RU2563323C1 - Способ реконструкции тонкой структуры геологического объекта и прогноза его флюидонасыщения - Google Patents

Способ реконструкции тонкой структуры геологического объекта и прогноза его флюидонасыщения Download PDF

Info

Publication number
RU2563323C1
RU2563323C1 RU2014112751/28A RU2014112751A RU2563323C1 RU 2563323 C1 RU2563323 C1 RU 2563323C1 RU 2014112751/28 A RU2014112751/28 A RU 2014112751/28A RU 2014112751 A RU2014112751 A RU 2014112751A RU 2563323 C1 RU2563323 C1 RU 2563323C1
Authority
RU
Russia
Prior art keywords
data
seismic
waves
model
fluid saturation
Prior art date
Application number
RU2014112751/28A
Other languages
English (en)
Inventor
Владимир Альбертович Чеверда
Галина Витальевна Решетова
Владимир Александрович Поздняков
Валерий Владимирович Шиликов
Анастасия Сергеевна Мерзликина
Андрей Иванович Ледяев
Original Assignee
Открытое акционерное общество "Нефтяная компания "Роснефть"
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 Открытое акционерное общество "Нефтяная компания "Роснефть" filed Critical Открытое акционерное общество "Нефтяная компания "Роснефть"
Priority to RU2014112751/28A priority Critical patent/RU2563323C1/ru
Application granted granted Critical
Publication of RU2563323C1 publication Critical patent/RU2563323C1/ru

Links

Images

Abstract

Изобретение относится к области сейсмической разведки и может быть использовано при поиске нефтяных и газовых месторождений со сложно построенными кавернозно-трещиновато-пористыми коллекторами. Заявлен способ реконструкции тонкой структуры геологического объекта и прогноза его флюидонасыщения на основе выделения и специализированной обработки рассеянной компоненты сейсмического волнового поля с привлечением метода декомпозиции эмпирических мод и полномасштабного численного моделирования в целях формирования высокоточных и достоверных поисковых признаков флюидонасыщения карбонатного коллектора. Технический результат - повышение точности и достоверности получаемых данных. 7 ил.

Description

Изобретение относится к области сейсмической разведки и может быть использовано при поиске нефтяных и газовых месторождений со сложнопостроенными кавернозно-трещиновато-пористыми коллекторами.
Сейсмические волны несут информацию как о строении регулярных протяженных границ раздела (отраженные волны), так и о распределении в среде скоплений мелкомасштабных (субсейсмических) неоднородностей (рассеянные/дифрагированные волны), что особенно важно для изучения тонкой структуры кавернозно-трещиновато-пористых коллекторов.
Сейсмогеологическая среда, как правило, представима в виде суперпозиции двух составляющих: плавно меняющейся скоростной модели, предписывающей времена распространения волн, но не изменяющей направление распространения сейсмической энергии, и элементов среды, резко меняющих свои характеристики и, тем самым, возвращающих сейсмическую энергию к поверхности.
В свою очередь, и вторая составляющая также имеет две основные компоненты:
1. Протяженные границы, формирующие регулярные отраженные волны, являющиеся в настоящее время основным источником информации о внутреннем строении среды;
2. Локальные сингулярные неоднородности, порождающие дифрагированные и рассеянные волны:
- точки излома границ;
- разломы и приуроченные к ним зоны дробления;
- скопления микронеоднородностей, таких как трещины и каверны.
Регулярные отраженные волны в настоящее время являются наиболее значимой компонентой сейсмических данных, обеспечивающей построение как скоростной модели, так и геометрии границ раздела и реконструкции свойств связанных с ними слоев горных пород. Однако фундаментальные физические свойства сейсмических волновых полей накладывают весьма жесткие ограничения на разрешающую способность методов, опирающихся на использование отраженных волн. В то же время, уже само по себе присутствие дифрагированных/рассеянных волн несет информацию о наличии в среде микроструктуры, характерные размеры которой существенно меньше доминирующей длины волны. Следовательно, использование таких волн открывает возможность значительного повышения информативности и разрешающей способности сейсмических методов изучения внутреннего строения среды.
Известен способ исследования вертикальных зон трещиноватости, состоящий в возбуждении и последующей регистрации сейсмических колебаний в горных породах исследуемой зоны с целью выделения из них дуплексных волн и их использование для вынесения суждения о присутствии вертикальной границы, разделяющей среды с различными свойствами. Для этого используются дополнительные сейсмические измерения с помощью установки, содержащей, по меньшей мере, две пары «источник-приемник», размещенные на одинаковом расстоянии с противоположных сторон выявленной вертикальной границы и обеспечивающие:
- измерение расстояния от каждого источника и каждого приемника до выявленной вертикальной границы;
- выделение дуплексных волн, отраженных от точек, расположенных на выявленной вертикальной границе;
- определение скорости и амплитуды этих волн;
- выявление зоны, ограниченной двумя вертикальными границами;
- определение конфигурации указанной зоны с последующим ее картированием;
- отнесение выделенной зоны к зоне трещиноватости при расстоянии между двумя вертикальными границами, ее ограничивающими, меньшем длины дуплексной волны;
- оценку степени трещиноватости в выявленной зоне путем сравнения амплитуд дуплексных волн, зарегистрированных при дополнительных сейсмических измерениях, с их эталонными значениями.
Регистрацию дуплексных волн при основных и дополнительных сейсмических измерениях проводят послойно и раздельно для слоев, характеризующихся различными интенсивностью и преобладающими направлениями трещиноватости. Шаг послойного измерения дуплексных волн не менее их длины (Патент РФ №2415448).
Недостаток способа состоит в чрезвычайно узком спектре применения, ограниченном весьма частными случаями вертикальной трещиноватости. Известен способ прямого прогноза залежей углеводородов, который основан на выделении аномалий микросейсмической активности и концентраций химических соединений ароматического ряда углеводородов по одним и тем же профилям. Проводится сравнение аномальных распределений между собой и по участкам совпадения аномалий микросейсмической эмиссии и концентраций ароматических соединений со структурными особенностями на сейсмических временных разрезах, производится прогноз пространственного положения залежи. Для прогноза проводится дообработка данных сейсморазведки путем формирования поля случайных волн не только до вступления регулярных волн, но и в последующих частях сейсмограмм, полученных по технологии общей глубинной точки, где время регистрации превышает появление отраженных волн от глубинных частей разреза, путем создания совокупности трасс равных удалений от пунктов возбуждения и сводных временных полей, объединенных единым пунктом приема. На этой основе выделяют участки аномальных значений энергии сейсмической эмиссии, нормированной на энергию общего поля случайных колебаний. Согласно изобретению волновое поле случайных волн формируют на основе сейсмограмм, полученных при профильных и/или площадных наблюдениях отраженных волн, путем создания серии временных полей, составленных из совокупности трасс равных удалений от пункта взрыва по участкам, свободным от записи регулярных волн, и сводных временных полей, составленных из сейсмограмм многократных перекрытий, объединенных единым пунктом приема. Выделяют участки аномальных значений энергии низкочастотной составляющей, определяют ее долю в общем поле микросейсм, рассчитывают амплитудно-частотные спектры и их градиенты в низкочастотной области. Далее строят карты распределения аномальных концентраций ароматических соединений по площади. Наносят на эти карты распределение аномалий микросейсмической активности и по результатам совпадения аномалий прогнозируют наличие залежи и дают экспертную оценку (Патент РФ №2454687).
Недостатком известного решения является сложный граф обработки, который, кроме всего, требует проведения специальных геохимических наблюдений.
Известен способ комплексной обработки геофизических данных, который включает последовательное накопление измерительной информации от измерителей параметров геофизических полей, обработку измеренных данных, а также анализ и интерпретацию данных, причем измеренные данные обрабатывают последовательно в несколько этапов.
Отличительной особенностью способа является то, что накопление информации осуществляют в базе данных (БД) априорной геологической информации, в БД акустического каротажа (АК) опорных скважин и в БД сейсмограмм общей глубинной точки (ОГТ) 2D/3D в окрестности опорных скважин. Данные обрабатывают последовательно в семь основных этапов: на первом этапе обрабатывают данные АК и метода ОГТ и формируют априорные скорости ОГТ, на втором этапе формируют горизонты отражающих границ, поля скоростей ОГТ и временные поля сейсмограмм метода ОГТ, на третьем этапе формируют детальное поле скоростей ОГТ с увеличенной латеральной разрешенностью, на четвертом этапе формируют среднеслоистую модель скоростей упругих волн, на пятом этапе формируют тонкослоистую модель скоростей упругих волн, на шестом этапе формируют тонкослоистую модель упругих параметров, на седьмом этапе формируют тонкослоистые модели фильтрационно-емкостных свойств и тип флюидонасыщения в межскважинном и околоскважинном пространстве. По данным обработки измерений на первом-седьмом этапах проводят анализ и комплексную интерпретацию совокупности данных с вынесением суждения о наличии объектов углеводородов малой мощности (менее 15-20 м), целесообразности их разработки, мониторинга и оптимизации размещения эксплуатационных скважин на исследованной площади. Отличием способа также является и то, что БД априорной геологической информации и БД акустического каротажа АК опорных скважин формируют в виде баз данных, которые содержат данные геофизического исследования скважин (ГИС), причем БД априорной геологической информации содержит данные литографических колонок опорных скважин, стратиграфические разбивки и данные лабораторного анализа керна, а БД АК опорных скважин содержит данные измерений акустического каротажа АК, данные гамма-гамма плотностного каротажа и данные кавернометрии, причем проводят корректировку данных ГИС с возможностью статистического формирования поправок с использованием петрофизических зависимостей (Патент РФ №2490677).
К недостаткам способа следует отнести высокую сложность метода, который заключается только в стандартном наборе методов повышения информативности и разрешающей способности сейсмических данных на основе изучения корреляционных зависимостей, что не дает высокой точности локализации объектов и прогноза флюидонасыщенности.
Задачей настоящего изобретения является создание надежного инструмента прогнозирования коллекторских свойств геологического разреза для условий карбонатных месторождений.
Технический результат, достигаемый изобретением, заключается в повышении точности и достоверности реконструкции тонкой структуры кавернозно-трещиновато-пористых коллекторов, в большей надежности и достоверности результатов обработки материалов при выявлении тонкослоистой структуры исследуемой площади и повышении вероятности обнаружения маломощных флюидонасыщенных объектов.
Технический результат достигается тем, что по комплексным данным скважинных наблюдений и сейсморазведочных работ строят цифровую сейсмогеологическую модель изучаемого объекта, с использованием которой проводят трехмерное численное моделирование сейсмических волновых полей, включая весь диапазон волновых проявлений, по результатам которого выделяют данные исходных сейсморазведочных работ для ряда ассиметричных выносов источников и приемников, а затем выделяют из полного волнового поля его рассеянную составляющую путем суммирования данных, после чего из полученного изображения в рассеянных волнах методом декомпозиции эмпирических мод выделяют многократно рассеянные волны, по локализации устойчивых признаков которых, наложенных на цифровую сейсмогеологическую модель, осуществляют реконструкцию тонкой структуры исследуемого геологического объекта и выделяют зоны прогнозируемого флюидонасыщения.
Указанные признаки изобретения существенны.
Основой изобретения является применение суммирования исходных сейсмических данных многократного перекрытия, полученных от асимметричных выносов систем источников и приемников. В зависимости от геометрии взаимного расположения систем источников и приемников получают изображение различных элементов геологического разреза, включая протяженные регулярные границы, скопления мелкомасштабных неоднородностей и вплоть до изображения отдельных сингулярных объектов, таких, как дизъюнктивные нарушения границ раздела. Используя одно и то же программное обеспечение, управляя параметрами преобразования, можно получать изображения заранее выбранных геологических объектов, от протяженных регулярных границ до зон скопления микронеоднородностей субсейсмического размера, например зоны повышенной трещиноватости. Суперпозиция этих изображений на одном и том же разрезе дает максимально полное представление о геологии изучаемого объекта.
Таким образом, ключевыми шагами при реализации данного изобретения являются:
1. Трехмерное численное моделирование на основе цифровой модели геологического объекта;
2. Выделение многократно рассеянных волн с использованием метода декомпозиции эмпирических мод, ориентированных на выявление в волновых изображениях устойчивых признаков, характеризующих такие тонкие свойства изучаемых объектов, как преимущественная ориентация трещиноватости и флюидонасыщенность.
Способ иллюстрирован следующими фигурами.
На фиг. 1 представлена суперпозиция отраженных и рассеянных волн, полученная по результатам обработки данных сейсморазведочных работ.
На фиг. 2 приведено изображение трехмерной неоднородной цифровой сейсмогеологической модели в виде вертикального сечения куба: а) полная модель, б) увеличенная часть, содержащая включения.
На фиг. 3 показано сравнение реального разреза и полученной цифровой модели.
На фиг. 4 представлены результаты обработки полученной трехмерной модели и сопоставление исходной модели с результатом обработки синтетических данных.
На фиг. 5 приведен суммарный разрез ОГТ с наложенным на него изображением рассеивающих объектов, полученных с использованием фокусирующих преобразований: вверху - синтетические данные для модели, внизу - реальные данные по участку исследования.
На фиг. 6 показаны сейсмообразы многократно рассеянных волн, построенные методом декомпозиции эмпирических мод.
На фиг. 7 представлены результаты анализа полного волнового поля реальных данных в виде сечения куба рассеянных волн: слева - горизонтальное сечение куба рассеянных волн вдоль поверхности фундамента; справа - горизонтальное сечение куба рассеянных волн вдоль поверхности фундамента с локализацией перспективных зон, полученных методом декомпозиции эмпирических мод.
Способ реализуется последовательным выполнением следующих этапов обработки данных:
1. По комплексным данным скважинных наблюдений и сейсморазведочных работ строится многомасштабная цифровая сейсмогеологическая модель изучаемого объекта;
2. С использованием i построенной модели проводится трехмерное численное моделирование сейсмических волновых полей, учитывающее как макроскоростное строение среды (вышележащие толщи), так и тонкую структуру кавернозно-трещиноватого коллектора (геометрия трещин и каверн);
3. Полученные синтетические данные используются для определения оптимальных параметров фокусирующих систем, обеспечивающих максимально надежное построение поля энергии рассеянных волн, включая многократно рассеянные волны;
4. С использованием полученных параметров фокусирующих систем выполняется построение поля энергии рассеянных волн на реальных сейсмических данных;
5. Полученное изображение поля энергии рассеянных волн совмещается со стандартным сейсмическим изображением среды, полученным одним из методов обработки сейсмических данных, ориентированным на использование отраженных волн (например, реализации миграции до или после суммирования). На стандартных сейсмических разрезах выделяются субвертикальные объекты, такие, например, как разломы, дайки, фланги интрузий и др., которые должны быть исключены из дальнейшего рассмотрения;
6. На заключительном этапе в поле энергии рассеянных волн выделяются каплевидные структуры, не приуроченные к субвертикальным неоднородностям на стандартных сейсмических разрезах. Пересечение этих структур с коллектором и указывают зоны его повышенного флюидонасыщения.
В предлагаемом методе одним из наиболее важных этапов является построение корректной многомасштабной модели, которая основывается на привлечении следующих признаков, получаемых в процессе стандартной обработки данных:
- особенности крупномасштабного строения изучаемого месторождения, полученные в результате обработки и интерпретации данных сейсмических полевых наблюдений (профильных и/или площадных), такие как расположение основных границ раздела, физико-механические параметры соответствующих слоев, распределение импедансов и др., необходимые для построения крупномасштабной (сейсмический масштаб, то есть первые десятки метров) цифровой сейсмогеологической модели объекта;
- тонкое строение целевого пласта-коллектора на субсейсмическом уровне (от первых сантиметров до первых десятков сантиметров), получаемое в результате обработки и интерпретации данных геофизического исследования скважин и прямого изучения образцов керна.
Окончательным шагом построения цифровой сейсмогеологической модели является ее калибровка путем выполнения компьютерного численного моделирования с последующим сравнением синтетических и реальных данных и при необходимости корректировкой построенной модели.
Таким образом, при построении цифровой модели используются следующие стандартные и многократно проверенные при обработке и интерпретации сейсмических данных признаки:
- суммарные разрезы;
- миграционные изображения до и после миграции;
- распределение импедансов по результатам изучения изменчивости амплитуд для разных удалений (AVO - Amplitude Versus Offset);
- данные геофизических исследований скважин (ГИС) и результаты лабораторного анализа керна.
Именно их совокупное использование и позволяет получить достоверную разномасштабную трехмерную цифровую сейсмогеологическую модель целевого геологического объекта, которая затем калибруется путем сравнения рассчитанных с ее использованием синтетических данных (под данными здесь имеются в виду не столько сами исходные данные многократного перекрытия, сколько результаты их обработки, такие как суммарные разрезы, мигрированные разрезы, AVO и др.) с реальными.
Построенная полномасштабная цифровая сейсмогеологическая модель позволяет рассчитать полные синтетические данные, достоверно отображающие как регулярные, так и рассеянные волновые поля, вызванные наличием мелкомасштабных неоднородностей. Принципиально важным здесь является тот факт, что все характеристики (времена вступлений, поляризация, амплитуда и др.) как регулярных, так и рассеянных волн на синтетических данных полностью известны. Более того, меняя параметры модели, можно управлять этими волновыми полями, убирая, например, полностью рассеянную компоненту или, изменяя концентрацию мелкомасштабных неоднородностей, управлять ее интенсивностью и частотным составом.
Таким образом, применение к этим синтетическим полям предложенной схемы сбора и обработки данных асимметричными системами наблюдения позволяет определить оптимальные значения геометрических параметров этих систем (размеры базы суммирования по источникам и приемникам, вынос оси суммирования и др.) в целях обеспечения наиболее полной фокусировки рассеянных волн в область скопления порождающих их микронеоднородностей.
Основным критерием качества предлагаемой на этой основе системы наблюдения выступает корректная локализация сфокусированной рассеянной энергии. На синтетических данных она должна совпадать со скоплением мелкомасштабных неоднородностей в модели, причем интенсивность получаемых изображений должна быть пропорциональна амплитуде рассеянных волн, вычисляемых путем численного моделирования.
Для площадных систем наблюдения необходимо проведение калибровки по корректному определению ориентации пространственного распределения трещиноватости внутри резервуара путем реконструкции азимутального распределения амплитуды рассеянных волн.
Итак, для получения оптимальных параметров системы наблюдения, обеспечивающей фокусировку рассеянных волн с использованием синтетических данных используются следующие признаки:
- Пространственная локализация скоплений субсейсмических неоднородностей по профильным и площадным синтетическим данным многократного перекрытия скоплений;
- Реконструкция ориентации трещиноватости по площадным синтетическим данным многократного перекрытия.
В результате реализации первых трех этапов определяются оптимальные параметры систем наблюдения для асимметричного суммирования, обеспечивающие построение корректных изображений субсейсмических объектов в рассеянных волнах. Благодаря этому становится возможным привлечение установленного признака повышенной флюидонасыщенности - формирование каплевидных разрастаний поля энергии рассеянных волн, вытянутых в сторону возрастания двойного времени пробега и не привязанных к субвертикальным нарушениям, прослеживаемым на стандартных волновых изображениях (суммарные разрезы, миграционные изображения до и после суммирования и др.). Устойчивость этого признака проявляется в неизменности получаемого изображения при вариации параметров системы наблюдения.
Заявляемый способ апробирован на большом количестве лицензионных участков месторождений Восточной Сибири. В качестве примера рассмотрим его реализацию на одном из месторождений.
На нефтяном месторождении были проведены полевые сейсмические работы методом общей глубинной точки в трех измерениях (МОГТ-ЗД) с целью изучения структуры и литологических особенностей осадочного чехла северо-западного склона Непского мегасвода. Основные перспективы нефтегазоносности в пределах территории связаны с карбонатными породами венда - нижнего кембрия и терригенными отложениями вендского возраста.
Для локализации зон повышенных значений энергии рассеянных волн применили упомянутую выше специальную обработку сейсмических данных.
В качестве устойчивых признаков были выбраны следующие признаки многократно рассеянных волн:
- пространственная локализация энергии рассеянных волн, приуроченная к изучаемому пласту;
- каплевидная форма в разрастании энергии рассеянных волн, примыкающая к пласту-коллектору и простирающаяся в сторону возрастания двойного времени пробега.
Необходимым условием корректности интерпретации полученных аномалий (разрастаний) энергии рассеянных волн и их соотношения с зонами повышенного флюидонасыщения является отсутствие субвертикальных структур, связанных с таким разрастанием.
Для изучения тонких особенностей формирования сейсмических волн на данной площади проводилось полномасштабное численное моделирование. Для этого была построена цифровая трехмерно-неоднородная сейсмогеологическая модель карбонатного коллектора, базирующаяся на результатах обработки сейсмических данных, полученных методом общей глубинной точки (профиль ОГТ), верифицированных по результатам наблюдения в глубокой скважине, а также на строении реального геологического разреза, представляющего собой сложно построенную тонкослоистую среду, дифференцированную по скоростным и плотностным параметрам (этап 1).
Этап 1. Численное моделирование выполнено для представленной на фиг. 2 трехмерной неоднородной цифровой сейсмогеологической модели. Для построения модели крупномасштабной модели вмещающей среды использовались результаты 3D сейсморазведки по Могдинскому ЛУ Иркутской области. Модель строилась на сетке с шагом 10 м после обработки и интерполяции результатов полевых наблюдений.
Этап 2. Вычисления проводились для полного куба 6000×6000×2000 м. Источники типа центра объемного расширения (ненаправленный взрыв) излучали импульс Рикера с доминирующей частотой 30 Гц и располагались на поверхности z=0 с шагом 50 м вдоль двух ортогональных профилей, проходящих через центр площадки. На плоскости z=5 м равномерно с шагом 25 м размещались трехкомпонентные приемники, регистрирующие скорость вектора смещения. Калибровка построенной модели выполнялась путем сопоставления временных разрезов, построенных по результатам численного моделирования и реальных сейсмических данных (см. Фиг. 3). Сравнение полученной суммы ОГТ для синтетических данных и реального разреза по цифровой модели в окрестности скважины, как это представлено на фиг. 3. Как видно на изображениях, получено удовлетворительное совпадение по всем выделяемым сейсмическим горизонтам для реальных и синтетических данных, что говорит о хорошем качестве построенной трехмерной цифровой сейсмогеологической модели (этап 2).
Этап 3. По результатам моделирования определяются асимметричные выносы для источников и приемников для ранее проведенных сейсморазведочных работ и выполняется суммирование сейсмических данных, обеспечивающее сканирующую съемку. При этом базы источников и приемников совпадали и составляли 1600×1600 м с выносом результирующих трасс от центра баз на расстояние от 800 до 900 м в целях выделения рассеянных волн.
Этап 4. Тестирование параметров фокусирующей системы на синтетических данных с использованием пакета программ F-transform-2014, интегрированного в обрабатывающую систему ProMAX, позволило выбрать ее следующие оптимальные характеристики:
- База суммирования 1600 м;
- Расстояние между центрами групп Ом;
- Апертуры для получения селективных разрезов: отрицательные выносы 1150-1050 и положительные выносы 1050-1150 с шагом 25 м.
Построение изображений поля энергии рассеянных волн на реальных данных. Вариации параметров системы наблюдения в целях отбраковки некорректных изображений, основанные на том факте, что при вариативности параметров системы наблюдения форма и расположение упомянутых изображений, действительно приуроченных к зонам повышенной флюидонасыщенности, не должны претерпевать значимых изменений.
Этап 5. Результаты обработки модельного куба 3D, который получен путем наложения на суммарный разрез ОГТ результата фокусировки рассеянной компоненты волнового поля, представлены на фиг. 4. Белыми овалами на разрезе выделено изображение реальных рассеивающих объектов, находящихся между границами, соответствующими двойному вертикальному времени 750 мс и 860 мс, а красным - артефакты, соответствующие многократному рассеянию. После сопоставления модельного и реального примеров было выявлено сходство многократно-рассеянных волн (фиг. 5).
Этап 6. Для того чтобы из поля энергии рассеянных волн выделить многократно-рассеянные волны наиболее подходящим аппаратом является метод декомпозиции эмпирических мод. Отличительной особенностью этого подхода является самостоятельное обнаружение им «базовых мод» (фиг. 6) сигнала и их последующее использование для декомпозиции.
Эта процедура использовалась в представленном ниже анализе полного волнового поля реальных данных (фиг.7). Аномалии полного поля энергии рассеянных волн в целевом интервале в окрестности фундамента (левая часть фиг. 7) тяготеют к кровле фундамента, где на разрезах отраженных волн наблюдается явно дифракционный характер записи (фиг.1), причем дифракция носит не только разломный характер, но и является следствием влияния неоднородностей в разрезе. Дальнейшее исследование аномалий методом декомпозиции эмпирических мод позволяет получить перспективные, с точки зрения флюидонасыщения, зоны повышенной энергии кода-волн, связанных с тонкой структурой исследуемого интервала (правая часть фиг. 7).

Claims (1)

  1. Способ реконструкции тонкой структуры геологического объекта и прогноза его флюидонасыщения, характеризующийся тем, что по комплексным данным скважинных наблюдений и сейсморазведочных работ строят цифровую сейсмогеологическую модель изучаемого объекта, с использованием которой проводят трехмерное численное моделирование сейсмических волновых полей, включая весь диапазон волновых проявлений, по результатам которого выделяют данные исходных сейсморазведочных работ для ряда ассиметричных выносов источников и приемников, а затем выделяют из полного волнового поля его рассеянную составляющую путем суммирования данных, после чего из полученного изображения в рассеянных волнах методом декомпозиции эмпирических мод выделяют многократно рассеянные волны, по локализации устойчивых признаков которых, наложенных на цифровую сейсмогеологическую модель, осуществляют реконструкцию тонкой структуры исследуемого геологического объекта и выявляют зоны прогнозируемого флюидонасыщения.
RU2014112751/28A 2014-04-02 2014-04-02 Способ реконструкции тонкой структуры геологического объекта и прогноза его флюидонасыщения RU2563323C1 (ru)

Priority Applications (1)

Application Number Priority Date Filing Date Title
RU2014112751/28A RU2563323C1 (ru) 2014-04-02 2014-04-02 Способ реконструкции тонкой структуры геологического объекта и прогноза его флюидонасыщения

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2014112751/28A RU2563323C1 (ru) 2014-04-02 2014-04-02 Способ реконструкции тонкой структуры геологического объекта и прогноза его флюидонасыщения

Publications (1)

Publication Number Publication Date
RU2563323C1 true RU2563323C1 (ru) 2015-09-20

Family

ID=54147790

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2014112751/28A RU2563323C1 (ru) 2014-04-02 2014-04-02 Способ реконструкции тонкой структуры геологического объекта и прогноза его флюидонасыщения

Country Status (1)

Country Link
RU (1) RU2563323C1 (ru)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107102356A (zh) * 2017-06-02 2017-08-29 成都理工大学 基于ceemd的地震信号高分辨率处理方法
CN108051856A (zh) * 2017-12-14 2018-05-18 西南石油大学 一种基于amd-hht的时频域流体识别方法
CN109359778A (zh) * 2018-11-13 2019-02-19 中石化石油工程技术服务有限公司 基于优化经验模态分解的短期天然气负荷预测方法
CN111208580A (zh) * 2020-03-16 2020-05-29 中国石油大学(北京) 确定页岩气储层非均质性的方法和装置
CN111708085A (zh) * 2020-06-30 2020-09-25 北京奥能恒业能源技术有限公司 一种基于波形分离的孔洞探测增强方法和装置
CN112946736A (zh) * 2019-11-26 2021-06-11 中国石油天然气集团有限公司 一种三维观测系统重建方法及系统
RU2758416C1 (ru) * 2020-09-25 2021-10-28 Публичное акционерное общество "Нефтяная компания "Роснефть" (ПАО "НК "Роснефть") Способ реконструкции тонкой структуры геологических объектов и их дифференциации на трещиноватые и кавернозные
RU2789759C1 (ru) * 2022-06-20 2023-02-09 Общество с ограниченной ответственностью "Сахалинская Энергия (ООО "Сахалинская энергия") Способ определения границ трещиноватой зоны

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"Распространение сейсмических волн в разномасштабных. средах: численное моделирование и полевые наблюдения", В.В. Лисица, Г.В. Решетова, В.А. Чеверда, В.А. Поздняков, В.В. Шиликов, Вторая научно-. практическая конференция: Суперкомпьютерные технологии в нефтегазовой. отрасли, М.: Суперкомпьютерный центр МГУ имени М.В. Ломоносова, 2012, найдено в Интернет: *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107102356A (zh) * 2017-06-02 2017-08-29 成都理工大学 基于ceemd的地震信号高分辨率处理方法
CN107102356B (zh) * 2017-06-02 2019-01-11 成都理工大学 基于ceemd的地震信号高分辨率处理方法
CN108051856A (zh) * 2017-12-14 2018-05-18 西南石油大学 一种基于amd-hht的时频域流体识别方法
CN109359778A (zh) * 2018-11-13 2019-02-19 中石化石油工程技术服务有限公司 基于优化经验模态分解的短期天然气负荷预测方法
CN112946736A (zh) * 2019-11-26 2021-06-11 中国石油天然气集团有限公司 一种三维观测系统重建方法及系统
CN111208580A (zh) * 2020-03-16 2020-05-29 中国石油大学(北京) 确定页岩气储层非均质性的方法和装置
CN111708085A (zh) * 2020-06-30 2020-09-25 北京奥能恒业能源技术有限公司 一种基于波形分离的孔洞探测增强方法和装置
RU2758416C1 (ru) * 2020-09-25 2021-10-28 Публичное акционерное общество "Нефтяная компания "Роснефть" (ПАО "НК "Роснефть") Способ реконструкции тонкой структуры геологических объектов и их дифференциации на трещиноватые и кавернозные
RU2789759C1 (ru) * 2022-06-20 2023-02-09 Общество с ограниченной ответственностью "Сахалинская Энергия (ООО "Сахалинская энергия") Способ определения границ трещиноватой зоны

Similar Documents

Publication Publication Date Title
RU2563323C1 (ru) Способ реконструкции тонкой структуры геологического объекта и прогноза его флюидонасыщения
Verdon et al. Detection of multiple fracture sets using observations of shear‐wave splitting in microseismic data
CN102466815B (zh) 三叠系碎屑岩油气藏识别方法
US10386516B2 (en) Time-lapse 4D scattering for imaging hydraulically induced fractures
Pischiutta et al. Structural control on the directional amplification of seismic noise (Campo Imperatore, central Italy)
Licciardi et al. Sedimentary basin exploration with receiver functions: seismic structure and anisotropy of the Dublin Basin (Ireland)
Takougang et al. Extraction and characterization of faults and fractures from 3D VSP data in a carbonate reservoir: A workflow
Tselentis et al. High-resolution passive seismic tomography for 3D velocity, Poisson’s ratio ν, and P-wave quality QP in the Delvina hydrocarbon field, southern Albania
RU2722861C1 (ru) Способ расчета статических поправок
Semerikova Technique for recognizing of fractured zones based on the analysis of amplitude and frequency attributes of the PP reflections
Jones et al. Characterization of fractures and faults: a multi‐component passive microseismic study from the Ekofisk reservoir
Tounkara et al. Analyzing the seismic attributes, structural and petrophysical analyses of the Lower Goru Formation: A case study from Middle Indus Basin Pakistan
Sanda et al. The integrated approach to seismic attributes of lithological characterization of reservoirs: case of the F3 Block, North Sea-Dutch Sector
Chan Subsurface geophysical characterization of the crystalline Canadian Shield in northeastern Alberta: implications for geothermal development
Aminzadeh et al. Fundamentals of Petroleum Geophysics
US20220236435A1 (en) Low-Frequency Seismic Survey Design
Jia et al. Advances and challenges of reservoir characterization: A review of the current state-of-the-art
RU2758416C1 (ru) Способ реконструкции тонкой структуры геологических объектов и их дифференциации на трещиноватые и кавернозные
Warren et al. Final Phase 1 Report DE-EE0007698: A Novel Approach to Map Permeability Using Passive Seismic Emission Tomography
de Freslon et al. Integration of VSP in the process of surface seismic data inversion
Kvam et al. Pore-pressure detection sensitivities tested with time-lapse seismic data
Zhang et al. Identifying minor faults on top of coalfield Ordovician limestone stratum using seismic attributes derived from azimuthally stacked data
Ziramov et al. CO2 storage site characterisation using combined regional and detailed seismic data: Harvey, Western Australia
Akerley et al. A Novel Approach to Map Permeability Using Passive Seismic Emission Tomography
Botter et al. Seismic attribute analysis of a fault zone in the Thebe field, Northwest shelf, Australia