NO326598B1 - Tre-dimensjonal geologisk modellering - Google Patents

Tre-dimensjonal geologisk modellering Download PDF

Info

Publication number
NO326598B1
NO326598B1 NO19984621A NO984621A NO326598B1 NO 326598 B1 NO326598 B1 NO 326598B1 NO 19984621 A NO19984621 A NO 19984621A NO 984621 A NO984621 A NO 984621A NO 326598 B1 NO326598 B1 NO 326598B1
Authority
NO
Norway
Prior art keywords
geological
model
seismic
lithofacies
porosity
Prior art date
Application number
NO19984621A
Other languages
English (en)
Other versions
NO984621L (no
NO984621D0 (no
Inventor
Thomas A Jones
Jr Sterling J Helwick
Original Assignee
Exxon Production Research Co
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 Exxon Production Research Co filed Critical Exxon Production Research Co
Publication of NO984621D0 publication Critical patent/NO984621D0/no
Publication of NO984621L publication Critical patent/NO984621L/no
Publication of NO326598B1 publication Critical patent/NO326598B1/no

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/282Application of seismic models, synthetic seismograms
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00Details of seismic processing or analysis
    • G01V2210/60Analysis
    • G01V2210/66Subsurface modeling

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Acoustics & Sound (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

Trekk fra undergrunnsreservoarer av interesse gjøres tilgjengelig for analyse ved å danne tredimensjonale, geologiske blokkmodeller (Fig. 4) basert på feltdata. Feltdataene inkluderer geologiske observasjoner, slik som litofacies og porøsitetsverdier (204) tilveiebragt fra brønndata og andre kilder, så vel som geofysiske data, vanligvis fra seismiske undersøkelser. De geologiske modeller representative for undergrunnsreservoarer tilveiebragt på denne måte optimaliseres for å anpasse så nært som gjennomførlig geologiske begrensninger (116) kjent eller utledet fra observerte geologiske data. Modellene tilpasser seg også geofysisk baserte begrensninger indikert ved seismiske undersøkelsesdata. Den modellerte geologiske litofacies og porøsitet konverteres til akustisk hastighet og tetthetsverdier, som så formuleres som en seismisk respons som så sammenlignes med faktiske seismiske data. En pertubasjonsprosess (246) på litofacies og porøsitet kan iterativt gjentas inntil en representasjon av reservoaret er oppnådd som er innen grenser for nøyaktighet eller aksepterbarhet.

Description

OPPFINNELSENS OMRÅDE
Denne oppfinnelse vedrører tre-dimensjonal geologisk modellering og beskrivelse av undergrunnsreservoarer av interesse.
TEKNIKKENS STAND
A. Introduksjon
Det har vært og eksisterer fremdeles et kontinuerlig behov for å evaluere undergrunnsreservoarer når det gjelder deres interne karakteristikker, størrelse og utstrekning, så vel som deres sannsynlige innhold av hydrokarboner. Dette har vært tilfelle selv der hvor det er tilstede produserende brønner i reservoaret. Slike brønndata tilveiebragt fra brønnen gjennom brønnlogger av forskjellige typer vil typisk representere datasampler fra bare en liten del av et reservoars volum.
For effektiv evaluering av et reservoar, er det nødvendig med kjennskap til den aktuelle bergartsformasjon (litologi eller litofacies) og de inneholdte fluider, så vel som den relative tilstedeværelse av eller volum av porerom (eller dens porøsitet). Faktumet at et reservoar fremviser visse litofacies og porøsitet i en brønn gir ingen forsikring om at andre områder av reservoaret har de samme karakteristikker. Geologiske modeller av litofacies og porøsitet som alene er basert på brønndata inneholder slik store områder som ikke er basert på virkelig samplede data, i stedet må dataene estimeres fra informasjon oppnådd fra de nærmest eksisterende brønner.
Tre-dimensjonale seismiske undersøkelser tilveiebringer datasampler over det meste av et reservoars volum, inkludert deler som ikke er samplet av brønner, men de kan i beste tilfelle tilveiebringe bare indirekte målinger av litofacies og porøsitet. Eksisterende seismisk undersøkelsesteknologi tilbyr ikke teknikker for å måle noen av disse formasjonskarakteristikker direkte.
B. Geologisk modellering
Geologisk modellering av undergrunnen (vanligvis tre-dimensjonal eller tre-dimensjonal) har blitt utført i mange år av olje- og gruvegeologer, ingeniører og hydrologer. Mange deskriptive eller statiske tre-dimensjonale geologiske modeller konstruert for gruve-eller oljeformål har vært i form av en spesifisert tre-dimensjonal rekke (array) av individuelle modellenheter eller -blokker (også kalt celler). Et fullstendig sett av blokker danner den geologiske modell og representerer slik det aktuelle undergrunnsvolum. Hver individuell blokk har representert en spesifikt allokert del av undergrunnen, slik at blokkene ikke kan overlappe eller skjære inn i hverandre. Dimensjonene av blokkene velges typisk slik at bergartsegenskapene er relativt homogene innen en blokk, selv uten å kreve et overhåndtagende antall blokker i modellen. Typiske blokker er en fot til en meter i tykkelse. Mest vanlig er at blokkene er kvadratiske eller rektangulære i plansnitt og har tykkelse som er enten konstant eller variabel. Hensikten med en geologisk modelleringsprosess er å tildele bergartsegenskaper til hver blokk i den geologiske modell. Denne prosess har vanligvis brukt, så langt det er kjent, de følgende tre datatyper: 1. Data over bergartsegenskaper fra brønner: Brønndataene omfatter slike egenskaper som litofacies (dvs facies særlig karakterisert ved bergartstype) eller porøsistet (dvs prosent porerom som en bergart inneholder). I noen situasjoner kan litofacies være synonymt med litologi (f.eks. kalkstein, dolomitt, sandstein eller skifer), i andre kan to bergarter ha den samme litologi men faktisk blitt avsatt i forskjellige sedimentære facies. Andre variable, slik som permeabilitet, digitaliserte brønnlogger og malminnhold (ore grade), har blitt vanlig brukt. Det karakteristiske ved denne type data er at observasjonene gir strenger av informasjon langs borehullet. 2. Strukturelle overflater eller horisonter i form av 2-D datarutenett (computer grids) eller garn (meshes): Strukturelle overflater eller horisonter i undergrunnen, som til vanlig ble modellert ved datarutenett, begrenser toppen og bunnen av modellen og definerer bergartsvolumet som modelleres. De har også definert grensene for soner innen modellen. Disse rutenett markerte typisk stratigrafiske overflater som definerte individuelle sekvenser som omfattet formasjonsintervallet som ble modellert. Disse rutenett har blitt generert med velkjente prosedyrer av et av flere kommersielt tilgjengelige dataprogram. 3. Stratigrafiske overflater i form av 2-D datarutenett eller garn: Disse rutenett definerte geologiske korrelasjoner over (across) en modell innen hver sone. Det vil si, de indikerte de deler av modellen som korrelerte lateralt (blokk-til-blokk, eller brønn-til-blokk). Disse rutenett kan også ha blitt brukt til å definere modellblokker ved å spesifisere toppene og bunnene av blokkene. Hvis det var ønsket at orienteringene og tykkelsene av blokker fulgte stratigrafiske konfigurasjoner og forhold (f.eks. konform, trunkering, «baselap») ville disse rutenett bli brukt til å danne slike blokker.
Stratigrafiske overflater ble også brukt til å definere den stratigrafiske posisjon av blokker innen en sone. For en sone i hvilken lag (beds) ble avsatt parallelt med en høyvannsflate (flooding surface), ville overflater med konstant stratigrafisk posisjon ha fast avstand (være ekvidistante) fra denne høyvannsflaten. I dette tilfelle ville en gruppe av blokker som hadde en gitt tykkelse over eller under denne overflate ha det samme relative Z koordinat (relative-Z coordinate), som er den vertikale avstand fra høyvannsflaten til blokken. På den annen side, hvis avsetning var konform innen en sone, det vil si, konformt med sonens topp og bunn, var overflater med konstant stratigrafisk posisjon fordelt proporsjonalt mellom toppen og bunnen av sonen. Alle blokker som ble posisjonert en fast prosentdel av sonetykkelsen over sonebunnen (eller under sonetoppen) ville ha det samme relative Z koordinat.
Den geologiske modelleringsprosess brukte disse tre typer data til å tildele verdier for aktuelle
bergartsegenskaper til alle blokker innen en geologisk modell. Tildelingen av en bergartsegenskap til en blokk var typisk en tre-trinns prosess kjent for utøvere av geologisk modellering:
1. X-Y-posisjonen av blokken og dens Z-koordinat, både i absolutt elevasjon og relativt stratigrafiske overflater, ble bestemt. 2. Søkealgoritmer ble brukt til å bestemme hvilke datapunkter som var i nærheten av blokken. To kriterier var viktige. Dataene måtte være fra en del av brønnen som kunne korreleres med blokken som ble modellert, og dataene måtte være nær blokken i en betydning (typisk geografisk). 3. Verdien eller bergartsegenskapen som skulle tildeles blokken ble kalkulert ved bruk av flere klasser av estimeringsmetoder, inkludert de følgende: (a) Avstands-baserte metoder. Disse metoder var basert på enkle målinger av avstand til brønnen fra blokken. "Nærmeste-nabo" eller polygonale metoder tildelte blokken verdien for bergartsegenskap til den nærmeste dataverdi. Midlende metoder interpolerte blokkegenskapen ved å beregne et vektet gjennomsnitt av nærliggende dataverdier. Vekten tildelt hver dataverdi var typisk en funksjon av den inverse distanse mellom dataverdien og blokken. (b) Geostatistiske metoder. Disse metoder tok hensyn til både distanse og romlig kontinuitet av
bergartsegenskapen. Den tre-dimensjonale kontinuitet av en bergartsegenskap kan fanges opp av et semi-variogram, som kvantifiserte variabiliteten i bergartsegenskap som en funksjon av separasjonsdistanse og retning. Vanlig bruk var å bruke det enklere uttrykk variogram heller enn semi-variogram, og dette uttrykk brukes i det gjenværende av foreliggende søknad. Dette mål for kontinuitet kan være i form av beregnede verdier basert på observerte data eller i form av spesielle matematiske funksjoner. Variogram-verdier kunne beregnes av observasjoner som følger:
y(h)= £{Z(x)-Z(x+h)}<2>/2n
hvor y er variogram-verdien, h er en vektor som indikerer separasjonsdistanse og -retning, Z(x) er verdien for bergartsegenskapen i posisjon x, Z(x+h) er verdien for bergartsegenskap i posisjon x+h, summen er over alle
observasjonspar separert med h, og n er antallet par av verdier i summen.
Separasjonsdistansen kunne beregnes i enhver retning. Vertikale separasjonsdistanser ble typisk beregnet perpendikulært på jordoverflaten, men i mange tilfelle ble vertikale variogrammer beregnet i form av dybder ned i en brønn.
Horisontale variogrammer ble kalkulert parallelt med havnivået, mere vanlig ble horisontale (eller riktigere, laterale) variogrammer beregnet følgende stratigrafiske overflater eller korrelasjoner. Matematiske funksjoner kunne tilpasses disse beregnede y(h)-verdiobservasjoner eller verdiene kunne brukes som beregnet.
Deterministiske geostatistiske metoder, slik som "kriging", var midlende metoder som tildelte vektinger til data som en funksjon av distanse og variogram-modellen. Probabilistiske geostatistiske metoder, slik som sekvensiell Gaussisk simulering og sekvensiell indikatorsimulering, produserte geologiske modeller som reproduserte kontinuiteten spesifisert i variogram-modellen. Siden rekkefølgen blokkene ble estimert i påvirket tildelingen av bergartsegenskap, ble det typisk brukt en tre-dimensjonal slumpmessig sti. Denne prosessen kunne produsere en samling av geologiske modeller for egenskapen som ble modellert, med hver modell teoretisk like trolig (equi-probable).
Geologiske modelleringsstudier brukte tradisjonelt seismiske data bare til å definere de strukturelle flater som begrenser toppen og bunnen av den geologiske modell. Disse tradisjonelle geologiske modelleringsstudier har bare sjelden tatt fordel av informasjonen om bergartsegenskap inneholdt i seismiske data, og de som anpasser (match) seismiske traser forener ikke geologiske og geofysiske prinsipper.
C. Seismisk inversjon.
Seismiske inversjonsteknikker har blitt brukt til å predikere naturen av undergrunnen fra seismiske traser. Det har vært to primære inversjonsstrategier: operator-basert inversjon og modell-basert inversjon. Inversjonsteknikker baserte seg typisk på lag-type modeller av undergrunnen, i motsetning til blokkmodellene diskutert ovenfor.
Operatør-basert inversjon var den tradisjonelle fremgangsmåte for seismisk inversjon og forutsatte at den seismiske innsamlingsprosessen transformerte undergrunnsgeologien til en seismisk trase ved å introdusere en seismisk puls i undergrunnen. Datamaskin-algoritmer ble brukt til å reversere den seismiske innsamlingsprosess og produsere en modell av undergrunnsgeologien. Ulempen med denne fremgangsmåte var at seismiske prosesser generelt ikke kunne reverseres med tilstrekkelig nøyaktighet til å tillate karakterisering av undergrunnsreservoarer.
Modell-basert inversjon krevde ikke reversering av den seismiske innsamlingsprosess. I stedet krevde den at det ble generert mange progressive seismiske modeller (forward seismic models) inntil det eksisterte en tilfredsstillende tilpasning med de observerte seismiske data. Genereringen av en enkelt progressiv seismisk modell ble utført ved å generere en syntetisk seismisk trase fra en stakket serie av lag. Prosedyrer for progressiv modellering arbeidet med verdier for akustisk impedans (produktet av akustisk hastighet og bulktetthet (bulk density)) i stedet for verdiene for litofacies og porøsitet som ble brukt i geologisk modellering. Denne prosess involverte bruk av seismiske impedansverdier for å beregne refleksjonskoeffisienter på grensene mellom lag. Syntetiske seismiske traser ble beregnet ved å konvolvere refleksjonskoeffisientene med en spesifikk seismisk puls.
Modell-basert inversjon ble utført for å invertere en-dimensjonale seismiske traser ved iterativt å beregne progressive seismiske modeller. Denne fremgangsmåte ble også brukt til å invertere en 2-D seismisk linje for en opprinnelig 2-D modell av lag med varierende tykkelse. Verdier for akustisk hastighet og bulktetthet ble tildelt i valgte kontrollpunkter innen hvert lag. Verdier for akustisk hastighet og tetthet ble interpolert mellom kontrollpunkter i traseposisjoner. Parameterene i kontrollpunktene ble tillatt å variere over spesifikke områder, og syntetiske traser ble beregnet for hver endring i modellen. Parametre ble variert inntil syntetiske seismiske traser var i overensstemmelse med observerte seismiske traser. Denne fremgangsmåte krevde en god startmodell fordi den endelige modell er meget nær startmodellen.
Bruk av simulert avherding (annealing) for å estimere den akustiske hastighet og bulktettheten av en en-dimensjonal serie med stablede lag ble også foreslått. Progressiv seismisk modellering ble brukt til å generere en syntetisk seismisk trase. Simulert avherding ble benyttet i denne en-dimensjonale optimaliseringsprosedyre, en trase om gangen. Denne prosess brukte bare to begrensninger: Fordelingen av akustisk hastighet og bulktetthet. Avherdingsprosessen startet ved å etablere en utgangsmodell med en serie av lagtetthet- og hastighetsverdier. Disse verdier ble systematisk pertubert inntil en syntetisk seismisk trase beregnet for modellen passet overens med den observerte seismisk trase. Statistikk slik som korrelasjoner og middelkvadrat feil (mean-square errors) ble brukt til å kvantifisere uoverensstemmelsen mellom den syntetiske og de observerte seismiske traser. Pertubasjoner som forbedret tilpasningen ble generelt akseptert, selv om noen pertubasjoner som minsket tilpasningen ble akseptert for å unngå lokale minima.
En slik optimaliseringsprosedyre produserte en en-dimensjonal modell som ikke var begrenset av innen-trase, vertikale korrelasjoner for akustisk hastighet, bulktetthet eller akustisk impedans. I tillegg, mens prosessen kunne brukes til å invertere en tre-dimensjonal seismisk kube av traser, ville hver inversjon bli utført uavhengig, en trase om gangen. Derved tas det ikke hensyn til laterale korrelasjoner i egenskaper som var kjent å eksistere mellom traser. I motsetning til geologiske modelleringsteknikker, tok ikke seismiske inversjonsteknikker fordel av tilgjengelige data over bergartsegenskaper, slik som litofacies og porøsitet, og deres kontinuitet, for det aktuelle undergrunnsområde. D. Geologisk modellering som integrerer seismiske data.
Et antall nylig foreslåtte teknikker har prøvd å kombinere geologisk modellering og seismisk inversjon, for derved å prøve å unngå begrensningene til hver teknikk. De potensielle fordeler som tilbys demonstreres ved å betrakte en typisk undergrunnsmodell. I en typisk geologisk modelleringsstudie, dekket (sampled) brønndata mindre enn 0,1 prosent av modellvolumet. Disse brønndata var de mest direkte målinger av volumet. Med andre ord, mer enn 99,9 prosent av blokkegenskapene måtte estimeres fra mindre direkte målinger. For eksempel, hvor tilgjengelig representerte 2-D og tre-dimensjonal seismiske undersøkelser en rik kilde av mindre direkte måledata. Seismiske undersøkelser inneholdt informasjon ikke bare på flatene som definerte reservoaret, men også om egenskaper til bergarten som omfattet reservoaret. Ved å integrere seismiske data med brønndata, ble det foreslått at en kunne ekspandere vesentlig informasjonen brukt til å estimere blokkverdier.
Sekvensielle fremgangsmåter for å produsere geologiske modeller modellert på en bergartsegenskap av gangen fulgte en spesifikk rekkefølge. Modellen for den første bergartsegenskap (si litofacies) ble brukt som en guide for å produsere en modell for den andre bergartsegenskap (si porøsitet) og så videre.
Et antall fremgangsmåter for å integrere seismisk utledede litofacies og porøsitet med tre-dimensjonal geologiske modeller har blitt foreslått. Disse fremgangsmåter integrerer direkte eller indirekte seismisk informasjon med brønndata for å estimere blokkverdier for den geologiske modell. Imidlertid har ikke fremgangsmåtene tatt hensyn til detaljert informasjon inneholdt i den seismiske trase, og som et resultat har ikke syntetiske seismiske traser som kan ha blitt beregnet fra den resulterende geologiske modell blitt antatt å passe overens med observerte seismiske traser.
Metoder som indirekte integrerte seismisk informasjon brukte en sekvensiell fremgangsmåte med de seismiske data for å gruppere blokkene i modellen i seismiske facies. Verdier for blokker innen hvert seismisk facies ble estimert separat ved bruk av bare brønndataene inneholdt i hvert facies. Denne fremgangsmåte produserte blokkverdier for litofacies og/eller porøsitet.
Flere geostatistiske fremgangsmåter forsøkte å gjøre mer direkte bruk av de seismiske data i den geologiske modelleringsprosessen. Disse fremgangsmåter krevde et innledende kalibreringstrinn hvor det ble opprettet en relasjon mellom brønndata og naboliggende seismiske traser. Seismiske attributter som karakteriserte formen til den seismiske trase over et definert intervall ble korrelert med brønndata over det samme intervallet. Lineær regresjon eller diskriminant funksjonsanalyse kunne brukes for å utvikle relasjoner for å predikere bergartsegenskaper fra seismiske attributter. Disse relasjoner ble brukt til å konvertere observerte seismiske traser til en bergartsegenskap (f.eks. porøsitet).
Flere fremgangsmåter har blitt utviklet for å integrere brønndata med disse seismisk utledede bergartsegenskaper. En "cokriging" fremgangsmåte tillot porøsitetsmodeller å genereres som honorerte brønndata og integrerte seismisk utledet porøsitet ved å ta hensyn til kovariansforholdene mellom brønndata og seismisk informasjon. Variasjoner av "cokriging", inkludert Markov-Bayes-simulering og sammenstilt (collocated) "cokriging", har blitt utledet for å bedre effektiviteten til den geologiske modelleringsprosess. Disse geostatistiske fremgangsmåter behandlet brønndata som primære (harde) data og seismisk informasjon som sekundær (bløt) informasjon. Geostatistiske metoder kunne også brukes som en del av en sekvensiell fremgangsmåte og kunne anvendes på tolkede facies, et om gangen.
Det har også blitt utviklet geostatistiske metoder som integrerer seismiske traser. Dette var en geostatistikk-basert prosess for å bygge geologiske modeller som passet overens (matched) med seismiske traser, ved bruk av de følgende trinn: Først var det nødvendig å oppnå logg-utledet impedans i hver brønn og seismiske impedanser for alle traser i den seismiske undersøkelse. Dernest ville en analytiker tildele brønndata og seismiske amplitudeverdier til de vertikale stabler av blokker som var nærmest brønnen og de seismiske data. Prosessen fortsatte så med den følgende sekvens:
1. Å bestemme variogram-modeller som karakteriserer den vertikale og laterale kontinuitet i impedans.
2. Å velge ut en tilfeldig X-Y-posisjon.
a) Å etablere en tilfeldig (slumpartet) sti gjennom den vertikale stabel av blokker i denne posisjon. b) Å bruke en sekvensiell Gaussisk simulering for å estimere impedansen i hver blokk, ved bruk av nærliggende
brønndata og verdier fra tidligere beregnede blokker.
c) Å beregne en syntetisk seismisk trase for dette sett av blokk-estimater. d) Å repetere denne prosess inntil et spesifisert antall sett av blokk-estimater var tilgjengelig. e) Å velge ut det sett av blokkverdier hvis syntetiske seismiske trase korrelerte best med den faktiske seismiske trase. Å bruke disse verdier for blokkimpedans som data for å estimere andre blokkverdier i naboliggende deler av modellen. Å fortsette prosessen inntil blokker i alle X-Y-posis joner har blitt estimert. 3. Å bruke lineær regresjon for å transformere impedansverdier til en enkelt petrofysisk variabel slik som porøsitet.
Denne prosess produserte en fornuftig geologisk modell når en enkelt bergartsegenskap var ansvarlig for impedansverdiene og når impedansverdier var parallelle med stratigrafiske flater. Det var imidlertid mer vanlig at impedansverdier var avhengig av flere bergartsegenskaper, hver med sin egen grad og retning av foretrukket kontinuitet. Noen av disse egenskaper, slik som litofacies og porøsitet, ble korrelert parallelt med stratigrafiske flater. Andre egenskaper, slik som fluidmetning, ble ikke korrelert parallelt med stratigrafiske flater. Derfor kunne muligens ikke denne prosessen som estimerte impedansverdier istedenfor bergartsegenskaper produsere en modell som var konsistent med den tolkede geologi.
Denne geostatistikk-baserte prosess ble beskrevet for å modellere en enkelt sone og så ikke på behovet for å modellere flere soner, hver med sine egne stratigrafiske korrelasjoner og impedanskontinuitet. For å modellere geologien nøyaktig ved bruk av anpasning til seismiske traser, måtte imidlertid flere slike soner typisk modelleres samtidig. I tillegg krave den trase-tilpassende komponent av denne prosess at blokkverdier ble estimert ved å følge en tilfeldig (slumpartet) sti i to dimensjoner, og simulere en vertikal kolonne av blokker om gangen, i stedet for å følge en foretrukket tre-dimensjonal tilfeldig sti. Som et resultat reproduserte denne fremgangsmåten informasjon om vertikal impedanskontinuitet bedre enn den reproduserte lateral kontinuitet.
Som eksempel på kjent teknikk vises det til US-patent 4679174 som beskriver en fremgangsmåte for seismisk litologisk modellering av undergrunnen.
SAMMENFATNING AV OPPFINNELSEN
I korthet tilveiebringer foreliggende oppfinnelse en ny og forbedret prosess for å bygge tre-dimensjonal geologiske modeller av jordens undergrunn som primært representerer oljereservoarer og/eller vannførende lag, selv om den også kan brukes for andre geologiske formål.
Denne prosess, slik den fremgår av oppfinnelsen, forener tre-dimensjonal geologisk modellering med progressiv seismisk modellering og er derved i stand til å produsere geologiske modeller som er konsistente med både geologiske og geofysiske prinsipper. Prosessen tar hensyn til geologisk informasjon ved å modellere bergartsegenskaper som er fordelt i tre dimensjoner slik at man følger stratigrafiske korrelasjoner, tar hensyn til brønndata, og honorerer geologiske tolkninger. Den tar hensyn til geofysisk informasjon ved å konvertere den geologiske modell til syntetiske seismiske traser, tar hensyn til fluidmetning, og sammenligner disse traser med observerte seismiske trasedata. Prosessen pertuberer bergartsegenskapene i den geologiske modell inntil den geologiske modell er konsistent med geologiske og geofysiske data og tolkninger.
Denne prosess produserer tre-dimensjonal geologiske modeller av reservoarer som er optimalisert for å anpasse eller være konform så nært som gjennomførlig med geologiske begrensninger på fordelingen av observerte litofacies og porøsitet fra brønner i reservoaret, mens det i prosessen tas hensyn til stratigrafiske korrelasjoner. Den geologiske modell produsert med foreliggende oppfinnelse anpasser eller er konform så tett som gjennomførlig med geologiske begrensninger tilstede i seismiske undersøkelsesdata fremskaffet fra reservoaret. Dette gjøres ved å beregne akustisk hastighet og bulktetthet fra det modellerte litofacies og porøsitetsverdier. Disse verdier brukes til å beregne syntetiske seismiske traser for å vise den seismiske respons av den geologiske modell.
Prosessen ifølge foreliggende oppfinnelse sørger for å forene tre-dimensjonal geologisk modellering med progressiv seismisk modellering for å produsere geologiske modeller som er konsistent med både geologisk og geofysisk informasjon fremskaffet fra undergrunnen.
Prosessen ifølge foreliggende oppfinnelse kan bruke flere typer av data for å bygge opp den geologiske modell: kjerne og logg-utledede litofacies, porøsitet, og data over fluidmetning fra brønner, seismiske data fra en 2-D eller tre-dimensjonal seismisk undersøkelse, tolkede strukturelle og stratigrafiske flater og geologiske og geofysiske kriterier som definerer fordelingen og sammenhengen mellom bergartsegenskaper i den geologiske modell som må anpasses eller honoreres.
Den geologiske modell er en tre-dimensjonal rekke av modellblokker, som dannes ved å generere en tentativ tre-dimensjonal geologisk modell og ved å tildele litofacies og porøsitetsverdier til hver modellblokk. Syntetiske seismiske traser blir så generert for hver vertikal stabel av blokker i den tre-dimensjonale rekke. Dette gjøres i den følgende sekvens: Verdier for akustisk hastighet og bulktetthet genereres for hver blokk fra den tentative geologiske modell basert på de tildelte litofacies og porøsitetsverdier, mens man tar hensyn til fluidmetning. Verdier for seismisk impedans i hver blokk blir så tilveiebragt fra verdiene for akustisk hastighet og bulktetthet. Refleksjonskoeffisienter blir så beregnet ved toppen og bunnen av hver blokk.
Den seismiske pulsbølgeform konvolveres med refleksjonskoeffisientene. Konvolveringsresultatene for alle slike blokker tilveiebringer deretter en syntetisk tre-dimensjonal undersøkelse som kan sammenlignes med den observerte 2-D eller tre-dimensjonal seismiske undersøkelse. Karakteristikkene til modellen kan så sammenlignes med de observerte og ønskede geologiske og geofysiske kriterier for reservoaret.
Sammenligningen utføres basert på statistikker som beskriver fordelingen av bergartsegenskaper innen den tentative geologiske modell og de syntetiske seismiske traser relativt til de geologiske og geofysiske kriterier, inkludert hver av de følgende: a) Geologiske kriterier, f.eks. litofacies andeler, histogrammer over porøsitet mot litofacies, tre-dimensjonal mål for kontinuitet av litofacies og porøsitet. Denne tilnærming sammenligner statistikk bestemt fra blokkverdiene for litofacies og porøsitet med spesifiserte kriterier. b) Geofysiske kriterier, f.eks. amplituder av observerte seismiske traser, statistikk som beskriver form av
seismiske traser, seismikk-baserte egenskaper definert for intervall innen hver seismisk trase. Denne tilnærming sammenligner observerte seismiske egenskaper med de som er beregnet fra de syntetiske seismiske traser.
En analytiker kan da vurdere tilpasningen mellom statistikken beregnet for den tentative geologiske modell og de faktiske geologiske og geofysiske kriterier. Hvis tilpasningen ikke er innen spesifikke grenser, utføres passende justeringer på verdiene for litofacies og porøsitet i den tentative geologiske modell, og modelleringsprosessen blir gjentatt. Dette kan iterativt repeteres inntil tilpasningen er innen spesifiserte grenser. Hvis tilpasningen er innen spesifiserte grenser, er det så tilgjengelig en utgangsregistrering av den dannede geologiske modell (dvs. blokkverdier for litofacies, porøsitet, akustisk hastighet og bulktetthet). Den dannede geologiske modell representerer en realistisk versjon av det aktuelle undergrunnsreservoar, som kan brukes til å evaluere behovet for og posisjonen av ytterligere brønner, for eksempel.
En hensikt med denne oppfinnelse er å utvikle en prosess for å bygge opp tre-dimensjonal geologiske modeller eller representasjoner av trekk i undergrunnen som smelter sammen geologisk modellering med progressiv seismisk modellering.
En hensikt med denne oppfinnelse er å utvikle en prosess for å bygge opp tre-dimensjonal geologiske modeller som tar hensyn til geologiske data og tolkninger og geofysiske data og tolkninger, uttrykt i form av kriterier.
En hensikt med denne oppfinnelse er å bygge opp tre-dimensjonal geologiske modeller som består av tredimensjonale rekker av ikke-overlappende blokker i hvilke bergartsegenskaper (f.eks. litofacies, porøsitet) er tildelt blokkene.
En hensikt med denne oppfinnelse er å utvikle en prosess for å bygge opp tre-dimensjonal geologiske modeller som begynner fra en fordeling av bergartsegenskaper, slik som litofacies og porøsitet.
En hensikt med denne oppfinnelse er å bygge opp tre-dimensjonal geologiske modeller ved iterasjon på blokkverdier av litofacies og porøsitet.
En hensikt med denne oppfinnelse er å bygge opp tre-dimensjonal geologiske modeller ved å ta hensyn til geologiske begrensninger, geofysiske begrensninger, eller begge.
En hensikt med denne oppfinnelse er å bygge opp tre-dimensjonal geologiske modeller som tar hensyn til fluidinnholdet av det modellerte område.
En hensikt med denne oppfinnelse er å bygge opp tre-dimensjonal geologiske modeller ved simultan, avhengig, multivariabel iterasjon.
En hensikt med denne oppfinnelse er å bygge opp tre-dimensjonal geologiske modeller som bruker enten virkelig dybde eller relative stratigrafiske koordinater.
En hensikt med denne oppfinnelse er å bygge opp tre-dimensjonal geologiske modeller ved bruk av multikomponent målfunksjoner (objectiv function).
En hensikt med denne oppfinnelse er å bygge opp tre-dimensjonal geologiske modeller som reproduserer stakkmønstre av bergartsegenskaper i undergrunnen ved direkte å integrere seismiske traser så vel som tre-dimensjonal geologiske kriterier.
En hensikt med denne oppfinnelse er å bygge opp tre-dimensjonal geologiske modeller som tar hensyn til tre-dimensjonal informasjon om bergartsegenskaper utledet fra seismiske undersøkelsesdata.
En hensikt med foreliggende oppfinnelse er å bygge opp tre-dimensjonal geologiske modeller for hvilke syntetiske seismiske traser passer overens med observerte seismiske traser.
En hensikt med foreliggende oppfinnelse er å bygge opp tre-dimensjonal geologiske modeller som samtidig tar hensyn til de forskjellige fordelinger av geologiske eller geofysiske data i to eller flere soner, eller i områder innen soner, som omfatter det modellerte volum.
En hensikt med denne oppfinnelse er å bygge opp geologiske modeller ved bruk av enten null-offset eller ikke-null-offset seismiske data og modellering.
Den geologiske modelleringsprosessen ifølge foreliggende oppfinnelse har flere fordeler over dagens fremgangsmåter for geologisk modellering som sekvensielt modellerer litofacies og porøsitet. Den bygger samtidig opp en geologisk modell over litofacies, porøsitet, akustisk hastighet og bulktetthet. Den benytter også mange geologiske og geofysiske begrensninger for å fordele bergartsegenskaper i tre dimensjoner.
Denne prosess for geologisk modellering har flere fordeler over dagens implementasjoner som er basert på impedansberegninger i progressiv seismisk modellering og modell-basert inversjon. Beregning av seismisk impedans og den progressiv seismiske modellering benyttet i denne prosess er basert på fundamentale bergartsegenskaper som forårsaker den seismiske respons. Litofacies og porøsitet, fordelt parallelt med stratigrafiske flater, konverteres til akustisk hastighet og bulktetthet, og tar hensyn til verdier for fluidmetning, for å generere den syntetiske seismiske trase. Andre bidrag (f.eks. fra den seismiske innsamlingsprosess og forkastninger i undergrunnen) fjernes eller svekkes (mitigate) fra de observerte seismiske traser før dette trinn.
Foreliggende oppfinnelse benytter geologiske begrensninger på den tre-dimensjonale kontinuitet av litofacies og porøsitet til å ta hensyn til innen-trase og mellom-trase romlige korrelasjoner. Den reduserer også flertydighet i seismisk inversjon ved samtidig å optimalisere bånd-begrensede geologiske begrensninger innen seismisk båndbredde og finere vertikal oppløsning geologiske begrensninger på skalaen av brønndata. Den produserer en tre-dimensjonal geologisk modell hvor syntetiske seismiske traser utledet fra denne modell anpasser observerte seismiske traser.
Hensiktene ovenfor oppnås ved en fremgangsmåte for å danne en geologisk modell ifølge oppfinnelsen slik den fremgår av de vedføyde patentkrav.
KORT BESKRIVELSE AV TEGNINGENE
Fig. 1 er et skjematisk diagram over en del av jordens undergrunn inneholdende et aktuelt reservoar. Fig. 2 er et skjematisk diagram av en tre-dimensjonal rekke av seismiske undersøkelsesdata fremskaffet i det samme område av jordens undergrunn som i Fig. 1. Fig. 3 er et kortfattet skjematisk diagram av prosesseringssekvensen for geologiske og geofysiske data ifølge foreliggende oppfinnelse. Fig. 4 er et skjematisk diagram av en representasjon av det aktuelle reservoar i Fig. 1 fremskaffet ved prosessen i Fig. 3 av foreliggende oppfinnelse. Fig. 5A og 5B er mer detaljerte illustrasjoner av prosessen i Fig. 3.
BESKRIVELSE AV FORETRUKKET UTFØRELSE
Liste over brukte betegnelser.
Som utgangspunkt, og for lett å finne tilbake, er visse uttrykk brukt i denne detaljerte beskrivelse av foreliggende oppfinnelse og deres betydning som de er brukt i denne sammenheng forklart.
Målfunksjon (objectiv function) - En matematisk funksjon som indikerer graden av overensstemmelse eller motsetning mellom karakteristika i en tentativ geologisk modell og de ønskede karakteristika til en akseptabel geologisk modell. Funksjonen er typisk i form av en lineær kombinasjon av beregnede verdier av de komponenter som er spesifisert for bruk. Verdiene av komponentene kombinerer statistikk beregnet fra bergartsegenskaper i modellen med korresponderende bruker-spesifiserte kriterier. Funksjonen er til vanlig definert slik at den oppnår verdien null for perfekt overensstemmelse og en positiv verdi for ikke-overensstemmelse.
Komponent - enhver egenskap eller karakteristikk i settet med kriterier. Spesifikt er en komponent representert av en av flere uttrykk i målfunksjonen.
Kriterier - et spesifisert sett med regler eller begrensninger som beskriver forskjellige geofysiske eller geologiske egenskaper eller karakteristikker av områder i undergrunnen som må oppnås for at prosesseringsresultat skal være både realistiske og nøyaktige. For eksempel kan et kriterium være at den geologiske modell består av femti prosent sandstein.
Progressiv seismisk modell. En syntetisk seismisk trase dannet ved å konvolvere en seismisk puls med refleksjonskoeffisienter tilveiebragt fra estimerte litofacies og estimert porøsitet.
Tre-dimensjonal geologisk modell - En representasjon av en del av jordens undergrunn som er konstruert for å beskrive betydningsfulle trekk, egenskaper og karakteristikker av bergartene deri. Typiske modeller består av tre-dimensjonale rekker av ikke-skjærende blokker som en toto fyller det totale volum av berg som modelleres. hver blokk er tildelt verdier som representerer bergartsegenskaper (f.eks. litofacies, porøsitet, permeabilitet) i den respektive del av undergrunnen. For best å tilnærme seg geologien, bør modeller og blokker ta hensyn til strukturelle trekk og stratigrafiske korrelasjoner, og slike korrelasjoner bør brukes under tildelingen av bergartsegenskaper til blokkene.
Tentative geologiske modeller - En tre-dimensjonal geologisk modell som kan møte eller ikke møte, ønskede karakteristikker av den endelige geologiske modell som konstrueres. En tentativ geologisk modell er typisk under vurdering ved hvert trinn i en iterativ prosess som pertuberer modellen gjennom modifikasjon av bergartsegenskaper. Den er tentativ i den forstand at vi bare beholder modellen hvis den bedre anpasser med de ønskede karakteristikker til den endelige geologiske modell.
Seismisk modell - En numerisk modell (1-, 2- eller tre-dimensjonal rekke) av akustiske hastigheter og bulktetthet assosiert med blokker i en geologisk modell eller lag i undergrunnen. Normalt brukt til å beregne syntetiske seismiske traser ved en av flere metoder i en, to eller tre dimensjoner.
Seismiske data - Informasjon samlet inn ved å skape seismiske bølger med kilder av seismisk energi og observere ankomsttidene og amplitudene av bølgene reflektert fra grensesnitt med kontrastende akustisk hastighet og/eller bulktetthet eller refraktert gjennom høyhastighets intervall. Disse data prosesseres ved bruk av prosedyrer slik som filtrering, fjerning av multipler, demping, stakking og migrering.
Observert seismisk trase - Den registrerte seismiske refleksjon, registrering av responsen av seismisk energi etter å ha gått gjennom og blitt reflektert av bergarter i undergrunnen. Den registrerte respons har typisk blitt prosessert ifølge standard geofysiske metoder. Dens vanlige form er en serie av par av observerte verdier,
(T, AMP), hvor T representerer seismisk gangtid og AMP representerer den positive eller negative amplitude av bølgeformen ved denne gangtid.
Syntetisk seismisk trase - En kunstig seismisk refleksjonsregistrering som genereres numerisk fra observerte eller hypotetiske data over bergartsegenskaper og en antatt seismisk puls. Registreringen kan genereres ved en av flere progressive seismiske modelleringsprosesser. Som med den observerte seismiske trase, består den syntetiske seismiske trase av par av gangtider og amplituder.
Litofacies - De fysiske og organiske egenskaper og interne karakteristikker av formasjons- eller bergartslag.
Porøsitet - Det relative volum av porerom i en formasjon eller bergart.
Observert litofacies - Litofacies-verdier frembragt direkte eller indirekte fra faktiske brønndata.
Observert porøsitet - Porøsitetsverdier frembragt direkte eller indirekte fra faktiske brønndata.
Estimert litofacies - Litofacies-verdier tildelt blokker ved begynnelsen av, eller beregnet i løpet av, de iterative prosesseringstrinn beskrevet nedenfor.
Estimert porøsitet - Porøsitetsverdier tildelt blokker ved begynnelsen av, eller beregnet i løpet av, de iterative beregningstrinn beskrevet nedenfor.
Detaljert beskrivelse
I tegningene illustrerer Fig. 1 skjematisk et undergrunnsreservoar R i et aktuelt område under en overflate 10 som kan være jordens overflate eller overflaten av havet. Reservoaret R har vanligvis blitt penetrert av en eller flere brønner W, slik som langs et borehull 12, i en eller flere grunnformasjoner, slik som de som er indikert som suksessivt dypere lag 14, 16, 18, 20 og 22. Etter at innledende brønner har indikert at grunnen i nærheten av R er av interesse, er det nødvendig å evaluere reservoaret når det gjelder dets bergartsegenskaper og interne karakteristikker. Det er ønskelig å oppnå en representasjon av reservoaret R som er så nøyaktig en representasjon av faktiske bergartskarakteristikker i undergrunnen som mulig. Avgjørelser av hvor og om det skal bores ytterligere brønner kan da gjøres på informasjon som er så komplett og realistisk som mulig.
Representasjonen eller bildet av reservoaret R er i utgangspunktet i beste fall en innledende gjetting eller estimat av faktiske grunnreservoartrekk. I den utstrekning det er eksisterende brønner i området, er geologiske data, typisk i form av litofacies og porøsitetsmål, tilgjengelig. Disse kan hentes fra forskjellige faktiske målinger tilveiebragt av brønnloggeinstrumenter i borehullet 12 eller fra kjerneprøver tatt i formasjoner tilliggende borehullet 12. Fra disse målinger, enten direkte eller indirekte, oppnås forskjellige aktuelle geologiske parametre om formasjonen i nærheten av borehullet 12.
Eksempler på slike parametre av særlig interesse er litofacies og porøsitet av de faktiske bergartsmaterialer i reservoaret. Litofacies i en spesiell reservoarposisjon er en faktisk registrering av bergarten i en spesiell sedimentær omgivelse, det inkluderer normalt både fysiske og organiske karakteristikker av bergarten. Disse inkluderer bergartstypen, dens mineralinnhold, dens sedimentære struktur, lagkarakteristikker, fossilinnhold og lignende. Porøsiteten til en reservoarbergart er et mål på den relative tilstedeværelse av porer eller åpninger tilstede per enhetsvolum i formasjonsbergarten, typisk er disse fylt med fluid av en eller annen type.
I Fig. 2 av tegningene, er resultater av en tre-dimensjonal seismisk undersøkelse i det samme område under overflaten 10 fremvist skjematisk. De seismiske undersøkelsesdata er registreringer av responsen til undergrunnsformasjonene i området på gjennomgangen av akustisk energi. Energien sendes ut fra kilder og avføles ved mottagere arrangert over overflaten 10 under en eller flere seismiske undersøkelser. Registreringer eller traser 26 av denne energi oppnås for en rekke posisjoner over nettrekken G over overflaten 10. Som sådan er de indikerte traser 26 datasampler som indikerer responsen på seismisk energi for det tre-dimensjonale grunnvolumet under overflaten 10, inkludert områder som ikke er penetrert av, eller nær ved, brønnen W vist i Fig. 1 eller andre brønner. Imidlertid, som det har vært bemerket, tilveiebringer ikke eksisterende seismiske undersøkelsesteknikker evnen til å måle formasjonsnatur eller innhold, inkludert karakteristika slik som litofacies og porøsitet, direkte.
En annen type viktig informasjon som benyttes av denne prosess er tolkningsmessig informasjon utledet fra analyse av brønnen og seismiske undersøkelsesdata, så vel som geologiske konsepter. Denne informasjon kan for eksempel være i form av variogrammer, histogrammer over litofacies og porøsitet, kart over litofacies prosentdeler eller gjennomsnittsporøsitet, seismiske attributter og seismisk utledede litofacies prosentdeler og gjennomsnittsporøsitet. Slike data omfatter de geologiske og geofysiske kriterier benyttet av denne prosess.
Ifølge foreliggende oppfinnelse prosesseres de geologiske data innhentet fra brønner slik som W i Fig. 1, seismiske undersøkelsesdata av typen illustrert i Fig. 2 og tolkningsmessig informasjon. Prosesseringen ifølge foreliggende oppfinnelse utføres fortrinnsvis ved bruk av en digital datamaskin med egnet beregningskapasitet når det gjelder både hastighet og datavolum. Resultatet er en representasjon eller geologisk modell M (fig. 4) som mer nært og nøyaktig avspeiler de faktiske undergrunnskarakteristika til reservoaret R basert på de fysiske målinger og tolkninger, både geologisk og seismisk, som er tilgjengelig fra den. De oppnådde resultater er slik også konsistent med faktiske fysiske målinger og tolkningsmessig informasjon. Representasjonen eller den geologiske modell M i Fig. 4 tilveiebringes ved en prosess som inkluderer en innledende data-inngangs-prosedyre, indikert skjematisk ved 40 i Fig. 3 og en iterativ optimaliseringsprosess 50, også vist i Fig. 3. Ytterligere trekk av data-inngang 40 og optimaliseringsprosessen 50 i Fig. 3 går frem av Fig. 5A og 5B.
Prosessen ifølge foreliggende oppfinnelse bygger opp tre-dimensjonale geologiske modeller M av undergrunnen som primært representerer petroleum-reservoarer og/eller vannførende lag, men kan også brukes for andre geologiske formål. Denne prosess produserer tre-dimensjonale geologiske modeller M som er optimalisert for å oppfylle (a) to-dimensjonale og tre-dimensjonale geologiske begrensninger på fordelingen av litofacies og porøsitet, med hensyntagen til stratigrafiske korrelasjoner, og (b) geofysiske begrensninger i form av observerte seismiske traser ved å beregne akustisk hastighet og bulktetthet fra litofacies og porøsitet og beregne den seismiske respons på den geologiske modell.
Denne prosess for å smelte sammen tre-dimensjonal geologisk modellering med progressiv seismisk modellering produserer geologiske modeller som er konsistente med geologisk og geofysisk informasjon som beskriver undergrunnen. Den innledende prosedyre vist i Figur 3 summerer informasjon brukt i utførelsen av denne oppfinnelse og modelleringsprosess.
Denne prosess kan bruke flere typer data for å bygge opp den geologiske modell: 1. Tolkede strukturelle og stratigrafiske flater tilveiebragt fra seismiske data, som indikert med trinn 102, 2. Data over litofacies og porøsitet utledet fra kjerneprøver og logger, under trinn 104, tilveiebragt
fra brønner slik som W,
3. Seismiske data, slik som i Fig. 2, fra en to-dimensjonal eller tre-dimensjonal seismisk undersøkelse
som indikert med trinn 106, og
4. Geologiske og geofysiske kriterier som definerer fordelingen og relasjonene av bergartsegenskaper i den geologiske modell som må passe overens som indikert med trinn 108.
Den geologiske modell som skal dannes består innledningsvis av et tildelt og spesifisert antall individuelle modellblokker 90 (Fig. 4) i en tre-dimensjonal rekke. De laterale eller horisontale to dimensjoner av rekken representerer geografiske koordinater langs flaten 10 (Fig. 1) og den vertikale dimensjon representerer dybden under overflaten 10.
Den iterative optimaliseringsprosess 50 (Fig. 3) ifølge foreliggende oppfinnelse bygger opp en geologisk modell og utføres i følgende sekvens av trinn: 1. Generere en tentativ tre-dimensjonal geologisk modell ved å tildele estimerte og observerte verdier for litofacies og porøsitet til hver modellblokk under et trinn 110, 2. Beregne syntetiske seismiske traser for hver vertikal stabel av blokker i trinn 112, ifølge følgende sekvens: a) Generere akustisk hastighet og bulktetthet fra litofacies og porøsitet i hver blokk i den
tentative geologiske modell, mens man tar med i beregningen dens fluidmetning,
b) Beregne seismisk impedans for hver blokk 90,
c) Beregne refleksjonskoeffisientene på toppen og bunnen av hver blokk 90, og d) Konvolvere en seismisk puls av egnet form med refleksjonskoeffisientene som er oppnådd slik, 3. beregne under trinn 114 statistikk som beskriver fordelingen av bergartsegenskaper innen den tentative geologiske modell og de syntetiske seismiske traser relativt de følgende geologiske og geofysiske kriterier, e) geologiske kriterier, f.eks. litofacies prosentdeler, histogrammer over porøsitet mot litofacies, tre-dimensjonale mål for kontinuitet av litofacies og porøsitet, f) geofysiske kriterier, f.eks. amplituder av observerte seismiske traser, statistikk som beskriver form av seismiske traser, seismikk-baserte egenskaper definert for intervall innen hver seismisk trase, 4. å bekrefte under et avgjørelses eller sammenligningstrinn 116 overensstemmelsen mellom statistikken beregnet for den tentative modell og de geologiske og geofysiske kriterier og observerte og syntetiske seismiske traser,
Hvis anpassingen ikke er innen spesifiserte grenser: a) Pertubere verdier for litofacies og porøsitet i den tentative geologiske modell, som indikert ved
118 og oppdater den geologiske modell 111, og
b) Repetér trinnene 112, 114 og 116, hvis anpasningen er innen spesifiserte grenser, utgi (output) under
trinn 120 en representasjon eller bilde av den
geologiske modell (dvs. blokkverdier for litofacies, porøsitet, akustisk hastighet og bulktetthet) til en fil eller datafremvisning eller begge.
Figurene 5A og 5B viser i mer detalj hvordan prosesstrinnene i Fig. 3 utføres ifølge foreliggende oppfinnelse, som typisk vil bli implementert på en digital datamaskin.
Preparering av data og initialisering
1. Et innledende trinn 202 i prosessen er å danne en rekke (array) av blokker 90 i tre dimensjoner som omfatter den geologiske modell M. Blokker kan bli definert å ha konstante dimensjoner fra den ene til den andre (typisk rektangulær i plansnitt og med konstant tykkelse), eller de kan variere fra den ene til den andre i størrelse og form. Typiske blokker gjøres en fot til en meter i tykkelse, og tyve til et hundre meter lateralt. Det er bare nødvendig at de ikke-overlappende blokker til sammen beskriver det totale volum av berg som modelleres. Det komplette sett av blokker bør representere alle deler av undergrunnen som skal modelleres, og tar i betraktning strukturelle og stratigrafiske trekk og korrelasjoner. På dette trinn har hver blokk 90 blitt tildelt en posisjon og volum i undergrunnen, men har ikke blitt tildelt bergartsegenskaper (dvs. litofacieskoder eller porøsitetsverdier). Som det diskuteres videre nedenfor, preferansen at strukturelle og stratigrafiske trekk tas i betraktning fører til en preferanse til å bruke et korrelativt koordinatsystem, som noen ganger refereres til som relative Z koordinater. 2. Dernest kommer trinn 204, som utføres for å tildele litofacies og porøsitetsverdier observert i brønner slik som W til blokkene 90. Observerte verdier for litofacies og porøsitet tilveiebragt fra brønner bør honoreres i den endelige geologiske modell. Et
foretrukket operasjonsmodus er å tildele verdier for litofacies og porøsitet direkte til de blokker 90 som skjæres av brønner W. Dette tildelelsestrinnet involverer både (a) å bestemme hvilke blokker som skjæres av borehullene 12 til brønnene, og (b) å
plassere verdiene observert ved hvert skjærte borehullssegment i den korresponderende blokk. Disse tildelte verdier beholdes uforandret under modifisering eller pertubasjon av
modellblokkegenskapsverdier, som skal diskuteres nedenfor.
3. En bruker av prosessen forlanges da i trinn 206 å spesifisere geologiske og geofysiske kriterier eller regler for modellering. Denne oppfinnelse er primært fokusert på å bygge opp en geologisk modell slik at syntetiske seismiske traser generert fra modellen
anpasser observerte seismiske traser. Imidlertid er seismiske trase-kriterier alene sjelden tilstrekkelig til å generere en fornuftig geologisk modell. Av denne årsak bør den geologiske modelleringsprosess inkludere flere ytterligere geologiske og geofysiske kriterier som den geologiske modellen må møte. Typiske eksempler på ikke-trase kriterier omfatter mål på tre-dimensjonal romlig kontinuitet (f.eks. variogrammer) av litofacies og porøsitet, kart over netto/brutto-forhold, frekvensfordelinger av litofacies og porøsitet, og kalibreringsutledede seismisk baserte egenskaper beregnet over seismiske tidsintervall. Slike kriterier blir heretter referert til som komponenter.
4. De forskjellige komponenter kan hver bli definert i matematiske termer, hvilket tillater sammenligning av ønskede verdier med de som beregnes fra en potensialmodell. Å kombinere komponenter i en matematisk målfunksjon summerer den overordnede overensstemmelse mellom den geologiske modell og de ønskede kriterier eller regler. Dette tillater integrering av flere typer informasjon og sammenhenger i modellen.
Tabell 1 nedenfor lister opp kriterier som har blitt funnet nyttige for geologisk modellering, selv om andre komponenter kan være like nyttige.
Tabell 1. Nyttige målfunksjon komponenter Geologiske komponenter
Litofacies
• To-punkt variogram (to-litofacies indikator)
• To-punkt histogram (N litofacies)
• Multipunkt kovarians (to-litofacies indikator)
• Multipunkt histogram (N litofacies)
• Litofacies fraksjoner eller prosentdeler
• Netto/brutto-forhold
• Kart over litofacies fraksjoner eller prosentdeler
• Kart over netto/brutto-forhold
• Vertikale profiler over litofacies fraksjoner eller prosentdeler
Porøsitet (beregninger valgfritt ved litofacies eller for hele geologiske modellen)
• Histogrammer
• Kart over gjennomsnittsporøsitet
• Vertikale profiler over gjennomsnittsporøsitet
• To-punkt porøsitets-variogram
• To-punkt porøsitets-indikator-variogram
Geofysiske komponenter
• Litofacies prosentdeler eller sannsynlighet for intervall innen seismiske traser • Gjennomsnittsporøsitet for intervall innen seismiske traser
• Seismiske traser (amplitude)
• Seismiske attributter
• Kart over intervallhastighet
I trinn 206, spesifiserer brukeren verdier som slike kriterier er ønsket å oppnå i den endelige modell. Et typisk eksempel på et litofacies-basert kriterium er prosentdelen av hver litofaciestype (f.eks. 35% sandstein, 65% skifer) som skal finnes i den endelige modell. Et eksempel på et porøsitetsbasert kriterium er histogrammet over porøsitet i sandstein som er ønsket i modellen. Et eksempel på et geofysisk kriterium er settet med de observerte seismiske traser som skal tilpasses. Kriteriene kan spesifiseres på mange måter, inkludert tall, variogram-modeller, frekvensfordelinger og kartnett (gridded maps), blant andre. Det er også bekvemt å beregne slik informasjon fra separat frembragte 2-D rekker eller tre-dimensjonal modeller.
Ikke-trase komponenter er viktige til og med utover evnen til å integrere forskjellige trekk. Det er vel kjent av seismiske modellerere at meget tynne lag vil ha bare liten effekt på formen av de genererte syntetiske seismiske traser, og at disse bidrar til ikke-unikheten av seismiske inversjoner. Observerte seismiske traser og syntetiske seismiske traser estimerer grovt den vertikale variasjon og verdiene for litofacies og porøsitet, men gir ikke informasjon i den fine vertikale skala som typisk kreves av tre-dimensjonal geologiske modeller, man kan ikke forvente at seismiske modeller tilveiebringer en fordeling av litofacies og porøsitet med en finere oppløsning enn det som gis av de seismiske traser. Følgelig, sammen med seismiske traser, krever en foretrukket metode for å utøve foreliggende oppfinnelse bruk av ytterligere målfunksjonskomponenter for å begrense stablingen av litofacies og porøsitet. For eksempel vertikale variogrammer over litofacies og porøsitet tilveiebragt fra vertikalt detaljerte brønndata binder fine detaljer innen den grovere traseoppløsning.
I tillegg har traser tett avstand lateralt, men hver syntetisk seismisk trase beregnes uavhengig og bærer derfor ingen direkte informasjon vedrørende lateral kontinuitet. Laterale variogrammer over litofacies og porøsitet er nyttige komponenter for å kontrollere lateral kontinuitet. Andre nyttige komponenter i målfunksjonen inkluderer litofacies fraksjoner (global eller kartlagt), porøsitetshistogrammer (mot litofacies), kartlagt gjennomsnittsporøsitet (global eller mot litofacies), og vertikale trender i litofacies og porøsitet.
Et viktig moment ved definisjonen av disse kriterier er å ta i betraktning stratigrafiske korrelasjoner. Laterale variogrammer, for eksempel, bør beregnes for å måle kontinuitet parallelt med stratigrafiske flater, ikke bare i en horisontal dybde. Hvis strukturelle fall (dip) og stratigrafiske korrelasjoner ikke blir betraktet, vil et histogram som er beregnet horisontalt krysse strata og representere ikke-korrelative bergarter. Dette konsept diskuteres videre nedenfor vedrørende pertubasjon av parameterverdiene for modellblokkene.
Seismiske traser er et nøkkelelement i oppbyggingen av den geologiske modell, og er i selv seg et kriterium av målfunksjonene. De observerte seismiske traser er assosiert med korresponderende stabler av blokker 90 under trinn 208. Når seismiske traser blir valgt ut, er en foretrukket metode at bare en trase plasseres i en stabel av blokker. Hvis blokker er store i forhold til avstanden mellom traser, da bør det brukes et undersett av trasene. Trasene nærmest blokksentrene blir typisk brukt, men forskjellige utvalgskriterier kan benyttes. På den annen side, hvis det ikke eksisterer noen traser av egnet kvalitet for en gitt stabel av blokker, behøver ikke stabelen få tildelt noen trase, og ingen syntetisk seismisk trase behøver å beregnes for denne stabel. Laterale variogrammer og andre komponenter i målfunksjonen vil bringe informasjon til disse blokker. Av denne årsak kan også traser fra 2-D seismiske undersøkelser også brukes med denne oppfinnelse. 4. Trinn 210 utføres for å etablere relasjoner slik at litofacies og porøsitet kan brukes til å estimere akustisk hastighet og bulktetthet. En enkelt, litofacies-uavhengig relasjon kan brukes, eller separate kalibreringer kan defineres for hvert litofacies. I de fleste tilfelle er en foretrukket metode å bruke en separat kalibrering for hvert litofacies. En enkel metode for å definere disse relasjoner er å etablere rettlinje interpolatorer, slik det vanligvis gjøres med loggekurver på området petrofysikk. Slike interpolatorer relaterer akustisk hastighet til bergart og fluid til porøsitet (f.eks. Wyllie's ligning), og relaterer bergarts- og fluidtetthet til porøsitet. Andre lignende kalibreringer kan også brukes. Tolkning av bulktetthet og akustisk hastighet for en gitt verdi av porøsitet er da en enkel sak.
En alternativ metode for å definere disse relasjoner er å bruke bivariable sannsynlighetsfordelinger, si mellom bulktetthet og porøsitet. Her kan man bruke et kryssplott, eller en korrelasjonskoeffisient og en antatt bivariabel normalfordeling, til å representere relasjonene mellom porøsitet og tetthet. Lignende bivariable relasjoner kan brukes mellom porøsitet og hastighet. For et gitt litofacies og verdi for porøsitet, kan verdier for tetthet og hastighet tilveiebringes ved slumpartet sampling fra passende bivariable fordelinger.
Seismiske undersøkelser utføres over bergarter som inneholder forskjellige fluider i forskjellig mengde (dvs. vann, olje og gass) som påvirker den seismiske respons. Ved beregning av akustisk hastighet og bulktetthet for en blokk, kan litofacies og porøsitet alene ikke være tilstrekkelig fordi fluidinnhold kan innvirke betydelig på bulktetthet og akustisk hastighet. Det er derfor nødvendig å ta med i beregningen vann, olje og gassmetninger. Den beregnede metning for en gitt blokk brukes da med porøsitet og annen informasjon til å bestemme de passende verdier av akustisk hastighet og bulktetthet for å beregne syntetiske seismiske traser. 5. Under trinn 212 utføres tids-dybde-konversjon på de tolkede seismiske flater ved bruk av standardmetoder som er kjent for fagfolk på området. Enhver posisjon langs en tolket seismisk flate er kjent i seismisk tid, og tids-dybde-konversjonen tillater en dybde å assosieres med hver slik posisjon. Denne kjennskap til tids-dybde-sammenhenger langs de nettinndelte (gridded) flater tillater oss å beregne seismisk tid korresponderende til dybden av enhver blokk i den geologiske modell. 6. Dernest er det nødvendig å bestemme den seismiske puls som er passende for denne seismiske undersøkelse under trinn 214. Denne prosess bruker de normale prosedyrer kjent for fagfolk på området seismisk modellering. Pulsen kan være null-fase eller enhver transform derav, slik som minimum fase eller integrert puls.
Legg merke til at trinn 210, 212 og 214 kan utføres i enhver rekkefølge i forhold til trinn 202 - 208. Det er vanlig at trinn 210, 212 og 214 kan utføres først, eller at trinn 202 - 208 gjøres parallelt med dem. 7. En innledende modell forberedes under trinn 216 ved å tildele estimert litofacies og estimert porøsitet til de blokker som ikke inneholder brønndata. Trinn 216 fyller blokkene 90 med litofacieskoder og porøsitetsverdier, og kan utføres på enhver passende, til og med vilkårlig, måte, en slumpartet prosess blir typisk brukt. Det er ikke nødvendig at de tildelte litofacies og porøsiteter oppfyller de geologiske og geofysiske begrensninger som vil kontrollere modelleringsprosessen i de følgende trinn. En foretrukket metode er å sample fra en ønsket fraksjonsfordeling av litofacies, og å sample fra porøsitetsfordelinger som representerer litofacies.
En annen metode for å initialisere modellen er å laste inn en tidligere generert modell i blokkene. Dette er bekvemt hvis det er ønskelig å endre komponenter, vektinger eller ønskede kriterier i en delvis gjennomført modell-byggings-prosess.
8. Trinn 218 og 220 utføres så for å beregne en syntetisk seismisk trase ved hver vertikal stabel av blokker 90 i modellen. Gitt de innledende litofacies og porøsitetsverdier for hver blokk 90 i modellen og kalibreringene utviklet i trinn 210, kan man generere to nye egenskaper, akustisk hastighet og bulktetthet. Produktet av akustisk hastighet og bulktetthet i en blokk 90 definerer akustisk impedans for denne blokk. Fra disse impedanser kan man bruke velkjente prosedyrer til å beregne refleksjonskoeffisienter ved toppen og bunnen av hver blokk 90.
Det seismiske modelleringstrinn 218, 220 gjøres typisk i seismisk tid, i stedet for dybde, så tider assosiert med blokkene er påkrevet. De seismiske tider til toppen og bunnen av hver blokk 90 kan beregnes ved først å definere et referansedatum (si, flate 10 eller toppen av modellen) for hvilken både tid og dybde er kjent, og så flytte seg vertikalt gjennom modellen og bruke akustiske hastigheter tildelt hver blokk til å beregne de seismiske tider ved blokkgrensene.
Med bruk av impedansen og annen informasjon, beregner neste trinn en syntetisk seismisk trase for hver vertikal stabel av blokker i den geologiske modell ved å konvolvere den seismiske puls med de beregnede refleksjonskoeffisienter, som indikert ved 220. Denne prosess er kjent for utøvere av seismisk modellering.
Beregning av syntetiske seismiske traser er utsatt for seismiske kanteffekter. Et seismisk signal i en posisjon er ikke bare avhengig av denne posisjons bergartsegenskaper og fluidinnhold, men også slike egenskaper under og over det. For eksempel, i tilfelle med en null-fase puls, strekker denne avhengighet seg i det minste en halvpart av lengden av den seismiske puls over og under den aktuelle posisjon. Prosessen med å generere den syntetiske trase må slik ta i betraktning slike effekter ved modellens topp og bunn. Flere metoder er tilgjengelige for å korrigere for kanteffekter forårsaket av ikke-eksistens av impedanser over og under det modellerte intervall.
Den enkleste metode danner et begrenset antall av tykke, modell-brede lag med tildelt akustisk hastighet og bulktetthet ved toppen og bunnen av modellen. En mer omfattende modell definerer tre-dimensjonal modellen som å inneholde tilleggsblokker ved toppen og bunnen av modellen. Denne andre metode foretrekkes med mindre beregningstid betraktes å være av betydning. 9. Trinn 222 utføres så for å beregne statistikk for å måle graden av overensstemmelse mellom de syntetiske seismiske traser og de observerte seismiske traser. Hver observert trase består av en serie med tid-amplitude-par (T, AMPobs). For hver tid tilveiebringer den syntetiske trase også en amplitudeverdi, AMPsyn. Trinn 222 sammenligner de syntetiske seismiske traser med de observerte seismiske traser for å måle deres grad av overensstemmelse. Dette kan gjøres ved, for eksempel, å beregne kvadratisk middelverdi- (root-mean-square, RMS) forskjellen (eller enkelt sum av kvadrater av forskjeller, SSD (for «sum-of-squares of differeces») mellom AMPobs og AMPsyn for alle par i en trase og over alle traser, som følger:
SSD = 2s2t (AMPobs - AMPsyn)<2>
RMS = (SSD/n) <1/2>
hvor 2S representerer summen over alle vertikale stabler av blokker for hvilke en observert seismisk trase opptrer, 2t representerer summen over alle tidspunkter i den seismiske trase for en gitt stabel av blokker, og n indikerer antallet par i summen av SSD. Best overensstemmelse impliseres av RMS- eller SSD-verdier nær null.
RMS påvirkes av valg av utgangspunkt og skala til den aktuelle variabel. Hvis RMS eller en lignende statistikk brukes til å sammenligne den syntetiske trase med den observerte seismiske trase, det beregnede mål på overensstemmelse vil avhenge ikke bare på graden av tilpasning, men også på amplitudevinningene ("amplitude gains", det vil si relative amplitudeskalering) til de to sett med traser. For å gjøre en gyldig sammenligning av traser, bør disse vinninger være identiske for begge. Standard deviasjon av amplitude er et passende mål på vinning for dette formål. For å sikre at vinningene er like, kan standard-deviasjonene av amplitude i de syntetiske seismiske traser tvinges til å stemme overens med standarddeviasjonen av de observerte seismiske data.
Et alternativt mål er korrelasjonskoeffisienten mellom AMPobs og AMPsyn, beregnet over alle par av punkter i trasene, best overensstemmelse impliseres hvis korrelasjonskoeffisienten, r, er nær 1. For å avpasse til andre komponenter (jevnfør trinn 224, nedenfor) som oppnår optimale verdier ved null, er en passende statistikk 1 - r<2>. Korrelasjonskoeffisienten er uavhengig av utgangspunkt og skalering, så vinning er ikke noe anliggende.
10. Det er da nødvendig å beregne statistikker for å måle graden av overensstemmelse av ikke-trase kriterier (trinn 224 og 226). Kriterier som ikke involverer seismiske traser ble diskutert i trinn 206 ovenfor og er ikke inkludert ovenfor i tabell 1. Slike komponenter må normalt benyttes for å innsnevre modellen tilstrekkelig til å produsere en rimelig geologisk modell. I tillegg, gir de styring (controls) for blokker ved en vertikal oppløsning som er finere enn den som tilveiebringes av de seismiske traser, så vel som å gi styring på lateral og vertikal kontinuitet av bergartsegenskaper. Bruk av slike komponenter tillater integrering av forskjellige typer informasjon og sammenhenger i den geologiske modell M.
Et foretrukket operasjonsmodus ved beregning av statistikker for disse kriterier er å ta med i beregning stratigrafiske korrelasjoner mellom blokker i modellen. For eksempel, hvis et lag er fallende, bør man ikke beregne et variogram horisontalt fra en blokk til tilliggende blokker, men i stedet bestemme graden og retningen av fall og velge de blokker som korrelerer stratigrafisk til den aktuelle blokk. Denne prosess bør følges ved beregning av alle slike kriterier. Beregning kan minskes hvis de vertikale posisjoner av blokkene er definert (trinn 202) ifølge korrelative koordinater
(også kalt relative Z koordinater), hvis det er så, lagres blokkene i rekker som representerer korrelative lag, og alle blokker i et slikt lag er korrelative. Bestemmelse av korrelative lag, enten under beregninger eller for å frembringe relative Z koordinater, er basert på datamaskin-nett (grids) som definerer stratigrafiske korrelasjoner.
Modelleringsprosessen (jfr. Trinn 206) krever at opptreningsinformasjon korresponderende til de ønskede komponenter eller kriterier tilveiebringes av brukeren. I dette trinn blir komponentstatistikker beregnet fra egenskapene til den innledende modell under trinn 224 og så sammenlignet til de ønskede verdier i trinn 226. For eksempel, se på prosentdel av hvert litofacies i modellen som er kriterium, en typisk sammenligningsstatistikk for denne komponent kan være summen av kvadrater av forskjellen mellom de modellbrede litofacies prosentdeler (PCTcal i den gjeldende geologiske modell og de ønskede prosentdeler
(PCTdes), som
hvor C0M1 representerer denne første komponent utvalgt til å bygge opp den geologiske modell, og er summen over alle modellerte litofacies. Et andre eksempel betrakter to-punkt variogrammet. Her er en typisk sammenligningsstatistikk summen av kvadrater av forskjellen mellom de modellvide variogrammer (ycal) beregnet fra den gjeldende geologiske modell og de ønskede variogramverdier (ydes) , som
hvor C0M2 representerer denne andre komponent valgt ut for å bygge opp den geologiske modell, og er summen over alle variogramdistanse og retningsvektorer.
Som et tredje eksempel, betrakt porøsitetshistogrammer, her kan man bruke
C0M3 = 2i2c(P0Rcal - PORdes)<2>
hvor PORcal representerer den beregnede fraksjon av porøsiteter fra gjeldende geologiske modell i en klasse av porøsitetshistogrammet, PORdes representerer den ønskede fraksjon i histogramklassen, Si representerer summen over alle litofacies, og Sc representerer summen over histogramklassene.
De seismiske trasekomponenter brukes på samme måte som de andre. Hvis RMS brukes, kan de seismiske trasekomponenter betegnes, for eksempel som C0M4=RMS.
11. Trinn 228 blir da utført for å beregne en målfunksjon. De spesifiserte komponenter kombineres til en multivariat målfunksjon, typisk gjennom en lineær
kombinasjon av de individuelle komponenter:
OBJ = SWiCOMi
hvor Wi representerer en vekting tildelt den i-te komponent, COMi, og summen er over alle komponenter som brukes for å bygge opp den geologiske modell. En foretrukket metode for å definere komponenter til målfunksjoner er å gjøre de ikke-negative og å tvinge dem til å nå en optimalverdi (perfekt overensstemmelse) ved null. Hvis dette gjøres for alle komponenter, vil målfunksjonen ha lignende egenskaper.
En foretrukket metode for å definere vektinger assosiert med hver komponent er å la
Wi = ViUi
hvor Vi representerer en vekting som tar i betraktning variabiliteten til komponenten (f.eks. den inverse av variansen på grunn av forandrende litofacies eller porøsitetsverdier) og Ui er en brukerdefinert, relativ vekting for komponenten. Noen kriterier er kjent med større sikkerhet enn andre, og vektingsfaktorene tillater oss å ta dette med i betraktning. Det er praktisk å reskalere vektingene Wi slik at OBJ=l.0 for den innledende modell.
Optimaliseringsprosess
Prosessen ifølge denne oppfinnelse krever pertubasjon av modellens bergartsegenskaper inntil det gjøres en bedre avpassing til de ønskede kriterier. Det vil si, inntil målfunksjonen oppnår en optimal verdi. Enhver av flere optimaliseringsprosesser kan brukes til å gjøre en serie med pertubasjoner tilveiebringe en bedre tilpasning av modellen. De forlangte karakteristikker av optimaliseringsprosessen er at egenskaper til de individuelle blokker kan modifiseres, en målfunksjon kan defineres å indikere grad av overensstemmelse, og pertubasjoner kan aksepteres eller avvises.
Et utførelse av denne oppfinnelse er å bruke simulert avherding (annealing) på grunn av dens evne til å unngå å fanges i lokale minima i objektfunksjonsrommet. Vi finner også at «maksimum allmenn posteriori»-metoden er effektiv som en annen utførelse fordi den krever færre forsøk for å finne forbedringer i objektfunksjonen. Andre potensielle optimaliseringsprosedyrer inkluderer genetiske algoritmer, så vel som kombinasjoner av algoritmer. Beskrivelsen her av optimaliseringsmetoden gjelder av simulert avherding fordi den er vel kjent og lett å forstå.
12. Pertubasjonsprosessen utføres ved slumpartet å velge ut en blokk 90 som indikert med trinn 230 og tentativt endre dens litofacies og porøsitet som indikert i trinn 232. Blokker hvor litofacies og porøsitetsverdier ble
tildelt direkte under trinn 204 er ikke kandidater for utvelgelse, disse observerte verdier vil forbli uendret. For den utvalgte blokk er en foretrukket metode for pertubasjon å slumpartet plukke et litofacies ifølge de ønskede proporsjoner av hvert litofacies i modellen, og slumpartet plukke en porøsitet fra fordelingen av porøsiteter korresponderende til dette litofacies.
13. En tentativ syntetisk trase for den vertikale stabel av blokker inneholdende den pertuberte blokk beregnes så under trinnene 234 og 236. For å gjøre dette, gjøres det bruk av de pertuberte verdier for litofacies og porøsitet for denne blokk med de tidligere utviklede kalibreringer. Dette gjøres for å generere, under trinn 234, nye tentative verdier for akustisk hastighet, bulktetthet, og deretter akustisk impedans, så beregnes det refleksjonskoeffisienter ved toppen og bunnen av den aktuelle blokk.
Når modellen initialiseres, er dybdene og korresponderende seismiske tider til toppene og bunnene av alle blokkene kjent. Etter som modellen pertuberes og blokklitofacies og porøsiteter forandrer seg, vil imidlertid de akustiske hastigheter assosiert med hver blokk også forandre seg. Dette har den effekt å forandre tids-dybde relasjonen til denne blokk. Hvis hastigheten forandrer seg litt, vil blokkens tykkelse i seismisk tid også forandre seg. Den seismiske modelleringsprosess kan håndtere dette på to mulige måter: (a) å ignorere tykkelsesvariasjonene og holde blokkdimensjonene (og tids-dybde relasjonen) konstant, eller (b) etter som hver blokk pertuberes og modifiseres, reberegne posisjonen i tid til denne blokks bunn de til alle dypere blokker.
Trinn 236 utføres for å beregne en syntetisk seismisk trase for den vertikale stabel av blokker som inneholder den pertuberte blokk. En foretrukket metode for å eksekvere dette trinn skiller seg fra trinn 220, i det at syntetiske seismiske traser ikke bør beregnes for hele modellen. Bare en enkelt stabel av blokker påvirkes ved å pertubere verdiene i en blokk, så det er tilstrekkelig bare å berregne den enkelte syntetiske seismiske trase.
14. Under trinn 238 beregnes graden av overensstemmelse av den tentative syntetiske seismiske trase med den observerte seismiske trase. Statistikken (f.eks. RMS) brukt til å sammenligne alle syntetiske traser med de observerte traser i trinn 222 beregnes også her for å bestemme om den tentative endring i den pertuberte blokk fører til en bedre avpassing med de observerte traser. Fordi bare en enkelt syntetisk trase ble beregnet, forenkles beregning av den tentative komponent, COMTi. Hvis S=2t (AMPobs-AMPsyn)2 beregnes for den gitte vertikale stabel av blokker, kan den tentative komponent beregnes ved
COMTi= 2s*2t (AMPobs-AMPsyn) 2+S
hvor representerer summen over alle vertikale stabler av blokker, unntatt den stabel som inneholder den pertuberte blokk.
15. Prosessen fortsettet deretter med å beregne statistikker for å måle graden av overensstemmelse av ikke-trase kriterier. Som i trinn 224, beregnes de andre geologiske og geofysiske modelleringsstatistikker som vist i trinn 240 og tentative komponenter av objektfunksjonen sammenlignes under trinn 242. Som i trinn 238, bør disse andre kriterier defineres på en slik måte at statistikkene ikke må reberegnes over hele modellen, men bare over delen som påvirkes av den pertuberte blokk. Generelt er en foretrukket basis for å velge ut komponentstatistikker at de kan oppdateres lokalt uten behov for å reberegne dem over hele den geologiske modell M. 16. Det neste prosesstrinn, 244, beregner en tentativ objektfunksjon. For å gjøre dette, kombineres de tentative komponentstatistikker for de seismiske traser og andre komponenter i en tentativ objektfunksjon, OBJtent= COMTi, hvor igjen summen er over alle komponenter, og COMTi representerer de tentative verdier av komponentene assosiert med denne pertubasjon. OBJtent måler graden av overensstemmelse mellom egenskaper i den tentative modell og de ønskede egenskaper. 17. Deretter i prosessen kommer avgjørelsestrinn 246, om pertubasjonen skal beholdes eller forkastes. Avgjørelsen om de tentative verdier i blokken skal beholdes eller ikke er avhengig av verdien til den nylig beregnede målfunksjon. Hvis det tentative mål OBJtent er nærmere optimum enn gjeldende målfunksjon OBJ (det vil si OBJtent < OBJ) som indikert ved 248, beholdes den tentative pertubasjon. I dette tilfelle lagres de tentative verdier for litofacies, porøsitet, bulktetthet og akustisk hastighet i modellen, og målfunksjonene og komponentene endres til de tentative verdier som indikert ved 252.
På den annen side, hvis målfunksjonen har økt som indikert ved 250, vil verdiene i blokken og målfunksjonskomponentene bli beholdt uforandret og prosesseringen returnerer til trinn 230. Imidlertid tillater simulert avherding å beholde den tentative endring med en liten sannsynlighet (probability) uansett målfunksjonens økning. Dette er beregnet på å hindre konvergens fra å bli fanget i et lokalt minimum i målfunksjonsrommet. Andre optimaliseringsmetoder kan muligens ikke tillate økninger i målfunksjonen. 18. Etter fullføring av trinn 252, utføres 254 for å bestemme om modellen er tilfredsstillende eller komplett. Hvis ikke, overføres kontroll til trinn 230 for å gjenta den simultane, avhengige multivariable iterasjon ved sekvensiell pertubasjon av blokker ifølge trinnene 230 til og med 244 beskrevet ovenfor. Avgjørelsen om å stoppe pertubasjonen gjøres hvis et tidligere tildelt antall pertubasjoner har blitt gjennomført eller hvis tidligere tildelte kriterier (f.eks. minimum akseptabel verdi) på målfunksjonen har blitt oppnådd. 19. Ved tilfredsstillende fullførelse av trinn 254, tilveiebringes den genererte modell som et utresultat til en fil under trinn 256. Den optimaliserte modell av litofacies, porøsitet, akustisk hastighet og bulktetthet er nå tilgjengelig for analyse, godkjennelse og for geologiske, geofysiske og ingeniørformål med annen programvare. Typiske bruksområder omfatter å generere fremvisninger (f.eks. tverrsnitt av litofacies eller porøsitet) fra modellen, utføre geologiske beregninger, å beregne andre geologiske eller petrofysiske variable (f.eks. permeabilitet) eller som inndata til
reservoarsimuleringsprogrammer.
En annen utførelse av oppfinnelsen er nyttig for å modellere to eller flere områder eller geologiske soner med forskjellig geologi. Det er sjelden at et sett med geologiske og geofysiske kriterier vil være passende for å beskrive fordelingen av litofacies og porøsitet for alle deler av et reservoar. For eksempel kan reservoaret ha blitt delt i geologiske soner basert på endringer i litofacies og/eller porøsitet og endringer i stratigrafisk korrelasjon. Selv innen en enkelt geologisk sone, kan regioner eller grupper av blokker ha forskjellige karakteristiske fordelinger av egenskaper, avhengig av deres spesielle facies eller assosiasjon av facies. I slike tilfelle bør ikke-trase kriterier spesifiseres separat for geologiske soner og for deler av soner.
Tre-dimensjonale maler 8templater) kan defineres for å trekke opp individuelle deler (lateralt og vertikalt) av reservoaret. Disse kan ta form av tre-dimensjonal polyedre, men et enkelt konsept fra dataområdet - en maskeringsrekke - er et foretrukket modus. Masken kan defineres å være en rekke med koder, hvor hvert element i rekken korresponderer til en blokk i modellen, kodene indikerer hvilken maske (det vil si, hvilken geologisk sone eller region) som inneholder denne blokk. Fordi masken representerer regioner mede forskjellige egenskaper, bør et individuelt sett med tilpasningskriterier (ønskede verdier brukt av målfunksjonskomponentene) brukes for hver maske. Når en gitt blokk brukes til å beregne en
tilpasningsstatistikk, bør beregningen baseres på kriteriene assosiert med denne blokks
maskeringsvariable. Hver komponent i målfunksjonen må da inkludere summer over maskene. For eksempel vil litofacies-prosentdel-komponenten utvides til
hvor Sm representerer summen over alle masker og de andre uttrykk ble definert ovenfor. Den totale målfunksjon defineres som før. De syntetiske seismiske traser beregnes uavhengig av masker, selv om relasjonene fra litofacies/porøsitet til tetthet/hastighet kan variere mede masken.
Gransking av Fig. 4 illustrerer skjematisk resultater som kan oppnås med foreliggende oppfinnelse ved bruk av tre geologiske soner. Litofacies (sandstein, skifer) og porøsitetsverdier ble estimert for blokker som omfattet tre stratigrafiske intervall eller soner 16', 18', 20' innen reservoaret. Konstante egenskaper ble tildelt rammeintervall 14' og 22' for å redusere kanteffekter under beregning av syntetiske seismiske traser.
Data fra brønn W, seismiske undersøkelsesdata og geologiske kriterier (f.eks. gjennomsnitts netto/brutto-forhold) gir hvert intervall en distinkt fordeling av reservoarkvalitet med fremhevende høy-porøse sandsteiner 18', fremhevende lav-porøsitets skifre 16' og mer variable reservoar-kvalitet bergarter 20'. Hvert stratigrafisk intervall har karakteristiske vertikale og laterale dimensjoner for sandsteiner og skifere som avpasser geologiske kriterier i form av variogrammer. Skifrene og sandsteinene er orientert parallelt med den stratigrafiske korrelasjonsflate 17.
Det viktigste reservoarintervall av interesse 18' har en klart definert sekvens av vertikalt avtakende reservoarkvalitet, fra høyporøsitets sandsteiner ved bunnen til medium-porøsitets skifrige sandsteiner nær toppen. Dette vertikale stablingsmønster av litofacies og porøsitetsverdier er konsistent med tolket geologisk informasjon brakt til prosessen som geologiske kriterier og er konsistent med observerte seismiske traser. Det viktigste reservoarintervall 18' avgrenses ovenfor av et relativt homogent intervall inneholdende modellblokker av lav-porøsitets skifer 16' som er konsistent med de observerte seismiske traser. Intervall 20' består av alternerende lag av variabel reservoarkvalitet, med høyporøs sandstein nær bunnen graderende oppover til lavporøse skifere.
Utførelsen av denne oppfinnelse som er beskrevet ovenfor er rettet mot å modellere litofacies og porøsitet. Imidlertid er oppfinnelsen like egnet i en situasjon hvor enhver diskrete og relaterte kontinuerlige variable modelleres samtidig, selv om seismisk modellering muligens ikke kan være passende for visse variable. Videre eksisterer andre utførelser av oppfinnelsen for å modellere en diskret variabel (f.eks. litofacies) og to eller flere ytterligere (kontinuerlige eller diskrete) variable. Et annet eksempel er å modellere litofacies, porøsitet og permeabilitet samtidig. Hvis permeabilitet blir modellert, bør komponenter lignende de brukt med porøsitet (f.eks. kontinuitet, histogrammer), pluss relasjoner mellom porøsitet og permeabilitet adderes. Tekniske komponenter (f.eks. brønntest-kriterier) kan også brukes.
I tillegg til å fremskaffe kriterier for å avpasse syntetiske seismiske traser, har seismiske data andre bruksområder, inkludert spesifikasjon av naturen til de syntetiske seismiske traser som genereres. Null-offset-beregninger av syntetiske seismiske traser mest likefremme utførelse av denne oppfinnelse. Imidlertid kan generering av seismiske traser implementeres ved bruk av tre-dimensjonal strålesporing (ray tracing). Dette ville ta høyde for ikke-null offsets og være anvendbar på slike seismiske data som amplitude-versus-offset (AVO) data. I dette tilfelle kan AVO-beregnede syntetiske traser muligens genereres for ytterligere stabler av blokker nær den pertuberte blokk.
Seismiske attributter brukes av geofysikere til å beskrive seismiske egenskaper i en undersøkelse. Disse attributter beregnes fra seismiske traser, typisk fra verdier innen tidsvinduer, men også ved spesifiserte seismiske tider. Et eksempel på et slikt attributt er midlere amplitudeverdi innen en del av en trase. En målfunksjonskomponent kan defineres for å sammenligne et observert seismisk attributt med det samme attributt beregnet fra en korresponderende syntetisk trase, tilsvarende det som gjøres med traseavpassing.
Informasjon fra en seismisk undersøkelse brukes for kalibrering av seismiske egenskaper til brønndata. Det typiske utgangspunkt er definisjon av intervall i en tre-dimensjonal undersøkelse. Disse intervall kan defineres på basis av seismisk korrellerbare sekvenser, infleksjonspunkt (for eksempel se US patentsøknad no. 08/422,021, «Method for Determining Formation Properties from Seimic Attributes» av C.S.Calvert et al., eid av samme søker som herværende søknad) eller andre kriterier. Kalibreringer mellom brønndata og seismiske attributter brukes så til å tildele egenskaper b(f.eks. gjennomsnittsporøsitet) til hvert intervall ved hver skuddpunktsposisjon. Disse observerte, kalibreringsbaserte intervallegenskaper brukes under modelleringsprosessen gjennom sammenligning med gjeldende blokks beregnede verdier. Dette krever en ytterligere komponent i vmålfunksjonen.
Prosessen med geologisk modellering ifølge foreliggende oppfinnelse har flere fordeler over dagens geostatistiske modelleringsmetoder som integrerer seismisk utledede bergartsegenskaper. Den integrerer seism9iske data direkte inn i estimeringen av blokkegenskaper.
Denne prosess for geologisk modellering har også flere fordeler over dagens geostatistiske modelleringsmetoder som integrerer seismiske traser: Den regner med effekten av litofacies, porøsitet og fluidmetning på seismisk respons.
Den modellerer litofacies og porøsitet ved bruk av geologiske begrensninger og konverterer disse blokkegenskaper til seismisk impedans for å ta høyde for geofysiske begrensninger. Disse trinn, fulgt for hver pertubasjon, tillater anvendelse av separate geologiske begrensninger på fordelingen av litofacies og fordelingen av porøsitet. Dette eliminerer usikkerheten i kontinuiteten av seismisk impedans hvor impedans er svarende til mer enn en bergartsegenskap.
Den bruker optimaliseringsteknikker som har en begrenset avhengighet av den innledende geologiske modell og som sikrer reproduksjon av vertikale og laterale variogrambegrensninger på den romlige kontinuitet av litofacies og porøsitet.
Den modellerer samtidig multiple soner for å regne med kompleks stratigrafi og seismiske kanteffekter.

Claims (30)

1. Fremgangsmåte for å danne en geologisk modell av et undergrunnsreservoar av interesse basert på litofacies og porøsitetsdata tilveiebragt fra brønner i reservoaret og seismiske traser tilveiebragt fra seismiske undersøkelsesdata, idet nevnte geologiske modell er arrangert i et tildelt antall modellblokker (90) i en tre-dimensjonal rekke korresponderende til reservoaret, karakterisert ved trinnene: • å danne en tentativ geologisk modell ved å tildele (204) observerte litofacies og porøsitetsverdier til modellblokker hvor brønndata er til stede og ved å tildele (216) estimerte litofacies og porøsitetsverdier til modellblokker hvor brønndata ikke er til stede, • å danne syntetiske seismiske traser (218, 220) basert på modellblokkverdier for litofacies og porøsitet, hvor man tar med i beregningen fluidmetning, • å danne et statistisk mål (222) som indikerer anpassingen mellom de syntetiske seismiske traser og de tilveiebragte seismiske traser, • å danne mål (224) som indikerer fordelingen av litofacies og porøsitetsverdier innen den tentative geologiske modell, • å sammenligne de dannede mål (226) med spesifikke kriterier vedrørende i det minste fordeling av litofacies og porøsitet for å bestemme om graden av overensstemmelse er akseptabel, • å beholde den gjeldende tentative geologiske modell hvis den er bestemt å være akseptabel under nevnte sammenligningstrinn, • å danne en ny tentativ geologisk modell ved å pertubere (232) litofacies og porøsitetsverdiene innen den gjeldende geologiske modell hvis nevnte gjeldende tentative geologiske modell bedømmes uakseptabel under nevnte sammenligningstrinn, og • iterativt å repetere (254) nevnte trinn med å danne syntetiske seismiske traser, danne mål, sammenligne mål, og beholde eller pertubere inntil spesifiserte grenser for aksepterbarhet er oppnådd.
2. Fremgangsmåte ifølge krav 1, omfattende de ytterligere trinn: å danne en utgangsregistrering (256) av litofacies og porøsitetsverdiene til den akseptable geologiske modell.
3. Fremgangsmåte ifølge krav 1, hvor nevnte trinn med å danne syntetiske seismiske traser omfatter trinnene: • å beregne akustisk hastighet og bulktetthetsverdier (218) fra litofacies og porøsitetsverdiene, hvor man tar med i beregningen fluidmetning, • å danne et mål for akustisk impedans (218) for modellblokkene basert på den akustiske hastighet og bulktetthetsverdiene, • å bestemme refleksjonskoeffisienter ved øvre og nedre flater av modellblokkene basert på målet for den akustiske impedans, og • å konvolvere en seismisk puls med refleksjonskoeffisientene for hver vertikal stabel av modellblokker (220).
4. Fremgangsmåte ifølge krav 1, hvor nevnte spesifiserte kriterier inkluderer romlig kontinuitet av litofacies og porøsitet.
5. Fremgangsmåte ifølge krav 1, hvor nevnte spesifiserte kriterier inkluderer vertikale eller laterale trender av litofaciesinnhold og porøsitetsverdier.
6. Fremgangsmåte ifølge krav 1, hvor nevnte spesifiserte kriterier inkluderer frekvensfordelinger av litofacies og porøsitet.
7. Fremgangsmåte ifølge krav 1, hvor nevnte spesifiserte kriterier inkluderer netto/brutto-forhold.
8. Fremgangsmåte ifølge krav 1, hvor nevnte spesifiserte kriterier inkluderer kalibrerings-utledede seismiske egenskaper.
9. Fremgangsmåte ifølge krav 1, hvor de syntetiske seismiske traser brukes til å beregne seismiske attributter for sammenligning med nevnte spesifiserte kriterier.
10. Fremgangsmåte ifølge krav 1, hvor nevnte trinn med å danne syntetiske seismiske traser utføres av en programmert digital datamaskin.
11. Fremgangsmåte ifølge krav 1, hvor nevnte geologiske modell inkluderer multiple soner (14', 16', 18') .
12. Fremgangsmåte ifølge krav 1, hvor nevnte geologiske modell inkluderer multiple grupper av blokker innen en sone hvor hver gruppe omfatter blokker med tilsvarende geologiske karakteristikker.
13. Fremgangsmåte ifølge krav 1, hvor nevnte sammenligningstrinn omfatter trinnene: • å beregne under hver gjeldende iterasjon en beregnet multikomponent målfunksjon basert på målene oppnådd fra nevnte dannelsestrinn under denne iterasjon, og • å sammenligne de beregnede multikomponent målfunksjoner for denne iterasjon med den beregnede multikomponent målfunksjon fra en tidligere iterasjon.
14. Fremgangsmåte ifølge krav 13, hvor nevnte sammenligningstrinn omfatter: å bestemme hvilken av de sammenlignede multikomponent målfunksjoner som har en lavere verdi.
15. Fremgangsmåte ifølge krav 14, ytterligere omfattende trinnet: å erstatte den beregnede multikomponent målfunksjon fra den tidligere iterasjon hvis den er større enn den beregnede multikomponent målfunksjon fra gjeldende iterasjon.
16. Fremgangsmåte ifølge krav 1, hvor to eller flere bergartsegenskaper kan modelleres samtidig.
17. Fremgangsmåte ifølge krav 3, hvor nevnte geologiske modell omfatter multiple soner.
18. Fremgangsmåte ifølge krav 3, hvor nevnte geologiske modell inkluderer multiple grupper av blokker innen en sone hvor hver gruppe omfatter blokker med lignende geologiske karakteristikker.
19. Fremgangsmåte for å danne en geologisk modell av et undergrunnsreservoar av interesse, idet nevnte geologiske modell arrangeres i et tildelt antall blokker (90) i en tre-dimensjonal rekke korresponderende til reservoaret, karakterisert ved trinnene: • å tilveiebringe geologiske data, omfattende i det minste litofaciesdata og porøsitetsdata, fra brønner (12) i reservoaret, • å tilveiebringe seismiske undersøkelsesdata i området for reservoaret, • å danne en tentativ geologisk modell ved å tildele tilveiebragte og estimerte geologiske dataverdier til modellblokker, • å danne syntetiske seismiske traser (216, 218, 220) basert på de tildelte modellblokkverdier, • å danne et statistisk mål (222) som indikerer anpassingen mellom de syntetiske seismiske traser og de tilveiebragte seismiske undersøkelsesdata, • å danne mål (224) som indikerer fordelingen av modellblokkverdier innen den tentative geologiske modell, • å sammenligne de så dannede mål (226) med spesifiserte kriterier vedrørende i det minste fordeling av litofacies og porøsitet for å bestemme om graden av overensstemmelse er akseptabel, • å beholde den gjeldende tentative geologiske modell hvis den bestemmes akseptabel under nevnte sammenligningstrinn, • å danne en ny tentativ geologisk modell ved å pertubere (232) modellblokkverdiene innen gjeldende tentative geologiske modell hvis nevnte gjeldende tentative geologiske modell bestemmes uakseptabel under nevnte sammenligningstrinn, og • iterativt å repetere (254) nevnte trinn med danning av syntetiske seismiske traser, danning av mål, sammenligning av mål og å beholde eller pertubere videre inntil spesifiserte grenser for aksepterbarhet er oppnådd.
20. Fremgangsmåte ifølge krav 19, videre omfattende trinnene: å danne en utgangsregistrering (256) av modellblokkverdiene til den akseptable geologiske modell.
21. Fremgangsmåte ifølge krav 19, hvor nevnte trinn for å danne syntetiske seismiske traser omfatter trinnene: • å konvertere de tildelte modellblokkverdiene til akustisk hastighet og bulktetthetsverdier, • å danne et mål for akustisk impedans for modellblokkene basert på akustisk hastighet og bulktetthetsverdiene, • å bestemme refleksjonskoeffisienter ved øvre og nedre flater av modellblokkene basert på det akustiske impedansmål, og • å konvolvere en seismisk puls med refleksj onskoeffisientene.
22. Fremgangsmåte ifølge krav 19, hvor nevnte trinn for å danne syntetiske seismiske traser utføres i en programmert digital datamaskin.
23. Fremgangsmåte ifølge krav 19, hvor nevnte sammenligningstrinn omfatter trinnene: • å beregne under hver gjeldende iterasjon en beregnet multikomponent målfunksjon basert på målene tilveiebragt i fra nevnte dannelsestrinn under denne iterasjon, og • å sammenligne de beregnede multikomponent målfunksjoner for denne iterasjon med den beregnede multikomponent målfunksjon fra en tidligere iterasjon.
24. Fremgangsmåte ifølge krav 21, hvor verdiene for akustisk hastighet og bulktetthet tilveiebringes ved å ta i betraktning fluidmetning.
25. Fremgangsmåte ifølge krav 19, hvor to eller flere bergartsegenskaper kan modelleres samtidig.
26. Fremgangsmåte ifølge krav 19, hvor nevnte geologiske modell inkluderer multiple soner.
27. Fremgangsmåte ifølge krav 19, karakterisert ved at nevnte geologiske modell inkluderer multiple grupper av blokker innen en sone hvor hver gruppe omfatter blokker med lignende geologiske karakteristikker.
28. Fremgangsmåte ifølge krav 1, hvor nevnte spesifiserte kriterier inkluderer kartlagte intervall midlere akustisk hastighet.
29. Fremgangsmåte ifølge krav 19, hvor de tildelte modellblokkverdier er delvis basert på de tilveiebrakte geologiske data.
30. Fremgangsmåte ifølge krav 19, hvor de syntetiske seismiske traser inkluderer ikke-null-offset beregnede traser.
NO19984621A 1996-04-04 1998-10-02 Tre-dimensjonal geologisk modellering NO326598B1 (no)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US1481796P 1996-04-04 1996-04-04
US08/760,951 US5838634A (en) 1996-04-04 1996-12-09 Method of generating 3-D geologic models incorporating geologic and geophysical constraints
PCT/US1997/003979 WO1997038330A1 (en) 1996-04-04 1997-03-13 3-d geologic modelling

Publications (3)

Publication Number Publication Date
NO984621D0 NO984621D0 (no) 1998-10-02
NO984621L NO984621L (no) 1998-12-04
NO326598B1 true NO326598B1 (no) 2009-01-19

Family

ID=26686569

Family Applications (1)

Application Number Title Priority Date Filing Date
NO19984621A NO326598B1 (no) 1996-04-04 1998-10-02 Tre-dimensjonal geologisk modellering

Country Status (6)

Country Link
US (1) US5838634A (no)
EP (1) EP0891562B1 (no)
CA (1) CA2251365C (no)
MY (1) MY116873A (no)
NO (1) NO326598B1 (no)
WO (1) WO1997038330A1 (no)

Families Citing this family (259)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2748516B1 (fr) * 1996-05-07 1998-06-26 Inst Francais Du Petrole Methode pour realiser un modele cinematique en 2d de bassins geologiques affectes par des failles
US5905657A (en) 1996-12-19 1999-05-18 Schlumberger Technology Corporation Performing geoscience interpretation with simulated data
US6052650A (en) * 1997-02-27 2000-04-18 Schlumberger Technology Corporation Enforcing consistency in geoscience models
US6106561A (en) * 1997-06-23 2000-08-22 Schlumberger Technology Corporation Simulation gridding method and apparatus including a structured areal gridder adapted for use by a reservoir simulator
GB2326747B (en) * 1997-06-23 2000-01-19 Schlumberger Holdings Seismic simulation methods and apparatus
FR2765692B1 (fr) * 1997-07-04 1999-09-10 Inst Francais Du Petrole Methode pour modeliser en 3d l'impedance d'un milieu heterogene
US6016462A (en) * 1997-08-29 2000-01-18 Exxon Production Research Company Analysis of statistical attributes for parameter estimation
FR2768818B1 (fr) * 1997-09-22 1999-12-03 Inst Francais Du Petrole Methode statistique de classement d'evenements lies au proprietes physiques d'un milieu complexe tel que le sous-sol
US5995906A (en) * 1997-10-03 1999-11-30 Western Atlas International, Inc. Method for reconciling data at seismic and well-log scales in 3-D earth modeling
US6052520A (en) * 1998-02-10 2000-04-18 Exxon Production Research Company Process for predicting behavior of a subterranean formation
US6191787B1 (en) 1998-02-10 2001-02-20 Schlumberger Technology Corporation Interactively constructing, editing, rendering and manipulating geoscience models
FR2776393B1 (fr) * 1998-03-20 2001-09-07 Inst Francais Du Petrole Methode pour former automatiquement un modele simulant la structure stratigraphique d'une zone souterraine
DE69833043T2 (de) * 1998-04-09 2006-08-24 Schlumberger Technology Corp., Austin Konsistenzerzwingung geologischer modelle
GB9904101D0 (en) * 1998-06-09 1999-04-14 Geco As Subsurface structure identification method
GB9819910D0 (en) * 1998-09-11 1998-11-04 Norske Stats Oljeselskap Method of seismic signal processing
US6721694B1 (en) 1998-10-13 2004-04-13 Raytheon Company Method and system for representing the depths of the floors of the oceans
US6185512B1 (en) 1998-10-13 2001-02-06 Raytheon Company Method and system for enhancing the accuracy of measurements of a physical quantity
US6088656A (en) * 1998-11-10 2000-07-11 Schlumberger Technology Corporation Method for interpreting carbonate reservoirs
AU3229900A (en) * 1999-02-12 2000-08-29 Prange, Michael Uncertainty constrained subsurface modeling
FR2792419B1 (fr) * 1999-04-16 2001-09-07 Inst Francais Du Petrole Methode pour obtenir un modele optimal d'une caracteristique physique dans un milieu heterogene, tel que le sous-sol
US6912491B1 (en) * 1999-05-25 2005-06-28 Schlumberger Technology Corp. Method and apparatus for mapping uncertainty and generating a map or a cube based on conditional simulation of random variables
FR2795841B1 (fr) * 1999-07-02 2001-08-10 Inst Francais Du Petrole Methode pour deformer graduellement des simulations sequentielles d'un milieu heterogene tel qu'une zone souterraine
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
GB2354852B (en) * 1999-10-01 2001-11-28 Schlumberger Holdings Method for updating an earth model using measurements gathered during borehole construction
ATE337566T1 (de) * 1999-10-22 2006-09-15 Jason Geosystems B V Verfahren zur bestimmung der elastischen parameter und felszusammensetzung von unterirdischen formationen mit hilfe von seismischen daten
US6480790B1 (en) 1999-10-29 2002-11-12 Exxonmobil Upstream Research Company Process for constructing three-dimensional geologic models having adjustable geologic interfaces
US6965849B1 (en) * 2000-02-10 2005-11-15 Schlumberger Technology Corporation Method of designing geophysical surveys
US6826486B1 (en) * 2000-02-11 2004-11-30 Schlumberger Technology Corporation Methods and apparatus for predicting pore and fracture pressures of a subsurface formation
US6374185B1 (en) * 2000-02-18 2002-04-16 Rdsp I, L.P. Method for generating an estimate of lithological characteristics of a region of the earth's subsurface
US6370491B1 (en) * 2000-04-04 2002-04-09 Conoco, Inc. Method of modeling of faulting and fracturing in the earth
US6618678B1 (en) 2000-05-26 2003-09-09 Jason Geosystems B.V. Method of joint analysis and interpretation of the subsurface from multiple seismic derived layer property data sets
US6302221B1 (en) 2000-05-31 2001-10-16 Marathon Oil Company Method for predicting quantitative values of a rock or fluid property in a reservoir using seismic data
CA2353320A1 (en) * 2000-07-26 2002-01-26 Schlumberger Canada Limited Frequency domain variogram computation and mapping
US6484101B1 (en) * 2000-08-16 2002-11-19 Imagelinks, Inc. 3-dimensional interactive image modeling system
US7415401B2 (en) * 2000-08-31 2008-08-19 Exxonmobil Upstream Research Company Method for constructing 3-D geologic models by combining multiple frequency passbands
AU2002239619A1 (en) * 2000-12-08 2002-06-18 Peter J. Ortoleva Methods for modeling multi-dimensional domains using information theory to resolve gaps in data and in theories
AU2002236629A1 (en) * 2000-12-18 2002-07-01 Schlumberger Holdings Limited Seismic signal processing method and apparatus for generating correlation spectral volumes to determine geologic features
US7526413B2 (en) * 2001-01-31 2009-04-28 Exxonmobil Upstream Research Company Volumetric laminated sand analysis
US7203342B2 (en) * 2001-03-07 2007-04-10 Schlumberger Technology Corporation Image feature extraction
US6853922B2 (en) * 2001-07-20 2005-02-08 Tracy Joseph Stark System for information extraction from geologic time volumes
US6850845B2 (en) * 2001-07-20 2005-02-01 Tracy Joseph Stark System for multi-dimensional data analysis
US6817218B1 (en) * 2001-09-14 2004-11-16 Emerald Geoscience Research Corp. Non-linear statistically constrained AVO inversion
US6587791B2 (en) * 2001-10-11 2003-07-01 Pioneer Natural Resources Usa, Inc. System and method for assigning exploration risk to seismic attributes
GB0125713D0 (en) * 2001-10-26 2001-12-19 Statoil Asa Method of combining spatial models
US6597992B2 (en) * 2001-11-01 2003-07-22 Soil And Topography Information, Llc Soil and topography surveying
US7248259B2 (en) * 2001-12-12 2007-07-24 Technoguide As Three dimensional geological model construction
US7606691B2 (en) * 2001-12-13 2009-10-20 Exxonmobil Upstream Research Company Method for locally controlling spatial continuity in geologic models
US20030182093A1 (en) * 2002-03-25 2003-09-25 Jones Thomas A. Controlling azimuthally varying continuity in geologic models
FR2837947B1 (fr) * 2002-04-02 2004-05-28 Inst Francais Du Petrole Methode pour quantifier les incertitudes liees a des parametres continus et discrets descriptifs d'un milieu par construction de plans d'experiences et analyse statistique
GB2387454A (en) * 2002-04-10 2003-10-15 Westerngeco Ltd Processing Seismic Data
US6832159B2 (en) * 2002-07-11 2004-12-14 Schlumberger Technology Corporation Intelligent diagnosis of environmental influence on well logs with model-based inversion
EP1398649B1 (fr) * 2002-09-12 2006-03-22 Totalfinaelf S.A. Méthode de calage d'un puits de forage
AU2003263015B2 (en) * 2002-09-26 2009-01-22 Exxonmobil Upstream Research Company Method for performing stratigraphically-based seed detection in a 3-D seismic data volume
US7379854B2 (en) * 2002-12-19 2008-05-27 Exxonmobil Upstream Research Company Method of conditioning a random field to have directionally varying anisotropic continuity
FR2852710B1 (fr) * 2003-03-18 2005-04-29 Inst Francais Du Petrole Methode pour former rapidement un modele stochastique representatif de la distribution d'une grandeur physique dans un milieu heterogene par une selection appropriee de realisations geostatistiques
US6804609B1 (en) * 2003-04-14 2004-10-12 Conocophillips Company Property prediction using residual stepwise regression
US7835893B2 (en) * 2003-04-30 2010-11-16 Landmark Graphics Corporation Method and system for scenario and case decision management
US7072768B1 (en) 2003-05-02 2006-07-04 Young Alan G Method for laterally extrapolating soil property data using soil samples and seismic amplitude data within a seismic coverage area
US6999879B2 (en) * 2003-05-14 2006-02-14 Exxonmobil Upstream Research Company Method for controlling seismic coverage using decision theory
US7493241B2 (en) * 2003-07-23 2009-02-17 Lee Wook B 3D velocity modeling, with calibration and trend fitting using geostatistical techniques, particularly advantageous for curved for curved-ray prestack time migration and for such migration followed by prestack depth migration
US7523396B2 (en) * 2003-09-29 2009-04-21 Autodesk, Inc. Surface construction audit trail and manipulation
US7561990B2 (en) * 2003-09-29 2009-07-14 Autodesk, Inc. Interactive triangulated irregular network (TIN) surfaces design
US20050091016A1 (en) * 2003-09-29 2005-04-28 Autodesk, Inc. Surface smoothing techniques
NL1024444C2 (nl) * 2003-10-03 2005-04-08 J O A Beheer B V Werkwijze, inrichting, computerprogramma en gegevensdrager voor het met een digitale verwerkingseenheid modelleren van een meerdimensionale heterogene structuur.
GB2409900B (en) 2004-01-09 2006-05-24 Statoil Asa Processing seismic data representing a physical system
US7672818B2 (en) 2004-06-07 2010-03-02 Exxonmobil Upstream Research Company Method for solving implicit reservoir simulation matrix equation
EP1766439A2 (en) * 2004-07-01 2007-03-28 ExxonMobil Upstream Research Company Hydrodynamics-based gridding geologic modeling (hydro-gridding)
EP1766441A4 (en) * 2004-07-07 2008-07-02 Exxonmobil Upstream Res Co PREDICTION OF SAND CORN COMPOSITION AND SAND TEXTURE
CA2572981A1 (en) * 2004-07-07 2006-10-26 Exxonmobil Upstream Research Company Bayesian network applications to geology and geophysics
US20060015310A1 (en) * 2004-07-19 2006-01-19 Schlumberger Technology Corporation Method for simulation modeling of well fracturing
US7516055B2 (en) * 2004-08-20 2009-04-07 Chevron U.S.A. Inc Multiple-point statistics (MPS) simulation with enhanced computational efficiency
US7079953B2 (en) * 2004-08-20 2006-07-18 Chevron U.S.A. Inc. Method for creating facies probability cubes based upon geologic interpretation
US20060041409A1 (en) * 2004-08-20 2006-02-23 Chevron U.S.A. Inc. Method for making a reservoir facies model utilizing a training image and a geologically interpreted facies probability cube
US20060047429A1 (en) * 2004-08-24 2006-03-02 Adams Steven L Method of estimating geological formation depths by converting interpreted seismic horizons from the time domain to the depth domain
EP1938281B1 (en) * 2004-09-10 2015-01-21 ExxonMobil Upstream Research Company Geologic models of subsurface sedimentray volumes
WO2006036389A2 (en) * 2004-09-10 2006-04-06 Exxonmobil Upstream Research Company Numerical modeling evaluation of basin sedimentation properities
US7941307B2 (en) * 2004-11-10 2011-05-10 Exxonmobil Upstream Research Company Method for calibrating a model of in-situ formation stress distribution
US7676349B2 (en) * 2004-12-06 2010-03-09 Exxonmobil Upstream Research Co. Integrated anisotropic rock physics model
US7373251B2 (en) * 2004-12-22 2008-05-13 Marathon Oil Company Method for predicting quantitative values of a rock or fluid property in a reservoir using seismic data
US20060256657A1 (en) * 2005-05-11 2006-11-16 Prism Seismic, Inc. Method for improving the time-depth tie of well log data and seismic data
FR2886740B1 (fr) * 2005-06-03 2007-09-28 Inst Francais Du Petrole Methode pour mettre a jour un modele geologique par des donnees sismiques et de production
US7584081B2 (en) * 2005-11-21 2009-09-01 Chevron U.S.A. Inc. Method, system and apparatus for real-time reservoir model updating using ensemble kalman filter
FR2895091B1 (fr) * 2005-12-21 2008-02-22 Inst Francais Du Petrole Methode pour mettre a jour un modele geologique par des donnees sismiques
GB2435693A (en) 2006-02-09 2007-09-05 Electromagnetic Geoservices As Seabed electromagnetic surveying
US7363158B2 (en) * 2006-04-07 2008-04-22 Chevron U.S.A. Inc. Method for creating a stratigraphic model using pseudocores created from borehole images
WO2007126676A2 (en) 2006-04-21 2007-11-08 Exxonmobil Upstream Research Company In situ co-development of oil shale with mineral recovery
GB2439378B (en) 2006-06-09 2011-03-16 Electromagnetic Geoservices As Instrument for measuring electromagnetic signals
CA2664352C (en) * 2006-09-28 2011-09-27 Exxonmobil Upstream Research Company Iterative inversion of data from simultaneous geophysical sources
GB2442749B (en) 2006-10-12 2010-05-19 Electromagnetic Geoservices As Positioning system
CN101636554B (zh) 2006-10-13 2014-03-26 埃克森美孚上游研究公司 利用地层压裂开发地下冻结区域的改进方法
CN101563524B (zh) 2006-10-13 2013-02-27 埃克森美孚上游研究公司 原位加热开发油页岩与开发更深的烃源结合
JO2982B1 (ar) 2006-10-13 2016-03-15 Exxonmobil Upstream Res Co المسافات المنتظمة المثلى بين الابار لاستخراج الزيت الصخري الموقعي
FR2909775A1 (fr) * 2006-12-11 2008-06-13 Inst Francais Du Petrole Methode de construction d'un modele geologique d'une formation du sous-sol contraint par des donnees sismiques
WO2008083004A2 (en) * 2006-12-28 2008-07-10 Chevron U.S.A. Inc. History matching and forecasting of hydrocarbon-bearing reservoirs utilizing proxies for likelihood functions
GB2445582A (en) 2007-01-09 2008-07-16 Statoil Asa Method for analysing data from an electromagnetic survey
US7706981B2 (en) * 2007-02-08 2010-04-27 Chevron U.S.A. Inc. Method for generating reservoir models utilizing synthetic stratigraphic columns
WO2008115359A1 (en) 2007-03-22 2008-09-25 Exxonmobil Upstream Research Company Granular electrical connections for in situ formation heating
CN101636555A (zh) 2007-03-22 2010-01-27 埃克森美孚上游研究公司 用于原位地层加热的电阻加热器
GB0706659D0 (en) * 2007-04-05 2007-05-16 Statoil Asa Reduction of airwave contribution in marine electromagnetic data
CN101680285B (zh) 2007-05-15 2013-05-15 埃克森美孚上游研究公司 用于原位转化富含有机物岩层的井下燃烧器
BRPI0810752A2 (pt) 2007-05-15 2014-10-21 Exxonmobil Upstream Res Co Métodos para o aquecimento in situ de uma formação rochosa rica em composto orgânico, para o aquecimento in situ de uma formação alvejada de xisto oleoso e para produzir um fluido de hidrocarboneto, poço aquecedor para o aquecimento in situ de uma formação rochosa rica em composto orgânico alvejada, e, campo para produzir um fluido de hidrocarboneto a partir de uma formação rica em composto orgânico alvejada.
WO2008153697A1 (en) 2007-05-25 2008-12-18 Exxonmobil Upstream Research Company A process for producing hydrocarbon fluids combining in situ heating, a power plant and a gas plant
US8146664B2 (en) 2007-05-25 2012-04-03 Exxonmobil Upstream Research Company Utilization of low BTU gas generated during in situ heating of organic-rich rock
FR2918776B1 (fr) * 2007-07-09 2009-09-25 Total Sa Procede, programme et systeme informatique de mise a l'echelle de donnees de modele de reservoir d'hydrocarbure.
FR2918777B1 (fr) 2007-07-09 2009-09-25 Total Sa Procede, programme et systeme informatique de consiliation de donnees de modele de reservoir d'hydrocarbure.
GB2468088B (en) * 2007-11-27 2012-08-15 Exxonmobil Upstream Res Co Method for determining the properties of hydrocarbon reservoirs from geophysical data
US8082995B2 (en) 2007-12-10 2011-12-27 Exxonmobil Upstream Research Company Optimization of untreated oil shale geometry to control subsidence
WO2009075945A1 (en) 2007-12-13 2009-06-18 Exxonmobil Upstream Research Company Parallel adaptive data partitioning on a reservoir simulation using an unstructured grid
EP2238474A4 (en) 2008-01-08 2018-06-20 Exxonmobil Upstream Research Company Spectral shaping inversion and migration of seismic data
US9074454B2 (en) * 2008-01-15 2015-07-07 Schlumberger Technology Corporation Dynamic reservoir engineering
US7869955B2 (en) * 2008-01-30 2011-01-11 Chevron U.S.A. Inc. Subsurface prediction method and system
US7769546B2 (en) * 2008-02-11 2010-08-03 Chevron U.S.A. Inc. Method for indexing a subsurface volume for the purpose of inferring geologic information
US8812282B2 (en) 2008-03-21 2014-08-19 Exxonmobil Upstream Research Company Efficient method for inversion of geophysical data
US8725477B2 (en) * 2008-04-10 2014-05-13 Schlumberger Technology Corporation Method to generate numerical pseudocores using borehole images, digital rock samples, and multi-point statistics
BRPI0902889A2 (pt) * 2008-04-10 2017-08-29 Prad Res & Development Ltd Método para criar um modelo de pseudonúcleo numérico, sistema para criação de um modelo de pseudonúcleo numérico, e sistema para criar um modelo de pseudonúcleo numérico.
RU2440591C2 (ru) * 2008-04-10 2012-01-20 Шлюмбергер Текнолоджи Б.В. Способ получения характеристик геологической формации, пересекаемой скважиной
CA2720117C (en) * 2008-05-05 2017-11-28 Exxonmobil Upstream Research Company Systems, methods, and computer program products for modeling dynamic systems by visualizing a parameter space and narrowing the parameter space
WO2009142803A1 (en) 2008-05-23 2009-11-26 Exxonmobil Upstream Research Company Field management for substantially constant composition gas generation
CA2724589C (en) * 2008-06-09 2013-12-10 Landmark Graphics Corporation Distribution of properties in a 3d volumetric model using a maximum continuity field
WO2010006052A2 (en) * 2008-07-10 2010-01-14 Schlumberger Canada Limited System and method for generating true depth seismic surveys
EP2335093B1 (en) * 2008-08-11 2017-10-11 Exxonmobil Upstream Research Company Estimation of soil properties using waveforms of seismic surface waves
GB2463242B (en) * 2008-09-03 2012-11-07 Statoilhydro Asa Method of modelling a subterranean region of the earth
WO2010053734A1 (en) * 2008-11-07 2010-05-14 Landmark Graphics Corporation, A Halliburton Company Systems and methods for computing and validating a variogram model
CA2743479C (en) 2008-11-14 2016-06-28 Exxonmobil Upstream Research Company Forming a model of a subsurface region
US8393207B2 (en) * 2009-02-16 2013-03-12 Schlumberger Technology Corporation Methods and apparatus to use multiple sensors to measure downhole fluid properties
AU2010216407B2 (en) 2009-02-23 2014-11-20 Exxonmobil Upstream Research Company Water treatment following shale oil production by in situ heating
US8311788B2 (en) 2009-07-01 2012-11-13 Schlumberger Technology Corporation Method to quantify discrete pore shapes, volumes, and surface areas using confocal profilometry
ES2792357T3 (es) 2009-04-20 2020-11-11 Exxonmobil Upstream Res Co Procedimiento para predecir el flujo de fluido
AU2010245112B2 (en) * 2009-04-27 2013-03-14 Schlumberger Technology B.V. Method for uncertainty quantification in the performance and risk assessment of a carbon dioxide storage site
US8540020B2 (en) 2009-05-05 2013-09-24 Exxonmobil Upstream Research Company Converting organic matter from a subterranean formation into producible hydrocarbons by controlling production operations based on availability of one or more production resources
US9207351B2 (en) 2009-06-26 2015-12-08 Exxonmobil Upstream Research Company Constructing resistivity models from stochastic inversion
US20110071799A1 (en) * 2009-09-21 2011-03-24 Per Arne Slotte Grid models
US8494827B2 (en) * 2009-09-25 2013-07-23 Exxonmobil Upstream Research Company Method of predicting natural fractures and damage in a subsurface region
EA027554B1 (ru) * 2009-10-02 2017-08-31 Бп Корпорейшн Норт Америка Инк. Способ разведки углеводородов
FR2953039B1 (fr) * 2009-11-26 2012-01-13 Inst Francais Du Petrole Methode d'exploitation d'un gisement petrolier par reconstruction de modele de reservoir
US8863839B2 (en) 2009-12-17 2014-10-21 Exxonmobil Upstream Research Company Enhanced convection for in situ pyrolysis of organic-rich rock formations
US8537638B2 (en) 2010-02-10 2013-09-17 Exxonmobil Upstream Research Company Methods for subsurface parameter estimation in full wavefield inversion and reverse-time migration
US8452580B2 (en) * 2010-02-26 2013-05-28 Chevron U.S.A. Inc. Method and system for using multiple-point statistics simulation to model reservoir property trends
US8223587B2 (en) 2010-03-29 2012-07-17 Exxonmobil Upstream Research Company Full wavefield inversion using time varying filters
US9134454B2 (en) 2010-04-30 2015-09-15 Exxonmobil Upstream Research Company Method and system for finite volume simulation of flow
US8694299B2 (en) 2010-05-07 2014-04-08 Exxonmobil Upstream Research Company Artifact reduction in iterative inversion of geophysical data
US8756042B2 (en) 2010-05-19 2014-06-17 Exxonmobile Upstream Research Company Method and system for checkpointing during simulations
US8532968B2 (en) * 2010-06-16 2013-09-10 Foroil Method of improving the production of a mature gas or oil field
CA2802722C (en) * 2010-07-27 2023-04-04 Exxonmobil Upstream Research Company Inverting geophysical data for geological parameters or lithology
WO2012015518A2 (en) 2010-07-29 2012-02-02 Exxonmobil Upstream Research Company Methods and systems for machine-learning based simulation of flow
EP2599029A4 (en) 2010-07-29 2014-01-08 Exxonmobil Upstream Res Co METHODS AND SYSTEMS FOR AUTOMATIC LEARNING FLOW SIMULATION
EP2599032A4 (en) 2010-07-29 2018-01-17 Exxonmobil Upstream Research Company Method and system for reservoir modeling
WO2012015517A1 (en) 2010-07-29 2012-02-02 Exxonmobil Upstream Research Company Methods and systems for machine-learning based simulation of flow
US20120245911A1 (en) * 2010-08-13 2012-09-27 Kongsberg Oil & Gas Technologies As Simulating dynamic reservoir behaviour
US8767508B2 (en) 2010-08-18 2014-07-01 Exxonmobil Upstream Research Company Using seismic P and S arrivals to determine shallow velocity structure
WO2012030425A1 (en) 2010-08-30 2012-03-08 Exxonmobil Upstream Research Company Wellbore mechanical integrity for in situ pyrolysis
CN103069105A (zh) 2010-08-30 2013-04-24 埃克森美孚上游研究公司 用于原位热解油生产的烯烃降低
BR112013002114A2 (pt) 2010-09-20 2016-05-17 Exxonmobil Upstream Res Co formulações flexíveis e adaptáveis para simulações de reservatório complexas
US8437998B2 (en) 2010-09-27 2013-05-07 Exxonmobil Upstream Research Company Hybrid method for full waveform inversion using simultaneous and sequential source method
FR2965379B1 (fr) * 2010-09-27 2016-04-01 Total Sa Simulation de phenomene geologique
EP2622457A4 (en) 2010-09-27 2018-02-21 Exxonmobil Upstream Research Company Simultaneous source encoding and source separation as a practical solution for full wavefield inversion
US8942966B2 (en) 2010-10-20 2015-01-27 Conocophillips Company Method for parameterizing and morphing stochastic reservoir models
KR101797451B1 (ko) 2010-12-01 2017-11-14 엑손모빌 업스트림 리서치 캄파니 상호상관 목적 함수를 통한 해양 스트리머 데이터에 대한 동시 소스 반전
US20130246031A1 (en) * 2010-12-08 2013-09-19 Xiaohui Wu Constructing Geologic Models From Geologic Concepts
CN103348265B (zh) * 2011-01-13 2016-10-19 界标制图有限公司 更新地质单元模型的方法和系统
BR112013019097A2 (pt) * 2011-01-27 2016-10-04 Landmark Graphics Corp método,sistema de computador e mídia não transitória lida por computador armazenando um programa
US9063246B2 (en) 2011-01-31 2015-06-23 Chevron U.S.A. Inc. Exploitation of self-consistency and differences between volume images and interpreted spatial/volumetric context
CA2819165A1 (en) * 2011-01-31 2012-08-09 Chevron U.S.A. Inc. Exploitation of self-consistency and differences between volume images and interpreted spatial/volumetric context
US8861309B2 (en) 2011-01-31 2014-10-14 Chevron U.S.A. Inc. Exploitation of self-consistency and differences between volume images and interpreted spatial/volumetric context
US8908925B2 (en) * 2011-02-28 2014-12-09 Schlumberger Technology Corporation Methods to build 3D digital models of porous media using a combination of high- and low-resolution data and multi-point statistics
KR101931488B1 (ko) 2011-03-30 2018-12-24 엑손모빌 업스트림 리서치 캄파니 스펙트럼 성형을 이용하는 전 파동장 반전의 수렴 레이트
WO2012134609A1 (en) 2011-03-31 2012-10-04 Exxonmobil Upstream Research Company Method of wavelet estimation and multiple prediction in full wavefield inversion
US9453929B2 (en) * 2011-06-02 2016-09-27 Exxonmobil Upstream Research Company Joint inversion with unknown lithology
US8731891B2 (en) * 2011-07-28 2014-05-20 Saudi Arabian Oil Company Cluster 3D petrophysical uncertainty modeling
US9140812B2 (en) 2011-09-02 2015-09-22 Exxonmobil Upstream Research Company Using projection onto convex sets to constrain full-wavefield inversion
EP2756337A2 (en) * 2011-09-15 2014-07-23 Saudi Arabian Oil Company Core-plug to giga-cells lithological modeling
CN103959233B (zh) 2011-09-15 2017-05-17 埃克森美孚上游研究公司 在执行eos计算的指令受限算法中最优化矩阵和向量运算
US9080441B2 (en) 2011-11-04 2015-07-14 Exxonmobil Upstream Research Company Multiple electrical connections to optimize heating for in situ pyrolysis
US20130223187A1 (en) * 2011-11-11 2013-08-29 International Geophysical Company, Inc. Geological Structure Contour Modeling and Imaging
US9176930B2 (en) 2011-11-29 2015-11-03 Exxonmobil Upstream Research Company Methods for approximating hessian times vector operation in full wavefield inversion
US8725479B2 (en) * 2011-11-30 2014-05-13 Baker Hughes Incorporated Use of monte carlo simulations for establishing correlations and their uncertainties
CN103245972B (zh) * 2012-02-07 2016-06-08 中国石油天然气集团公司 一种在二维空间内确定复杂地质构造的方法
CA2861863A1 (en) 2012-03-08 2013-09-12 Exxonmobil Upstream Research Company Orthogonal source and receiver encoding
US8770284B2 (en) 2012-05-04 2014-07-08 Exxonmobil Upstream Research Company Systems and methods of detecting an intersection between a wellbore and a subterranean structure that includes a marker material
US9835017B2 (en) * 2012-09-24 2017-12-05 Schlumberger Technology Corporation Seismic monitoring system and method
AU2013324162B2 (en) 2012-09-28 2018-08-09 Exxonmobil Upstream Research Company Fault removal in geological models
WO2014066312A1 (en) * 2012-10-26 2014-05-01 Landmark Graphics Corporation Distributing petrofacies using analytical modeling
EP2923224A4 (en) 2012-11-23 2016-08-03 Fugro Marine Geoservices Inc METHOD AND SYSTEM FOR IDENTIFYING GASHYDRATE AND FREE GAS IN GEOLOGICAL BEDS
MY178811A (en) 2012-11-28 2020-10-20 Exxonmobil Upstream Res Co Reflection seismic data q tomography
WO2014099201A1 (en) 2012-12-20 2014-06-26 Exxonmobil Upstream Research Company Geophysical modeling of subsurface volumes based on horizon extraction
US10048396B2 (en) 2013-03-14 2018-08-14 Exxonmobil Upstream Research Company Method for region delineation and optimal rendering transform of seismic attributes
GB2512372B (en) * 2013-03-28 2020-07-29 Total Sa Method of modelling a subsurface volume
CN105308479B (zh) 2013-05-24 2017-09-26 埃克森美孚上游研究公司 通过与偏移距相关的弹性fwi的多参数反演
US10459117B2 (en) 2013-06-03 2019-10-29 Exxonmobil Upstream Research Company Extended subspace method for cross-talk mitigation in multi-parameter inversion
US9702998B2 (en) 2013-07-08 2017-07-11 Exxonmobil Upstream Research Company Full-wavefield inversion of primaries and multiples in marine environment
MX2016000640A (es) * 2013-08-16 2016-09-22 Landmark Graphics Corp Identificacion y extraccion de capas estratigraficas en uno o mas cuerpos que representan una extructura geologica.
WO2015026451A2 (en) 2013-08-23 2015-02-26 Exxonmobil Upstream Research Company Simultaneous sourcing during both seismic acquisition and seismic inversion
US10036818B2 (en) 2013-09-06 2018-07-31 Exxonmobil Upstream Research Company Accelerating full wavefield inversion with nonstationary point-spread functions
AU2013402201B2 (en) 2013-10-01 2017-07-13 Landmark Graphics Corporation In-situ wellbore, core and cuttings information system
US9512699B2 (en) 2013-10-22 2016-12-06 Exxonmobil Upstream Research Company Systems and methods for regulating an in situ pyrolysis process
US9394772B2 (en) 2013-11-07 2016-07-19 Exxonmobil Upstream Research Company Systems and methods for in situ resistive heating of organic matter in a subterranean formation
BR112016011250B1 (pt) * 2013-11-19 2022-05-10 Shell Internationale Research Maatschappij B.V Método para otimizar uma imagem de dados sísmicos de azimute largo, e, sistema para exibir dados sísmicos de azimute largo
US9910189B2 (en) 2014-04-09 2018-03-06 Exxonmobil Upstream Research Company Method for fast line search in frequency domain FWI
MX2016013366A (es) 2014-05-09 2017-01-26 Exxonmobil Upstream Res Co Metodos de busqueda de linea eficientes para la inversion de campo de ondas completo de multi-parametros.
US10185046B2 (en) 2014-06-09 2019-01-22 Exxonmobil Upstream Research Company Method for temporal dispersion correction for seismic simulation, RTM and FWI
EP3158367A1 (en) 2014-06-17 2017-04-26 Exxonmobil Upstream Research Company Fast viscoacoustic and viscoelastic full-wavefield inversion
US10838092B2 (en) 2014-07-24 2020-11-17 Exxonmobil Upstream Research Company Estimating multiple subsurface parameters by cascaded inversion of wavefield components
EP3175265A1 (en) 2014-07-30 2017-06-07 ExxonMobil Upstream Research Company Method for volumetric grid generation in a domain with heterogeneous material properties
US10422899B2 (en) 2014-07-30 2019-09-24 Exxonmobil Upstream Research Company Harmonic encoding for FWI
US10386511B2 (en) 2014-10-03 2019-08-20 Exxonmobil Upstream Research Company Seismic survey design using full wavefield inversion
US10288766B2 (en) 2014-10-09 2019-05-14 Chevron U.S.A. Inc. Conditioning of object or event based reservior models using local multiple-point statistics simulations
WO2016064462A1 (en) 2014-10-20 2016-04-28 Exxonmobil Upstream Research Company Velocity tomography using property scans
WO2016065247A1 (en) * 2014-10-24 2016-04-28 Westerngeco Llc Travel-time objective function for full waveform inversion
WO2016069170A1 (en) 2014-10-31 2016-05-06 Exxonmobil Upstream Research Company Methods to handle discontinuity in constructing design space for faulted subsurface model using moving least squares
WO2016069171A1 (en) 2014-10-31 2016-05-06 Exxonmobil Upstream Research Company Handling domain discontinuity in a subsurface grid model with the help of grid optimization techniques
JP6320901B2 (ja) * 2014-11-17 2018-05-09 株式会社日立製作所 データ連携支援システムおよびデータ連携支援方法
CA2967325C (en) 2014-11-21 2019-06-18 Exxonmobil Upstream Research Company Method of recovering hydrocarbons within a subsurface formation
US10753918B2 (en) 2014-12-15 2020-08-25 Saudi Arabian Oil Company Physical reservoir rock interpretation in a 3D petrophysical modeling environment
WO2016099747A1 (en) 2014-12-18 2016-06-23 Exxonmobil Upstream Research Company Scalable scheduling of parallel iterative seismic jobs
US10520618B2 (en) 2015-02-04 2019-12-31 ExxohnMobil Upstream Research Company Poynting vector minimal reflection boundary conditions
FR3032532B1 (fr) 2015-02-05 2020-02-28 Services Petroliers Schlumberger Derivation d'attributs sismiques a partir d'une propriete d'age geologique relatif d'un modele base sur le volume
SG11201704620WA (en) 2015-02-13 2017-09-28 Exxonmobil Upstream Res Co Efficient and stable absorbing boundary condition in finite-difference calculations
CA2972033C (en) 2015-02-17 2019-07-23 Exxonmobil Upstream Research Company Multistage full wavefield inversion process that generates a multiple free data set
US10310112B2 (en) 2015-03-24 2019-06-04 Saudi Arabian Oil Company Processing geophysical data using 3D norm-zero optimization for smoothing geophysical inversion data
EP3304133A1 (en) 2015-06-04 2018-04-11 Exxonmobil Upstream Research Company Method for generating multiple free seismic images
CN105089658B (zh) * 2015-07-01 2018-04-06 中国石油天然气股份有限公司 基于不确定度的地层对比方法及装置
US10838093B2 (en) 2015-07-02 2020-11-17 Exxonmobil Upstream Research Company Krylov-space-based quasi-newton preconditioner for full-wavefield inversion
US10310113B2 (en) 2015-10-02 2019-06-04 Exxonmobil Upstream Research Company Q-compensated full wavefield inversion
CN108139498B (zh) 2015-10-15 2019-12-03 埃克森美孚上游研究公司 具有振幅保持的fwi模型域角度叠加
US20180238148A1 (en) * 2015-11-11 2018-08-23 Halliburton Energy Services, Inc Method For Computing Lithofacies Probability Using Lithology Proximity Models
KR101625660B1 (ko) * 2015-11-20 2016-05-31 한국지질자원연구원 지구통계기법에서의 관측자료를 이용한 2차자료 생성 방법
CN107305256A (zh) * 2016-04-21 2017-10-31 中国石油化工股份有限公司 岩相控制下的密度预测方法和装置
US10768324B2 (en) 2016-05-19 2020-09-08 Exxonmobil Upstream Research Company Method to predict pore pressure and seal integrity using full wavefield inversion
US10261205B2 (en) * 2016-08-03 2019-04-16 Harris Corporation System for processing seismic data based upon volatility measurement model and related methods
GB2556621B (en) * 2016-09-30 2020-03-25 Equinor Energy As Improved structural modelling
EP3559401B1 (en) 2016-12-23 2023-10-18 ExxonMobil Technology and Engineering Company Method and system for stable and efficient reservoir simulation using stability proxies
KR101773855B1 (ko) 2017-03-27 2017-09-01 한국광물자원공사 3차원 베리오그램 모델링 및 품위추정 방법
US10802171B2 (en) * 2017-04-28 2020-10-13 Pioneer Natural Resources Usa, Inc. High resolution seismic data derived from pre-stack inversion and machine learning
RU2661489C1 (ru) * 2017-09-06 2018-07-17 Общество с ограниченной ответственностью "ЛУКОЙЛ-Инжиниринг" (ООО "ЛУКОЙЛ-Инжиниринг") Способ комплексирования исходных данных для уточнения фильтрационного строения неоднородных карбонатных коллекторов
US10928536B2 (en) 2017-12-07 2021-02-23 Saudi Arabian Oil Company Mapping chemostratigraphic signatures of a reservoir with rock physics and seismic inversion
US10557345B2 (en) 2018-05-21 2020-02-11 Saudi Arabian Oil Company Systems and methods to predict and inhibit broken-out drilling-induced fractures in hydrocarbon wells
US20210223422A1 (en) * 2018-06-01 2021-07-22 Shell Oil Company Synthetic modeling
RU2699257C1 (ru) * 2018-07-10 2019-09-04 Общество с ограниченной ответственностью "Научно-исследовательское, проектное и производственное предприятие по природоохранной деятельности "Недра" (ООО НИППППД "НЕДРА") Способ BIM проектирования наземно-подземного объекта
US10753203B2 (en) 2018-07-10 2020-08-25 Saudi Arabian Oil Company Systems and methods to identify and inhibit spider web borehole failure in hydrocarbon wells
CN109872391B (zh) * 2019-01-07 2022-11-29 陈树铭 一种勘察综合bim模型建模系统
CN109615701B (zh) * 2019-01-08 2022-11-29 陈树铭 区域地质功能分区建模系统及建模方法
CN111781637B (zh) * 2019-04-04 2023-06-30 中国石油天然气集团有限公司 近海底水合物储层建模方法及装置
US10908308B1 (en) * 2019-07-25 2021-02-02 Chevron U.S.A. Inc. System and method for building reservoir property models
CN111624652B (zh) * 2020-04-17 2023-04-25 中国石油天然气股份有限公司 确定地层中地质参数的方法
CN111596364B (zh) * 2020-05-20 2023-06-13 中国海洋石油集团有限公司 基于高精度层序地层格架的地震沉积微相组合分析方法
CN111784832B (zh) * 2020-06-22 2024-01-09 长江大学 一种地质模型的地层动态校正方法
CN111983690A (zh) * 2020-08-12 2020-11-24 阳泉煤业(集团)股份有限公司 一种煤层顶板砂岩分布地球物理预测方法
CN112034526A (zh) * 2020-08-13 2020-12-04 中国石油大学(华东) 基于岩相组合的灰质泥岩发育区薄层浊积砂体的地震识别方法
CN114076975B (zh) * 2020-08-13 2024-06-18 中国石油化工股份有限公司 三维地震观测系统布设方法、装置、电子设备及存储介质
CN113031065B (zh) * 2020-12-02 2023-07-07 中海石油(中国)有限公司 一种油田砂体地质建模方法
CN112394404B (zh) * 2020-12-14 2023-10-20 中国海洋石油集团有限公司 一种渐进式储层精细表征方法
CN113075729B (zh) * 2021-03-19 2022-12-27 山东省地质矿产勘查开发局第六地质大队(山东省第六地质矿产勘查院) 一种断裂渗流交代型矿化深部矿床赋矿位置三维定位方法
CN113419274B (zh) * 2021-06-21 2022-03-01 大庆油田有限责任公司 基于高精度层序格架模型的三维地震切片属性体提取方法
CN113687440A (zh) * 2021-08-18 2021-11-23 中国地质大学(武汉) 基于米兰科维奇旋回的古水深定量恢复方法和存储介质
CN113687445B (zh) * 2021-10-27 2022-01-04 成都理工大学 基于多源数据融合及电磁震三维反演的注浆评价方法
CN113970790B (zh) * 2021-10-28 2022-07-26 中国石油大学(北京) 深海水道储层快速评价方法、装置及计算机设备
CN115469361B (zh) * 2022-09-28 2023-05-09 北京中恒利华石油技术研究所 一种碎屑岩地层三维地质建模方法
CN117075212B (zh) * 2023-10-16 2024-01-26 吉林大学 一种隧道磁共振裂隙结构成像方法
CN117826257B (zh) * 2023-12-28 2024-06-11 西南石油大学 一种油气二次运移通道的三维表征方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4679174A (en) * 1984-04-26 1987-07-07 Western Geophysical Company Of America Method for seismic lithologic modeling
FR2635197B1 (fr) * 1988-08-05 1990-09-28 Inst Francais Du Petrole Methode pour obtenir un modele representatif d'un milieu heterogene et notamment du sous-sol
US4953142A (en) * 1989-01-06 1990-08-28 Marathon Oil Company Model-based depth processing of seismic data
US5321612A (en) * 1991-02-26 1994-06-14 Swift Energy Company Method for exploring for hydrocarbons utilizing three dimensional modeling of thermal anomalies
US5487001A (en) * 1993-05-28 1996-01-23 Neff; Dennis B. Method for determining petrophysical properties of a subterranean layer
FR2710418B1 (fr) * 1993-09-21 1995-12-15 Inst Francais Du Petrole Méthode d'analyse des traces sismiques utilisant une technique de calibrage statistique pour en déduire des propriétés géologiques.
US5583825A (en) * 1994-09-02 1996-12-10 Exxon Production Research Company Method for deriving reservoir lithology and fluid content from pre-stack inversion of seismic data

Also Published As

Publication number Publication date
WO1997038330A1 (en) 1997-10-16
NO984621L (no) 1998-12-04
CA2251365A1 (en) 1997-10-16
NO984621D0 (no) 1998-10-02
MY116873A (en) 2004-04-30
US5838634A (en) 1998-11-17
CA2251365C (en) 2002-04-16
EP0891562B1 (en) 2003-05-07
EP0891562A1 (en) 1999-01-20
EP0891562A4 (en) 2000-07-05

Similar Documents

Publication Publication Date Title
NO326598B1 (no) Tre-dimensjonal geologisk modellering
US10067253B2 (en) Method for determining sedimentary facies using 3D seismic data
EP2111596B1 (en) Method for generating reservoir models utilizing synthetic stratigraphic columns
US11598892B2 (en) Method for validating geological model data over corresponding original seismic data
CA2572449C (en) Hydrodynamics-based gridding geologic modeling (hydro-gridding)
WO1998034190A9 (en) Method for determining distribution of reservoir permeability, porosity and pseudo relative permeability
EP0956533A1 (en) Method for determining distribution of reservoir permeability, porosity and pseudo relative permeability
Filippova et al. Seismic inversion techniques: choice and benefits
CN112505754B (zh) 基于高精度层序格架模型的井震协同划分沉积微相的方法
Volpi et al. Vertical proportion curves: a qualitative and quantitative tool for reservoir characterization
Haris Integrated Geological and Geophysical Approach to Reservoir Modeling: Case Study of Jambi Sub-basin, Sumatra, Indonesia
Fretwell et al. A new approach to 3-D geological modeling of complex sand injectite reservoirs: The Alba field, United Kingdom central North Sea
Correia Integration of reservoir characterization with history matching guided by pilot wells: Application to the Norne Field
Agarwal et al. Reservoir Characterization of the Ekofisk Field: A Giant, Fractured Chalk Reservoir in the Norwegian North Sea-Phase 1, Reservoir Description
A Obakhume et al. Hydrocarbon Reservoir Characterization of ‘Khume’Field, Offshore Niger Delta, Nigeria
Elkaseh Identification of Regional Shale Gas Sweet Spots and Unconventional Reservoirs Using Well Logs and Seismic Data
James et al. The Brent Field: improving subsurface characterization for late field life management
Hidayat et al. The Pematang Group Sand Analysis Using Growing Neural Network Machine Learning
Conybeare et al. Reservoir modelling of the Hamitabat Field, Thrace Basin, Turkey: an example of a sand-rich turbidite system
Mahadzira et al. Application of Seismic Inversion to Build a Geological Static Model of X-Field Reservoir, Malaysia
Correia et al. Using pilot wells to integrate geological modelling and history matching: applied to the Norne Benchmark case
Lashin et al. Reservoir characterization using Monte Carlo simulation and Stochastic analyses. Case studies: Off-shore Nile Delta and Ras Fanar oil field, Egypt
Africa Reservoir Characterization using Genetic Inversion and Seismic attributes of Block 1 Orange Basin, Offshore South Africa
Bertoncello et al. Surface-based model conditioning using an hybrid optimization: methodology and application
Hampton Seismic and sparse data integration through the use of direct sampling

Legal Events

Date Code Title Description
MK1K Patent expired