NO343117B1 - Automatisert tolkning av seismiske data for påvisning og analyse av geologiske strukturer - Google Patents

Automatisert tolkning av seismiske data for påvisning og analyse av geologiske strukturer Download PDF

Info

Publication number
NO343117B1
NO343117B1 NO20100229A NO20100229A NO343117B1 NO 343117 B1 NO343117 B1 NO 343117B1 NO 20100229 A NO20100229 A NO 20100229A NO 20100229 A NO20100229 A NO 20100229A NO 343117 B1 NO343117 B1 NO 343117B1
Authority
NO
Norway
Prior art keywords
samples
point
points
candidate
evaluation
Prior art date
Application number
NO20100229A
Other languages
English (en)
Other versions
NO20100229L (no
Inventor
Sergey Skripkin
Original Assignee
Logined Bv
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Logined Bv filed Critical Logined Bv
Publication of NO20100229L publication Critical patent/NO20100229L/no
Publication of NO343117B1 publication Critical patent/NO343117B1/no

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/288—Event detection in seismic signals, e.g. microseismics
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/30—Analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • Acoustics & Sound (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Image Analysis (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

Det er beskrevet utførelsesformer for automatisk strukturtolkning. I noen utførelsesformer innbefatter en fremgangsmåte å identifisere ett eller flere objektpunkter tilhørende et objekt som skal spores; å spore en bare for det ene eller de flere objektpunktene, innbefattende: å beregne et antall etaloner omkring i det minste ett av det ene eller de flere objektpunktene ved å bruke én eller flere forskjellige vinkelmessige parametere; å velge ett eller flere kandidatpunkter for evaluering; å ekstrahere én eller flere sampler fra området omkring det ene eller de flere kandidatpunktene; og å evaluere en neste baneposisjon for det ene eller de flere objektpunktene basert i det minste delvis på den ene eller de flere samplene og én eller flere av antallet etaloner.

Description

TEKNISK OMRÅDE
[0002] Foreliggende oppfinnelse vedrører beregningsmessig simulering og analyse av geologiske formasjoner, og mer spesielt, automatisk strukturtolkning.
BAKGRUNN
[0003] Undersøkelsesoperasjoner, slik som leting, boring, testing og beregningsmessig simulering blir vanligvis utført for å bidra til å lokalisere og ekstrahere verdifulle hydrokarbonressurser. Den informasjonen som fremkommer under slike undersøkelsesoperasjoner kan brukes til å vurdere geologiske formasjoner og til å lokalisere de ønskede verdiene i undergrunnen.
[0004] Identifikasjon og tolkning av forkastninger er én av hovedutfordringene i seismisk tolkning. Flere eksisterende metoder er blitt utviklet for å detektere seismiske brudd eller forkastninger, innbefattende de fremgangsmåtene som f.eks. er beskrevet i US-patent nr.7,630,865 utstedt til Berkovitch mfl., US-patent nr. 7,330,791 utstedt til Kim mfl., US-patent nr.7,069,149 utstedt til Goff mfl., og US-patent nr.6,735,526 utstedt til Meldahl mfl. I motsetning til tolkning av seismiske horisonter, er imidlertid konvensjonelle teknikker for å identifisere og tolke seismiske forkastninger typisk beheftet med en mangel på nøyaktige og robuste automatiske løsninger. Selv om ønskelige resultater er blitt oppnådd ved å bruke konvensjonelle teknikker, er det derfor likevel rom for en betydelig forbedring.
OPPSUMMERING
Den foreliggende oppfinnelse tilveiebringer en fremgangsmåte for automatisert strukturtolkning, karakterisert ved at den omfatter: å identifisere ett eller flere objektpunkter som tilhører et objekt som skal spores; og å spore en bane for det ene eller de flere objektpunktene, innbefattende: å beregne et antall etaloner omkring minst ett av det ene eller de flere objektpunktene ved å bruke én eller flere forskjellige vinkelparametere; å velge ett eller flere kandidatpunkter for evaluering; å ekstrahere én eller flere sampler fra området omkring det ene eller de flere kandidatpunktene; og å evaluere et neste banested for det ene eller de flere objektpunktene i det minste delvis basert på den ene eller de flere samplene og én eller flere av antallet etaloner.
Den foreliggende oppfinnelse tilveiebringer også en beregningsanordning for automatisert strukturtolkning, karakterisert ved at den omfatter: et lager; én eller flere prosessorer operativt koplet til lageret; funksjonalitet som kan opereres av minst én av prosessorene eller lageret for å utføre en fremgangsmåte for sporing av et objektpunkt, innbefattende: å beregne én eller flere etaloner omkring objektpunktet ved å bruke én eller flere forskjellige vinkelparametere; å velge et kandidatpunkt for evaluering; å ekstrahere én eller flere sampler fra området omkring kandidatpunktet; og å evaluere en neste mulig posisjon for objektpunktet basert i det minste delvis på den ene eller de flere samplene og ett eller flere av antallet etaloner.
Den foreliggende oppfinnelse tilveiebringer også ett eller flere datamaskinlesbare media som har et sett med datamaskinlesbare instruksjoner som befinner seg på mediet, hvor når de utføres, tilveiebringer handlinger som omfatter: å spore et objektpunkt, innbefattende: å beregne et antall etaloner omkring objektpunktet ved å bruke et antall vinkelparametere; å velge et kandidatpunkt for evaluering; å ekstrahere én eller flere sampler fra området omkring kandidatpunktet; og å evaluere en neste mulig posisjon for objektpunktet basert i det minste delvis på den ene eller de flere samplene og én eller flere av antallet etaloner.
Ytterligere utførelsesformer av fremgangsmåten, beregningsanordningen og det ene eller de flere datamaskinlesbare media i henhold til oppfinnelsen fremgår av de uselvstendige patentkrav.
[0005] Den foreliggende oppfinnelse vedrører fremgangsmåter og systemer for automatisk strukturell tolkning av geologiske strukturer, innbefattende bestemmelse og sporing av seismiske forkastninger. Utførelsesformer av fremgangsmåtene og systemene i samsvar med læren i henhold til foreliggende oppfinnelse kan fortrinnsvis tilveiebringe automatisk seismisk tolkningsfunksjonalitet for derved å redusere tid og kostnader i forbindelse med seismiske strukturelle tolkningsaktiviteter.
[0006] I noen utførelsesformer innbefatter en fremgangsmåte for automatisk tolkning av en seismisk struktur: å identifisere én eller flere objektpunkter som tilhører et objekt som skal spores; å spore en bane for det ene eller de flere objektpunktene, innbefattende å beregne et antall etaloner omkring minst ett av de ene eller flere objektpunktene ved å bruke én eller flere forskjellige vinkel parametere; å velge ett eller flere kandidatpunkter for evaluering; å ekstrahere én eller flere prøver fra omkring det ene eller de flere kandidatpunktene; og å evaluere en neste objektposisjon for det ene eller de flere objektpunktene basert i det minste delvis på den ene eller de flere prøvene og én eller flere av antallet etaloner.
[0007] Denne oppsummeringen er bare ment å gi et kort sammendrag av en mulig realisering av og mulige aspekter eller fordeler ved systemer og fremgangsmåter i overensstemmelse med i det minste noen utførelsesformer av foreliggende oppfinnelse. Denne oppsummeringen er videre ment bare som et middel til å gi leseren en forståelse av noen spesielle utførelsesformer, og er ikke ment å definere eller begrense andre utførelsesformer av systemene og fremgangsmåtene som blir beskrevet her på andre steder.
KORT BESKRIVELSE AV TEGNINGENE
[0008] Den detaljerte beskrivelsen er gitt under henvisning til de vedføyde tegningsfigurene hvor like eller identiske henvisningstall kan være brukt til å identifisere de samme eller lignende elementer.
[0009] Fig.1 er en skjematisk oversikt over et eksempel på et miljø som kan modelleres i samsvar med læren i henhold til foreliggende oppfinnelse.
[0010] Fig.2 er et flytskjema over en utførelsesform av en fremgangsmåte i samsvar med læren i henhold til foreliggende oppfinnelse.
[0011] Fig.3 viser en utførelsesform av en vektormetode som kan brukes i overensstemmelse med læren i henhold til foreliggende oppfinnelse.
[0012] Fig.4 illustrerer et eksempel på en beregningsanordning hvor forskjellige utførelsesformer av fremgangsmåter og systemer i henhold til læren ifølge foreliggende oppfinnelse kan implementeres.
DETALJERT BESKRIVELSE
[0013] Oppfinnelsen er rettet mot systemer og fremgangsmåter for automatisk strukturtolkning av geologiske strukturer, innbefattende detektering og sporing av seismiske forkastninger. Mer spesielt, kan utførelsesformer av systemer og fremgangsmåter i samsvar med oppfinnelsens lære brukes til automatisk tolkning av forkastninger og andre strukturelle trekk i tre-dimensjonale (3D) seismiske data.
I minst noen av implementeringene kan slike systemer og fremgangsmåter med fordel forbedre kvaliteten på den seismiske tolkningen mens tid og kostnader i forbindelse med disse analysene kan reduseres.
[0014] I minst noen implementeringer kan generelt beregnede størrelser kalt "etaloner" brukes til å beregne en tilpasningsfunksjon (fitness-funksjon). Uttrykket etaloner, slik det brukes her, refererer til én eller flere prøver (sampler) skapt omkring samme punkt, og slike etaloner inneholde informasjon (delvis eller fullstendig) om slike punkter. For hvert kandidatpunkt som kan være det neste langs en bane som spores, blir det bestemt minst én sampel. Samtidig er en samling med sampler (etaloner) tilgjengelig omkring foregående punkter. Etaloner blir dermed skapt omkring punkter som allerede er "sporet", og nye sampler blir beregnet omkring nye kandidatpunkter og så sammenlignet med etaloner.
[0015] I minst noen implementeringer kan en tilpasningsfunksjon for hver kandidat defineres, f.eks. som en avstand til en mest lik sampel i etalonen. Mer spesielt kan i minst noen implementeringer et punkt plukkes ut av en bruker, og så kan volumbilder (sampler) skapes av dette punktet under forskjellige vinkler for å tilveiebringe én eller flere etaloner. Et kandidatpunkt kan så velges nær det opprinnelige punkt, og et bilde kan ekstraheres for dette kandidatpunktet (f.eks. et kandidatpunkt som har 0 rotasjon). Et bilde i en tidligere frembrakt samling blir valgt som har størst likhet med (ser mest likt ut) det aktuelle, ikke roterte bildet. Når det først er funnet, kan likheten mellom to punkter (opprinnelig og kandidat) anses som likheten mellom disse to bildene. Disse og andre aspekter ved fremgangsmåtene og systemene ifølge læren i henhold til foreliggende oppfinnelse blir beskrevet mer fullstendig nedenfor under henvisning til de vedføyde figurene.
[0016] Eksempel på omgivelser
[0017] Fig.1 er en skjematisk oversikt over et eksempel på omgivelser 100 som kan modelleres i samsvar med den lære som fremgår av foreliggende oppfinnelse. Mer spesielt kan omgivelsene (eller oljefeltet) 100 ifølge dette eksempelet innbefatte en undergrunnsformasjon 102 som omfatter et reservoar 104. Et seismikk-kjøretøy 106 utfører en undersøkelsesoperasjon ved å frembringe én eller flere bølger 111 (f.eks. lydbølger, ultralydbølger, elektromagnetiske bølger, osv.) som kan brukes til å måle egenskaper ved undergrunnsformasjonen 102.
[0018] Mer spesielt, som vist på fig.1, blir én eller flere bølger 111 utsendt ved hjelp av en kilde 110 og reflektert fra én eller flere horisonter 114 i en grunnformasjon 116. De reflekterte bølgene 112 blir så mottatt eller detektert ved hjelp av én eller flere sensorer, slik som geofonmottakere 118 eller lignende, plassert på overflaten. I minst noen utførelsesformer frembringer geofonene/mottakerne 118 elektriske utgangssignaler som reaksjon på karakteristikkene til de reflekterte bølgene 112 (f.eks. amplitude, frekvens, osv.), referert til som mottatte data 120 på fig.1.
[0019] De mottatte dataene 120 kan leveres som inngang til en datamaskin 122 (f.eks. plassert i seismikk-kjøretøyet 106). Som reaksjon på de innmatede dataene, kan datamaskinen 122 generere en seismisk datautgang 124 som kan lagres, overføres eller behandles ytterligere etter ønske, innbefattende ved hjelp av forskjellige analyseteknikker i samsvar med læren i henhold til foreliggende oppfinnelse.
[0020] Ytterligere aspekter ved systemer og fremgangsmåter for automatisk deteksjon av seismiske forkastninger blir beskrevet i de følgende avsnitt. Det skal bemerkes at systemer og fremgangsmåter som beskrives her, kun er eksempler og er innbefattet for illustrasjonsformål og skal derfor ikke betraktes som begrensende.
[0021] Eksempler på prosesser
[0022] Seismisk tolkning kan utføres ved å bruke en løsning med tre-dimensjonal (3D) bildeanalyse med en matematisk modell i overensstemmelse med den lære som fremgår av foreliggende oppfinnelse. Utførelsesformer av systemer og fremgangsmåter i overensstemmelse med informasjon fra seismiske undersøkelser, og slike resultater kan brukes som dimensjonsmessige attributtdata for etterfølgende analyser. I minst noen av implementeringene kan den her beskrevne oppfinnelsen kompletteres med ekspertkunnskap vedrørende reservoarer og reservoarteknikker.
[0023] Forkastningsidentifisering og tolkning er én av hovedutfordringene ved tolkning. Men i motsetning til tolkning av seismiske horisonter, er konvensjonelle teknikker for identifikasjon og tolkning av seismiske forkastninger vanligvis beheftet med en betydelig mangel på nøyaktige og robuste automatiske løsninger.
Konvensjonelle fremgangsmåter kan følgelig kreve arbeidsintensive, tidkrevende manuelle tolkninger som innbefatter mange gjentatte likhetsutvelgelser eller forkastningsskjæringer med forskjellige seismiske snitt.
[0024] I minst noen utførelsesformer i samsvar med den foreliggende oppfinnelsen kan det på den annen side antas at når en forkastning eller en annen strukturell hendelse blir plukket ut fra bare et par seksjoner eller snitt (eller bare én), kan utplukkingsprosessen fortsettes automatisk hvis informasjon fra manuelt utplukkede punkter blir ekstrahert og brukt på riktig måte.
[0025] For å begynne å beskrive fremgangsmåter og systemer for automatisk tolkning av forkastninger i samsvar med den lære som fremgår av den foreliggende oppfinnelse, vil flere definisjoner bli introdusert. En sjablong Ω, slik uttrykket benyttes her, betegner f. eks. en gruppe punkter ω med heltallige kartesiske koordinater (i, j, k) valgt i henhold til en ferdig regel, som vist i den følgende ligning (1 ):
Ω — { ω i, ... ,ω n}, ω m = (im,jm,km) (1)
[0026] En sampel h ekstrahert ved å bruke en sjablong omkring kjernepunktet K med parametere (φ,θ,) slik det brukes her, betegner likeledes en gruppe med λ, definert ved hjelp av følgende ligning (2):
ΛΩ(Κ, φ,θ,ψ) = (λ1,...,λη), (λm= S(K (2)
hvor S(t) betegner en interpolert verdi av et 3D seismisk volum ved punkt t med kartesiske koordinater (i,j,k), indeksene φ,θ,ψ ved punkt ω betyr sekvensiell rotasjon av den påførte sjablongen Ω til vinkel φ omkring X-aksen, til en vinkel Θ omkring aksen Y og til en vinkel ψ omkring-aksen Z.
[0027] Ved å bruke de begrepene som er introdusert ovenfor, blir det nå mulig å bestemme et nytt mål for avstand mellom to vilkårlige punkter K1 og K2 i et seismisk volum, referert til her som en sampelbasert avstand, som vist i den følgende ligning (3):
Dette målet gjør det mulig å definere en likhetsgrad mellom forskjellige punkter i det seismisk volumet uttrykt ved en valgt sjablong og vinkler. En enkelt en-punkts sjablong Ω={(0,0,0)} kan f.eks. føre til direkte sammenligning av seismiske amplituder i posisjonene K1 og K2.
[0028] I minst noen utførelsesformer er en forutsetning bak den ene eller de flere automatiske sporingsalgoritmene som er foreslått her, at hvert punkt som tilhører en spesiell seismisk egenskap, har et sett med analoge eller lignende punkter på det samme trekket uttrykt ved en sampelbasert avstand i et område med sjablonger. I minst noen utførelsesformer kan man likeledes også anta at to punkter med en liten sampelbasert avstand mellom dem representerer det samme objektet (eller lignende objekter).
[0029] De definisjonene og notasjonene som er introdusert ovenfor sørger for en fullstendig beskrivelse trinn for trinn av en utførelsesform av en fremgangsmåte for automatisk deteksjon av seismiske forkastninger. Fig.2 er f.eks. et flytskjema over en utførelsesform av en fremgangsmåte 150 i overensstemmelse med den foreliggende oppfinnelsen. I denne utførelsesformen innbefatter fremgangsmåten 150 å velge seismiske volumer og tilsvarende sjablonger som skal brukes til tolkning ved 152. De notasjonene som er innført ovenfor, kan generaliseres for et flerdimensjonalt tilfelle, slik at forskjellige seismiske volumer (opprinnelige amplituder eller eventuelle seismiske attributter) kan brukes til tolkning.
[0030] En innledende punkttolkning blir utført ved 154. Som nevnt ovenfor, kan visse punkter som tilfører det objektet som skal spores (f.eks. forkastninger, stratigrafiske avslutninger, osv.), identifiseres manuelt. Alternativt kan de innledende punktene som tilhører det objektet som skal spores, velges basert på en hvilken som helst egnet automatisk eller halvautomatisk logikk. Etter at de innledende punktene er valgt eller generert på annen måte, kan de brukes som referanser for automatisk utplukking.
[0031] Det vises fortsatt til fig. 2 hvor fremgangsmåten 150 videre innbefatter beregning av etaloner ved 156. Det vil bli forstått at etalon slik det brukes her, beregner et ordnet sett med sampler Λ ektrahert omkring det samme kjernepunktet ved å bruke forskjellige vinkelparametere φ, Θ og ψ. Etalonene blir konstruert omkring punkter som ble plukket ut i foregående iterasjoner (innbefattende et opprinnelig startpunkt) og brukt til kandidatevaluering som beskrevet nedenfor). En etalon kan uttrykkes som vist ved den følgende ligning (4):
[0032] Med hensyn til ligning (4) som er vist ovenfor, representerer etalonen EtΩsampler ekstrahert omkring kjernepunktet K i det tre-dimensjonale rommet, hvor Φ, Θ og Ψ betegner Z med rotasjonsvinkler brukt til etalonberegning.
[0033] I det minste i visse utførelsesformer, kan etalonsett innbefatte en historie over den totale iterative prosessen og kan være invariant overfor enhver geometrisk endring i reservoarlag eller forkastninger. Områder for rotasjonsvinkler og antall knutepunkter i sett med Φ, Θ og Ψ kan defineres av en bruker (eller av en passende automatisk eller halvautomatisk prosess) og spille en rolle når det gjelder å understøtte denne invariabiliteten.
[0034] Når etalonsettene blir oppdatert (ved 156), blir de punktene som vil bli kandidater for evaluering ved en løpende iterasjon av algoritmen, valgt ut ved en kandidatutvelgelse 158. La mer spesielt p betegne antallet for en løpende iterasjon, la Cpbetegne settet med kandidater ved iterasjon p, la Rp-1 betegne et sett med resultater for de foregående p-1 iterasjonene og Kpbetegner resultatet av algoritmen for den foregående iterasjonen. Kandidatsettene kan så frembringes (ved 158), f.eks., i henhold til den følgende ligning (5):
hvor symbolet τ representerer et område av et kubisk område omkring Kphvor kandidatene blir ettersøkt.
[0035] Det betyr at i noen implementeringer, blir kandidatene i kandidatsettene valgt fra punktene med diskrete koordinater innenfor en kube med side 2τ+1 omkring punkt Kp. I noen utførelsesformer som også er vist i ligning (5), kan algoritmen være laget mer effektivt ved å fjerne alle tidligere besøkte punkter Cp -1URp[0036] Man vil forstå at den foreslåtte algoritmen for utvelgelse av kandidater ved 158 ikke er den eneste mulige, og at en lang rekke egnede algoritmer kan tenkes. I forskjellige alternative implementeringer kan f.eks. kandidatutvelgelsen ved 158 innbefatte: å besøke punkter kan være innbefattet i settet; kandidatsøket kan være anisotropisk, osv.
[0037] Det vises fortsatt til fig. 2, hvor i noen implementasjoner, i en sampelekstrahering 160, i henhold til noen utførelsesformer, når kandidatpunktene (Cp1,...Cpn) som utgjør kandidatsettet Cp, blir utvalgt, kan samplene ekstraheres omkring dem ved å bruke en innledende sjablong gitt av den følgende
ligning (5.5):
[0038] Fremgangsmåten 150 innbefatter videre en evaluering ved 160. Mer spesielt, når vi har samplene ekstrahert omkring alle kandidater (ved 158), kan samplene evalueres for å finne én eller flere kandidater som ligner på kjernene til elatonsettene. For formålet med evaluering av samplene (ved 160), kan en tilpasningsfunksjon defineres på forskjellige måter, f.eks. ved å endre en type av normen i ligning (3). En egnet tilpasningsfunksjon blir presentert i ligning (7). La d (,) definere avstand mellom evaluerte punkter K og etalonen Ettsom vist i ligning (6):
hvor
La så en avstand mellom K og etalonsettet Et bli definert som en vektet sum av avstander fra K til etaloner fra Et, gitt ved ligning (6.5) som følger:
hvor ηί,ί=1 ... p er vektkoeffisienter som kan endres av en bruker eller ha visse forutbestemte verdier. En tilpasningsfunksjon kan så defineres ved hjelp av ligning (7) nedenfor:
H(Cv) = Mvd+d(CvEt) (7)
hvor Mv -er en geometrisk korreksjon gitt av ligning (8):
og hvor
[0039] Som det kan ses fra ligning (7), kan tilpasningsfunksjonen i visse implementeringer være realisert som et minimum for vektede summer av sampelbaserte avstander fra det evaluerte punktet til etalonen justert for en geometrisk korreksjon M. Den geometriske korreksjonen M er definert i ligning (8), og kan betraktes som en slags treghet som hindrer plutselige sprang i sporingsbanen. Fig. 3 viser et mulig eksempel på en utførelsesform av en vektormetode 170 som kan brukes til beregning av den geometriske korreksjonen M i samsvar med læren som er angitt i den foreliggende oppfinnelsen.
[0040] I noen utførelsesformer blir et kandidatpunkt hvor tilpasningsligningen (7) ovenfor når et minimum, det optimale resultatet på den aktuelle iterasjonen, og er gitt ved ligning (9) ovenfor. Ett eller flere stoppkriterier kan evalueres for å avslutte sporing når likhetsgraden blir lav. Passende stoppkriterier kan f.eks. være basert på en absolutt verdi av tilpasningsfunksjonen, eller kan beregnes i forhold til verdien av det første elementet, eller et hvilket som helst annet passende toppkriterium kan tenkes.
[0041] Som vist på fig. 2, innbefatter fremgangsmåten 150 videre en resultatoppdatering 164. Hvis stoppkriteriet blir passert, kan et nytt punkt tilføyes til resultatsettet, gitt ved ligning (14) nedenfor:
[0042] En bestemmelse blir tatt om et etterspurt antall iterasjoner er blitt nådd ved 166. Hvis det etterspurte antallet iterasjoner ikke er nådd, kan fremgangsmåten 150 returnere til beregningen av etaloner (ved 156) og gjenta de ovenfor beskrevne handlingene inntil antallet iterasjoner er nådd (ved 166).
[0043] Når fremgangsmåten 150 er fullført (ved 166), kan fremgangsmåten 150 fortsette til andre operasjoner eller kan avsluttes ved 168. Ved fullføring kan resultatsettet R (se ligning (14) ovenfor) innbefatte en tre-dimensjonal (3D) bane for det sporede objektet. Hvis mer enn ett punkt ble sporet, kan alle individuelle resultatsett forenes for å gi en endelig bane.
[0044] I én eller flere utførelsesformer, kan den ene eller de flere algoritmene som er diskutert ovenfor, være nyttige. Eksempler på utførelsesformer av fremgangsmåter og systemer som er beskrevet her, er kun eksempler og skal ikke oppfattes begrensende på noen måte for funksjonaliteten til de fremgangsmåtene som er beskrevet ovenfor, og/eller rammen for de etterfølgende patentkravene. Det skal videre bemerkes at én eller flere av de handlingene som er beskrevet her, innbefattende de handlingene som er beskrevet ovenfor i forbindelse med fig. 2, kan enten være bundet til en spesiell anordning, eller kan innbefatte en transformasjon av noe (f.eks. data, informasjon, osv.) til en annen tilstand eller ting.
[0045] I minst noen utførelsesformer, er resultatet av fremgangsmåtene for automatisk sporing meget nøyaktig, og kan ha samme kvalitet som de resultatene som er fremskaffet ved hjelp av manuelle sporingsaktiviteter. I tillegg hindrer stoppmekanismen fortrinnsvis falsk utvelgelse og kan hurtig identifisere de tvetydige områdene.
[0046] Dramatiske reduksjoner av den tiden som er brukt til seismisk tolkning, kan likeledes oppnås. Ifølge minst noen utførelsesformer muliggjør dessuten de foreslåtte fremgangsmåtene en generelt meget hurtigere seismisk tolkning fordi antallet manuelt tolkede snitt blir redusert med tilnærmet én eller to størrelses ordener. Ekspertkunnskap kan i tillegg tas i betraktning for ytterligere å forbedre ytelsen.
[0047] Ifølge ytterligere utførelseseksempler kan analyser av flere attributter oppnås. Fremgangsmåtene og systemene som er foreslått her, kan f.eks. gjøre det mulig å bruke forskjellige inngangsdata for samtidig sporing. Dette aspektet kan med fordel forbedre kvaliteten av resultatene siden strukturelle trekk eller egenskaper kan bli mer synlige på noen attributter enn på de opprinnelige amplitudene.
[0048] Eksempler på et beregningsmiljø
[0049] Systemer og fremgangsmåter for automatisk strukturtolkning av geologiske strukturer i samsvar med læren i den foreliggende oppfinnelsen, kan implementeres på en rekke forskjellige beregningsmessige miljøer. Fig.4 illustrerer f.eks. et miljø 200 hvor forskjellige utførelseseksempler på systemene og fremgangsmåtene i samsvar med læren i henhold til den foreliggende beskrivelse kan implementeres. I denne utførelsesformen innbefatter miljøet 200 en beregningsanordning 210 utformet i samsvar med læren i den foreliggende beskrivelsen. I noen utførelsesformer kan beregningsanordningen 210 innbefatte én eller flere prosessorer 212 og én eller flere inn/ut-anordninger (I/O-anordninger) 214 koplet til et lager 220 ved hjelp av en databuss 216. Én eller flere applikasjonsspesifikke integrerte kretser (ASIC) 215 kan være koplet til bussen 216 og innrettet for å utføre én eller flere ønskede funksjonaliteter som beskrevet her.
[0050] Den ene eller de flere prosessorene 212 kan være sammensatt av en hvilken som helst egnet kombinasjon av maskinvare, programvare eller fastvare for å tilveiebringe den ønskede funksjonaliteten som er beskrevet her. I/O-anordningene 214 kan likeledes innbefatte enhver egnet I/O-anordning, f.eks. innbefattende et tastatur 214A, en markørstyringsanordning (f.eks. en mus 214B), en visningsanordning (eller monitor) 214C, en mikrofon, en skanner, en høyttaler, en printer, et nettkort eller en hvilken som helst annen egnet inn/ut-anordning. I noen utførelsesformer kan én eller flere av inn/ut-komponentene 214 være innrettet for operativ kommunikasjon med ett eller flere eksterne nett 240, slik som et mobiltelefonnett, et satellittnett, et informasjonsnett (f.eks. internett, intranett, celledelte nett, kabelnett, fiberoptiske nett, LAN, Wan, etc.), et infrarødt- eller radiobølge-kommunikasjonsnett eller et hvilket som helst annet egnet nett.
Systembussen 216 i beregningsanordningen 210 kan representere enhver av de flere typene busstrukturer (eller kombinasjoner av busstrukturer), innbefattende en lagerbuss eller en lagerstyringsenhet, en periferibuss, en akselerert grafisk port og en prosessor eller lokal buss som buker noen av de mange bussarkitekturene.
[0051] Lageret 220 kan innbefatte ett eller flere datamaskinlesbare medier innrettet for å lagre data og/eller programmoduler for å implementere de teknikkene som er beskrevet her. Lageret 220 kan f.eks. inneholde (eller lagre et grunnleggende inn/ut-system (BIOS) 222, et operativsystem 224, ett eller flere brukerprogrammer 226 og programdata 228 som kan aksesseres av den ene eller de flere prosessorene 212 for å utføre forskjellige funksjoner som er beskrevet her.
[0052] Beregningsanordningen 210 kan videre innbefatte en strukturtolkningspakke 250 i samsvar med den foreliggende oppfinnelse. Mer spesielt kan den strukturelle tolkningspakken 220 være innrettet for å utføre strukturtolkning og sporingsprosesser i en geologisk struktur 260, som f.eks. innbefatter de prosessene og aktivitetene som er beskrevet ovenfor i forbindelse med fremgangsmåten 150 som er vist på fig.2.
[0053] Som skissert på fig.4, kan strukturtolkningspakken 250 være lagret i eller (befinne seg på) lageret 220. I alternative utførelsesformer kan imidlertid strukturtolkningspakken 250 befinne seg i eller være distribuert blant én eller flere andre komponenter eller deler av beregningsanordningen 210. I én utførelsesform kan f.eks. ett eller flere aspekter ved strukturtolknings-funksjonalitetene som er beskrevet her, befinne seg i én eller flere av prosessorene 212, inn/ut-anordningene 214, ASIC-anordningene 215 eller lageret 220 (f.eks. ett eller flere brukerprogrammer 226).
[0054] I den foregående beskrivelse er forskjellige teknikker blitt eller kan utledes i den generelle forbindelse med programvare eller programmoduler. Programmene innbefatter generelt rutiner, programmer, objekter, komponenter, datastrukturer, osv., som utfører spesielle oppgaver eller implementerer spesielle abstrakte datatyper. En implementering av disse modulene og teknikkene kan være lagret på eller overført over visse former for datamaskinlesbare media.
Datamaskinlesbare media kan være et hvilket som helst tilgjengelig medium eller medier som kan aksesseres av en beregningsanordning. Som et eksempel og ikke som noen begrensning, kan datamaskinlesbare media omfatte "datamaskinlagringsmedia".
[0055] "Datamaskinlagringsmedia" innbefatter flyktige og ikke-flyktige, fjernbare og ikke-fjernbare media implementert i en hvilken som helst fremgangsmåte eller teknologi for lagring av informasjon, slik som datamaskinlesbare instruksjoner, datastrukturer, programmoduler eller andre data. Datamaskinlagringsmedia kan innbefatte, men er ikke begrenset til, direktelagre (RAM), leselagre (ROM), elektrisk slettbare programmerbare ROM (EEPROM), flash-lager eller annen lagringsteknologi, kompaktplate-ROM (CD-ROM), digitale videoplater (DVD) eller andre optiske lagringsplater, magnetiske kassetter, magnetbånd, magnetplatelagre eller andre magnetiske lagringsanordninger, eller et hvilket som helst annet medium innbefattende papir, hullkort og lignende, som kan brukes til å lagre den ønskede informasjonen og som kan aksesseres av beregningsanordningen 210. Kombinasjoner av enhver av de ovenfor nevnte typene, kan også være innbefattet innenfor omfanget av datamaskinlesbare media.
[0056] De datamaskinlesbare mediene som er innbefattet i systemlageret 220, kan dessuten være eventuelle tilgjengelige media som kan aksesseres av beregningsanordningen 210, innbefattende fjernbare datamaskinlagringsmedia (f.eks. CD-ROM 220A) eller ikke-fjernbare lagringsmedia. Datalagringsmedia kan innbefatte både flyktige og ikke-flyktige media (eller vedvarende og ikke-vedvarende) implementert i en hvilken som helst fremgangsmåte eller teknologi for lagring av informasjon slik som datamaskinlesbare instruksjoner, datastrukturer, programmoduler eller andre data. Programmoduler utført på beregningsanordningen 210 kan generelt innbefatte rutiner, programmer, objekter, komponenter, datastrukturer, osv., for å utføre spesielle oppgaver eller implementering av spesielle abstrakte datatyper. Disse programmodulene og lignende kan utføres som et maskinavhengig språk eller kan lastes ned og utføres slik som i en virtuell maskin eller andre miljøer for utførelse av kompilering i siste øyeblikk. Funksjonaliteten til programmodulene kan typisk kombineres eller distribueres som ønsket i forskjellige utførelsesformer.
[0057] Det vises igjen til fig.4, hvor man vil forstå at beregningsanordningen 210 bare er et eksempel, og representerer bare ett eksempel på mange mulige miljøer (f.eks. beregningsanordninger, arkitekturer, osv.) som er egnet for bruk i samsvar med den lære som fremgår av den foreliggende oppfinnelsen. Beregningsanordningen 210 som er vist på fig.4, er derfor ikke ment å antyde noen begrensning med hensyn til omfanget av bruken av funksjonaliteten til beregningsanordningen og/eller dens mulige arkitekturer. Heller ikke skal beregningsanordningen 210 tolkes til å ha noen avhengighet eller nødvendige krav vedrørende noen av eller kombinasjoner av komponenter som er illustrert i det illustrerte utførelseseksempelet 210 på en beregningsanordning.
[0058] Forskjellige teknikker kan være beskrevet her i den generelle forbindelsen med programvare eller programmoduler. Programvare innbefatter generelt rutiner, programmer, objekter, komponenter, datastrukturer og så videre, som utfører spesielle oppgaver eller implementerer spesielle abstrakte datatyper. En implementering av disse modulene og teknikkene kan være lagret på eller overført over en viss form for datamaskinlesbare media. Datamaskinlesbare media kan være et hvilket som helst tilgjengelig medium eller media som kan aksesseres av en beregningsanordning. Som et eksempel, og ikke som noen begrensning, kan datamaskinlesbare media omfatte "datalagringsmedia".
[0059] "Datalagringsmedia" innbefatter flyktige og ikke-flyktige, fjernbare og ikkefjernbare media implementert i en hvilken som helst fremgangsmåte eller teknologi for lagring av informasjon slik som datamaskinlesbare instruksjoner, datastrukturer, programmoduler eller andre data. Datalagringsmedia innbefatter, men er ikke begrenset til, RAM, ROM, EEPROM, flash-lager eller annen lagringsteknologi, CD-ROM, digitale videoplater (DVD) eller andre optiske lagre, magnetiske kassetter, magnetbånd, magnetplatelagre eller andre magnetiske lagringsanordninger, eller et hvilket som helst annet medium som kan brukes til å lagre den ønskede informasjonen og som kan aksesseres av en datamaskin.
Konklusjon
[0060] Selv om utførelsesformer av systemene og fremgangsmåtene for automatisk strukturtolkning er blitt beskrevet i et språk som er spesielt for strukturelle egenskaper og/eller fremgangsmetoder, vil man forstå at innholdet i de vedføyde patentkravene ikke nødvendigvis er begrenset til de spesielle trekkene eller fremgangsmåtene som er beskrevet. De spesifikke egenskapene og fremgangsmåtene er i stedet angitt som utførelseseksempler på automatisk strukturtolkning.

Claims (20)

  1. P A T E N T K R AV 1 . Fremgangsmåte for automatisert strukturtolkning, k a r a k t e r i s e r t v e d a t den omfatter: å identifisere ett eller flere objektpunkter som tilhører et objekt som skal spores; og å spore en bane for det ene eller de flere objektpunktene, innbefattende: å beregne et antall etaloner omkring minst ett av det ene eller de flere objektpunktene ved å bruke én eller flere forskjellige vinkelparametere; å velge ett eller flere kandidatpunkter for evaluering; å ekstrahere én eller flere sampler fra området omkring det ene eller de flere kandidatpunktene; og å evaluere et neste banested for det ene eller de flere objektpunktene i det minste delvis basert på den ene eller de flere samplene og én eller flere av antallet etaloner.
  2. 2. Fremgangsmåte ifølge krav 1 , hvor beregningen av et antall etaloner omkring minst eller ett eller flere av objektpunktene ved bruk av én eller flere forskjellige vinkelparametere, innbefatter: å beregne et ordnet sett med sampler ekstrahert omkring minst ett av det ene eller de flere objektpunktene ved bruk av forskjellige vinkelparameter φ, Θ og ψ.
  3. 3. Fremgangsmåte ifølge krav 1 , hvor utvelgelse av ett eller flere kandidatpunkter for evalueringen, innbefatter: å velge ett eller flere kandidatpunkter gitt hovedsakelig av en ligning:
  4. 4. Fremgangsmåte ifølge krav 1 , hvor utvelgelse av ett eller flere kandidatpunkter for evaluering innbefatter: å velge ett eller flere kandidatpunkter fra innsiden av en kube med en sidelengde lik 2τ+1 omkring et punkt Kp, hvor Kpbetegner et resultat fra en foregående sporingsiterasjon.
  5. 5. Fremgangsmåte ifølge krav 1 , hvor sporing av en bane for det ene eller de flere objektpunktene videre innbefatter: å fjerne forutgående besøkte punkter Cp_1URP - .
  6. 6. Fremgangsmåte ifølge krav 1 , hvor ekstrahering av én eller flere sampler fra området omkring det ene eller de flere kandidatpunktene innbefatter: å ekstrahere én eller flere sampler fra området omkring det ene eller de flere kandidatpunktene (Cp1 ,...Cpn) som utgjør et sett Cp, ved å bruke et uttrykk:
  7. 7. Fremgangsmåte ifølge krav 1 , hvor evaluering av en neste baneposisjon for det ene eller de flere objektpunktene basert i det minste delvis på den ene eller de flere samplene, innbefatter: å evaluere en neste baneposisjon for det ene eller de flere objektpunktene ved å bruke en tilpasningsfunksjon påført den ene eller de flere samplene.
  8. 8. Fremgangsmåte ifølge krav 1 , hvor evaluering av en neste baneposisjon for det ene eller de flere objektpunktene basert i det minste delvis på den ene eller de flere samplene, innbefatter: å evaluere en neste baneposisjon for det ene eller de flere objektpunktene ved å bruke en tilpasningsfunksjon representert som et minimum for vektede summer av avstander fra det evaluerte punktet til ett eller flere av antallet etaloner justert for en geometrisk korreksjon.
  9. 9. Fremgangsmåte ifølge krav 8, hvor den geometriske korreksjonen er gitt ved:
  10. 10. Fremgangsmåte ifølge krav 8, hvor evaluering av en neste baneposisjon for det ene eller de flere objektpunktene basert i det minste delvis på én eller flere sampler, innbefatter: å evaluere en neste baneposisjon for det ene eller de flere objektpunktene ved å bruke en tilpasningsfunksjon påført den ene eller de flere samplene, hvor tilpasningsfunksjonen innbefatter:
    hvor
  11. 11. Fremgangsmåte ifølge krav 1 , hvor identifisering av ett eller flere objektpunkter som tilhører et objekt som skal spores, innbefatter: å identifisere ett eller flere objektpunkter tilhørende et trekk ved en geologisk struktur som skal spores.
  12. 12. Beregningsanordning for automatisert strukturtolkning, k a r a k t e r i s e r t v e d at den omfatter: et lager; én eller flere prosessorer operativt koplet til lageret; funksjonalitet som kan opereres av minst én av prosessorene eller lageret for å utføre en fremgangsmåte for sporing av et objektpunkt, innbefattende: å beregne én eller flere etaloner omkring objektpunktet ved å bruke én eller flere forskjellige vinkelparametere; å velge et kandidatpunkt for evaluering; å ekstrahere én eller flere sampler fra området omkring kandidatpunktet; og å evaluere en neste mulig posisjon for objektpunktet basert i det minste delvis på den ene eller de flere samplene og ett eller flere av antallet etaloner.
  13. 13. Beregningsanordning ifølge krav 12, hvor beregning av én eller flere etaloner omkring objektpunktet ved bruk av én eller flere forskjellige vinkelparametere, innbefatter: å beregne et ordnet sett med sampler ekstrahert omkring objektpunktet ved å bruke én eller flere vinkelparametere φ, θ og ψ.
  14. 14. Beregningsanordning ifølge krav 12, hvor utvelgelse av et kandidatpunkt for evaluering innbefatter: å velge et kandidatpunkt innenfor en kube med en sidelengde på 2 τ+1 og omkring et punkt Kp, hvor Kpbetegner et resultat fra en forutgående sporingsiterasjon.
  15. 15. Anordning ifølge krav 12, hvor evaluering av en neste mulig posisjon for objektpunktet basert i det minste delvis på den ene eller de flere samplene, innbefatter: å evaluere en neste mulig posisjon for objektpunktet ved å bruke en tilpasningsfunksjon påført den ene eller de flere samplene.
  16. 16. Anordning ifølge krav 12, hvor evaluering av en neste mulig posisjon for objektpunktet basert i det minste delvis på den ene eller de flere samplene, innbefatter: å evaluere en neste mulig posisjon av objektpunktet ved å bruke en tilpasningsfunksjon representert som et minimum av vektede summer for avstander fra det evaluerte punktet til ett eller flere av antallet etaloner justert for en geometrisk korreksjon, hvor den geometriske korreksjonen er representativ for en treghet som hindrer plutselige sprang i en sporingsbane.
  17. 17. Ett eller flere datamaskinlesbare media som har et sett med datamaskinlesbare instruksjoner som befinner seg på mediet, hvor når de utføres, tilveiebringer handlinger som omfatter: å spore et objektpunkt, innbefattende: å beregne et antall etaloner omkring objektpunktet ved å bruke et antall vinkelparametere; å velge et kandidatpunkt for evaluering; å ekstrahere én eller flere sampler fra området omkring kandidatpunktet; og å evaluere en neste mulig posisjon for objektpunktet basert i det minste delvis på den ene eller de flere samplene og én eller flere av antallet etaloner.
  18. 18. Ett eller flere av de datamaskinlesbare mediene ifølge krav 17, hvor utvelgelse av et kandidatpunkt for evaluering innbefatter: å velge et kandidatpunkt fra innsiden av en kube med en sidelengde på 2 τ+1 omkring et punkt Kp, hvor Kpbetegner et resultat fra en forutgående sporingsiterasjon.
  19. 19. Det ene eller de flere datamaskinlesbare media ifølge krav 17, hvor evaluering av en neste mulig posisjon for objektpunktet basert i det minste delvis på den ene eller de flere samplene, innbefatter: å evaluere en neste mulig posisjon for objektpunktet ved å bruke en tilpasningsfunksjon påført den ene eller de flere samplene.
  20. 20. Det ene eller de flere datamaskinlesbare mediene ifølge krav 17, hvor evaluering av en neste mulig posisjon for objektpunktet basert i det minste delvis på den ene eller de flere samplene, innbefatter: å evaluere en neste mulig posisjon for objektpunktet ved å bruke en tilpasningsfunksjon representert som et minimum av vektede summer av avstander fra det evaluerte punktet til ett eller flere av antallet etaloner, justert for en geometrisk korreksjon.
NO20100229A 2009-02-17 2010-02-16 Automatisert tolkning av seismiske data for påvisning og analyse av geologiske strukturer NO343117B1 (no)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15300209P 2009-02-17 2009-02-17
US12/705,642 US8364442B2 (en) 2009-02-17 2010-02-15 Automated structural interpretation

Publications (2)

Publication Number Publication Date
NO20100229L NO20100229L (no) 2010-08-18
NO343117B1 true NO343117B1 (no) 2018-11-05

Family

ID=42110776

Family Applications (1)

Application Number Title Priority Date Filing Date
NO20100229A NO343117B1 (no) 2009-02-17 2010-02-16 Automatisert tolkning av seismiske data for påvisning og analyse av geologiske strukturer

Country Status (4)

Country Link
US (1) US8364442B2 (no)
CA (1) CA2693029C (no)
GB (1) GB2467852B (no)
NO (1) NO343117B1 (no)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8364442B2 (en) * 2009-02-17 2013-01-29 Schlumberger Technology Corporation Automated structural interpretation
WO2012162105A1 (en) * 2011-05-20 2012-11-29 Google Inc. Quantification of structure fitness enabling evaluation and comparison of structure designs
US8843352B2 (en) 2011-08-16 2014-09-23 Google Inc. System and methods facilitating interfacing with a structure design and development process
US8954297B2 (en) 2012-01-02 2015-02-10 Flux Factory, Inc. Automated and intelligent structure design generation and exploration
US8516572B2 (en) 2011-09-20 2013-08-20 Google Inc. User certification in a structure design, analysis, and implementation system
US9804282B2 (en) 2014-02-17 2017-10-31 General Electric Company Computer-assisted fault interpretation of seismic data
US10036820B2 (en) 2016-03-04 2018-07-31 General Electric Company Expert guided knowledge acquisition system for analyzing seismic data
CN107358339B (zh) * 2017-06-20 2020-04-28 西安交通大学 一种基于大数据的轨道质量状态评估方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5987388A (en) * 1997-12-26 1999-11-16 Atlantic Richfield Company Automated extraction of fault surfaces from 3-D seismic prospecting data
US6018498A (en) * 1998-09-02 2000-01-25 Phillips Petroleum Company Automated seismic fault detection and picking
WO2008034012A2 (en) * 2006-09-15 2008-03-20 Schlumberger Canada Limited Method for producing underground deposits of hydrocarbon from an earth formation using fault interpretation including spline fault tracking

Family Cites Families (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US2800639A (en) * 1953-12-28 1957-07-23 Texas Co Method and apparatus for analysis of seismographic records
US2978673A (en) * 1955-02-21 1961-04-04 Jersey Prod Res Co Seismic surveying method and system
US2908889A (en) * 1955-12-16 1959-10-13 Phillips Petroleum Co Computer
GB945255A (en) * 1960-03-23 1963-12-23 Short Brothers & Harland Ltd Apparatus for computing the range, course and/or speed of a target or other body
US3246130A (en) * 1960-04-19 1966-04-12 Gen Electric Extrapolation computer using reversible counter for trajectory measurement
US3217289A (en) * 1961-08-18 1965-11-09 Phillips Petroleum Co Signal analysis
US3295128A (en) * 1965-04-23 1966-12-27 North American Aviation Inc Trajectory measurement apparatus
US5038378A (en) 1985-04-26 1991-08-06 Schlumberger Technology Corporation Method and apparatus for smoothing measurements and detecting boundaries of features
US4745550A (en) 1985-08-16 1988-05-17 Schlumberger Technology Corporation Processing of oriented patterns
US4745562A (en) 1985-08-16 1988-05-17 Schlumberger, Limited Signal processing disparity resolution
JP2873338B2 (ja) * 1991-09-17 1999-03-24 富士通株式会社 動物体認識装置
US5444619A (en) 1993-09-27 1995-08-22 Schlumberger Technology Corporation System and method of predicting reservoir properties
US5416750A (en) 1994-03-25 1995-05-16 Western Atlas International, Inc. Bayesian sequential indicator simulation of lithology from seismic data
US5563949A (en) 1994-12-12 1996-10-08 Amoco Corporation Method of seismic signal processing and exploration
US5764283A (en) * 1995-12-29 1998-06-09 Lucent Technologies Inc. Method and apparatus for tracking moving objects in real time using contours of the objects and feature paths
GB9703529D0 (en) 1997-02-20 1997-04-09 Geco As A method of processing seismic data signals
GB9819910D0 (en) 1998-09-11 1998-11-04 Norske Stats Oljeselskap Method of seismic signal processing
MY125603A (en) 2000-02-25 2006-08-30 Shell Int Research Processing seismic data
US6950786B1 (en) 2000-10-10 2005-09-27 Schlumberger Technology Corporation Method and apparatus for generating a cross plot in attribute space from a plurality of attribute data sets and generating a class data set from the cross plot
US6463387B1 (en) 2001-01-31 2002-10-08 Phillips Petroleum Company 3-D seismic event tracking
GB2372567B (en) 2001-02-22 2003-04-09 Schlumberger Holdings Estimating subsurface subsidence and compaction
JP4497748B2 (ja) * 2001-04-27 2010-07-07 パイオニア株式会社 ナビゲーション装置、ナビゲーションシステム用のサーバ装置、目的地推定処理プログラムおよび目的地推定処理プログラムを記録した記録媒体
US7069149B2 (en) 2001-12-14 2006-06-27 Chevron U.S.A. Inc. Process for interpreting faults from a fault-enhanced 3-dimensional seismic attribute volume
GB2385923B (en) 2002-05-24 2004-07-28 Statoil Asa System and method for electromagnetic wavefield resolution
US7178591B2 (en) 2004-08-31 2007-02-20 Schlumberger Technology Corporation Apparatus and method for formation evaluation
AU2003275021A1 (en) 2002-10-18 2004-05-13 Exxonmobil Upstream Research Company A method for rapid fault interpretation of fault surfaces generated to fit three-dimensional seismic discontinuity data
GB2399640B (en) 2003-03-17 2007-02-21 Statoil Asa Method and apparatus for determining the nature of submarine reservoirs
US7248539B2 (en) 2003-04-10 2007-07-24 Schlumberger Technology Corporation Extrema classification
JP4482795B2 (ja) * 2004-03-05 2010-06-16 ソニー株式会社 画像処理装置、移動物体追跡方法、移動物体追跡プログラム、監視装置及びゲーム装置
US7082368B2 (en) 2004-06-04 2006-07-25 Schlumberger Technology Corporation Seismic event correlation and Vp-Vs estimation
JP4650669B2 (ja) * 2004-11-04 2011-03-16 富士ゼロックス株式会社 動体認識装置
JP4572815B2 (ja) * 2005-11-18 2010-11-04 富士フイルム株式会社 撮像装置及び撮像方法
WO2007102367A1 (ja) * 2006-02-28 2007-09-13 Toyota Jidosha Kabushiki Kaisha 物体進路予測方法、装置、プログラム、および自動運転システム
US7630865B2 (en) 2007-09-11 2009-12-08 Geomage (2003) Ltd Complex analysis of kinematics for non-hyperbolic moveout corrections
US8055449B2 (en) 2007-10-08 2011-11-08 Westerngeco L.L.C. Determining fault transmissivity in a subterranean reservoir
US20090132169A1 (en) 2007-11-19 2009-05-21 Schlumberger Technology Corporation Methods and systems for evaluating fluid movement related reservoir properties via correlation of low-frequency part of seismic data with borehole measurements
US8577660B2 (en) 2008-01-23 2013-11-05 Schlumberger Technology Corporation Three-dimensional mechanical earth modeling
US8705792B2 (en) * 2008-08-06 2014-04-22 Toyota Motor Engineering & Manufacturing North America, Inc. Object tracking using linear features
US9177389B2 (en) * 2009-01-09 2015-11-03 Konica Minolta Holdings, Inc. Motion vector generation apparatus and motion vector generation method
US8364442B2 (en) * 2009-02-17 2013-01-29 Schlumberger Technology Corporation Automated structural interpretation

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5987388A (en) * 1997-12-26 1999-11-16 Atlantic Richfield Company Automated extraction of fault surfaces from 3-D seismic prospecting data
US6018498A (en) * 1998-09-02 2000-01-25 Phillips Petroleum Company Automated seismic fault detection and picking
WO2008034012A2 (en) * 2006-09-15 2008-03-20 Schlumberger Canada Limited Method for producing underground deposits of hydrocarbon from an earth formation using fault interpretation including spline fault tracking

Also Published As

Publication number Publication date
GB2467852A (en) 2010-08-18
US8364442B2 (en) 2013-01-29
GB201002590D0 (en) 2010-03-31
US20100211324A1 (en) 2010-08-19
CA2693029C (en) 2014-08-12
GB2467852B (en) 2011-08-03
NO20100229L (no) 2010-08-18
CA2693029A1 (en) 2010-08-17

Similar Documents

Publication Publication Date Title
NO343117B1 (no) Automatisert tolkning av seismiske data for påvisning og analyse av geologiske strukturer
CN107909612B (zh) 一种基于3d点云的视觉即时定位与建图的方法与系统
US20210117978A1 (en) Graph decomposition for fraudulent transaction analysis
CN108229456A (zh) 目标跟踪方法和装置、电子设备、计算机存储介质
US10234581B2 (en) System and method for high resolution seismic imaging
US9664033B2 (en) System for determining position of marker depth coordinates for construction of geological model of deposit
CN104755962A (zh) 4d地震数据的处理系统和方法
CN109492775B (zh) 一种地质构造解释的检测方法，检测装置及可读存储介质
CA3212222A1 (en) Method to automatically pick formation tops using optimization algorithm
Alfarhan et al. Concurrent detection of salt domes and faults using resnet with u-net
NO20131246A1 (no) Fremgangsmåte for å tilveiebringe en geologisk modell basert på målte geologiske data
CN115482252A (zh) 基于运动约束的slam闭环检测和位姿图优化方法
NO343122B1 (no) Analyse av geologiske strukturer basert på seismiske attributter
Istenic et al. Mission-time 3D reconstruction with quality estimation
CA3134777A1 (en) Automatic calibration of forward depositional models
JP5078669B2 (ja) 目標検出装置、目標検出方法及び目標検出プログラム
CN107861154B (zh) 断层走向识别方法和装置
CN114674328B (zh) 地图生成方法、装置、电子设备、存储介质、及车辆
EP4356168A1 (en) Systems and methods for mapping seismic data to reservoir properties for reservoir modeling
He et al. Seismic 3D full-horizon tracking based on a knowledge graph to represent the stratigraphic sequence relationship
Cai et al. Automatic arrival-time picking of P-and S-waves of micro-seismic events based on relative standard generative adversarial network and GHRA
Zhou et al. Fault surface extraction based on computational topology
CN113050191A (zh) 基于双参数的页岩油toc预测方法及装置
US20230351610A1 (en) Method and apparatus with object tracking
US20230243990A1 (en) First break picking for full wavefield travel-time inversion