NO334218B1 - Behandling av målinger på lydbølgeformer for å bestemme langsomheten - Google Patents

Behandling av målinger på lydbølgeformer for å bestemme langsomheten Download PDF

Info

Publication number
NO334218B1
NO334218B1 NO20014715A NO20014715A NO334218B1 NO 334218 B1 NO334218 B1 NO 334218B1 NO 20014715 A NO20014715 A NO 20014715A NO 20014715 A NO20014715 A NO 20014715A NO 334218 B1 NO334218 B1 NO 334218B1
Authority
NO
Norway
Prior art keywords
slowness
parameter
waveforms
sound
formation
Prior art date
Application number
NO20014715A
Other languages
English (en)
Other versions
NO20014715D0 (no
NO20014715L (no
Inventor
Henri-Pierre Valero
Alain Brie
Takeshi Endo
Vivian Pistre
Yoshiyuki Saiki
Original Assignee
Schlumberger Technology Bv
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Schlumberger Technology Bv filed Critical Schlumberger Technology Bv
Publication of NO20014715D0 publication Critical patent/NO20014715D0/no
Publication of NO20014715L publication Critical patent/NO20014715L/no
Publication of NO334218B1 publication Critical patent/NO334218B1/no

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/40Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
    • G01V1/44Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging using generators and receivers in the same well
    • G01V1/48Processing data

Landscapes

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

Abstract

En fremgangsmåte for å bestemme lyd-langsomheten for en undergrunnsformasjon ut fra lydmålinger innbefatter følgende trinn: (i) å frembringe lydbølgeformer i undergrunnsformasjonen; (ii) å bestemme, fra lydbølgeformene, flere verdier av minst en parameter relatert til lydlangsomheten i formasjonen sammen med et estimat av feilen i hver verdi; og (iii) å benytte estimatet av feilen i hver verdi til å velge en parameterverdi relatert til langsomhet som er representativ for formasjonen. Lydbølgeformene blir vanligvis fremskaffet ved logging av et intervall i et borehull som gjennomskjærer formasjonen, med en sonde som mater ut lydbølgeformmålinger. Sonden kan kjøres i en kabel eller et oppkveilingsrør eller lignende, eller kan alternativt være en sonde for logging under boring anordnet i en borestreng som benyttes til å bore borehullet.

Description

Foreliggende oppfinnelse vedrører en fremgangsmåte for behandling av målinger på lydbølgeformer, spesielt målinger av lydbølgeformer tatt for det formål å karakterisere egenskaper ved undergrunnsformasjonen Oppfinnelsen vedrører spesielt en fremgangsmåte for å bestemme den beste verdi for en parameter som er blitt bestemt på et antall forskjellige måter.
Det har i noen tid vært kjent at det er mulig å bestemme egenskaper ved undergrunnsformasjoner ved å benytte målinger av akustiske bølger/lydbølger som har passert gjennom formasjonene. Den grunnleggende teknikk omfatter å anbringe en sonde som omfatter en atskilt lydkilde og lydmottaker i borehullet og benytte kilden til å generere lydbølger som passerer gjennom formasjonen om-kring borehullet og som blir detektert ved mottakeren. Lydbølger kan forplante seg gjennom bergartsformasjoner i hovedsakelig to former: materialbølger og over-flatebølger. Det er to typer materialbølger som forplanter seg i bergarter: kompre-sjonsbølger og skjærbølger. Kompresjonsbølger, eller P-bølger, er bølger av kompresjon og ekspansjon og blir dannet når en bergartsformasjon blir skarpt komprimert. Med kompresjonsbølger opptrer små partikkelvibrasjoner i samme retning som bølgen forplanter seg. Skjærbølger, eller S-bølger, er bølger med skjærvirkning som vil inntreffe når et legeme blir slått fra siden. I dette tilfelle er partikkelbevegelsen i bergarten perpendikulær til bølgeforplantningsretningen. Overflatebølgene finnes i et borehullsmiljø som kompliserte borehullsledede bøl-ger som kommer fra refleksjoner av lydbølgeetterklangen i borehullet. Den vanligs-te form for borehullsledede overflatebølger er Stoneley-bølgen. Fig. 1 viser en rekke lydbølgeformer som vil bli registrert i et borehull fra en monopolkilde (allrettet kilde) med de første ankomster av kompresjons- (P), skjær- (S) og Stoneley-(St) bølgene markert ved mottakeren. I situasjoner hvor dipolkilder (retningsbestemte kilder) og mottakere blir benyttet, forplantes en ytterligere skjær/bøynings-bølge seg langs borehullet og blir forårsaket av bøyningsvirkningen til borehullet som reaksjon på dipolsignalet fra kilden. Bøyningsbølgen forplanter seg vanligvis med omtrent samme hastighetsom som skjærbølgen, langsommere enn kompresjons-bølgen. (Det skal også bemerkes at lydbølger også vil forplante seg gjennom flui-det i borehullet og langs selve sonden. Uten noen vekselvirkning med formasjonene, inneholder disse bølgene ingen nyttig informasjon og kan interferere med de bølgeformer som er av interesse hvis de har like forplantningshastigheter). Et yt terligere fenomen som påvirker lydmålinger i borehull, er at fluidbølger, Stoneley-og bøynings-bølger er spredende eller dispersive; dvs. at deres hastighet er en funksjon av frekvensen.
Hastigheten som disse bølgene forplanter seg med gjennom bergarten, blir styrt av bergartens mekaniske egenskaper, slik som densitet og elastiske dyna-mikkonstanter, og andre formasjonsegenskaper, slik som mengden og typen av fluid som er tilstede i bergarten, sammensetningen av bergartskornene og graden av sementering mellom kornene. Ved å måle hastigheten til lydbølgeforplantning i et borehull er det derfor mulig å karakterisere de omgivende formasjoner ved hjelp av parametere som er relatert til disse egenskapene. Farten eller hastigheten til en lydbølge blir ofte uttrykt ved hjelp av 1/hastighet og blir kalt "langsomhet". Siden de sonder som brukes til å foreta lydmålinger i borehull har en fast lengde, er diffe-ransen i tid (AT) som det tar for en lydbølge å forplante seg mellom to punkter på sonden, direkte relatert til bølgens hastighet/langsomhet i formasjonen.
Et eksempel på en sonde for bruk i et borehull for lydmålinger er DSI-sonden til Schlumberger som er skjematisk vist på fig. 2. DSI-sonden omfatter en senderseksjon 10 med et par (øvre og nedre) dipolkilder 12 anordnet ortogonalt i radialplanet, og en monopolkilde 14. En lydisolerende skjøt 16 forbinder sender-seksjonen 10 med en mottakerseksjon 18 som inneholder en gruppe med åtte at-skilte mottakerstasjoner, som hver inneholder to hydrofonpar, ett orientert på linje med én av dipolkildene, og den annen med den ortogonale kilde. En elektronikk-modul 20 er tilkoplet ved toppen av mottakerseksjonen 18 og sørger for kommuni-kasjon mellom sonden og en styreenhet 22 anbrakt på overflaten, via en elektrisk kabel 24. Med en slik kilde er det mulig å foreta både monopol- og dipol-målinger. DSI-sonden har flere driftsmodi for innsamling av data som kan kombineres for å tilveiebringe (digitaliserte) bølgeformer. Modiene er: øvre og nedre dipolmodi-(UDP, LDP) bølgeformer registrert fra mottakerpar innrettet med den respektive dipolkilde som benyttes til å generere signalet; krysset dipolmodus - bølgeformer registrert fra hvert mottakerpar for avfyringer av linje-kilden og den kryssede dipolkilde; Stoneley-modus - monopolbølgeformer fra lavfrekvent avfyring av monopolkilden; P- og S-modus (P&S) - monopolbølgeformer fra høyfrekvent avfyring av monopolsenderen; og første bevegelsesmodus - monopolterskel-kryssende data fra høyfrekvent avfyring av monopolkilden.
Én måte å bestemme kompresjons-, skjær- og Stoneley-langsomhet fra disse målingene, er å benytte langsomhet/tid-koherensbehandling (STC-behandling). STC-behandling er en helbølgeform-analyseteknikk som tar sikte på å finne alle forplantende bølger i den sammensatte bølgeform. Behandlingen benytter en likhetsalgoritme for å detektere ankomster som er koherente over gruppen med mottakere og estimerer deres langsomhet. Den grunnleggende algoritme fremfører et tidsvindu med fast lengde over bølgeformen i små overlappende trinn gjennom et område med potensielle ankomsttider. For hver tidsposisjon blir vin-dusposisjonen beveget lineært ut i tid, over gruppen med mottakerbølgeformer, begynnende med en utflytting (moveout) som svarer til den hurtigst forventede bølge og trappes ned til den forventede langsomste bølge. For hver utflytting blir
det beregnet en koherensfunksjon for å måle bølgenes likhet innenfor vinduet. Når vindustiden og utflyttingen svarer til ankomsttiden og langsomheten for en spesiell komponent, er bølgeformene i vinduet nesten identiske, noe som gir en høy koherensverdi. På denne måten blir settet med bølgeformer fra gruppen undersøkt over et område med mulige ankomsttider og langsomheter for bølgekomponenter. STC-behandling frembringer koherenskontur-plottinger (likhetsplottinger) i langsomhet/ankomsttid-planet. Områder med stor koherens svarer til spesielle ankomster i bølgeformene. Langsomheten og ankomsttiden ved hver koherenstopp blir sammenlignet med den forplantningskarakteristikk som er ventet for de ankomster som søkes, og de som stemmer best overens med disse karakteristikke-ne, blir beholdt. Klassifisering av ankomstene på denne måten frembringer en kontinuerlig logg over langsomhet som funksjon av dybde. For spredebølger blir STC-behandlingen modifisert for å ta hensyn til virkningen av frekvens. Ettersom utgangen fra STC-behandlingen er en koherensplotting, kan koherensen til hver ankomst brukes som en kvalitetsindikator, høyere verdier indikerer større måle-re peterbarhet. Ved behandling av dipolbølgeformer vil én av koherenstoppene svare til bøyningsmodien, men med en langsomhet som alltid er større (langsommere) enn den virkelige skjærlangsomhet. En forhåndsberegnet korreksjon blir brukt til å fjerne denne forspenningen.
For å kompensere for variasjoner i målinger som skyldes borehullet isteden-for formasjonen, blir det tatt en rekke målinger over et intervall hvor formasjons-egenskapene ventes å variere lite, om i det hele tatt. I sin enkleste form svarer intervallet til utstrekningen av mottakergruppen, og bølgeformene ved hver mottakerstasjon målt for en gitt avfyring av en kilde ("mottakergruppe" eller "mottakermodus" eller "Ree"). Ved enkel STC-behandling blir alle mottakerstasjoner tatt i betraktning. Ved STC-behandling av flere avfyringer (MSTC), blir delgrupper av mottakerstasjoner innenfor mottakergruppen tatt i betraktning, f.eks. en delgruppe med fem mottakerstasjoner i en mottakergruppe med åtte mottakerstasjoner (andre antall eller mottakerstasjoner i delgruppen kan benyttes avhengig av behovet). I dette tilfelle kan det samme formasjonsintervall som svarer til utstrekningen av en delgruppe med fem mottakerstasjoner, måles flere ganger mens sonden logges gjennom borehullet, idet de fem stasjoner utgjør den delgruppe som velges ved hver kildeavfyring til å måle det samme formasjonsintervall. En annen løsning, kjent som "sendermodus" eller "pseudo-sendergruppe" ("Tra.") tar bølgeformer fra sekvensielle kildeavfyringer mens senderen passerer langs det intervall som skal måles. For å kompensere for bevegelsen av sonden mellom målinger må det benyttes en effektiv stasjonær mottakerstasjon eller delgruppe. Dette kan oppnås ved å endre den mottakerstasjon som betraktes, slik at dens posisjon i borehullet effektivt er stasjonær mens senderen beveges gjennom intervallet. Borehullskom-pensasjon ("BHC") kan oppnås for P- og S-modusresultater ved å behandle mottakergruppe- og pseudosendergruppe-bølgeform og midle resultatene.
Man vil således forstå at med de forskjellige innsamlingsmodi med en sonde slik som DSI, og de forskjellige tilgjengelige behandlingsmåter, er det mulig å oppnå flere bestemmelser av en langsomhet eller AT i et gitt borehullsintervall. Det er f.eks. mulig å oppnå bølgeformer for skjærlangsomhetsbestemmelse ved å benytte to dipolmodi (øvre dipol og nedre dipol), og en monopolmodus (P- og S-modus), og å behandle hver måling i mottakermodus, sendermodus og en borehullskompensert form som resulterer i potensielt ni separate bestemmelser av skjærlangsomheter for vedkommende intervall, som hver kan gi forskjellig resultat. Problemet er derfor å bestemme hvilket langsomhetsestimat som kan anses å gi den beste indikasjon på skjærlangsomheten til formasjonen i vedkommende intervall.
Foreliggende oppfinnelse tilveiebringer en fremgangsmåte for å bestemme lydlangsomheten til en undergrunnsformasjon ut fra lydmålinger, kjennetegnet ved: (i) å frembringe lydbølgeformer i undergrunnsformasjonen; (ii) å bestemme, fra lydbølgeformene, flere verdier av minst én parameter relatert til lydlangsomheten i formasjonen sammen med et estimat av feilen i hver verdi; og (iii) å benytte estimatet av feilen i hver verdi til å velge en parameterverdi relatert til langsomhet som er representativ for formasjonen.
Ytterligere utførelsesformer av fremgangsmåten i henhold til oppfinnelsen fremgår av de uselvstendige patentkrav 2-17.
Lydbølgeformene blir fortrinnsvis oppnådd ved å logge et intervall av et borehull som gjennomskjærer formasjonen, med en sonde som avgir lydbølgeform-målinger. Sonden kan kjøres ved hjelp av en kabel eller et oppkveilingsrør eller lignende, eller kan alternativt være et verktøy for logging-under-boring anbrakt i en borestreng som benyttes til å bore borehullet.
De flere verdier av den parameter som vedrører lydlangsomhet kan innbefatte flere bestemmelser av monopol- og/eller dipol-kompresjonslangsomhet og skjærlangsomhet (innbefattende bøyningslangsomhet), og Stoneley-langsomhet for formasjonen. Når sonden som benyttes til å fremskaffe bølgeformene, omfatter en gruppesonde, kan de flere bestemmelser innbefatte sender- og mottaker-modusmålinger og borehullskompenserte målinger. Den behandlingsteknikk som benyttes, er fortrinnsvis en langsomhet/tid-koherensteknikk.
Behandlingsteknikken kan blant sine innmatinger innbefatte soneinformasjon bestemt fra bølgeformmålingene som indikerer generelle egenskaper ved den formasjonstype som måles. Soneinformasjonen kan fremskaffes fra et grunnleggende kompresjonslangsomhetsestimat, vanligvis basert på digital første an-komstbestemmelse, og kan innbefatte brede formasjonslangsomhets-klassifiseringer slik som hurtig, langsom, meget langsom og ekstremt langsom. Slike brede eller generelle klassifikasjoner kan være basert på forutbestemte kryssplottinger av forholdet mellom kompresjonslangsomhet og skjærlangsomhet mot målt langsomhet for kjente litologier. Annen soneinformasjon kan være forekomsten av nært beliggende laggrenser (tynne lag).
Andre innmatinger til behandlingsteknikken kan innbefatte parametere ved-rørende borehullet eller brønnen, slik som hulldiameter, slamtype og forutbestemte formasjonsegenskaper.
Den spesielle behandlingsteknikk som anvendes, kan variere i henhold til sone- eller parameter-innmatingene. Når soneinformasjonen f.eks. viser forholds vis tykke sedimentære lag, kan en STC-type behandling med en hel gruppe (innbefattende dispersiv behandling) anvendes; hvis soneinformasjonen viser tynne sedimentlag, kan det anvendes behandling av STC-typen med flere skudd og høy oppløsning. Behandlingen innbefatter fortrinnsvis også sporing av langsomhets-målinger langs intervallet for å gjør det mulig å tilordne individuelle langsomhets-målinger med endringer i spesielle komponenter i bølgeformen (P-bølger, S-bølger, osv.). Denne sporingen kan også gjøre bruk av soneinformasjonen som indikerer hvor større endringer opptrer, og avgrensing av homogene lag, hver med tilhørende likhetsfeil-sperrer.
Utgangen fra behandlingstrinnet er en rekke langsomhetsestimater, og sporingen kan også innbefatte estimering av feil i langsomhetsverdien. Et feilestimat kan fremskaffes ved den statistiske likhetsbehandling av langsomhetsmålingene. Den totale feil er en kombinasjon av langsomhetsfeilen og usikkerheten ved spo-ringsbestemmelsen. Sluttrinnet velger langsomheten med den minste feil (even-tuelt modifisert ved hjelp av andre forutbestemte utvelgelsesregler) og mater ut denne som langsomheten for intervallet. Middelfeilen for intervallet kan f.eks. benyttes som grunnlag for utvelgelse. En bestemmelse nivå for nivå av variasjonen til den aktuelle feil fra middelverdien innenfor intervallet kan også fremskaffes som en ytterligere utmating.
Det vises til de vedføyde tegninger, hvor:
fig. 1 viser en plotting av lydbølgeformer som funksjon av tid for å indikere ankomster av forskjellige komponenter;
fig. 2 viser en tidligere kjent lydloggesonde;
fig. 3 viser et flytskjema som skisserer hovedtrekkene ved fremgangsmåten ifølge en utførelsesform av oppfinnelsen;
fig. 4 viser en enkel kompresjonslangsomhetslogg;
fig. 5 viser en Vp/Vs som funksjon av kompresjonslangsomhet som en kryssplotting; og
fig. 6 viser en langsomhetslogg med flere langsomhetsbestemmelser.
Det vises nå til fig. 3 hvor den der summariske fremgangsmåte som sine innganger har råbølgeformene 100 fremskaffet fra en brønnloggesonde slik som DSI-sonden fra Schlumberger, soneinformasjon 110 og behandlingsparametere 120. Råbølgeformene 100 er hovedsakelig digitale signaler som omfatter motta-kerstasjonsutgangen i tid for en gitt innsamlingsmodus for sonden (jevnfør fig. 1). For å fremskaffe soneinndelingsinformasjonen 110 blir råbølgeformene 100 for-håndsbehandlet ved å bruke en digital, første ankomstdeteksjonsmetode (DFAD-metode) som beskrevet mer detaljert i internasjonal patentsøknad nr. W097/28464 for å utlede en grov kompresjonslangsomhetslogg (DTCO-logg) som funksjon av dybde 102, som det er vist et eksempel på i fig. 4. DTCO-logginforma-sjonen blir analysert 104 for å bestemme de generelle soner som er tilstede i det intervall som er av interesse. Dette blir oppnådd ved å anvende forutbestemte terskler på DTCO-loggen og kvadrere utgangen for å grovklassifisere loggen i soner med hurtige, langsomme, meget langsomme og ekstremt langsomme formasjoner med skarpe overganger mellom sonene (linje DTCOsq på fig. 4) og blir kalt "makrosonebestemmelse". Der hvor sonene endres hyppig over forholdsvis korte avstander (tynne lag, f.eks. < 2 fots tykkelse), blir loggen også indikert som "mikro-sonebestemt". Makro- og mikro-soneinformasjonen blir matet til en AT-beregnings-prosess 130 (mikrosoneinformasjon kan benyttes til å indikere laggrenser og til å velge flerskudds STC-behandling som blir beskrevet nærmere nedenfor) og (for makrosone-informasjon) til en parameter-utvelgelsesprosess 112.
Parameter-utvelgelsesprosessen 112 bestemmer fra fysiske brønnparame-tere 114, en rekke behandlingsparametere (se eksempler gitt i tabellen nedenfor) og tilveiebringer disse som en behandlingsparameterinngang 120 til AT-behand-lingsprosessen 130.
Man vil forstå at ikke alle disse parameterne behøver å være nødvendige eller at normalverdier kan være akseptable i visse tilfeller. De spesielle parametere, hvordan de blir utledet og deres betydning vil avhenge av den spesielle behandlingsmåte som anvendes. Det er andre parametere som er valgfrie, slik som valg av optimal frekvens for behandling, slik som beskrevet mer detaljert i US 5,587,966.
Parameteren "formasjonstype" kan ha to hovedutvelgelsesmetoder som begge beror på sonebestemmelsestrinnet 104. Ifølge den første metoden blir DTCO-loggedata for et gitt nivå plottet på en skala som er inndelt i forutbestemte formasjonstyper. På fig. 5 er DTCO-data fra to dybder indikert ved hjelp av + og x. For illustrasjonens skyld er disse kryssplottet med Vp/Vs og de forutbestemte formasjonstyper hurtig (F) middel (I) langsom (S) meget langsom (VS) og ekstremt langsom (XS) overlagret på plottingen. De forutbestemte formasjonstyper er utledet fra andre loggedata fremskaffet på et antall steder. Dataene fra dybde + faller i en hurtig formasjonstype, mens de fra dybde x faller i en langsom formasjonstype. De forskjellige parametere vil bli valgt for å behandle dataene fra disse to dybdene. Man vil forstå at vanligvis vil det ikke være noen VpA/s-data tilgjengelige, og det er bare posisjonen på DTCO-aksen som benyttes til å bestemme formasjons- typen. En alternativ fremgangsmåte er å mate ut DTCOsq direkte som formasjons-typen.
AT-beregningsprosessen 130 omfatter to hovedelementer, en integrert langsomhetsbestemmelsesprosess 132 og en sporingsprosess 134. Den integrer-te langsomhetsbestemmelsesprosess 132 giren langsomhet/tidskoherent-metode (STC-metode) for å analysere bølgeformene. Disse metodene kan innbefatte én eller flere av STC, flerskudds STC (MSTC), hurtig STC (FSTC) og dispersiv (STC (DSTC). Disse forskjellige metodene er oppsummert nedenfor. I det foretrukne eksempel er den anvendte hovedbehandlingsmetode DSTC.
Behandling av langsomhet/tid-koherens (STC)
STC-behandling benytter fullstendig bølgeformanalyse til å finne alle bølger som forplanter seg i en gruppe med lydbølgeformer. Behandlingen beregner en toppvektor som identifiserer alle ankomstene i bølgeformdataene fra en lydgruppe-sonde, slik som DSI. Toppvektoren består av sju elementer tilknyttet en topp-koherensverdi i langsomhet/tid-planet. To hovedtrinn blir utført i STC-teknikken: 1. Koherensen a(T,S) blir beregnet for alle rimelige verdier av tid og langsomhet i S/T-planet. a(T,S) tjener som et mål på om dataene innbefatter en ankomst ved tiden T og langsomheten S. 2. Så blir overflaten a(T,S) undersøkt med hensyn på lokale maksima med en toppsøkingsprosess.
Koherensmålet bli beregnet ved:
Hvor EC(T,S) er den koherente energi for de normaliserte bølgeformer (kvadrat av de summerte bølgeform verdier), Ei(T,S) er den totale energien til de normaliserte bølgeformer (summen av de kvadrerte bølgeformverdier), og M er antallet bølgeformer, dvs. mottakere (mottakerstasjoner).
EC(T,S) og Ei(T,S) blir beregnet over et spesifisert tidsvindu, vanligvis valgt for å spenne over flere perioder av hovedfrekvenskomponenten som forventes i bølgeformene. I EC(T,S) blir bølgeformene stakket tidsmessig under antakelse av at ankomstene beveges lineært utover over mottakergruppen. For ethvert antall bølgeformer vil koherensmålet a(T,S) være mellom 0 og 1. Verdier som nærmer seg 1 indikerer forekomsten av en meget koherent ankomst ved tiden T og langsomheten S.
Koherensen a(T,S) blir beregnet innenfor et begrenset søkebånd i S/T-planet definert av langsomhetens nedre og øvre grenser og øvre og nedre tids-grenser. For en gitt langsomhet S mellom de nedre og øvre langsomhetsgrenser, må tiden (T) i søkebåndet adlyde følgende regel:
hvor ZO er T/R-avstanden for sonden, T0ffer tidsforskyvningen til søkebåndet, og Tbander bredden langs tiden for søkebåndet.
Denne regelen beskriver et bånd av tider som beveger seg diagonalt over S/T-planet fra nedre, venstre hjørne til det øvre, høyre hjørne. For Tofflik 0, blir båndet sentrert på langsomhet/tid-linjen (T = S • ZO).
Punktet (TPk, SPk) blir definert som toppkoherensen i S/T-planet hvis det til-fredsstiller følgende:
1. a(Tpk, Spk) > 0,25 (terskelverdi).
En tommelfingerregel er at verdier større enn 2/M indikerer forekomsten av en ankomst.
Hvis 8 bølgeformer mates inn, kan verdien 0,25 antas.
2. <y(Tpk, Spk) er et lokalt maksimum innenfor den gitte topp (spesifisert
av langsomhetsbredden og tidsbredden):
<y(Tpk, Spk)<>>p(Tm, Sm) for alle Tm og Sm
slik at
T - Tmask / 2 Tm T<+>Tmask / 2
S - Smask / 2 Sm S<+>Smask / 2
hvor Tmasker tidsbredden til toppmasken og Smasker langsomhetsbredden til toppmasken.
Den følgende toppmatrise med sju elementer blir matet ut til sju grupper ved hver behandlet dybde:
Ved toppkoherens:
1 ■ a(Tpk, Spk) koherensverdi
2. Spklangsomhet
3. Tpktid
4. Ec(TPk, Spk) koherensenergi i desibel
Ved toppenergi:
5. a(Te, Spk) koherens
6. Te tid
7. Ec(Te, Spk) koherensenergi i desibel
Langsomheten er den samme for toppkoherens.
Signal/støy-forholdet blir estimert ved å bruke følgende algoritme:
1. Spiss-spiss-amplituden i signalvinduet blir bestemt ved hver mottaker, og amplitudene blir midlet for å få et estimat av signalet. 2. Spiss-spiss-amplituden i hele vinduet blir bestemt ved hver mottaker, og amplitudene blir midlet for å få et estimat av støyen. 3. Signal/støy-forholdsestimatet blir så ganske enkelt beregnet ved å
bruke følgende ligning: S/N = 20 • Log10(signal/støy).
Det er to hoveddybdereferansepunkter i STC-behandlingen (eller DSTC-behandlingen, se nedenfor), bølgeformdybde og beregningsdybde. Bølgeformdyb-de er den dybde som er tilordnet alle bølgeformer i gruppen ved et spesielt dybde-nivå, og antas å være midtpunktet mellom den utløste sender og den første mottaker i mottakergruppen. Alle bølgeformer i gruppen blir tilordnet denne dybden. Be-regningsdybden er den dybde som er tilordnet S/T-planet og toppmatrisen som er beregnet ved hjelp av en STC-beregning. Når en modus for en mottakergruppe velges, er denne dybden midtpunktet i mottakergruppen som anvendes i beregningen. Hvis alle åtte mottakere benyttes, er derfor dybden midtpunktet mellom mottakerne 1 og 8. Hvis en delgruppe med mottakere 5-8 blir brukt, er dybden midtpunktet mellom mottakerne 5 og 8. Når en sendergruppe-modus blir benyttet, er dybden midtpunktet for de senderposisjoner som utgjør pseudo-gruppen.
Dispersiv STC-(DSTC) behandling
Visse lydbølgemodi er dispersive eller spredende, f.eks. dipol-bøynings-skjærmodusen. Dette betyr at forskjellige frekvenser forplanter seg med forskjellig faselangsomhet, bølgeformer endres etter hvert som de forplanter seg over gruppen, og målinger av skjærlangsomhet krever en spredningsmodell. Behandling av bøyningsmodusen med standard, ikke-dispersiv behandling slik som STC (beskrevet ovenfor) gir ingen informasjon om skjærlangsomhet uten bruk av modellbaser-te korreksjoner. Dispersive STC (DSTC) behandler bøyningsmodusen dispersivt slik at ingen korreksjon for spredning er nødvendig. I STC blir bølgeformer i vinduet forplantet tilbake til referansemottakeren langs linjer med konstant langsomhet. Denne konstante langsomheten er den samme langsomheten som utflyttingsvin-duet, og beregningen kan i sin helhet utføres i tidsdomenet. Likheten til de tilbake-forplantede bølgeformer blir beregnet, høye likhetsverdier indikerer at de tilbake-forplantede bølgeformer er nesten like, noe som igjen indikerer at tilbakeforplant-ningslangsomheten er korrekt. DSTC utfører tilbakeforplantning på en annen måte. Bølgeformene blir tilbakeforplantet ved hjelp av en spredningskurve i bøy-ningsmodus lik den for dataene. Spredningskurven eller dispersjonskurven er forhåndsberegnet fra bøyningsmodusmodellen og for å hastigheten blir tilbakefor-plantningen utført i frekvensdomenet. Skjærlangsomheten til den best tilpassede kurve blir returnert ved hjelp av DSTC. DSTC mater også ut en feilsøyle for usikkerheten til langsomhetsbestemmelsen på grunn av støy. Ytterligere detaljer ved DSTC kan finnes i US 5,278,805.
DSTC-behandling kan anvendes selv på ikke-dispersive bølger slik som kompresjons- eller skjær-monopolbølger. Siden det første trinn som er nødvendig for DSTC-behandling, er beregningen eller utvelgelsen av en passende spredningskurve, er alt som er nødvendig, en spredningskurve som representerer en ikke-spredende bølge, dvs. en flat "kurve". Følgelig er DSTC den foretrukne behandlingsmåte ifølge foreliggende oppfinnelse, og vil bli antydet som dette i den følgende beskrivelse. Man vil imidlertid forstå at i mange tilfeller kan STC like godt benyttes.
Flerskudds STC (MSTC)-behandling
MSTC forsøker å forbedre oppløsningen til den fullstendige DSTC-gruppe-beregning ved å behandle resultater fra delgrupper og ved oversampling av det intervall som er av interesse. I en sonde med åtte mottakere er det f.eks. mulig å forbedre oppløsningen ved å danne mindre delgrupper av f.eks. fem mottakere. Selv om dette reduserer den datamengde som er tilgjengelig fra hver delgruppe, betyr det faktum at sonden har flere muligheter til å sample området med forskjellige delgrupper av samme størrelse, at dette kan kompenseres i redundansen til dataene. MSTC gjør dette ved å benytte følgende prosedyre: 1. Alle delgrupper som overspenner det intervall som er av interesse, blir identifisert. 2. Hver delgruppe blir behandlet ved bruk av DSTC (et S/T-plan blir generert for hver delgruppe). 3. S/T-planene for delgruppene blir tidsforskjøvet for å ta hensyn til dif-feransen i sender/mottaker-avstand. 4. Likheten fra de forskjellige delgrupper blir midlet ved hver verdi av tid og langsomhet for å tilveiebringe et midlere S/T-plan. 5. Det midlere eller gjennomsnittlige S/T-plan blir undersøkt med hen syn på langsomhetstopper som blir returnert i en toppmatrise. Toppmatrisen som mates ut av MSTC inneholder tre elementer:
- langsomheten til koherenstoppen,
- koherensen til koherenstoppen, og
- tidspunktet for koherenstoppen.
Langsomheten, tiden og koherensen er ganske enkelt langsomheten, tiden og koherensen til hver topp som er funnet i det gjennomsnittlige S/T-plan.
Valget av MSTC som behandlingsmåte blir foretatt når soneinformasjonen 110 indikerer tynne sedimentlag (vanligvis < 2 fot tykkelse). En enkeltskudd DSTC-beregning ved hjelp av MSTC er det samme som en STC-beregning foretatt ved hjelp av DSTC. Ytterligere detaljer ved MSTC kan finnes i US-patent nr. 4,809,236. Den generelle behandlingsteknologi som foretrekkes i foreliggende oppfinnelse, blir beskrevet mer detaljert nedenfor.
Hurtig STC (FSTC)-behandling
Hurtig STC-behandling (FSTC) ble utviklet for bruk med LWD-lydmålings-teknikker, men er potensielt et alternativ til den vanlige STC-behandling som er beskrevet ovenfor. I FSCT blir råbølgeformene filtrert for å gi en kompleks signal-type med både reelle og imaginære deler. På grunn av den dataøkning som opp-står på grunn av dette, blir dataene grovt gjensamplet for å redusere datameng-den, og bare den reelle del av de komplekse signaldata blir lagret for fremvisnings-formål. Den grunnleggende behandling bortsett fra filtreringen og samplingen, er som for STC. Ytterligere detaljer ved FSTC kan finnes i US 5,594,706.
Uansett hvilken behandlingsmetode som benyttes, er utgangen typisk mer enn én langsomhet for hver dybde, f.eks. kompresjonslangsomhet, skjærlangsomhet og Stoneley-langsomhet. Fig. 6 viser en logg med mer enn én langsomhet (f.eks. kompresjon, skjær, Stoneley) indikert for hvert nivå. Det er generelt ønske-lig å overvåke utviklingen av disse egenskapene langs brønnen, og derfor er det nødvendig å bestemme hvilken langsomhet som er fra hvilken dybde i brønnen. Dette kan være vanskelig i tilfeller hvor langsomhetene har lignende verdier eller krysser hverandre, eller mangler på grunn av dårlige data ved en gitt dybde. Van-lig benyttede teknikker for å sammenknytte topper i en kontinuerlig kurve, blir kalt merking, og noen benytter et logisk beslutningstre, nivå for nivå. Mer sofistikerte teknikker benytter en veid kostfunksjon over et kort intervall for å velge en optimal bane. Den spesielt foretrukne løsning er å benytte en totrinnsprosess 134, først å forbinde toppene som svarer til den samme bølgeformankomst ("sporsøking"), og for det andre å identifisere sporet med et navn ("klassifisering").
For å utføre sporsøkingen blir den sekvens av målinger som er tilstrekkelig kontinuerlig nummerert, og deres sannsynligheter beregnet. For å vite hvordan de forskjellige topper skal tilordnes de forskjellige spor som oppbygges på denne måten, blir alle mulige hypoteser beregnet og de tilsvarende sannsynligheter utledet. Med denne informasjonen, og ved å anvende Bayes teorem, kan en a posteriori sannsynlighet beregnes, og hypotesen med den mest sannsynlige verdi velges for å bygge et spor. Fig. 6 viser punkt på loggen som er sammenknyttet for å danne spor. Klassifisering blir oppnådd ved å danne forskjellige hypoteser basert på en forplantningsmodell for å gi alle mulige klassifiseringer av oppbygde spor, og til-ordning av a priori sannsynligheter til disse hypotesene. Når man kjenner dataene og a priori sannsynlighetsmodellen, kan a posteriori sannsynlighetene til de for skjellige hypoteser beregnes, og den mest sannsynlige hypotese tas i betraktning for å klassifisere sporene 136. Siden klassifiseringen har en statistisk natur, kan feilen i bestemmelsene estimeres og mates ut som en kvalitetsindikator i hvert tilfelle 138. Soneinformasjonen 110 blir også matet inn i denne bestemmelsen siden den bidrar til å identifisere hvor overganger mellom formasjonstyper kan forår-sake plutselige endringer i langsomhetskurvene, som ellers kunne bli mistolket.
Metoden med sporsøking er som følger: der hvor Z<k>er settet av alle målinger opp gjennom dybden k og Z(k) er målingen ved samme dybde, hvis det ved dybde k blir registrert n topper, så er målingen Z(k) sammensatt av n langsomheter, n tider og n likheter. Z<k>består av alle målinger opp til og innbefattende den betraktede dybde:
Hvis qi<k>er den i. globale hypotese for målingene Z<k>, opp gjennom dybden k, gir hver qkén mulig komplett forklaring på målingene opp gjennom den betraktede dybde. Sekvensen av målinger som derfor fortsetter over dybden (sporene), er fullstendig spesifiserte, og de målinger som ikke tas i betraktning, blir betraktet som falske alarmer. Denne hypotesen kan dekomponeres som to deler q,( k) og qi(i)(k). Den første hypotesen , qj(k), spesifiserer ved dybde k, hvordan måling Z(k) blir tilordnet til sporene og hvordan sporene ved dybde k-1 blir knyttet til sporene ved dybde k. Hypotesen, qi(i>(k) spesifiserer den l(i). hypotese for målinger gjennom til dybde k-1, Z<k1>. Denne dekomponeringen kan omskrives på følgende måte:
Dette viser at det er mulig å generere alle hypoteser for alle målinger rekur-sivt opp til den aktuelle dybde k. Sporingsalgoritmen virker ved å danne hypoteser om målinger og å evaluere deres sannsynligheter ved å bruke en tidligere sann-synlighetsmodell og Baye's regel. Sannsynligheten til den globale hypotese q<k>basert på alle tilgjengelige målinger Z<k>kan uttrykkes som:
Ligningen er den generelle ligning for sporingsalgoritmen uten noen forenk-lende antakelser. Nevneren Ck er en normaliseringskonstant fremskaffet ved å summere telleren i ligningen over i. Begrepsmessig er sporingssøkedelen fullstendig definert av denne ligningen. Hver gang en ny dataramme Z(k) er innsamlet, blir hypotesen, qtfk), ved denne dybden generert og tilføyd hypotesen for målingene opp gjennom k-1, den foregående dybde, qi(i)k1 og til slutt blir de tidligere sannsyn-lighets- og datasannsynlighets-modeller benyttet til å beregne P(qi<k>|Z<k>).
Det siste uttrykket i telleren i ligningen, P(qk1 |Zk1), representerer sannsynligheten til den globale opphavshypotese som antas å være kjent fra den foregående dybde. De to andre uttrykkene i tellerligningen kan oppnås i henhold til Kurien, T., 1992, Issues in the design ofpractical multi- target tracking algorithms., Multitarget- multisensor tracking: applications and approaches., Artech House. Uttrykket P(qi(k)|qi(i)<k>"<1>, Z<k>"<1>) er definert som
hvor Oi, modellordenen, gir antallet spor ved én dybde k som antydes av qi(k), og Oi(i) er den modellorden som antydes av qi(i)<k1.>Ni er summen av alle de spor som er observert ved dybden k, og antall falske alarmmålinger angis av qi(k). gr(OiNj) blir betraktet som den r. måte å klassifiseres Ni målinger på som falske alarmer og ankomster opp til Oiankomster. I virkeligheten bestemmer den aktuelle modellorden Oiog antallet målinger Ni antallet muligheter for at Ni målinger blir klassifisert som falske alarmer og ankomster opp til et maksimum på Oiankomster.
Sannsynligheten P(gr| Oj.Nj) blir beregnet under den antakelse at hver Oiankomst er uavhengig av hverandre og av de falske alarmer. Hvis det for én ramme med Oiankomster har hver en sannsynlighet p for å opptre ved den aktuelle dybde og en sannsynlighet 1-p til ikke å opptre. De falske alarmer blir modellert som uavhen gige, og deres antall blir modellert som Poisson-fordeling med middelverdi I. Be-trakt K av ankomstene Oisom er tilstede i klassifiseringen gr(Oi,Ni), så er det K ankomster og NrK falske alarmer, og sannsynligheten er:
hs(Oi, Oi(i)) er en funksjon som gir den s. mulige måte å tilordne Oispor ved dybde k med de Oiø) spor i den foregående dybde k-1. Denne funksjonen gir en numme-rering av de forskjellige måter å forbinde spor ved den aktuell dybde med de i den foregående dybde. Hvis det antas at alle kombinasjoner er like mulige, så er for
M>(Oi,Oi(i)) sannsynligheter, så er
Klassifiseringen av målinger som ankomster eller falske alarmer, gr(Oi,Ni), og sportildeling, hs(Oi,Oi(i)), med sannsynlighetsmodellen P(hsl Oi,Oi(i)) og P(gr(0i,Ni)l0i,Ni) gir en fullstendig bestemmelse av P(qi(k)lqi(i)<k>"<1>,Z<k>"<1>).
Det siste uttrykk i begrepsligningen blir beregnet på følgende måte: gitt data Z(k) ved dybde k dekomponert i en kontinuerlig del C(k) og en diskret del N(k): Z(k) = {C(k),N(k)}. Hvis det antas at C(k) og N(k) er uavhengige, så kan P(N(k)|qk,Zk"1) omskrives som:
hvor P(N(k)lqi\Zk-1) = 1 hvis Ni = N(k) og 0 ellers.
qkbeskriver fullstendig de målesekvenser som hører til de samme spor. For å vite om målesekvensene som er nummerert som "tilstrekkelig kontinuerlige" til å kvalifisere som reelle spor eller ikke, må sannsynlighets/rimelighets-modellen for den kontinuerlige del av dataene P(C(k)Iq<k>,Z<k1>) tilveiebringes.
C(k) blir dannet av langsomhet/tid-koordinaten for hver topp som er modellert som en todimensjonal målevektor. Hvis det antas at den tidligere sannsynlig-hetsmodell som tas i betraktning, er at sekvensene av langsomhet og tid er gaussiske tilfeldige prosesser, blir korrelasjonen mellom langsomhet og tid langs dybden modellert som utgangen fra et ARMA-filter med kjente koeffisienter. For å beregne denne sannsynligheten blir det benyttet Kalman-filterteori. Scharf, L, 1991, Statistical signal processing: Wiley, blir brukt til å implementere ARMA-filteret via en Kalman-tilstandsrepresentasjon, og Harvey, A., 1994, Time series models: MIT Press, for å implementere Kalman-oppdaterings- og forutsigelses-ligningene. Gitt den foregående kontinuitetsmodell for et spor I og ved å bruke suksessiv kondisjo-nering, muliggjør Kalman-filterligningen beregningen av P(Ckl I) som er sannsynligheten for kontinuerlige målinger fra dypde 0 til k:
Hvert av uttrykkene i ligningen kan beregnes ved å bruke Kalman-forutsigelses- og oppdaterings-ligninger. Ved hver dybde k, gir Kalman-prediksjonen den todimensjonale gaussiske sannsynlighetsfordeling for langsomheten/tiden på bakgrunn av de tidligere de målinger C'~<1>. Sannsynligheten for at dataene C(i) tilhører sporet, blir beregnet ved å evaluere den gaussiske fordeling ved langsomhet/tid-punktet som er spesifisert ved hjelp av C(i). Når denne informasjonen er kjent, blir den todimensjonale gaussiske sannsynlighetsfordeling av langsomhet/tid ved dybde i+1 forutsagt ved å bruke C(i) og resultatet av oppdate-ringen av tilstands- og kovarians-matrisen via Kalman-oppdateringsligningen. Dette er sluttuttrykket P(Z(k)|qk,Zk"1) som er nødvendig for å fullføre sannsynlighets-beregningen ovenfor.
Ved å anvende denne metodologien på måledataene, kan målinger sam-menknyttes dybde for dybde for å danne spor. De målinger som ikke kan forbindes på denne måten, blir forkastet. Det er da nødvendig å tildele hvert spor til en fysisk egenskap, f.eks. monopolkompresjonsankomster, monopolskjærankomster, osv. Den løsning som benyttes i foreliggende oppfinnelse, er først å foreta visse antakelser, f.eks. at det første ankomstspor vil være monopolkompresjonsbølger fulgt av monopolskjærbølger fulgt av Stoneley-bølger. Hvis disse antakelser stemmer, blir så de data som utgjør sporene testet for å bestemme sannsynligheten for at et spor passer til disse antakelsene og blir klassifisert i henhold til hvilken antakelse som viser den høyeste sannsynlighet. Den generelle metodologi for denne bestemmelsen er som følger:
Dk er spordataene ved dybde k og inneholder følgende informasjon: m, kalt modellordenen som gir antall spor identifisert ved den k. dybde, tripletten (P, t, r), langsomheten, tiden og likheten for hvert spor, og noe forbindelsesinformasjon som viser hvordan et spor ved dybde k er forbundet med de detekterte spor ved dybdene k-1 og k+1. Hj<k>er den j. hypotese ved dybde k. Indeksen j svarer til antallet hypoteser i det spesielle tilfelle, i monopoltilfellet er f.eks. verdien lik 3 (for de tre modi: kompresjon, skjær og Stoneley). Posteriori-sannsynligheten Hj<k>er, gitt dataene ved dybde k-1 og alle tidligere dybder, definert av følgende ligning hvor (.) betegner (D<k>"<1>D<1>):
Dette tar i betraktning at datasannsynligheten for dataene ved den aktuelle dybde avhenger av de tidligere data bare gjennom hypotesen ved den aktuelle dybde, noe som betyr P(D<k>lH<k>, (.)) =P(D<k>lH<k>). Disse to ligningene er hovedlig-ningene for klassifiseringen.
Hypotesene for en gitt dybde avhenger av antall spor (m) ved denne dybden. For å tildele sannsynligheten P(Hj<k>| H<k1>), vil noen hypoteser ved den aktuelle dybde bli tatt som konsistente med hypotesene ved andre dybder, og andre vil ikke. Hvis f.eks. klassifiseringen klassifiserer et spor ved dybde k-1 som en komponent A og klassifiserer et spor ved dybde k som den samme ankomst A, gir dette den mest sannsynlige sjanse til å klassifisere det detekterte spor som ankomst A sammenlignet med enhver annen. Derfor er P(Hj<k>| Hk1) = K hvis hypotesene Hj<k>og Hk~1 er konsistente over dybden og ellers lik null. Verdien K blir bestemt på føl- gende måte: for M konsistente hypoteser som er funnet, er k=1/M. K er derfor forbundet med antallet konsistente hypoteser som er funnet. I dette tilfelle blir alle hypotesene tatt i betraktning som like sannsynlige, og det blir antatt at spor-søkingsdelen ikke har gjort noen feil ved å forbinde målinger over dybden. Gitt en endelig feilsannsynlighet i sporsøkingsdelen, P(Hj<k>| Hk"1= p når hypotesene er konsistente over dybden og ellers 1-p, med 0 < 1-p < 1.1 dette tilfelle er det nød-vendig å sette verdien av p inn i algoritmen.
Beregningen av sannsynligheten P(Dk| Hj<k>) antar at sporene er uavhengige av hverandre. Den modell som brukes til å betegne P(D<k>| Hj<k>) forutsetter at hvert spor er et langsomhet/tid-punkt i det todimensjonale langsom het/tid-plan som er gaussisk fordelt. Den foregående sannsynligheten til dette langsomhet/tid-punktet avhenger av den klassifisering som er tildelt vedkommende punkt ved hjelp av Hj<k.>Hvis antall spor er lik én, så er P(Dk| Hj<k>) en gaussisk fordeling med middelverdi og varians gitt av Hj<k>og evaluert ved det langsomhet/tid-punkt som er gitt ved Dk. For mer enn én ankomst er antakelsen at uavhengigheten til spor og P(D<k>| Hj<k>) produk-tet av alle gaussiske fordelinger som er evaluert.
Man vil forstå at sporings- og klassifiserings-metodologiene som er beskrevet ovenfor, kan anvendes på lydloggedata uavhengig av de andre behandlings-trinn som er beskrevet her.
Langsomhetsloggene 136 sammen med feilsøylene 138 blir matet ut til en avslutningsprosess 140 som beregner og velger den beste kompresjon, langsomhet, den beste skjærlangsomhet og den beste Stoneley-langsomhet ut fra de som er tilgjengelige 142, f.eks.:
1. Kompresjonslangsomhet:
P&S mottatt, sendt eller BHC
UDP mottatt, sendt eller BHC
LDP mottatt, sendt eller BHC
2. Skjærlangsomhet:
P&S mottatt, sendt eller BHC
UDP mottatt, sendt eller BHC
LDP mottatt, sendt eller BHC
3. Stoneleylangsomhet:
MST mottatt, sendt eller BHC
Prosessen velger loggen med den minste feilsøyle.
Den beste langsomhet blir beregnet fra ett eller flere datasett ved å bruke følgende trinn: 1. En middelfeil blir beregnet over hele intervallet over dybden for hver kandidat. 2. Middelfeilen blir beregnet for hver behandlingsmodus, dvs. mottatt eller sendt. Hvis kandidaten blir behandlet ved hjelp av BHC-modus, blir middelfeilverdiene fra begge behandlingsmodi midlet. 3. Fraværsverdi som befinner seg i feilsøyleloggene blir ansett som en stor feil ved feilberegningen.
4. En kandidat blir valgt som har den minste middelfeil.
5. Langsomhet blir beregnet nivå for nivå basert på feilsøylene til den valgte kandidat. 6. Hvis en feil ved et nivå er større enn en terskel, blir fravær tildelt som en langsomhet ved nivået (tilstand for ingen logg). Hvis kandidaten er behandlet ved hjelp av BHC-modus, ser prosedyren over feil både for mottaker- og sender-modus. Hvis deres feil er like, blir middellang-somheten tildelt som langsomheten, ellers blir den med minst feil valgt. 7. Endelige feilsøylelogger tilknyttet de valgte langsomhetslogger blir utledet på samme måte 144.
Den generelle multiskudd-behandlingsmetodologi som foretrekkes i forbindelse med foreliggende oppfinnelse, er som følger:
For tilfellet med flere skudd ved dybde Zn:
Ajer bølgeformen som er tatt i betraktning for å behandle MSTC.
i er antallet i en delgruppe (i = 1, N).
Fi er ST-planet som er beregnet for delgruppen i.
En ramme blir representert som en funksjon av to parametere: Fi = Fi (t,S) hvor t er tiden og S er langsomheten. For N delgrupper, er N = 1, 5 f.eks., fem rammer F = {Fi, F2, F3, F4, F5} blir fremskaffet hvor F er familien med rammer med dybde Z.
Formålet med de flere skudd er å beregne
Men ettersom det er en forskyvning i mellom to påfølgende rammer, er det nødvendig å ta hensyn til denne tidsforskyvningen før beregning ved hjelp av MSTC-behandlingen.
Mellom ramme Fjog Fm beveges sonden en kjent distanse d = Az. For en ramme Fi(t,S), for å forskyve denne gruppen før beregning av de flere skudd, er det nødvendig å anvende følgende operasjon: for punktet A(ti, Si) lokalisert i ST-planet, er det nødvendig å forskyve det med:
For totaliteten til rammen gir dette, etter tidsforskyvning:
Denne ligningen, kalt tidsforskyvningsligningen, forklarer hvordan en tidsforskyvning mellom én ramme og den etterfølgende ramme skal utføres. Begrepsmessig, å stakke til ST-planet for hver gruppe er det nødvendig å anvende denne korreksjonen.
Ved å begynne med ligningen overfor, er det mulig å omskrive den som en generell ligning:
hvor * er konvolveringsoperatoren på den variable t.
For å resample rammen for å stakke den med andre, blir shah-funksjonen benyttet, definert som:
For et signal s(t) er det mulig å omskrive dette signalet som:
Signalet s(t) blir dermed diskretisert med en samplingshyppighet x.
Omskrivning av ligningen for en ramme som er tidsforskjøvet og etter resampling, gir:
Utvikling av denne ligningen gir:
Dette definerer den transformasjon som skal anvendes på hver ramme før stakking.
Når man kjenner den transformasjon som det er nødvendig å anvende på en ramme i, er det mulig å skrive den generelle ligning for flerskuddsbehandling. For et gitt nivå Z er dette:
Denne ligningen er den generelle multiskuddsligning som er uavhengig av mediet (homogent eller hetrogent). For å unngå problemet med å øke beregnings-tid på grunn av resampling i tid og tidsforskyvning, er det foreslått et alternativ som er begrepsmessig lik flerskuddsligningen. Idéen er å innbefatte tidsforskyvnings- problemet under behandlingen av MSTC. Ved beregning av MSTC, blir for tiden én mottaker valgt som referanse for hele behandlingen. I det foreliggende tilfelle blir referansemottakeren for hver delgruppe endret før beregning av likheten for denne delgruppen. Den foretrukne løsning er å bruke som referanse den første mottaker i den første delgruppe, den annen mottaker i den annen delgruppe og så videre. Hver gang blir likheten for av disse delgruppene beregnet. Dette tar i betraktning tidsforskyvningen mellom de forskjellige delgrupper slik at det er mulig å stakke likheten umiddelbart etter beregning, idet tidsforskyvningen mellom de forskjellige delgrupper er tatt i betraktning.
Etter at tidsforskyvningskorreksjonen er foretatt og likheten for hver delgruppe beregnet, er det nødvendig å stakke ST-planene ved å bruke et alge-braisk middel til å beregne det endelige ST-plan ved én betraktet dybde. Dette blir oppnådd ved å beregne:
hvor Fi er ST-planet som er beregnet for en delgruppe, og N er det antall delgrupper som er benyttet til å beregne det endelige flerskuddsresultat.
Effektiv behandling av flerskuddsdata krever at følgende må bestemmes:
1. Antall delgrupper som brukes til å beregne flerskuddet.
2. Å velge gode delgrupper for beregning av flerskudd.
3. Automatisk deteksjon av referansemottakeren for hver delgruppe.
For en sonde med R mottakere, er Rsbantallet mottakere i en delgruppe. Dette antallet blir valgt av brukeren og knyttes til den oppløsning som skal oppnås. Pr. definisjon er den nedre grense lik 3. Antallet endrer ikke den aktuelle behandling, bare den fysiske tolkning av resultatet av behandlingen. Nsb er det maksimale antall delgrupper som brukes til å beregne flerskuddet. Denne verdien er lik antallet måledybder gjennom hvilke sonden er beveget for å ta flerskuddsmålingene, og kan defineres som:
For å vite hvilke mottakere det er nødvendig å bruke til å beregne flerskuddet, implementeres en "geometrisematrise". Ved beregning av flerskudd er det nødvendig å endre referansemottakeren for hver delgruppe under beregning av ST-planet for å ta i betraktning tidsforskyvningskorreksjonen. For NSb delgrupper med Rsbmottakere, blir geometrisematrisen definert som:
Den første mottaker i den første delgruppe rner lik den delgruppeverdi som er nødvendig for å beregne flerskuddet. Derfor er rn= Nsb, den annen mottaker i denne delgruppen er rn+iog så videre. Hver kolonne i matrisen kan beregnes som: n = rn+ i, i = 0, Rsb,
hvor i er nummeret til mottakeren i delgruppen. Referansemottakeren er alltid den samme som den første mottaker i den første delgruppe. Hvis denne verdien derfor blir beregnet ved begynnelsen av beregningen, blir alle parameterne for STC-behandlingen fiksert for denne beregningen, og det er ikke nødvendig å omdefine-re referansemottakeren for hver delgruppe. Geometrisematrisen muliggjør videre lett identifikasjon ved hver ramme av de mottakere som er aktivert og deaktivert
ved vedkommende dybde. Følgelig er det bare nødvendig å multiplisere mottaker-statusen med den aktuelle vektor for å vite hvilke mottakere som skal brukes, idet dette forenkler dataadministrasjonen. Alt som er nødvendig er å vite om en mottaker er aktiv eller ikke for en gitt ramme, siden data fra alle mottakere blir beregnet ved begynnelsen og resultatene blir brukt ved sirkulær permutering av kolonnen i matrisen for hver ny ramme.
Det kan nevnes at denne løsningen kan benyttes for enhver flerskudds behandling og ikke bare i forbindelse med foreliggende oppfinnelse.
Foreliggende oppfinnelse kan anvendes på det område som angår og ka-rakteriserer undergrunnsformasjoner som omgir borehull, slik som i olje- og gass-industrien.

Claims (17)

1. Fremgangsmåte for å bestemme lydlangsomheten til en undergrunnsformasjon ut fra lydmålinger, karakterisert ved: (i) å frembringe lydbølgeformer i undergrunnsformasjonen; (ii) å bestemme, fra lydbølgeformene, flere verdier av minst én parameter relatert til lydlangsomheten i formasjonen sammen med et estimat av feilen i hver verdi; og (iii) å benytte estimatet av feilen i hver verdi til å velge en parameterverdi relatert til langsomhet som er representativ for formasjonen.
2. Fremgangsmåte ifølge krav 1, karakterisert vedat de flere verdier av parameteren som er relatert til langsomhet, innbefatter flere verdier av kompresjons-, skjær- og/eller Stoneley-langsomheter.
3. Fremgangsmåte ifølge krav 1 eller 2, karakterisert vedat lydbølgeformene blir fremskaffet ved å bruke en sonde som har én eller flere sendere og en gruppe med mottakere.
4. Fremgangsmåte ifølge krav 3, karakterisert vedat lydbølgeformene blir frembrakt i sendermodus, mottakermodus og/eller borehullskompensert modus.
5. Fremgangsmåte ifølge krav 3 eller 4, karakterisert vedat lydbølgeformene blir utledet fra monopol- eller dipol-målinger.
6. Fremgangsmåte ifølge noen av de foregående krav, karakterisert vedat trinnet med å bestemme den parameter som er relatert til lydlangsomhet, innbefatter det trinn å bestemme en formasjonstype-parameter fra lydbølgeformene.
7. Fremgangsmåte ifølge krav 6, karakterisert vedat formasjonstypeparameteren blir utledet fra en kompresjonslangsomhetslogg, hvor terskler er blitt påført for derved å kvadrere loggutgangen til å passe inn i forutbestemte bånd.
8. Fremgangsmåte ifølge noen av de foregående krav, karakterisert vedat trinnet med å bestemme den parameter som er relatert til langsomhet, videre innbefatter å velge behandlingsparametere som er relatert til brønnegenskaper, formasjonsegenskaper og bølgeform-behandlingsparametere og å anvende disse parameterne i behandlingen av lydbølgeformene.
9. Fremgangsmåte ifølge krav 8, karakterisert vedat behandlingsparameterne omfatter minst én parameter som er valgt av en bruker, og minst én parameter som er utvalgt eller beregnet på grunnlag av den minst ene parameter som er valgt av en bruker.
10. Fremgangsmåte ifølge krav 9, karakterisert vedat antallet parametere som velges av en bruker, er forholdsvis lavt sammenlignet med det antall parametere som blir valgt eller beregnet på grunnlag av den minst ene parameter som er valgt av en bruker.
11. Fremgangsmåte ifølge noen av de foregående krav, karakterisert vedat bølgeformene blir behandlet ved å bruke en langsomhet/tid-koherensteknikk.
12. Fremgangsmåte ifølge krav 11, karakterisert vedat en flerskuddsteknikk blir brukt i formasjoner i tynne sedimentære lag.
13. Fremgangsmåte ifølge noen av de foregående krav, karakterisert vedå forbinde verdiene av den parameter som er relatert til langsomhet langs det intervall som er av interesse, i spor som beskriver utviklingen av en spesiell langsomhetsparameter i vedkommende intervall.
14. Fremgangsmåte ifølge krav 13, karakterisert vedå tildele identifiserere til hvert spor som identifiserer en spesiell langsomhetsparameter som spordataene er relatert til.
15. Fremgangsmåte ifølge krav 14, karakterisert vedat estimatet av feil i hver verdi blir bestemt for hvert spor.
16. Fremgangsmåte ifølge krav 15, karakterisert vedat for en gitt parameter relatert til langsomhet med flere kandidater, blir den kandidat med minst middelfeil valgt som representativ for vedkommende parameter.
17. Fremgangsmåte ifølge krav 16, karakterisert vedå mate ut feillogger for de valgte kandidatlogger.
NO20014715A 1999-04-01 2001-09-28 Behandling av målinger på lydbølgeformer for å bestemme langsomheten NO334218B1 (no)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
GBGB9907620.0A GB9907620D0 (en) 1999-04-01 1999-04-01 Processing sonic waveform measurements
PCT/IB2000/000353 WO2000060380A1 (en) 1999-04-01 2000-03-27 Processing sonic waveform measurements

Publications (3)

Publication Number Publication Date
NO20014715D0 NO20014715D0 (no) 2001-09-28
NO20014715L NO20014715L (no) 2001-11-26
NO334218B1 true NO334218B1 (no) 2014-01-13

Family

ID=10850881

Family Applications (1)

Application Number Title Priority Date Filing Date
NO20014715A NO334218B1 (no) 1999-04-01 2001-09-28 Behandling av målinger på lydbølgeformer for å bestemme langsomheten

Country Status (8)

Country Link
US (1) US6654688B1 (no)
AU (1) AU3186500A (no)
DZ (1) DZ3029A1 (no)
EG (1) EG22633A (no)
GB (3) GB9907620D0 (no)
MX (1) MXPA01009189A (no)
NO (1) NO334218B1 (no)
WO (1) WO2000060380A1 (no)

Families Citing this family (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001084812A2 (en) * 2000-05-03 2001-11-08 Daniel Schoeffler Method of enabling transmission and reception of communication when current destination for recipient is unknown to sender
GB2372322B (en) * 2000-10-16 2003-04-16 Schlumberger Holdings Method for determining formation slowness particularly adapted for measurement while drilling applications
US7099810B2 (en) * 2001-06-20 2006-08-29 Halliburton Energy Services, Inc. Acoustic logging tool having quadrupole source
US6845325B2 (en) 2001-11-08 2005-01-18 Schlumberger Technology Corporation Global classification of sonic logs
US6839633B1 (en) * 2003-06-13 2005-01-04 Schlumberger Technology Corporation Methods and apparatus for imaging a subsurface fracture
US6995500B2 (en) * 2003-07-03 2006-02-07 Pathfinder Energy Services, Inc. Composite backing layer for a downhole acoustic sensor
US7075215B2 (en) * 2003-07-03 2006-07-11 Pathfinder Energy Services, Inc. Matching layer assembly for a downhole acoustic sensor
US7036363B2 (en) * 2003-07-03 2006-05-02 Pathfinder Energy Services, Inc. Acoustic sensor for downhole measurement tool
US7513147B2 (en) 2003-07-03 2009-04-07 Pathfinder Energy Services, Inc. Piezocomposite transducer for a downhole measurement tool
US7423930B2 (en) * 2003-12-10 2008-09-09 Schlumberger Technology Corporation Methods and systems for detecting arrivals of interest
US7660196B2 (en) * 2004-05-17 2010-02-09 Schlumberger Technology Corporation Methods for processing dispersive acoustic waveforms
US6957572B1 (en) 2004-06-21 2005-10-25 Schlumberger Technology Corporation Apparatus and methods for measuring mud slowness in a borehole
US8238194B2 (en) * 2004-09-23 2012-08-07 Schlumberger Technology Corporation Methods and systems for compressing sonic log data
US7668043B2 (en) * 2004-10-20 2010-02-23 Schlumberger Technology Corporation Methods and systems for sonic log processing
US7764572B2 (en) * 2004-12-08 2010-07-27 Schlumberger Technology Corporation Methods and systems for acoustic waveform processing
CA2594339C (en) 2005-01-14 2016-10-18 Exxonmobil Upstream Research Company Method and apparatus for estimating formation slowness
US7526930B2 (en) * 2005-04-22 2009-05-05 Schlumberger Technology Corporation Method system and program storage device for synchronizing displays relative to a point in time
US7529152B2 (en) * 2005-05-10 2009-05-05 Schlumberger Technology Corporation Use of an effective tool model in sonic logging data processing
US7652950B2 (en) * 2005-06-03 2010-01-26 Schlumberger Technology Corporation Radial profiling of formation mobility using horizontal and vertical shear slowness profiles
GB2452193A (en) * 2006-05-04 2009-02-25 Schlumberger Technology Corp Method system and program storage device for synchronizing displays relative to a point in time
US7587936B2 (en) 2007-02-01 2009-09-15 Smith International Inc. Apparatus and method for determining drilling fluid acoustic properties
US8009509B2 (en) * 2008-04-09 2011-08-30 Schlumberger Technology Corporation Automated mud slowness estimation
US20110182141A1 (en) * 2008-08-14 2011-07-28 Schlumberger Technology Corporation Method and system for monitoring a logging tool position in a borehole
WO2010040045A2 (en) * 2008-10-03 2010-04-08 Schlumberger Canada Limited Identification of casing collars while drilling and post drilling and using lwd and wireline
US8117907B2 (en) 2008-12-19 2012-02-21 Pathfinder Energy Services, Inc. Caliper logging using circumferentially spaced and/or angled transducer elements
US20100177594A1 (en) * 2009-01-13 2010-07-15 Schlumberger Technology Corporation Attenuation of unwanted acoustic signals by semblance criterion modification
EP2686710A2 (en) 2011-04-01 2014-01-22 Halliburton Energy Services, Inc. Improved time-based processing of broadband borehole acoustic data
BR112015010682A2 (pt) 2012-12-11 2017-07-11 Halliburton Energy Services Inc método para estimar as propriedades de uma formação utilizando processamento de matriz acústica, sistema de tratamento de informações e sistema para estimar as propriedades de uma formação utilizando processamento de matriz acústica
CN103064118A (zh) * 2013-01-08 2013-04-24 西南石油大学 一种利用声波测井定量洞穴充填程度的方法
WO2016123436A1 (en) * 2015-01-30 2016-08-04 Halliburton Energy Services, Inc. Improved signal detection in semblance methods
US10809405B2 (en) * 2015-07-06 2020-10-20 Schlumberger Technology Corporation Measurement and processing to detect weak interfacial layers in hydrocarbon-bearing laminated formations with acoustic logging devices
US11644588B2 (en) 2015-09-27 2023-05-09 Schlumberger Technology Corporation Work flow based acoustic processing system and method
DK3465286T3 (en) 2016-05-25 2022-10-31 Geoquest Systems Bv Elastic parameter estimation
CN107762494A (zh) * 2016-08-19 2018-03-06 中国石油集团长城钻探工程有限公司 随钻偶极声波测井仪器以及声波测井方法
WO2018080450A1 (en) 2016-10-25 2018-05-03 Halliburton Energy Services, Inc. Enhanced-resolution rock formation body wave slowness determination from borehole guided waves
GB2615844B (en) * 2020-01-20 2024-01-31 Schlumberger Technology Bv A multi-resolution based method for automated acoustic log depth tracking

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4422165A (en) * 1981-02-11 1983-12-20 Mobil Oil Corporation Maximum likelihood estimation of the ratio of the velocities of compressional and shear waves
US4809236A (en) * 1986-10-15 1989-02-28 Schlumberger Technology Corporation Method and apparatus for determining the magnitude of components of measurements made from inside a borehole
US5361379A (en) * 1991-10-03 1994-11-01 Rockwell International Corporation Soft-decision classifier
US5278805A (en) * 1992-10-26 1994-01-11 Schlumberger Technology Corporation Sonic well logging methods and apparatus utilizing dispersive wave processing
US5594706A (en) * 1993-12-20 1997-01-14 Schlumberger Technology Corporation Downhole processing of sonic waveform information
US5587966A (en) * 1994-10-13 1996-12-24 Schlumberger Technology Corporation Sonic well logging methods and apparatus for processing flexural wave in optimal frequency band
US5852262A (en) 1995-09-28 1998-12-22 Magnetic Pulse, Inc. Acoustic formation logging tool with improved transmitter
JP3696318B2 (ja) 1996-01-31 2005-09-14 シュルンベルジェ オーバーシーズ エス.エイ. 音波検層方法及びシステム

Also Published As

Publication number Publication date
NO20014715D0 (no) 2001-09-28
GB9907620D0 (en) 1999-05-26
NO20014715L (no) 2001-11-26
DZ3029A1 (fr) 2004-03-27
AU3186500A (en) 2000-10-23
GB0122578D0 (en) 2001-11-07
MXPA01009189A (es) 2003-07-14
US6654688B1 (en) 2003-11-25
GB9923461D0 (en) 1999-12-08
GB2363458B (en) 2002-12-18
GB2363458A (en) 2001-12-19
EG22633A (en) 2003-05-31
WO2000060380A1 (en) 2000-10-12

Similar Documents

Publication Publication Date Title
NO334218B1 (no) Behandling av målinger på lydbølgeformer for å bestemme langsomheten
US6614716B2 (en) Sonic well logging for characterizing earth formations
EP3433643B1 (en) Method and device for estimating sonic slowness in a subterranean formation
US7423930B2 (en) Methods and systems for detecting arrivals of interest
CA1209683A (en) Method and apparatus for indirect determination of shear velocity from guided modes
CA2464429C (en) Global classification of sonic logs
US20040117121A1 (en) Reservoir fracture characterization
Harrison et al. Acquisition and analysis of sonic waveforms from a borehole monopole and dipole source for the determination of compressional and shear speeds and their relation to rock mechanical properties and surface seismic data
US6526354B2 (en) Sonic well logging for alteration detection
WO2004095077A1 (en) Method for predicting pore pressure
US4575828A (en) Method for distinguishing between total formation permeability and fracture permeability
US8995224B2 (en) Real-time velocity and pore-pressure prediction ahead of drill bit
NO333705B1 (no) Behandling av malinger av lydbolgeformer fra oppstillinger av borehulls-loggeverktoy
Caiti et al. Acoustic estimation of seafloor parameters: A radial basis functions approach
US10168442B2 (en) Differential energy analysis for dipole acoustic measurement
US7013217B2 (en) System and method for determining formation slowness
CN115453627A (zh) 一种无需模式识别的小生境粒子群面波反演方法
CN112888970A (zh) 确定声波慢度的方法和装置
US6108606A (en) Waveguide disturbance detection method
US20240045094A1 (en) A method of and apparatus for determining a multiple well seismic-to-well tie
CN117706625A (zh) 一种基于das的煤层压裂微震监测方法
WO2023215537A1 (en) Aircraft rescue systems and methods using predictive models
CN115951408A (zh) 地下地层的声波探测的慢度提取方法、装置、介质及设备
EP4281810A1 (en) A method of and apparatus for optimizing a drilling strategy
EA042600B1 (ru) Способ определения значения порового давления в геологических пластах, подлежащих бурению буровым устройством

Legal Events

Date Code Title Description
MK1K Patent expired