Archie's ligning vil f.eks. den elektriske resistivitet være en funksjon av vannmetningen og porøsiteten. På «atom-nivået» omfatter de elementære eller mineralogiske volu-mer, slik som volumet kvarts, volumet dolomitt, volumet olje, etc. omfatte et sett modellparametre pv. Disse har i sin tur sammenheng med de petrofysiske egenskaper gjennom en fremovermodell eller blandingslov. Forskjellige representasjoner gir forskjellige fortrinn ved løsning av det inverse problem, idet modellenes dimensjon sammen med den statistiske uavhengighet av parametersettene øker fra logg-egenskapsnivået gjennom hierarkiet.
Generelt sett anslår fremgangsmåten en formasjonsbeskrivelse ved å sammenligne de faktiske logge-målinger med et tilsvarende sett forut anslåtte loggeverdier. De forut anslåtte logger som er frembrakt fra de valgte formasjonsbeskrivelser (g+p) samt verktøyreaksjons-modellene (inkludert blandingslover hvis disse passer inn) sammenlignes med de faktisk målte logger, og en forskjellsfeil mellom de forut anslåtte og faktiske loggeverdier blir fastlagt. En formålsfunksjon eller et mistilpasnings-kriterium blir definert, hvilket er en foreskrevet funksjon av denne feil. Denne anvendes for å opprette et mål på «godheten» av de forut anslåtte logger for å representere den fysiske realitet som er gitt ved de målte logger. Denne formålsfunksjon er kombinert med en begrensningsfunksjon (f.eks. øvre og nedre grenser for de formasjonsbeskrivende parametre), og et optimaliserings-problem er formulert hvor formasjonsparametrene er valgt med henblikk på å nedsette mistilpasningskriteriet til et minimum, idet det gjøres til gjenstand for de påførte begrensninger. Alt etter formen av formålsf unksjonen, de påførte begrensninger samt fremovermodellens varierende kjennskap, omfatter denne minimalisering en gjentakelsesprosess hvorved de anslått formasjons-parametre suksessivt forfines inntil mistilpasnings-kriteriet er redusert til et god-takbart nivå. På grunn av at de beregnede logger vanligvis avhenger ikke-lineært av både formasjonsgeometrien og egenskapsparameteme, kan de beste anslåtte verdier oppnås ved å anvende en gjentatt ikke-lineær optimaliseringsprosess. Se P.E. Gill, W. Murray, og M.H. Wright, «Practical Optimization», San Diego, A-cademic Press, 1981.
Den foretrukne fremgangsmåte begynner med å spesifisere et innledende sett av formasjonsgeometri- og egenskapsparametre, f.eks. sjiktgrenser ut i fra beliggenheten av logge-vendepunkter, eller innstrømningsfront-posisjoner og egenskaper ved å anvende loggeverdier fra verktøy som utfører undersøkelser i flere dybder. Ut i fra en begynnelse med denne innledende modell, vil prosedyren gjentagende anslå formasjonsgeometrien og egenskapsparameterne ved å sammenligne et antall faktiske logge-målinger med et antall forut anslåtte logg-måleverdier. De forut anslåtte logger beregnes ved å anvende en reaksjonsmodell for hvert verktøy på grunnlag av den informasjonsgeometri og de egenskaper som opprinnelig ble anslått. De innledningsvis anslåtte logger sammenlignes med de faktiske logge-målinger for å frembringe et mistilpasnings-kriterium eller formålsfunksjon som avhenger av differansefeilen. En ny anslått fastleggelse av formasjonsgeometrien og egenskapene bestemmes ved den anvendte optimaliseringsalgoritme, for derved å redusere mistilpasnings-kriteriet. Denne prosess gjentas flere ganger, og den endelig frembrakte formasjonsrepresentasjon velges som den «beste» anslåtte representasjon av formasjonsgeometrien og egenskapene når verdien av formålsfunksjonen er tilstrekkelig liten. Parameterne kan også begrenses til å tilfredsstille tilleggsbetingelser, f.eks. til å ligge innenfor et forutbestemt verdiområde, eller for et sett av verdier hvis sum er enhetsverdien. I dette tilfelle anvendes en begrenset Gauss/Newton-optimaliseringsprosedyre.
I en foretrukket form anvendes utstyret og fremgangsmåten i henhold til foreliggende oppfinnelse på lagdelte formasjoner med en-dimensjonale lineære verktøyreaksjons-modeller, innbefattet konvolverings-modeller, samt et veiet, minste-kvadratverdier mistilpasnings-kriterium. Hvis de geometriske laggrense-parametre er spesifisert ved lineære verktøyreaksjons-modeller, så kan de optimale lagegenskapsverdier oppnås direkte uten en søkeprosess. Dette fører til en effektiv optimaliseringsprosedyre hvor bare settet av geometriske parametre anslås iterativt, og ethvert trinn av gjentakelsesprosessen identifiseres de optimale formasjonsegenskaper ikke-iterativt ved matriseinversjon. Sammenlignet med det mere generelle optimaliseringsproblem, leder dette til søk i lavere dimensjonspa-rarheter-områder, med tilhørende forbedringer i beregningseffektivitet og raskere løsninger.
Ved lagdelte formasjoner, er «grunn-sannhets»-informasjon med fin opp-løsning og som angir laggrenser ofte tilgjengelig, slik som fra kjerne- eller logge-data ut i fra nevnte utstyr med handelsnavn Formation MicroScanner™ or Formation Microlmager™ (FMS, FMI) som utfører avbildningstjenester og er fremstilt av Schlumberger Technology Corporation. See, M.P. Ekstram, CA. Dahan, M.Y. Chen, P.M. Lloyd og D.J. Rossi «Formation Imaging with Micro Electrical Sean-ning Arrays», The Log Analyst, 28(3), 294-306,1987.1 denne sammenheng inne-bærer fin oppløsning oppløsninger som er meget bedre enn de som kan oppnås ved loggeverktøy som anvendes for å måle formasjonsparametrene (f.eks. vertikal oppløsning i centimeter- eller millimeter-området heller enn i meter-området). Slik informasjon i fin målestokk kan innføres i algoritmen på forskjellig måter. Disse data kan innføres i algoritmen som ytterligere avveide «målte logger». Den vekt som tildeles denne loggtype må gjenspeiles i (1) innflytelsen på oppløsnings-ulikheten, da loggene i fin bppløsningsmålestokk vil oppløse langt flere lag enn de vanlige logger og det kan hende at alle disse lag ikke inngår i formasjonsmodellen, og (2) kvaliteten av vedkommende data i fin skala og som er følsomme for dårlige borehullsforhold og/eller slam-tilstander. Alternativt kan disse finskala-data anvendes for å opprette en lagdelt eller soneoppdelt formasjonsmodell, f.eks. ved å anvende en algoritme for billedkant-deteksjon eller tekstur-segmentering for å behandle FMS- eller FMI-avbildninger. Noen eller alle de påviste lag eller soner kan velges til å inngå i formasjonsmodellen, og dette er særlig gunstig ved oppret-telse av en innledende modell.
Iboende i foreliggende fremgangsmåte er evnen til å evaluere støyfølsom-heten og bidraget av hver logge-måleverdi til formasjonsbeskrivelsen. Virkningen av målestøy kan f.eks. inngå i en eller flere verktøyreaksjons-modeller og den anslåtte formasjonsbeskrivelses følsomhet for målestøy kan bestemmes. Dette kan naturligvis bidra til å definere kvalitet og nøyaktighet for den anslåtte formasjonsbeskrivelse samt bidraget fra hvert verktøy til kvaliteten av den formasjonsbeskrivelse som er anslått. Den kan også anvendes for å vurdere verdien av ytterligere målinger som ennå ikke er foretatt ved oppsetning av senere logge-programmer. Den kan i tillegg brukes til å vurdere oppsløsning/støy-sammenheng ved module-ring av tynnlags-formasjoner. Særlig den gjentagende beregningsmetode i henhold til foreliggende oppfinnelse kan anvendes flere ganger ved begynnelse med forskjellige innledningsmodeller, alt fra en tykklags-modell med få sjikt til en tynn-lagsmodell med et stort antall lag (f.eks. fastlagt ut i fra et kjerne-loggeverktøy eller et avbildningsloggeverktøy). Ved å utføre støyfølsomhetsanalyse på de resulterende anslåtte formasjoner, kan sammenhengen fastlegges mellom den modellerte lagtykkelse og nøyaktigheten av de anslåtte egenskaper. Denne informasjon kan tjene som en ledetråd for å velge den minste godtagbare lagtykkelse i formasjonsmodellen.
Et annet iboende særtrekk ved foreliggende fremgangsmåte er evnen til å dybde-samordne eller dybde-tilpasse logger fra forskjellige verktøy som er ført gjennom et felles dybdeområde i borehullet ved forskjellige tidspunkter. En metode i henhold til denne oppfinnelse gjør utpreget bruk av verktøyreaksjons-modeller for å ta i betraktning verktøyoppløsning som avviker fra nullverdien,
og innfører som hjelp «dybde-skift»-variabler som er anslått under inversjon og benyttes for finskala-registrering av logger fra flere verktøyer.
Verktøyreaksjons-modeller utvikles og anvendes først og fremst i forsk-ningsarbeidet og ingeniørvirksomhet for å understøtte utvikling av nye verktøy. Mange forskjellige verktøymodeller foreligger, og selv for et spesifisert verktøy kan flere modeller være tilgjengelige for å beregne reaksjonen på forskjellige typer heterogenitet. F.eks. kan flere modeller være tilgjengelige for å beregne et verktøys reaksjon i formasjoner av varierende geometrisk kompleksitet, slik som en vertikal stabel av lag (en-dimensjonal modell), eller en stabel av lag med flui-dinstrømning inn i de forskjellige lagsjikt (to-dimensjonal modell), eller en stabel av lag som heller i en viss vinkel i forhold til borehullet (tre-dimensjonal modell). Blant de enkleste verktøyreaksjons-modeller er de lineære modeller, mens ikke-lineære modeller er påkrevet for å håndtere blandingslover og mer komplisert heterogenitet. Foreliggende oppfinnelse gjør bruk av flere verktøyreaksjons-modeller for hvert verktøy, og utleder den verktøyreaksjons-modell som er mest egnet for den modelleringsoppgave som skal utføres samt geometrisk kompleksitet for vedkommende heterogenitet. I en foretrukket utførelse av algoritmen anvendes en hierarkisk formasjonsevalueringsfremgangsmåte, som overenstemmer med Tu-key's parsimoni-prinsipp, som begynner med de enkleste verktøyreaksjons-modeller, samt utleder mere kompliserte modeller etterhvert som de behøves for å oppnå datasamsvar og et egnet lite mistilpasnings-kriterium.
En utførelse som medfører stadig mer kompliserte modeller begynner med en formasjonsmodell som utgjøren stabel av sjikt, samt antar lineære verktøy-reaksjons-modeller for å oppnå en beregningseffektiv løsning for lagenes posisjoner og egenskaper. Fordi formasjonsmodellen antas å være en stabel av lag, for-behandles loggene i den grad det er nødvendig for å korrigere borehullets nærvær, fluidinnstrømning samt formasjonens helning. Skjønt algoritmen er utformet under antagelse av lagdelt formasjonsbeskrivelse, fungerer den godt selv ved moderate verdier for fluidinnstrømningen og lagenes helningsvinkel. Hvis fluidinn-strømning foreligger, kan den i en utførelse håndteres til en førsteordens tilnær-melse ved å tilordne en separat lagparameter til hvert verktøy som er følsomt for innstrømning. Hvert verktøy med en forskjellig undersøkelsesdybde kan f.eks. frembringe sin egen antagelse av lag-resistivitet, og de forskjellige antatte resistivi-tets-verdier fra forskjellige verktøy kan sammenlignes for å anslå fluidinnstrøm-ningen.
Hvis det foreligger innstømning utover en viss grense, f.eks. ved sterkt
gjennomtrengelig sandsjikt mellom skiferlag, utnyttes en mer komplisert to-dimensjonal formasjonsmodell med laginnstrømning. Ikke alle lag vil kreve en beskrivelse med fluidinvasjon. Ugjennomtrengelige skiferlag trenger f.eks. ingen ytterligere innstrømningsparametre, og et lag med dyp innstrømning som strekker seg utover undersøkelsesdybden for de tilgjengelige verktøy, krever heller ingen ytterligere
invasjonsparametre. Bare for de lag som krever ytterligere invasjons-parametre for å frembringe samsvar mellom de forut antatte og målte logger, blir 3, 4 eller 5 inn-strømningsparametre innført, nemlig lagposisjoner, innstrømningsradius samt
egenskaper i de invaderte og ikke-invaderte soner. For effektiv beregning ved visse verktøy-modeller, kan vurderingen av laggrensen utføres separat fra vurderingen av den radiale innstrømningsgrense og egenskaper.
Hvis lagflatenes helning går utover en viss vinkelgrense, nemlig ved anven-delser på sterkt avvikende og horisontale brønner, opprettes en mer komplisert tre-dimensjonal modell for en hellende stabel av lagsjikt. I dette tilfelle antas den relative helningsvinkel av formasjonen i forhold til borehullet å være kjent fra ytre informasjon, slik som fra helningsmåleren samt FMS- eller FMI-avbildnings-tjenestene fra Schlumberger Technology Corporation, og helningsverktøyets reaksjonsmodell anvendes for formeringsinn-evaluering.
Utstyret for å tolke en geologisk formasjon i henhold til foreliggende oppfinnelse omfatter ideelt en spesialprogrammer! datamaskin med et datalager hvor det er lagret et sett av faktiske målelogg-verdier fra et olje- eller gass-brønns borehull i en geologisk formasjon av interesse. Et sett verktøyreaksjons-modeller er også lagret i datalageret, hvor hver reaksjonsmodell forutsier en målelogg basert på en inngangsbeskrivelse av formasjonen. Den spesialprogrammene datamaskin omfatter en mekanisme for innføring eller forandring av formasjonsbeskrivelsen. Prosessoren for denne spesialprogrammene datamaskin frembringer en forut fastlagt logg basert på en inngitt formasjonsbeskrivelse, og nevnte verktøy-reaksjons-modell tatt ut fra datalageret. Prosessoren arbeider med sammenligning mellom de forutantatte logger og de tilsvarende målelogger, samt frembringer en forskjells-feil mellom de forutantatte logger og måleloggene. En fremviser anviser formasjonsbeskrivelsen samt eventuelt forskjellsfeilen mellom de forut antatte logger og måleloggene, fortolkeren. I den foretrukne utførelse arbeider prosessoren for gjentatt å forandre formasjonsbeskrivelsen, beregne et mistilpasningskriterium som omfatter bidraget fra forskjells-feilene samt komme frem til en formasjonsbeskrivelse som tilsvarer et kriterium med minimal mistilpasning.
KORT BESKRIVELSE AV TEGNINGENE
Fig. 1(a)-1(c) er vertikale snittoppriss av en samling av geometriske modeller av underjordiske formasjoner som angir en økende grad av geometrisk kompleksitet. Fig. 2 er en oversiktsskisse som angir tre-strukturen av formasjonsegen-skaps-modellene for et enkelt underjordisk sjikt, og som viser logge-egenskaper, petrofysiske egenskaper samt volumetriske egenskaper. Fig. 3 er et blokkskjema som anskueliggjør fremgangsmåten i henhold til oppfinnelsen og hvor formasjonsegenskapene er uttrykt ved «logg»-parametre. Fig. 4 er et blokkskjema som anskueliggjør fremgangsmåten i henhold til foreliggende oppfinnelse med formasjonsegenskaper uttrykt ved «petrofysiske» parametre. Fig. 5 er et blokkskjema som anskueliggjør fremgangsmåten i henhold til foreliggende oppfinnelse og hvor formasjonsegenskapene er uttrykt som «volumetriske» parametre. Fig. 6 viser en tolkningsstasjon for å verdsette geologiske formasjoner i samsvar med foreliggende oppfinnelse. Fig. 7 viser i et sideoppriss en trådlednings-logging av en vanlig geologisk formasjon. Fig. 8(A)-(A) er grafiske fremstillinger som viser faktiske trådlednings-målverdier for en prøvebrønn, Fig. 9(A)-(A) er kurver som angir forut antatte logge-verdier for den prøve-brønn som utnyttes i fig. 8(A)-8(C), Fig. 10 er en grafisk fremstilling som viser den totale aweiningstilpassede feil som en funksjon av antallet lag i den prøvebrønn som utnyttes i fig. 8 og 9, og Fig. 11 er et flytskjema som angir anvendelse av fremgangsmåten i henhold til foreliggende oppfinnelse på lagdelte formasjoner.
BESKRIVELSE AV FORETRUKKET UTFØRELSE
I. Generell fremgangsmåte
Det skal nå henvises til tegningene, hvor fig. 7 skjematisk viser en typisk trådlednings-logging hvor ett eller flere verktøy 10 er sammenstilt på en streng og senket ned i en oljebrønn 12. Verktøyene 10 kan være fremført på en trådlinje-kabel 14, eller på ytterenden av et borerør for logging under selve utboringen (LWD), eller i borebrønner av spesielle typer, slik som horisontale brønner, kan verktøyene fremføres ved hjelp av kveilet rørledning. Borebrønnen 12 utbores gjennom en geologisk formasjon 16, som i fig. 7 er vist å ha en lagdelt oppbygning som inneholder et antall lag eller sjikt 18 med forskjellige petrofysiske egenskaper. Som tidligere nevnt, er et antall forskjellige typer verktøy 10 tilgjengelig for betraktning av forskjellige aspekter ved jordformasjonen. Målinger av formasjonen fra verktøyet 10 fremføres ved hjelp av kabelen 14 eller ved LWD under utnyttelse av et gjenvinnbart nedhullslager eller ved anvendelse av slamsøyle-pulsering, til et datamaskin-opptaksutstyr 20, slik som det som foreligger i det lastekjøretøy som er vist i fig. 7. Disse målinger kalles vanligvis for «logger» og omfatter vanligvis verktøys-måleverdier opptegnes som funksjon av avstand langs oljebrøn-
nen 12.
Fig. 6 viser en arbeidsstasjon fortolkning av loggene eller de måleverdier som oppnås fra opptaksutstyret i fig. 7. Det bør erkjennes at tolkningsfunksjonen i fig. 6 faktisk finner sted i opptakskjøretøyet 20 under brønnloggingsoperasjonen eller kort tid etter denne. Tolkningen kan også finne sted lenge etter logge-operasjonen i olje- og gass-selskapets kontorer.
Loggeanalysen kalles iblant et «geofysisk inverst problem». Forutsigelse av en følers reaksjon (f.eks. et oljebrønns-loggeverktøy) i forhold til et kjent fysisk system (f.eks. en geologisk formasjon) er betegnet som et fremover-modulerings-problem. Vanlig loggeanalyse eller formasjonsevaluering definerer de fysiske egenskaper for en geologisk formasjon ut i fra verktøysmålinger, og kalles da et inverst problem. Skjønt en gode del forskning og forståelse er tilgjengelig med hensyn til inverse problemer, er de vanligvis anvendte prosesser for fastlegging av en formasjonsbeskrivelse ut i fra verktøysmålinger ikke tatt med fremoverrettet verktøymodulering eller brukt noen som helst prosess som sikrer en konsekvent formasjonsmodell for flere verktøys-observasjoner.
Mange typer fremover-moduleringskoder er blitt utviklet og er tilgjengelig for kommersielle elektromagnetiske loggeverktøy (f.eks. lineariserte Bom-tilnærmelser for induksjonsverktøy, numerisk modustilpasning for induksjonsverk-tøy i lagdelte, strømningsinvaderte formasjoner, to-dimensjonale og tre-dimensjonale endelig-elementmodeller for laterolog-resistivitetsverktøy), nukleære loggeverktøy (f.eks. en-dimensjonale følsomhetsfunksjoner basert på Monte Car-lo-analyse), samt soniske loggeverktøy (f.eks. stråle-sporfølging, reell akse-integrasjon samt endelig-forskjell). Slike fremover-modellkoder har som inngang en beskrivelse av den geologiske formasjon og de beregner ut i fra dette en forut antatt loggeverktøy-reaksjon.
Det skal nå henvises til fig. 3, hvor den generelle virkemåte for fremgangsmåten i henhold til oppfinnelsen er skjematisk anskueliggjort. I fig. 3 er en formasjonsbeskrivelse 30 brukt som inngang til en eller flere f remover-modeller 32 for verktøyreaksjon. Fremovermodeller 32 kan være opprettet for praktisk talt hvilken som helst type loggeverktøy, idet nukleære, elektromagnetiske og akustiske fremover-modeller 32 er vist i fig. 3. De valgte modeller bør være tilpasset de verktøy som anvendes for å frembringe settet av måle-logger. Fremovermodellene 32 for verktøyreaksjon avgir på sin utgangsside den forut anslåtte reaksjon fra føleren, hvilket vil si et sett av forut anslåtte logger 34.
De forutsagte logger 34 sammenlignes med de faktisk måtte logger 24 i et sammenligningstrinn 36, slik som angitt i fig. 3. Måleloggene 24 er de som oppnås fra opptaksprosessen i fig. 7 og er anskueliggjort i fig. 6. En formålsfunksjon eller et mistilpasnings-kriterium 38 er definert som en funksjon av den forskjellsfeil som oppnås ut i fra sammenligningen mellom de forut anslåtte logger 34 og de målte logger 24. Den anvendes for å angi nøyaktigheten og bestandigheten av formasjonsbeskrivelsen 30.1 fremgangsmåten i henhold til foreliggende oppfinnelse kombineres formålsfunksjonen 38 med avgrensningsinformasjonen 38c som er basert på formasjonsbeskrivelsen 30. En avgrenset optimaliseringsalgoritme 38a anvendes for å beregne en korreksjon eller en justering 38b av formasjonsbeskrivelsen 30. Formasjonsbeskrivelsen ved 30 som består både av geometriske parametre og egenskapsparametre, er modifisert ved justeringen 38b, slik at formålsfunksjonen 38 blir redusert og den prosess som går ut på sammenligning av de forut anslåtte logger 34 med måleloggene 24 blir gjentatt flere ganger. Når formålsfunksjonen 38 oppnår et minimum, eller ligger under en forutbestemt terskel, anvendes den løpende formasjonsbeskrivelse 30 for å anslå den geologiske formasjon 16.
Formålsfunksjonen 38 er generell og kan f.eks. være den avveide sum av flere faktorer. Den viktigste bidragande faktor er forskjellsfeilen mellom de forut
anslåtte og målte logger. Forskjellsfeilen fra hvert loggeverktøy kan være avveiet uavhengig for å ta med i beregningen forskjellige logge-enheter (f.eks. desiteten i gram/cm<3> som funksjon av hastigheten i fot/sek. Loggens relative viktighet, samt kvaliteten og støynivåene for loggene.
Avgrensningsinformasjonen 38c om formasjonsmodellen 30 kan også inngå som inngang til den avgrensede optimalisering 38a. En avgrensning er grense-bestemmelser, idet densiteten og lydhastigheten f.eks. er kjent for å være positive. En annen avgrensning er en statistisk sammenheng mellom egenskaper, f.eks. en spesifisert statistisk korrelasjon mellom akustisk hastighet og tetthet. Andre formasjonsmodell-avgrensninger, slik som jevnhet, kan opprettes ved å anvende «regulariserings»-uttrykk, se f.eks. A.N. Tikonov og V.Y. Arsenin, «Solutions of III-Posed Problems», New York, Wiley, 1977.
Mer detaljert avhenger formasjonsbeskrivelsen 30 i fig. 3 av et sett nume-riske parametre g som representerer geometrien (f.eks. lagets grenseposisjoner), og parametre pi som representerer formasjonsloggings-egenskapene, slik som densiteten, resistiviteten og lydhastigheten innenfor hvert sjikt. Formasjonsbeskrivelsen 30 er angitt som F| (x, g, pi), hvor Fi er settet formasjonslogg-egenskaper i rompunktet x, som avhenger av geometri-parametrene g samt de loggede egenskapsparametre pi. Det bør bemerkes at egenskapene ikke behøver å være av konstant verdi innenform hvert geometriske område, idet det f.eks. kan foreligge en stigning i egenskapsverdi innenfor et lag.
Fi(x, g, pi), nemlig formasjonsbeskrivelsen 30 i fig. 3, er basert på forma-sjonslogg-egenskapene pi, men kan uttrykkes som alternative egenskaper, slik som vist i fig. 2. Et alternativ er Fp(x, g, pp), nemlig formasjonsbeskrivelsen 42b i fig. 4, som er basert på formasjonens petrofysiske egenskaper pp, slik som porøsi-tet, fluidmetninger samt litologi. En annen form er Fv(x, g, pv), nemlig formasjonsbeskrivelsen 42a i fig. 5, som er basert på formasjonens volumetriske parametre p, slik som volumleire, volumkvarts, etc.
Som vist i fig. 2, er formasjonens egenskapsparametre pi, pp og pv i disse representasjoner beslektet med hverandre gjennom statistiske eller deterministis-ke petrofysiske blandingsrelasjoner 44, hvilket kan betraktes som en ytterligere ikke-lineær fremover-modell. Et eksempel på en slik ikke-lineær relasjon er Archie's metningsligning som beskriver den elektriske resistivitet i en vann-mettet ren sandsten:
hvor Rt er bergarten resistivitet, <j> dens porøsitet, m er cementeringsekspo-nenten Rw er resistiviteten av det pore-fyllende saltvann, mens Sw er vannmetningen. Archie-sammenshengen er typisk for mange petrofysiske blandingssammenheng, som omfatter ytterligere hjelpevariabler, slik som koeffisienter, ekspo-nenter, samt kjente vannegenskaper. Disse variabler antas iblant å være kjent på forhånd, men kan og så betraktes som ukjente variabler som blir anslått under inversjonsprosedyren. Noen av disse petrofysiske ekstra variabler kan også ha konstant verdi innenfor en geologisk sone som inneholder mange lag, og ytre avgrenset informasjon, slik som FMS og FMI-avbildning, kan anvendes for å dele opp formasjonen i soner med konstante verdier av disse variabler.
En spesielt nyttig særegenhet ved fremgangsmåten i fig. 3 er evnen til å karakterisere stabilitet, robusthet og kvalitet i den resulterende formasjonsbeskrivelse. Dette vil si at kjente statistiske teknikker kan anvendes for å evaluere frem-gangsmåtens følsomhet overfor målingsstøy. Hvis f.eks. den forut anslåtte nukleære logg forandres 5% i et bestemt sjikt, kan den frembrakte formasjonsbeskrivelse 30 i fig. 3 bli tilgjengelig. Tilgjengeligheten av verktøyreaksjonsmodeller 32 mu-liggjør en mekanisme for forplantning av slik målestøy for å evaluere virkningen på den anslåtte formasjonsbeskrivelse. En anvendelse av denne metode på systemet i fig. 3, kan bidraget av hver måling til den totale formasjonsbeskrivelse bli fastlagt, hvilket kan føre til utvikling av en logikk eller metodologi for å avgjøre når og hvorledes forskjellige målinger skal inngå i en gitt tolkning. Hvis f.eks. settet av måle-logger 24 ikke omfatter en akustisk logg, men analysen som utnytter verktøyreak-sjons-modellene 32 forutsier at nærvær av en akustisk logg ville bidra i vestentlig grad til kvaliteten av formasjonsbeskrivelsen 30, så vil opprettelsen av en akustisk logg bli forsøkt, særlig for fremtidige brønnen i samme område.
Skjønt loggeverktøy er blitt omtalt generelt som en fremgangsmåte for å forutsi en petrofysisk formasjonsbeskrivelse (se fig. 7), vil det være underforstått at andre typer verktøy og fremover-modeller på lignende måte kan integreres ved anvendelse av denne fremgangsmåte. Målinger av fluidtrykk og fluidstrømning, f.eks. de som er tilgjengelig fra brønn-utprøvningsverktøyene kan da inngå i den viste metode i fig. 3. Med bruk av brønnutprøvnings-verktøy, kan formasjonsbeskrivelsen utvides fra beskrivelse av formasjonens litologi, porøsitet og metning generelt til bruk i formasjonsevaluering rettet på en formasjonspermeabilitets-beskrivelse. Måling under utboring (MWD) samt verktøy for logging under utboring og som tar opp data under boreprosessen, kan inngå i fremgangsmåten i henhold til fig. 3, såvel som punktmålinger, slik som de som ble oppnådd fra kjerne-prøver. Dybdeavlesnings-målinger, slik som av seismisk gravitasjons- og elektromagnetisk art (enkelt-brønn, kryss-brønn, brønnoverflate samt overflate-overflate) kan inngå i den viste i metode i fig. 3. Slik det anvendes her, kan «verktøyet» omfatte logge-verktøy, brønnprøve-verktøy, kjeme-stikkprøvemålinger, LWD/MWD samt dyb-deavlesende målinger.
II. Beregningseffektivitet i lagdelte formasjoner
En viktig anvendelse av petrofysisk evaluering ved anvendelse av verktøy-reaksjons-modeller i en lagdelt formasjon. Problemet er her å lokalisere laggrensenes posisjoner samt fastlegge de petrofysiske egenskaper innenfor hvert lag. I det tilfelle verktøyreaksjons-modellene 32 i fig. 3 er lineære, kan dette problem løses på en beregningseffektiv måte.
Den innledende eller startende formasjonsbeskrivelse 30 utgjøres av en opprinnelig fastleggelse av lagets grenseposisjoner, som f.eks. er oppnådd ut i fra vendepunktene for de målte logger 24.
Når det er gitt M logger, kan følgende tre-trinns algoritme anvendes:
SO: Angi innledningsvis antall lag: N = N0, samt deres posisjoner:
Zk,i, 1<k<N-1,1<i<M,og fastlegg zoj til den dybde hvor begynnelsen
av vedkommende sone samt zN,j til dybden ved slutten av sonen. Innled også målte egenskapsverdier inne i hvert lag: u^i som er verdien av egen-skapen pi(z) for Zk-i,i < z < Zk,j.
S1: Optimaliser lagets grenseposisjoner, Zk,i 1 < k < N-1 og egenskapsverdier
|ik,j, 1 < k < N-1 slik at formålsfunksjonen (avhengig av tilpasningsfeilen mellom målte og forutanslåtte logger) blir minimal.
S2: Hvis den totale tilpasning er godtagbar STOP, ellers innfør en ytterligere laggrense på den dybde hvor feilen er størst og GÅ TIL S1. Optimaliseringstrinnet S1 er fortrinnsvis en avgrenset optimalisering for å nedsette til et minimum en formålsfunksjon som er gitt ved en avveiet til— pasningsfeil som følgen
hvor Z| og \ m er sett av variable for laggrense-posisjonene og logg-egenskapsverdier for den i-te log. Den forut anslåtte i-te log l„ er regnet ved å anvende den følgende 1-D lineære målingsmodell: hvor gi er den en-dimensjonale lineariserte verktøysreaksjons-modeli for det i-te verktøy, * angir konvolverings-operasjon og pi er den lagdelte egenskapsmodell definert som:
Minimaliseringen av denne formålsfunksjon med hensyn på lagposisjonene og egenskapsverdiene utføres i to trinn, idet lagposisjonene zkj først velges og derpå de optimale egenskapsverdier Ukj finnes innenfor disse lag. Når lagposisjonene Zk.i er gitt er de forut anslåtte logger lineære funksjoner av lagegenskapene uto, slik at de optimale lagegenskaper fjk,i direkte og uten gjentakelse kan identifiseres ved å løse et egnet system av lineære likninger. De eneste variabler i dette optimaliseringsproblem som må anslås iterativt er derfor lagposisjonene. For lineære verktøyreaksjons-modeller kan da den ovenfor angitte algoritme skrives på nytt på følgende måte: SO: Initialiser antall lag: N ~ No og deres posisjoner: zkj 1 < k < N-1,1 < i < M, og
fastlegg z0.i til dybden ved begynnelsen av sonen og znj til dybden ved slutten av sonen. S1: Optimaliser lagets grenseposisjoner, zkj, 1 < k < N-1 slik at den følgende
tilpasningsfeil mellom målte og forut anslåtte logger nedsettes til et minimum:
hvor den forut anslåtte i-te log Ij beregnes ved å anvende den 1 -D lineære målemodell i ligning (1) og pi er den lagdelte egenskapsmodell i ligning (2), hvor |ik,i er satt lik de optimale lagegenskapsverdier som er gitt ved lagets
grenseposisjoner.
S2: Hvis den totale tilpasning er godtakbar STOP, ellers innfør enda en lag-grense i en dybde hvor feilen er størst og derpå gå til S1.
Fortrinnsvis er laggrensene innsnevret, da ellers den ovenfor angitte prosess vil kunne frembringe forskjellige lagdelte formasjonsmodeller for hver målt logg-egenskap. Følgende sett av innsnevringer er anvendt, men ikke nødvendigvis alle samtidig.
1. Minste tillatte lagtykkelse for Tmin:
2. Ingen dybdeforskyvning tillates på tvers av målingene: 3. Statisk dybdeforskyvning på tvers av målingene i forhold til den første måling:
med en største tillatte statiske dypdeforskyvning på Azmax som er større eller lik Azi.
4. Dynamisk dybdeforskyvning tvers over målingene:
hvor Azmax er den maksimalt tillatte dynamiske dybdeforskyvning ved hver lagrense.
Appendiks A inneholder MATLAB-datamaskinrutiner som iverksetter den ovenfor angitte algoritme og håndterer forskjellige sett av avgrensninger. Hovedrutinen kalles «lag». Et flytskjema for «lag» inngår i appendiks A, såvel som en liste over de viktige variabler i «lag». «Lag»-programmet kaller opp den innebygde MATLAB avgrensede optimaliseringsrutine som kalles «constr». Den kaller også opp flere funksjoner som inngår i appendiks A, slik som:
«fcc», som beregner formålsfunksjonen
«gcc», som beregner gradientene for formålsf unksjonen
«fmu», som beregner de optimale lagegenskaper ved gitte grenseposisjoner
«fmcontr», som beregner den forut anslåtte logg ved konvolvering
«fraugment», som kombinerer to matriser til en eneste matrise.
«Lag»-rutinen og dens tilordnede funksjoner omfatter følgende funksjonali-teten • Flere målinger av forskjellige egenskaper med forskjellig stikkprøvetakt kan anvendes for laggrense-identifisering. De forskjellige målinger og deres stikkprøveposisjoner lastes inn i begynnelsen av «lag»-rutinen. . Hver måling dekker omtrent samme sone for at «lag»-rutinen skal kunne effektivt kombinere informasjon fra flere logger som strekker seg over en felles seksjon av formasjonen. Endepunktene for det felles dybdeintervall
er lagret i S(1) og S(2) i «lag»-rutinen.
. Hver måling behandles som diskrete stikkprøver av et underliggende kontinuerlig signal som finnes ved tredje-ordens polynom-interpolering mellom hvilke som helst to stikkprøver. Dette oppnås i funksjonene «fcc», «gcc» og «fmu» ved å beregne en avveid kombinasjon av flere forut anslåtte logger som er beregnet ved gjentatte anrop til «fmcontr»-funksjonen • Lineære 1 -D vertikale verktøyreaksjons-funksjoner anvendes ved gene-rering av forut anslåtte logger. Konvolveringen av egenskapsvariasjonen langs brønnen med verktøyreaksjons-funksjonen utføres i «fmcontr»-funksjonen. • Bruker spesifiserer den minste lagtykkelse Tmin i den endelige beskrivelse. Denne verdi anvendes ved slutten av «lag»-rutinen for å sikre at nye laggrenser bare innføres i lag som er tykkere enn 2Tmin. Den anvendes også som eksplisitt avgrensning av lagtykkelsen ved slutten av
«fcc»-funksjonen, hvor S(3) = Tmin.
. Hovedrutinen kaller opp en avgrenset gjentatt ikke-lineær optimaliseringspakke for løsning av optimale posisjoner for et gitt antall lag. Det ikke-lineære optimaliseringsprogram er «constr» og kalles opp av «lag»-programmet. • Den avgrensede optimaliseringspakke har tilgang til funksjonen «fcc» som beregner den avveide tilpasningsfeil og dens partiell-deriverte med
hensyn på lagets grenseposisjoner.
, Den innsnevrede optimaliseringspakke har tilgang til funksjonen «gcc»
som beregner innsnevringene og deres partielle deriverte med hensyn på lagets grenseposisjoner.
En funksjon som kalles «fmcontr» eksisterer for å forutsi loggen i en lagdelt formasjon ved konvolvering av formasjonsegenskapen med verktøy-reaksjons-modellen. . En kvantitativ relativ viktighet for hvert lag i en lagbeskrivelse er beregnet nær slutten av «lag»-rutinen for å frembringe en anvisning av signifikansen av hver lag-grense.
Ytterligere Matlab-rutiner for å utføre beregninger av lignende art som de i «lag»-rutinen er mulig. Slike rutiner omfatter ytterligere evner til å anslå statiske dybdeforskyvninger mellom forskjellige logger, samt å anslå mindre perturbasjoner av stikkprøveposisjonene (det såkalte dybde-tilpasningsproblem) for å kompense-re for ikke perfekt stikkprøve-innretting på grunn av kabelstrekning og feil-frembringende verktøybevegelse i borehullet.
Den fremgangsmåte som iverksettes i «lagenes» Matlab-rutine er blitt gyl-dighetsbekreftet ved reelle logger som oppnås ved kjøring av Schlumbergers Maxis Express-verktøy i en menneske-fremstilt formasjon bestående av en stabel av bergartslag, hvor de faktiske grenseposisjoner for bergartslagene og lagegenskapene er kjent. Tre målekanaler ble valgt for analyse, hvor et første energivindu teller takten for en gamma-gamma baksprednings-detektor, et andre energivindu teller takten for en gamma-gamma kortavstands-detektor, samt en restivitetsmå-ling utføres med høy oppløsning.
Fig. 8(A), (B) og (C) viser de tre målekanaler som en funksjon av dybden. I dette prøvetilfelle, ble laggrensene identifisert ved anvendelse av «lag»-rutinen i appendiks A. De tilsvarende forut anslåtte logger for målingene i fig. 8(A)-(C) er vist i fig. 9(A)-(C). Som det vil fremgå, er det god overensstemmelse mellom må-lekanalene (fig. 8) og de forut anslåtte logger (fig. 9) for en formasjon bestående av 11 lag. Fig. 10 angir den avveide tilpasningsfeil som funksjon av antall modellerte lag. Som det vil fremgå, avtar den avveide tilpasningsfeil i vesentlig grad ved overgang fra 8 lag til 11 lag, og jevnes deretter ut. Følgende tabell angir en sammenligning mellom de faktiske lagposisjoner og de forut anslåtte lagposisjoner for en endelig modell med 11 lag.
Faktiske og f orutanslåtte laggrenseposisjoner ved logging av en menneskegjort formasjon med Maxis Express-verktøy.
APPENDIX A
Appendix A: MATLAB-datamaskinrutiner for å anslå laggrenser. Hovedrutinen kalles «lag».
Beskrivelse av variabler som brukes i LAG-programmet
M Antall målinger som anvendes for å anslå laggrenser.
N1 Antall lag i den innledende beskrivelse.
N2 Antall lag i den endelige beskrivelse.
Tmin Minste tillatte lagtykkelse.
g Midlertidig vektor som inneholder f removerrettet verktøyreaksjons-funksjon.
org Midlertidig vektor som inneholder informasjon om g,
org(1): startpunktsposisjon med hensyn til den første stikkprøve i g
org(2): lengden av g.
G Matrise hvor kolonnene er g-vektorer for hver måling.
ORG Matrise hvor kolonnene er org-vektorer for hver g.
wght Lengde av M-vektor hvis innganger er brukerens spesifiserte vektleg-ninger som anvendes ved beregning av avveiet tilpasningsfeil.
loz Vektor for målelogger som er lastet inn i programmet,
z Dybdevektor tilsvarende loz som er lastet inn i programmet, idet z øker i
rekkefølge, z(1) < z(2) <...
NS Lengde av M-vektor som inneholder antall stikkprøver i hver måling, zmat Matrise hvis kolonner er dybdevektorer for hver måling,
lozmat Matrise hvis kolonner er måleverdiene.
delz Lengde av M-vektor hvis innganger er det stikkprøveintervall som tilsvarer hver måling.
outfilenm Brukerens spesifiserte strengvariabler som inneholder navnet av
utgangsfil for de frembrakte opptegninger.
iflag Brukers spesifiserte inngangsflagg. Hvis den innstilles til 1, spesifiseres innledende laggrenser av brukeren og disse lastes inn i programmet fra
en fil. Denne fil inneholder en vektor ved navn x1 hvis størrelse er
NM.
x1 Lengde av vektor N1 -1 for opprinnelige laggrenseposisjoner.
S Vektor hvis innganger utgjør relevante parametre som anvendes ved optimaliseringen.
S(1): begynnelsen av felles sone for alle målinger.
S(2): slutten av felles sone for alle målinger.
S(3): Tmin.
S(4:M+3): forskyvning,
ct Lengde av vektor N2-N1 hvis innganger er den optimale omkostning som tilsvarer antall lag som anvendes i beskrivelsen, hvilket vil si at ct(k) er den minste avveide tilpasningsfeil som tilsvarer den optimalt
valgte beskrivelse av lagdelingen med N1+k-1 lag.
mumat NxM matrise hvis kolonner er optimale egenskaper for hver måling,
hvilket vil si at mumat(:,k) er en N-vektor hvis første inngang er lagver-dien for det første lag tilsvarende den k-te måling,
xopt Matrise sammensatt av optimale lagposisjoner for hver gjentakelse
av N.
muopt Matrise sammensatt av optimale egenskapsverdier for hver gjentakelse
av N.
parhat Matrise sammensatt av optimalt valgt lagdelt formasjon for hver måling og for hver gjentakelse av N, hvilket vil si at parhat(:,1) er en vektor av lengde NS(1) og at den tilsvarer den lagdelte formasjon med N1 lag for
den første målte egenskap som en funksjon av dybden, zmat(:,1). Nstar Optimalt antall lag valgt av brukeren, N1 <=N <=N2.
x_mu Endelig svar for det program som er en matrise sammensatt av optimalt x, laggrenseposisjoner for den første måling, samt optimale egenskapsverdier med i hvert lag, muopt(1:Nstar,Nstar-N1+1).
prop Endelig svar for de målte egenskaper med Nstar lag som en funksjon av dybden.
Claims (22)
1. Fremgangsmåte for å anslå en formasjonsbeskrivelse av en geologisk formasjon ved bruk av flere målelogger som er utledet fra flere verktøy som er ført gjennom en oljebrønns borehull,
karakterisert ved følgende trinn: (i) oppbygning av en verktøyreaksjons-modell for en eller flere av nevnte verktøy og hvor hver verktøyreaksjonsmodell forutangir en målelogg basert på en formasjonsbeskrivelse, (ii) innføring av en formasjonsbeskrivelse i hver verktøyreaksjonsmodell, (iii) avgivelse av en forutsagt logg fra hver verktøyreaksjonsmodell basert på nevnte formasjonsbeskrivelse, (iv) sammenligning av nevnte forutsagte logger med nevnte målelogger, samt bestemmelse av en forskjells-feil mellom nevnte logger, (v) gjentakelse av nevnte trinn (ii)-(iv) med en annen formasjonsbeskrivelse, og (vi) sammenligning av den første forskjells-feil som tilhører den første formasjonsbeskrivelse med den annen forskjellsfeil som tilhører den andre formasjonsbeskrivelse, og anvendelse av den formasjonsbeskrivelse som har sammenheng med den minste forskjellsfeil som en anslått beskrivelse av nevnte geologiske formasjon.
2. Fremgangsmåte som angitt i krav 1,
karakterisert ved at den omfatter det trinn som går ut på flere gjentakelser av trinnene (ii)-(vi) for å nedsette forskjellsfeilen til et minimum.
3. Fremgangsmåte som angitt i krav 1,
karakterisert ved at den omfatter det trinn som går ut på flere gjentakelser av trinnene (ii)-(vi) inntil forskjellsfeilen er mindre enn en forut bestemt verdi.
4. Fremgangsmåte som angitt i krav 1,
karakterisert ved at den omfatter det trinn som går ut på flere gjentakelser av trinnene (ii)-(vi) i det tilfelle hvor formasjonsbeskrivelsen også er avgrenset til å tilfredsstille visse betingelser.
5. Fremgangsmåte som angitt i krav 1,
karakterisert ved at formasjonen består av et antall soner og formasjonsbeskrivelsen omfatter to sett av parametre, idet det ene sett representerer geometrien av sonegrensene og det andre sett representerer formasjonsegenskapsvariasjoner innenfor hver sone, og begge parametersett justeres for å oppnå en ytterligere formasjonsbeskrivelse.
6. Fremgangsmåte som angitt i krav 5,
karakterisert ved at den omfatter det trinn som går ut på flere gjentakelser av trinnene (ii)-(vi) for å nedsette forskjellsfeilen til et minimum.
7. Fremgangsmåte som angitt i krav 5,
karakterisert ved at den omfatter det trinn som går ut på flere gjentakelser av trinnene (ii)-(vi) inntil forskjellsfeilen er mindre enn en forutbestemt verdi.
8. Fremgangsmåte som angitt i krav 5,
karakterisert ved at den omfatter det trinn som går ut på flere gjentakelser av trinnene (ii)-(vi) og hvor formasjonsbeskrivelsen er avgrenset til å tilfredsstille visse betingelser.
9. Fremgangsmåte som angitt i krav 1,
karakterisert ved at føringen gjennom oljebrønnens borehull utføres med flere loggeverktøy for å oppnå målelogger av nevnte formasjon som omgir nevnte borehull.
10. Fremgangsmåte som angitt i krav 1,
karakterisert ved at den omfatter følgende trinn: (vii) oppbygging av en modell av petrofysiske blandeforhold for de materialer som utgjør formasjonen, (viii) innføring av petrofysiske egenskaper for formasjonen inn i nevnte petrofysiske blandeforhold, (ix) utleding av formasjonens loggeegenskaper ut i fra nevnte blandeforhold, og (x) innføring av nevnte loggeegenskaper som en del av
formasjonsbeskrivelsen i trinn (ii).
11. Fremgangsmåte som angitt i krav 10,
karakterisert ved at den omfatter følgende trinn: (vii) oppbygging av en modell av petrofysiske blandeforhold for de materialer som utgjør formasjonen, (viii) innføring av en volumsammensetning av formasjonsmaterialene i nevnte petrofysiske blandeforhold, (ix) utleding av formasjonens loggeegenskaper fra nevnte blandeforhold, og (x) innføring av nevnte loggeegenskaper som en del av formasjonsbeskrivelsen i trinn (ii).
12. Fremgangsmåte som angitt i krav 1,
karakterisert ved at formasjonen består av en stabel av homogene horisontale lag og verktøyreaksjonsmodellene er en-dimensjonale lineære modeller, idet fremgangsmåten omfatter følgende ytterligere prosesstrinn,
gjentatte ganger å anslå lagenes grenseposisjoner i formasjonsbeskrivelsen,
løsning av et sett av lineære likninger ved anvendelse av nevnte laggrensspostsjoner for å bestemme lagegenskapene.
13. Fremgangsmåte som angitt i krav 5,
karakterisert ved at den omfatter det trinn som går ut på å innføre ytterligere sonegrenser i formasjonsbeskrivelsen for å redusere logg-forskjellsfeilen.
14. Fremgangsmåte som angitt i krav 1,
karakterisert ved at den omfatter det trinn som går ut på ta inn finoppløsnings-informasjon om laggrensene (kjerne, avbildninger av borehullsveggen) i nevnte formasjonsbeskrivelse.
15. Fremgangsmåte som angitt i krav 1,
karakterisert ved at den omfatter det trinn som går ut på å ta inn finoppløsnings-informasjon om laggrensene (kjerne, avbildinger av borehullsveggen) i nevnte målelogger.
16. Fremgangsmåte som angitt i krav 1,
karakterisert ved at den omfatter det trinn at målestøy forplantes inn i en eller flere verktøyreaksjonsmodeller og formasjonsbeskrivelsens følsomhet for målestøy fastlegges.
17. Fremgangsmåte som angitt i krav 1,
karakterisert ved at den omfatter det trinn som går ut på å bestemme hver verktøyreaksjonsmodells bidrag tii formasjonsbeskrivelsen.
18. Fremgangsmåte som angitt i krav 1,
karakterisert ved at den omfatter det trinn som går ut på å legge til en ytterligere verktøyreaksjonsmodell til oppbyggingstrinnet (i), og hvor nevnte tillagte verktøyreaksjonsmodell ikke tilsvarer en målelogg som ennå ikke er opptatt, samt bestemmelse av i hvilken grad formasjonsbeskrivelsens kvalitet forbedres ved å inkludere nevnte ytterligere verktøyreaksjonsmodell.
19. Fremgangsmåte som angitt i krav 1,
karakterisert ved at ytterligere dybdeskift-variable legges til nevnte formasjonsbeskrivelse og verdibedømmes for å innbyrdes innstille eller dybdetilpasse logger fra flere verktøy.
20. Fremgangsmåte som angitt i krav 1,
karakterisert ved at formasjonsbeskrivelsen omfatter en eller flere dynamiske fluidstrømningsegenskaper, slik som gjennomtrengelighet, og som måles ved hjelp av et formasjons-utprøvingsverktøy.
21. Fremgangsmåte som angitt i krav 1,
karakterisert ved at minst en av nevnte formasjonsbeskrivelser omfatter lagenes posisjon i formasjonen.
22. Utstyr for geologisk formasjonstolkning, omfattende en spesialprogrammert datamaskin med datalagringsmidler for å lagre flere faktisk utførte målelogger for en geologisk formasjon,
karakterisert ved at det omfatter: datalagringsmidler for å lagre en eller flere verktøyreaksjonsmodeller hvor hver reaksjonsmodell forutanslår en målelogg basert på en formasjonsbeskrivelse, midler for innføring av en formasjonsbeskrivelse, prosessorinnretning for å frembringe en forutanslått logg basert på nevnte innførte formasjonsbeskrivelse og nevnte verktøyreaksjonsmodell, med det formål å sammenlikne den forut anslåtte logg med den tilsvarende faktisk foreliggende målelogg og frembringe en forskjells-feil ut i fra denne sammenlikning mellom nevnte forut anslåtte logg og den faktiske målelogg, og fremvisningsanordning for å kommunisere formasjonsbeskrivelsen.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US08/589,320 US5675147A (en) | 1996-01-22 | 1996-01-22 | System and method of petrophysical formation evaluation in heterogeneous formations |
| PCT/US1997/000659 WO1997026562A1 (en) | 1996-01-22 | 1997-01-16 | System and method of petrophysical formation evaluation in heterogeneous formations |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| NO983354D0 NO983354D0 (no) | 1998-07-21 |
| NO983354L NO983354L (no) | 1998-07-21 |
| NO322860B1 true NO322860B1 (no) | 2006-12-18 |
Family
ID=24357523
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| NO19983354A NO322860B1 (no) | 1996-01-22 | 1998-07-21 | System og fremgangsmate for petrofysisk formasjonsevaluering i heterogene formasjoner |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US5675147A (no) |
| EP (1) | EP0876628B1 (no) |
| AU (1) | AU1829697A (no) |
| NO (1) | NO322860B1 (no) |
| WO (1) | WO1997026562A1 (no) |
Families Citing this family (80)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5870690A (en) * | 1997-02-05 | 1999-02-09 | Western Atlas International, Inc. | Joint inversion processing method for resistivity and acoustic well log data |
| US6101447A (en) * | 1998-02-12 | 2000-08-08 | Schlumberger Technology Corporation | Oil and gas reservoir production analysis apparatus and method |
| GB2345776B (en) * | 1998-11-05 | 2001-02-14 | Schlumberger Ltd | Method for interpreting petrophysical data |
| US6088656A (en) * | 1998-11-10 | 2000-07-11 | Schlumberger Technology Corporation | Method for interpreting carbonate reservoirs |
| US6493632B1 (en) * | 1998-12-30 | 2002-12-10 | Baker Hughes Incorporated | Water saturation and sand fraction determination from borehole resistivity imaging tool, transverse induction logging and a tensorial water saturation model |
| FR2788135B1 (fr) * | 1998-12-30 | 2001-03-23 | Schlumberger Services Petrol | Procede d'obtention d'une image bidimensionnelle developpee de la paroi d'un forage |
| US6098021A (en) * | 1999-01-15 | 2000-08-01 | Baker Hughes Incorporated | Estimating formation stress using borehole monopole and cross-dipole acoustic measurements: theory and method |
| US6246963B1 (en) * | 1999-01-29 | 2001-06-12 | Timothy A. Cross | Method for predicting stratigraphy |
| US6236943B1 (en) * | 1999-02-09 | 2001-05-22 | Union Oil Company Of California | Hybrid reservoir characterization method |
| US6151961A (en) * | 1999-03-08 | 2000-11-28 | Schlumberger Technology Corporation | Downhole depth correlation |
| CA2369566A1 (en) | 1999-04-02 | 2000-10-12 | Alan Royce Huffman | A method for gravity and magnetic data inversion using vector and tensor data with seismic imaging and geopressure prediction for oil, gas and mineral exploration and production |
| US6278948B1 (en) | 1999-04-02 | 2001-08-21 | Conoco Inc. | Method for gravity and magnetic data inversion using vector and tensor data |
| US6993433B2 (en) * | 1999-04-02 | 2006-01-31 | Conocophillips Company | Modeling gravity and tensor gravity data using poisson's equation for airborne, surface and borehole applications |
| US6424918B1 (en) | 1999-04-02 | 2002-07-23 | Conoco Inc. | Method for integrating gravity and magnetic inversion data with model based seismic data for oil, gas and mineral exploration and production |
| US6430507B1 (en) | 1999-04-02 | 2002-08-06 | Conoco Inc. | Method for integrating gravity and magnetic inversion with geopressure prediction for oil, gas and mineral exploration and production |
| FR2792074B1 (fr) * | 1999-04-08 | 2001-07-06 | Philippe Souhaite | Procede de determination de la resistivite des formations traversees par un forage |
| FR2798197B1 (fr) * | 1999-09-02 | 2001-10-05 | Inst Francais Du Petrole | Methode pour former un modele d'une formation geologique, contraint par des donnees dynamiques et statiques |
| US6633837B1 (en) * | 1999-10-14 | 2003-10-14 | Object Reservoir | Method and system for generating software code using a symbolic language translator |
| US6594584B1 (en) * | 1999-10-21 | 2003-07-15 | Schlumberger Technology Corporation | Method for calculating a distance between a well logging instrument and a formation boundary by inversion processing measurements from the logging instrument |
| US6337568B1 (en) * | 1999-10-25 | 2002-01-08 | Tarek A. Tutunji | System and method for enhanced vertical resolution magnetic resonance imaging logs |
| US6646437B1 (en) * | 2000-04-07 | 2003-11-11 | Halliburton Energy Services, Inc. | System and method for clay typing using NMR-based porosity modeling |
| US7363159B2 (en) * | 2002-02-28 | 2008-04-22 | Pathfinder Energy Services, Inc. | Method of determining resistivity and/or dielectric values of an earth formation as a function of position within the earth formation |
| US6366858B1 (en) * | 2000-06-30 | 2002-04-02 | S. Mark Haugland | Method of and apparatus for independently determining the resistivity and/or dielectric constant of an earth formation |
| CA2421863C (en) * | 2000-09-12 | 2009-05-12 | Schlumberger Canada Limited | Evaluation of multilayer reservoirs |
| FR2815124A1 (fr) * | 2000-09-30 | 2002-04-12 | Schlumberger Services Petrol | Procede de determination de la saturation en hydrocarbure d'une formation |
| US6430509B1 (en) * | 2000-10-03 | 2002-08-06 | Exxonmobil Upstream Research Company | Method for 2D inversion of dual laterolog measurements |
| CA2398545C (en) * | 2000-10-04 | 2009-02-10 | Schlumberger Canada Limited | Production optimization methodology for multilayer commingled reservoirs using commingled reservoir production performance data and production logging information |
| US7526413B2 (en) * | 2001-01-31 | 2009-04-28 | Exxonmobil Upstream Research Company | Volumetric laminated sand analysis |
| US6618676B2 (en) * | 2001-03-01 | 2003-09-09 | Baker Hughes Incorporated | Efficient and accurate pseudo 2-D inversion scheme for multicomponent induction log data |
| US6789937B2 (en) * | 2001-11-30 | 2004-09-14 | Schlumberger Technology Corporation | Method of predicting formation temperature |
| US6832159B2 (en) * | 2002-07-11 | 2004-12-14 | Schlumberger Technology Corporation | Intelligent diagnosis of environmental influence on well logs with model-based inversion |
| US6718265B2 (en) * | 2002-08-15 | 2004-04-06 | Schlumberger Technology Corporation | Petrophysical property estimation using an acoustic calibration relationship |
| US7463027B2 (en) | 2003-05-02 | 2008-12-09 | Halliburton Energy Services, Inc. | Systems and methods for deep-looking NMR logging |
| CA2828175A1 (en) | 2003-10-03 | 2005-04-21 | Halliburton Energy Services, Inc. | System and methods for t1-based logging |
| US7224162B2 (en) * | 2003-10-04 | 2007-05-29 | Halliburton Energy Services Group, Inc. | System and methods for upscaling petrophysical data |
| US7277795B2 (en) * | 2004-04-07 | 2007-10-02 | New England Research, Inc. | Method for estimating pore structure of porous materials and its application to determining physical properties of the materials |
| WO2005119276A2 (en) * | 2004-05-27 | 2005-12-15 | Exxonmobil Upstream Research Company | Method for predicting lithology and porosity from seismic reflection data |
| RU2321064C2 (ru) * | 2004-06-03 | 2008-03-27 | Мурманский государственный технический университет | Способ построения обратимой трехмерной гидродинамической модели земли, калибруемой в реальном времени в процессе бурения |
| US7205535B2 (en) * | 2004-08-12 | 2007-04-17 | Baker Hughes Incorporated | Elemental gamma ray signature instrument |
| WO2006062612A2 (en) * | 2004-12-06 | 2006-06-15 | Exxonmobil Upstream Research Company | Integrated anisotropic rock physics model |
| US7286937B2 (en) * | 2005-01-14 | 2007-10-23 | Schlumberger Technology Corporation | Estimating formation properties from downhole data |
| US7649169B2 (en) * | 2005-03-21 | 2010-01-19 | Baker Hughes Incorporated | Method for determining shale bed boundaries and gamma ray activity with gamma ray instrument |
| US20070011156A1 (en) * | 2005-07-05 | 2007-01-11 | Oracle International Corporation | RSS enabled logging |
| CN101218517B (zh) * | 2005-07-13 | 2012-05-30 | 埃克森美孚上游研究公司 | 预测非唯一解集合中的最佳和最坏解的方法 |
| US20070244646A1 (en) * | 2006-04-12 | 2007-10-18 | Schlumberger Technology Corporation | Method of formation characterication using tool responses |
| US8064287B2 (en) * | 2006-12-28 | 2011-11-22 | Rock Solid Images, Inc. | Method for interpreting seismic data and controlled source electromagnetic data to estimate subsurface reservoir properties |
| US7853045B2 (en) * | 2007-10-31 | 2010-12-14 | Saudi Arabian Oil Company | Geostatistical analysis and classification of core data |
| GB2468088B (en) * | 2007-11-27 | 2012-08-15 | Exxonmobil Upstream Res Co | Method for determining the properties of hydrocarbon reservoirs from geophysical data |
| US20090157361A1 (en) * | 2007-12-12 | 2009-06-18 | Toghi Farid | Method of well placement modeling and geosteering |
| US8005618B2 (en) * | 2008-01-09 | 2011-08-23 | Schlumberger Technology Corporation | Logging while drilling system |
| WO2009108432A1 (en) * | 2008-02-28 | 2009-09-03 | Exxonmobil Upstream Research Company | Rock physics model for simulating seismic response in layered fractured rocks |
| BRPI0911801A2 (pt) * | 2008-05-22 | 2015-10-06 | Exxonmobil Upstream Res Co | método para regular escoamento em um poço de hidrocarbonetos. |
| GB2479297B (en) * | 2009-01-27 | 2014-09-24 | Baker Hughes Inc | Electromagnetic logging in time domain with use of specific current pulses |
| US20110218735A1 (en) * | 2010-03-05 | 2011-09-08 | Baker Hughes Incorporated | Real-Time Lithology and Mineralogy Interpretation |
| EA026512B1 (ru) * | 2010-05-21 | 2017-04-28 | Лэндмарк Грэфикс Корпорейшн | Способ геонавигации горизонтальной скважины и компьютерный носитель информации, содержащий команды для геонавигации горизонтальной скважины |
| EP2609453A1 (en) * | 2010-08-24 | 2013-07-03 | Halliburton Energy Services, Inc. | Method and system of determining elemental content of an earth formation |
| US9213122B2 (en) * | 2010-09-24 | 2015-12-15 | Schlumberger Technology Corporation | Single well anisotropy inversion using velocity measurements |
| GB2501639A (en) * | 2011-02-02 | 2013-10-30 | Statoil Petroleum As | Method of predicting the response of an induction logging tool |
| US8700372B2 (en) * | 2011-03-10 | 2014-04-15 | Schlumberger Technology Corporation | Method for 3-D gravity forward modeling and inversion in the wavenumber domain |
| CN103717833B (zh) * | 2011-07-29 | 2016-10-19 | 兰德马克绘图国际公司 | 将测量测井与预测测井相关的方法和系统 |
| US9405026B2 (en) | 2011-12-12 | 2016-08-02 | Exxonmobil Upstream Research Company | Estimation of production sweep efficiency utilizing geophysical data |
| CA2892995A1 (en) | 2012-05-24 | 2013-11-28 | Exxonmobil Upstream Research Company | System and method for predicting rock strength |
| AU2012388240B2 (en) | 2012-08-20 | 2016-05-19 | Landmark Graphics Corporation | Methods and systems of incorporating pseudo-surface pick locations in seismic velocity models |
| EP2912497A4 (en) * | 2012-10-26 | 2016-07-06 | Landmark Graphics Corp | PETROFAZIE DISTRIBUTION USING AN ANALYTICAL MODELING |
| US9057795B2 (en) | 2013-06-21 | 2015-06-16 | Exxonmobil Upstream Research Company | Azimuthal cement density image measurements |
| WO2015050985A1 (en) | 2013-10-01 | 2015-04-09 | Schlumberger Canada Limited | Methods, computer-readable media, and systems for applying 1-dimensional (1d) processing in a non-1d formation |
| WO2015099773A1 (en) * | 2013-12-27 | 2015-07-02 | Halliburton Energy Services, Inc. | Dip correction in invaded zones |
| WO2015105512A1 (en) * | 2014-01-13 | 2015-07-16 | Halliburton Energy Services, Inc. | Dip correction using estimated formation layer resistivities |
| US10222498B2 (en) * | 2015-05-15 | 2019-03-05 | Weatherford Technology Holdings, Llc | System and method for joint inversion of bed boundaries and petrophysical properties from borehole logs |
| US20180217286A1 (en) * | 2015-07-20 | 2018-08-02 | Halliburton Energy Services, Inc. | Selecting logging data for petrophysical modelling and completion optimization |
| CN105426612B (zh) | 2015-11-18 | 2019-01-18 | 中国石油天然气股份有限公司 | 一种地层组分最优化确定方法及装置 |
| US10739485B2 (en) * | 2015-12-31 | 2020-08-11 | Halliburton Energy Services, Inc. | Joint visualization of inversion results and measurement logs |
| WO2017127045A1 (en) | 2016-01-19 | 2017-07-27 | Halliburton Energy Services, Inc. | Method of minimizing tool response for downhole logging operations |
| US10324432B2 (en) | 2016-04-21 | 2019-06-18 | Baker Hughes, A Ge Company, Llc | Estimation of electromagnetic tool sensitivity range |
| US11119239B2 (en) * | 2017-01-13 | 2021-09-14 | Baker Hughes Holdings Llc | Measuring petrophysical properties of an earth formation by regularized direct inversion of electromagnetic signals |
| WO2018183223A1 (en) * | 2017-03-27 | 2018-10-04 | Schlumberger Technology Corporation | Methods and systems of determining parameters characterizing porous media from data gathered by a plurality of different tools |
| US20190302308A1 (en) | 2018-04-02 | 2019-10-03 | Mulin CHENG | Conditioning Method and System for Channel Lobe Deposition Environment |
| CN110866912B (zh) * | 2019-11-15 | 2022-04-19 | 成都理工大学 | 基于成像测井图像纹理的页岩纹层非均质性数据处理方法 |
| CN114428358B (zh) * | 2021-09-13 | 2022-08-16 | 中国石油化工股份有限公司 | 一种基于地质-地球物理分析的等时地层划分方法 |
| CN115012903B (zh) * | 2022-05-31 | 2023-06-27 | 中国石油大学(华东) | 判别泥页岩层理构造发育的测井评价方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4313164A (en) * | 1971-09-07 | 1982-01-26 | Schlumberger Limited | Method of generating subsurface characteristic models |
| US4314338A (en) * | 1971-09-07 | 1982-02-02 | Schlumberger Limited | Method of generating subsurface characteristic models |
| US4916616A (en) * | 1986-12-08 | 1990-04-10 | Bp Exploration, Inc. | Self-consistent log interpretation method |
| US5350925A (en) * | 1988-12-08 | 1994-09-27 | Schlumberger Technology Corporation | Methods for determining values for earth formation properties |
| US5334833A (en) * | 1991-06-14 | 1994-08-02 | Schlumberger Technology Corporation | Sensitivity function technique for modeling nuclear tools |
-
1996
- 1996-01-22 US US08/589,320 patent/US5675147A/en not_active Expired - Lifetime
-
1997
- 1997-01-16 AU AU18296/97A patent/AU1829697A/en not_active Abandoned
- 1997-01-16 EP EP97903820A patent/EP0876628B1/en not_active Expired - Lifetime
- 1997-01-16 WO PCT/US1997/000659 patent/WO1997026562A1/en active IP Right Grant
-
1998
- 1998-07-21 NO NO19983354A patent/NO322860B1/no not_active IP Right Cessation
Also Published As
| Publication number | Publication date |
|---|---|
| NO983354D0 (no) | 1998-07-21 |
| WO1997026562A1 (en) | 1997-07-24 |
| EP0876628B1 (en) | 2002-04-03 |
| AU1829697A (en) | 1997-08-11 |
| NO983354L (no) | 1998-07-21 |
| EP0876628A1 (en) | 1998-11-11 |
| US5675147A (en) | 1997-10-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| NO322860B1 (no) | System og fremgangsmate for petrofysisk formasjonsevaluering i heterogene formasjoner | |
| Mukerji et al. | Statistical rock physics: Combining rock physics, information theory, and geostatistics to reduce uncertainty in seismic reservoir characterization | |
| US8515721B2 (en) | Method for integrated inversion determination of rock and fluid properties of earth formations | |
| US8744817B2 (en) | Method for upscaling a reservoir model using deep reading measurements | |
| Grana et al. | Quantitative log interpretation and uncertainty propagation of petrophysical properties and facies classification from rock-physics modeling and formation evaluation analysis | |
| Osypov et al. | Model‐uncertainty quantification in seismic tomography: method and applications | |
| RU2477871C2 (ru) | Способ и система для исключения влияний проводящих обсадных колонн, и ствола скважины, и поверхностной неоднородности при электромагнитных исследованиях с построением изображений | |
| US10400590B1 (en) | Method and system for determining a distribution of rock types in geological cells around a wellbore | |
| US20200095858A1 (en) | Modeling reservoir permeability through estimating natural fracture distribution and properties | |
| US20180238148A1 (en) | Method For Computing Lithofacies Probability Using Lithology Proximity Models | |
| EP4042211B1 (en) | Modeling reservoir permeability through estimating natural fracture distribution and properties | |
| Soares et al. | Integration of uncertain data in geostatistical modelling | |
| Dobróka et al. | Interval inversion of well-logging data for automatic determination of formation boundaries by using a float-encoded genetic algorithm | |
| US20220351037A1 (en) | Method and system for spectroscopic prediction of subsurface properties using machine learning | |
| Shakirov et al. | Rock thermal properties from well-logging data accounting for thermal anisotropy | |
| Jeuken et al. | Improving coal quality estimations with geostatistics and geophysical logs | |
| Szabó et al. | Most frequent value‐based factor analysis of direct‐push logging data | |
| Abordán et al. | Uncertainty reduction of interval inversion estimation results using a factor analysis approach | |
| Masoudi et al. | Geometric modelling of the volume of investigation of well logs for thin-bed characterization | |
| Sanei et al. | Applied machine learning-based models for predicting the geomechanical parameters using logging data | |
| Riahi et al. | Pore pressure prediction using seismic acoustic impedance in an overpressure carbonate reservoir | |
| Dobróka et al. | Well log analysis by global optimization-based interval inversion method | |
| US11719851B2 (en) | Method and system for predicting formation top depths | |
| Benjumea et al. | Geomechanical parameters assessment and geological characterization using fuzzy C means clustering of electrical resistivity and seismic data | |
| US11933935B2 (en) | Method and system for determining gamma-ray measurements using a sensitivity map and controlled sampling motion |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM1K | Lapsed by not paying the annual fees |