Прогнозирование свойств подземной формации

Изобретения относятся к нефтегазовой геологии и могут быть использованы для прогнозирования свойств подземной формации буровой площадки. Техническим результатом является повышение точности. Способ содержит этапы: получают сейсмические данные для области, представляющей интерес; получают исходный сейсмический куб с использованием указанных сейсмических данных, причем исходный сейсмический куб представляет собой трехмерное представление сейсмических данных; формируют множество сдвинутых сейсмических кубов в области, представляющей интерес, с использованием указанных сейсмических данных, и параметра сдвига, причем каждый из множества сдвинутых сейсмических кубов является сдвинутым от исходного сейсмического куба; и причем посредством параметра сдвига задают направление и предел, в котором исходный сейсмический куб должен быть сдвинут; формируют нейронную сеть с использованием исходного сейсмического куба, множества сдвинутых сейсмических кубов и данных каротажной диаграммы скважины; и применяют нейронную сеть к указанным сейсмическим данным для получения модели области, представляющей интерес, причем модель сконфигурирована для использования в корректировке операции буровой площадки. 3 н. и 17 з.п. ф-лы, 19 ил.

 

ПЕРЕКРЕСТНАЯ ССЫЛКА НА РОДСТВЕННУЮ ЗАЯВКУ

По данной заявке испрашивается приоритет по дате подачи предварительной заявки США № 60/986249 «Система и способ прогнозирования свойств подземной формации», зарегистрированной 7 ноября 2007 г.

ОБЛАСТЬ ТЕХНИКИ

Настоящее изобретение относится к прогнозированию свойств подземной формации.

ПРЕДШЕСТВУЮЩИЙ УРОВЕНЬ ТЕХНИКИ

Работы, такие как изыскания, бурение, испытания на каротажном кабеле, заканчивание, добыча, планирование и нефтепромысловый анализ, обычно выполняют для обнаружения и отбора ценных скважинных текучих сред. Изыскания обычно выполняют с использованием такой методологии сбора данных, как сейсмическое сканирование для построения карт поземных формаций. Данные формации часто анализируют для определения присутствия подземных запасов, таких как запасы ценных текучих сред или минералов, или для определения, имеют ли формации характеристики, подходящие для хранения текучих сред.

Во время операций бурения и добычи обычно собирают данные для анализа и/или мониторинга операций. Такие данные могут включать в себя, например, информацию, касающуюся подземных формаций, оборудования и статистических и/или других данных.

Данные, касающиеся подземной формации, собирают с использованием различных источников. Такие данные формации могут быть статическими или динамическими. Статические данные относятся, например, к структуре формации и геологической стратиграфии, образующим геологическую структуру подземной формации. Динамические данные относятся, например, к текучим средам, проходящим через геологические структуры подземной формации с течением времени. Такие статические и/или динамические данные можно собирать для получения дополнительной информации по формациям и запасам, содержащимся в них.

СУЩНОСТЬ ИЗОБРЕТЕНИЯ

В одном примере реализации прогнозирования свойств подземной формации система прогнозирования свойств подземной формации буровой площадки включает в себя модуль обработки данных, выполненный с возможностью получения сейсмических данных области, представляющей интерес. Система дополнительно включает в себя блок моделирования, выполненный с возможностью получения исходного сейсмического куба с использованием сейсмических данных и получения ряда сдвинутых сейсмических кубов с использованием сейсмических данных, где каждый из ряда сдвинутых сейсмических кубов сдвинут от исходного сейсмического куба. Система дополнительно включает в себя учебный модуль, выполненный с возможностью создания нейронной сети с использованием исходного сейсмического куба, ряда сдвинутых сейсмических кубов и данных каротажной диаграммы скважины. Учебный модуль дополнительно выполнен с возможностью применения нейронной сети к сейсмическим данным для получения модели области, представляющей интерес, где модель можно использовать для корректировки операции буровой площадки.

Другие аспекты и преимущества прогнозирования свойств подземной формации должны стать ясными из следующего описания прилагаемой формулы изобретения.

КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ

С тем, чтобы приведенные выше признаки и преимущества прогнозирования свойств подземной формации можно было понять в деталях, ниже приведено описание типичных вариантов осуществления, не ограничивающих объем защиты, прогнозирования свойств подземной формации, кратко описанного выше, со ссылками на варианты осуществления, показанные на прилагаемых чертежах, на которых:

фиг.1A-1D изображают примеры нефтепромысла с подземными формациями, включающими в себя коллекторы, и различными операциями, выполняемыми на нефтепромысле;

фиг.1A изображает выполнение геофизических исследований станцией сейсмических исследований на грузовике;

фиг.1B изображает буровые операции, выполняемые бурильным инструментом, подвешенным на буровой установке и спускаемым в подземную формацию;

фиг.1C изображает операцию на каротажном кабеле, выполняемую инструментом на каротажном кабеле, подвешенным на буровой установке и спущенным в ствол скважины;

фиг.1D изображает операцию добычи, выполняемую эксплуатационным инструментом, развернутым с эксплуатационной установки и в законченном стволе скважины для перемещения текучей среды из коллектора в сооружения на поверхности;

фиг.2A-2D изображают графические представления данных, собранных инструментами фиг.1A-1D соответственно;

фиг.2A изображает дорожку сейсмограммы подземной формации на фиг.1А;

фиг.2B изображает результат испытания образца керна на фиг.1B;

фиг.2C изображает каротажную диаграмму скважины подземной формации фиг.1C;

фиг.2D изображает кривую падения уровня добычи текучей среды, проходящей через подземную формацию фиг.1D;

фиг.3 изображает схематичный вид, частично в разрезе, нефтепромысла с множеством инструментов сбора данных, установленных на различных местоположениях операций на нефтепромысле для сбора данных подземных формаций;

фиг.4A-4C изображают трехмерные (3D) виды статических моделей на основе данных, собранных инструментами сбора данных фиг.3;

фиг.5 изображает диаграмму распределения вероятностей статических моделей фиг.4;

фиг.6 изображает пример схематичной диаграммы системы прогнозирования свойств подземной формации для операции буровой площадки;

фиг.7-8 изображают примеры блок-схем последовательности операций способов прогнозирования свойств подземной формации для операции буровой площадки;

фиг.9 изображает пример представления групп сдвинутых сейсмических кубов;

фиг.10 изображает пример представления сейсмических данных;

фиг.11 изображает пример представления модели.

ПОДРОБНОЕ ОПИСАНИЕ ПРЕДПОЧТИТЕЛЬНЫХ ВАРИАНТОВ ВОПЛОЩЕНИЯ ИЗОБРЕТЕНИЯ

Конкретные варианты осуществления прогнозирования свойств подземной формации подробно описаны ниже со ссылками на прилагаемые чертежи.

В следующем подробном описании вариантов осуществления прогнозирования свойств подземной формации изложены многочисленные конкретные детали для обеспечения более всестороннего понимания прогнозирования свойств подземной формации. В других случаях общеизвестные признаки подробно не описаны, чтобы избежать затенения концепций прогнозирования свойств подземной формации.

На фиг.1A-1D схематично показаны упрощенные для представления виды нефтепромысла (100) с подземной формацией (102), содержащей коллектор (104), и различные операции, выполняемые на нефтепромысле, включающем в себя, по меньшей мере, одну буровую площадку. На фиг.1A показаны геофизические исследования, выполняемые станцией (106a) сейсмических исследований на грузовике, измеряющей свойства подземной формации. Исследования являются сейсмическими геофизическими исследованиями с производством акустических колебаний. На фиг.1A такие акустические колебания (112), генерируемые источником (110), отражаются от множества горизонтов (114) в толще пород формации (116). Акустические колебания (112) принимают датчики, такие как сейсмоприемники (118), расположенные на поверхности. Сейсмоприемники (118) генерируют электрические выходные сигналы, именуемые принимаемыми данными (120) на фиг.1А.

В ответ на принятые акустические колебания (112), представляющие различные параметры (такие как амплитуда и/или частота) акустических колебаний (112), сейсмоприемники (118) генерируют электрические выходные сигналы, содержащие данные по подземной формации. Принятые данные (120) передаются, как входные данные, на компьютер (122a) станции (106a) сейсмических исследований на грузовике. В ответ на входные данные компьютер (122a) создает выходную запись (124) сейсмических данных. Сейсмические данные можно сохранять, передавать или дополнительно обрабатывать, как необходимо, например, посредством сжатия информации. Например, можно применить цифровые инструменты фильтрации сигнала к выходным записям сейсмических данных (то есть дорожкам сейсмограмм) для уменьшения шума и создания и применения параметров коррекции для суммирования одиночных дорожек сейсмических сигналов, имеющих общее географическое местоположение, для улучшения отношения сигнала к шуму. Дополнительно, можно использовать специальные алгоритмы для отображения сейсмических отражений в трехмерном пространстве. В данном примере результатом обработки данных может являться сейсмический куб, представляющий подземные геологические слои так точно, как возможно, и который могут использовать геологи для интерпретации основных геологических структур. Кроме того, сейсмический куб можно использовать в комбинации с данными каротажной диаграммы скважины для анализа геологических структур.

На фиг.1B показана буровая операция, выполняемая бурильным инструментом (106b), подвешенным на буровой установке (128) и спускаемым в подземную формацию (102) для образования ствола (136) скважины. Емкость (130) бурового раствора используют для подачи бурового раствора в бурильные инструменты по линии (132) подачи для осуществления циркуляции бурового раствора через бурильный инструмент, вверх по стволу (136) скважины и обратно на поверхность. Буровой раствор обычно фильтруют и возвращают в емкость бурового раствора. Циркуляционную систему можно использовать для хранения, контроля и фильтрования бурового раствора. Бурильные инструменты спускают в подземную формацию для достижения коллектора (104). Каждая скважина может быть нацелена на один или несколько коллекторов. Бурильные инструменты выполнены с возможностью измерения скважинных свойств с использованием одного или нескольких зондов каротажа во время бурения. Зонды каротажа во время бурения можно также приспособить для отбора образца (133) керна, как показано, или извлекать, чтобы обеспечить отбор образца керна с использованием другого инструмента.

Наземный блок (134) управления используют для осуществления связи с бурильным инструментом и операций вне площадки. Наземный блок управления способен осуществлять связь с бурильными инструментами для передачи команд на бурильные инструменты и для приема данных с них. Наземный блок управления можно снабжать компьютерным оборудованием для приема, сохранения, обработки и анализа данных с нефтепромысла. Наземный блок управления собирает данные, генерируемые во время операций бурения, и генерирует выходные данные (135), которые можно сохранять или передавать. Компьютерное оборудование, такое как оборудование наземного блока управления, может быть установлено на различных площадках на нефтепромысле и/или на удаленных площадках.

Датчики (S), такие как измерительные приборы, можно устанавливать повсеместно на нефтепромысле для сбора данных, относящихся к различным операциям, описанным выше. Как показано, датчики (S) устанавливают в одном или нескольких местах на бурильных инструментах и/или на буровой установке для измерения параметров бурения, таких как осевая нагрузка на долото, крутящий момент на долоте, давления, температуры, расходы, составы, скорость вращения ротора, и/или других параметров операций. Датчики можно также устанавливать в одном или нескольких местах в циркуляционной системе.

Информацию, собранную датчиками, может собирать наземный блок управления и/или другие средства сбора данных для анализа или обработки. Информацию, собранную датчиками, можно использовать индивидуально или в комбинации с другими данными. Данные можно собирать в одну или несколько баз данных и/или передавать по площадке или за ее пределы. Все данные или выбранные фрагменты данных можно выборочно использовать для анализа и/или прогнозирования операций на действующих в настоящее время и/или других стволах скважин. Данные могут являться статистическими данными, данными в режиме реального времени или их комбинациями. Данные в режиме реального времени можно использовать в режиме реального времени или сохранять для последующего использования. Данные можно также комбинировать со статистическими данными или другими входными данными для дополнительного анализа. Данные можно размещать в отдельных базах данных или объединять в одну базу данных.

Собранные данные можно использовать для выполнения анализа, такого как операции моделирования. Например, сейсмические выходные данные можно использовать для выполнения геологического, геофизического проектирования или проектирования разработки коллектора. Данные коллектора, ствола скважины, полученные на поверхности, и/или данные промысловой подготовки продукции скважин можно использовать для выполнения имитации коллектора, ствола скважины, геологической, геофизической или других имитаций. Выходные данные по операции на нефтепромысле могут передаваться датчиками напрямую или после некоторой предварительной обработки или моделирования. Указанные выходные данные можно использовать как входные данные для дополнительного анализа.

Данные можно собирать и сохранять в наземном блоке (134) управления. Один или несколько наземных блоков управления могут быть размещены на нефтепромысле или быть удаленно связанными с ним. Наземный блок управления может представлять собой один блок или комплексную сеть блоков, используемую для выполнения необходимых функций управления передачей данных повсеместно на нефтепромысле. Наземный блок управления может являться системой с ручным или автоматическим управлением. Наземным блоком управления пользователь может управлять и/или настраивать его.

Наземный блок управления можно оборудовать приемопередатчиком (137), обеспечивающим связь между блоком на поверхности и различными участками нефтепромысла или другими местами операций. Наземный блок управления может также быть оборудован или функционально соединен с одним или несколькими контроллерами для приведения в действие механизмов на нефтепромысле. Наземный блок управления может отправлять сигналы команд управления на нефтепромысле в ответ на принятые данные. Наземный блок управления может принимать команды через приемопередатчик или может сам исполнять команды на контроллер. Для анализа данных (локально или на удалении), принятия решений и/или для приведения в действие контроллера может быть оборудован процессор. Таким образом, на нефтепромысле можно осуществлять выборочную регулировку на основе собранных данных. Данную методику можно использовать для оптимизирования участков операций, такого как регулирование бурения, осевой нагрузки на долото, скорости подачи буровых насосов или других параметров. Данную регулировку можно выполнять автоматически, на основе компьютерной программы, или вручную, оператором. В некоторых случаях планы бурения можно корректировать для выбора оптимальных условий операции или для предотвращения проблем.

На фиг.1C показана операция на каротажном кабеле, выполняемая инструментом (106c) на каротажном кабеле, подвешенным на буровой установке (128) в стволе (136) скважины фиг.1B. Инструмент (106c) на каротажном кабеле приспособлен для развертывания в стволе (136) скважины для выполнения каротажа, выполнения испытаний на забое и/или отбора проб или образцов. Инструмент на каротажном кабеле можно использовать в других способах и как устройство выполнения сейсмических геофизических исследований. Инструмент на каротажном кабеле фиг.1C может иметь источник (144) взрывной волны, радиоактивного излучения, электрической энергии или акустических колебаний, передающий электрические сигналы в подземные формации (102) и текучие среды в них и/или принимающий сигналы от них.

Инструмент на каротажном кабеле может быть функционально соединен, например, с сейсмоприемниками (118) и компьютером (122a) станции (106a) сейсмических исследований на грузовике фиг.1A. Инструмент на каротажном кабеле может также передавать данные в наземный блок (134) управления. Наземный блок управления собирает данные, выработанные во время операции на каротажном кабеле, и вырабатывает выходные данные (135), которые может сохранять или передавать. Инструмент (106c) на каротажном кабеле можно устанавливать на различных глубинах в стволе (136) скважины для обеспечения исследований или передачи другой информации, относящейся к подземной формации.

Датчики (S), такие как измерительные приборы, можно устанавливать на нефтепромысле для сбора данных, относящихся к различным операциям, как описано выше. Как показано, датчик (S) установлен на инструменте на каротажном кабеле для измерения скважинных параметров, относящихся, например, к пористости, проницаемости, составу текучей среды и/или другим параметрам операции.

На фиг.1D показана операция добычи, выполняемая эксплуатационным инструментом (106d), развернутым на эксплуатационном блоке или фонтанной арматуре (129) в законченном стволе (136) скважины фиг.1C для перемещения текучей среды из коллектора на сооружения (142) на поверхности. Текучая среда проходит из коллектора (104) через перфорационные каналы в обсадной колонне (не показано) в эксплуатационный инструмент (106d) в стволе (136) скважины и на сооружения (142) на поверхности через сеть (146) сборных трубопроводов.

Датчики (S), такие как измерительные приборы, могут быть установлены на нефтепромысле для сбора данных, относящихся к различным операциям на нефтепромысле, как описано выше. Как показано, датчик (S) может быть установлен на эксплуатационном инструменте (106d) или связанном с ним оборудовании, таком как фонтанная арматура, сеть сборных трубопроводов, оборудование и сооружения на поверхности и/или эксплуатационное оборудование и сооружения, для измерения параметров текучей среды, таких как состав текучей среды, дебиты, давления, температуры и/или другие параметры эксплуатации.

Хотя показаны только упрощенные конфигурации буровой площадки, должно быть ясно, что нефтепромысел может покрывать участок сухопутных, морских и/или водных мест проведения работ, с размещением одной или нескольких буровых площадок. Эксплуатация может также включать в себя эксплуатацию нагнетательных скважин (не показано) для дополнительной добычи. Одно или несколько сборных сооружений могут быть функционально соединены с одной или несколькими буровыми площадками для избирательного сбора скважинных текучих сред с буровой площадки (площадок).

Хотя на фиг.1В-1D показаны инструменты, использующиеся для измерения свойств нефтепромысла, должно быть ясно, что инструменты можно использовать применительно к операциям не на нефтепромыслах, таким как операции на рудниках, водоносных коллекторах или других подземных сооружениях. Также, хотя показаны некоторые инструменты сбора данных, должно быть ясно, что можно использовать различные измерительные инструменты, способные измерять свойства, такие как полное время пробега сейсмической волны, плотность, удельное сопротивление, темп добычи и т.д., подземной формации и/или ее геологических структур. Различные датчики (S) и/или инструменты мониторинга для сбора и/или мониторинга необходимых данных могут быть размещены на различных местах в стволе скважины. Можно также создавать другие получения данных с мест вне площадки.

Конфигурация нефтепромысла (фиг.1A-1D) представлена кратким описанием примера нефтепромысла, где применимо прогнозирование свойств подземной формации. Часть или весь нефтепромысел может находиться на суше, воде и/или на море. Также, хотя показан один нефтепромысел с измерениями в одном месте, прогнозирование свойств подземной формации можно использовать с любой комбинацией одного или нескольких нефтепромыслов, одного или нескольких сооружений промысловой подготовки продукции скважин и одной или нескольких буровых площадок.

На фиг.2A-2D показаны примеры графического отображения данных, собранных инструментами фиг.1A-1D соответственно. На фиг.2A показан пример дорожки (202) сейсмограммы подземной формации фиг.1A, выполненной станцией (106a) сейсмических исследований на грузовике. Дорожку сейсмограммы можно использовать для получения данных, таких как данные двустороннего пробега волны за период времени. На фиг.2B показан пример образца (133) керна формации, отобранного бурильными инструментами (106b). Керн можно использовать для получения данных, таких как диаграмма плотности, пористости, проницаемости или других физических свойств образца керна по его длине. Испытания плотности и вязкости можно выполнить на текучих средах в керне при изменяющихся давлениях и температурах. На фиг.2C показана каротажная диаграмма (204) скважины в подземной формации фиг.1C, выполненная инструментом (106с) на кабеле. Каротажная диаграмма, выполненная инструментом на кабеле, обычно дает измерения удельного сопротивления формации или другие измерения на различных глубинах. На фиг.2D показана кривая (206) падения уровня добычи текучей среды, поступающей из подземной формации фиг.1D, полученная на наземном оборудовании (142). Кривая падения уровня добычи обычно обеспечивает темп Q добычи как функцию времени t.

Соответствующие диаграммы фиг.2A-2C показывают примеры статических измерений, которые могут описывать физические характеристики формации и коллекторов, содержащихся в ней, или давать о них информацию. Данные измерения можно анализировать для лучшего определения свойств формации (формаций) и определения точности измерений и/или для проверки наличия ошибок. Диаграммы каждого из соответствующих измерений можно совмещать и масштабировать для сравнения и выверки свойств.

На фиг.2D показан пример динамического измерения свойств текучей среды по стволу скважины. Когда текучая среда проходит через ствол скважины, выполняют измерения свойств текучей среды, таких как дебиты, давления, состав и т.д. Как описано ниже, статические и динамические измерения можно анализировать и использовать для создания моделей подземной формации для определения ее характеристик. Аналогичные измерения можно также использовать для измерения изменений в характеристиках формации во времени.

На фиг.3 показан схематичный вид, частично в разрезе, нефтепромысла (300) с инструментами (302a), (302b), (302c) и (302d) сбора данных, установленными на различных местах операций на нефтепромысле для сбора данных подземной формации (304). Инструменты 302a-302d сбора данных могут являться аналогичными инструментам 106a-106d сбора данных фиг.1А-1D соответственно или другими, не показанными. Как показано, инструменты 302a-302d сбора данных формируют диаграммы 308a-308d данных или измерений соответственно. Указанные диаграммы данных составляются по всему нефтепромыслу для демонстрации данных, генерируемых различными операциями.

Диаграммы 308a-308c данных являются примерами диаграмм статических данных, которые могут генерировать инструменты 302a-302d сбора данных соответственно. Диаграмма (308a) статических данных является отображением времени двустороннего пробега сейсмической волны и может являться аналогичной дорожке (202) сейсмограммы, показанной на фиг.2A. Диаграмма (308b) статических данных образована по данным керна, измеренным по образцу керна формации (304), аналогичному образцу (133) керна фиг.2B. Диаграмма (308c) статических данных является каротажной дорожкой, аналогичной каротажной диаграмме (204) скважины фиг.2C. Кривая падения добычи или диаграмма (308d) является диаграммой динамических данных дебита текучей среды по времени, аналогичной диаграмме (206) фиг.2D. Можно также собирать другие данные, такие как статистические данные, данные ввода пользователя, экономическую информацию, другие данные измерений и другие параметры, представляющие интерес.

Подземная формация (304) имеет множество геологических структур 306a-306d. Как показано, формация имеет слой (306a) песчаника, слой (306b) известняка, слой (306c) сланца и слой (306d) песка. Линия (307) разлома проходит через формации (306a), (306b). В одном варианте реализации инструменты сбора статических данных выполнены с возможностью измерения и детектирования характеристик формаций.

Хотя показана конкретная подземная формация с конкретными геологическими структурами, должно быть ясно, что нефтепромысел может содержать разнообразные геологические структуры и/или формации, в некоторых случаях имеющие чрезвычайную сложность. В некоторых местах, обычно ниже контура водоносности, текучая среда может занимать поровые пространства формации. Каждое измерительное устройство можно использовать для измерения свойств формации и/или ее геологических признаков. Хотя каждый инструмент сбора данных показан находящимся на конкретном месте операций в формации, должно быть ясно, что измерения одного или нескольких типов можно выполнять на одном или нескольких местах операций на одном или нескольких нефтепромыслах или других местах операций для сравнения и/или анализа.

Данные, собранные из различных источников, таких как инструменты сбора данных, показанные на фиг.3, можно затем обрабатывать и/или оценивать. Обычно, сейсмические данные, отображенные на диаграмме (308a) статических данных от инструмента (302a) сбора данных, использует геофизик для определения характеристик и признаков подземной формации. Данные керна, показанные на статической диаграмме (308b), и/или данные каротажной диаграммы (308c) скважины обычно использует геолог для определения различных характеристик подземной формации (304). Данные добычи из диаграммы (308d) обычно использует инженер по разработке месторождения для определения характеристик дебита текучей среды коллектора. Данные, анализируемые геологом, геофизиком и инженером по разработке месторождения можно анализировать с использованием методик моделирования. Примеры методик моделирования описаны в US 5992519, WO 2004/049216, WO 1999/064896, US 6313837, US 2003/0216897, US 7248259, US 2005/0149307 и US 2006/0197759. Системы для выполнения таких методик моделирования описаны, например, в выданном US 7248259, содержание которого полностью включено в данный документ в виде ссылки.

На фиг.4A-4C показаны трехмерные графические представления геологической среды, рассматриваемые как статическая модель. Статическую модель можно создавать на основе одной или нескольких моделей, созданных, например, по данным, собранным с использованием инструмента 302a-d сбора данных. На показанных фигурах статические модели 402a-c созданы инструментами 302a-с сбора данных фиг.3 соответственно. Данные статические модели могут представлять двухмерный вид подземной формации на основе данных, собранных на данном месте работ.

Статические модели могут иметь различные точности, основанные на имеющемся типе измерений, качестве данных, месте операций и других факторах. Хотя статические модели фиг.4A-4C получены с использованием конкретных инструментов сбора данных на одной площадке нефтепромысла, один или несколько аналогичных или отличающихся инструментов сбора данных можно использовать для выполнения измерений на одном или нескольких местах по всему нефтепромыслу для создания различных моделей. Можно выбирать различные методики анализа и моделирования в зависимости от необходимого типа данных и/или места операций.

Каждая из статических моделей 402a-c показана как объемное представление нефтепромысла с одним или несколькими коллекторам и структурами, окружающими формацию. Данные объемные представления являются прогнозом геологической структуры подземной формации в точно установленном месте на основе имеющихся измерений. В одном возможном варианте реализации представления являются возможными сценариями, созданными с использованием одинаковых входных данных (статистических и/или в режиме реального времени), но имеющих отличающуюся интерпретацию, интерполяцию и методики моделирования. Как показано, статические модели содержат геологические слои в подземной формации. В частности, разлом (307) фиг.3 проходит через каждую из моделей. Каждая статическая модель также имеет точки A, B и C привязки, размещенные в установленных положениях на каждой из статических моделей. Данные статические модели и установленные точки привязки статических моделей можно анализировать. Например, сравнение различных статических моделей может показать различия в структуре разлома (307) и примыкающего слоя (306a). Каждая из точек привязки может способствовать сравнению различных статических моделей. Можно выполнять корректировки моделей на основе анализа различных статических моделей фиг.4A-C, и откорректированный слой формации можно создавать, как описано дополнительно ниже.

На фиг.5 представлена диаграмма распределения вероятностей многочисленных статических моделей, таких как модели 402A-C фиг.4. Диаграмма показывает процентную вероятность конкретной переменной модели для каждой из статических моделей как функцию переменной (V) коллектора, такой как объемные параметры, темп добычи или другие параметры. Переменная может являться любым оцениваемым статическим или динамическим компонентом (компонентами), таким как объемные параметры, общая толщина породы, эффективная толщина формации, темп добычи, накопленная добыча и т.д. В одном возможном варианте реализации переменные в осуществлении моделирования удерживают в пределах разумных прогнозов возможностей реального коллектора (коллекторов) или того, что наблюдали в аналогичных коллекторах. Данная диаграмма является гистограммой, показывающей реализацию в многочисленных моделях, которые можно генерировать по полученным данным. Переменные результаты можно создавать посредством изменения параметров многочисленных моделей. Диаграмму можно затем генерировать посредством рассмотрения и оценки вероятности созданных моделей и их нанесения на диаграмму.

На гистограмме показано, что статическая модель (402a) дает десять процентов вероятности совпадения с фактическим параметром коллектора. Гистограмма также указывает, что статическая модель (402b) имеет пятьдесят процентов вероятности совпадения, и статическая модель (402c) - девяносто процентов вероятности. Данная диаграмма предполагает, что статическая модель (402c) является более консервативной моделью оценки переменной (V), но имеет более высокое правдоподобие по корректности, а статическая модель (402a) дает меньшую уверенность и должна считаться более оптимистичной оценкой. Статические модели и их правдоподобия можно использовать, например, в определении планов разработки месторождения и модели наземных сооружений подготовки. Представления 402a-402c статических моделей можно выбирать на основе необходимого риска и/или экономических допущений.

Модели на фиг.4A-4C откорректированы на основе динамических данных, полученных по добыче, диаграммы (308d) фиг.3. Динамические данные, собранные инструментом (302d) сбора данных, применены в каждой из статических моделей фиг.4A-4C. Как показано, динамические данные указывают, что разлом (307) и слой (306a), прогнозируемые статическими моделями, могут нуждаться в корректировке. Слой (306a) откорректирован в каждой модели, как показано пунктирными линиями. Видоизмененный слой показан позициями 306a', 306a" и 306a''' для статических моделей на фиг.4A-4C соответственно.

Динамические данные могут указывать, что некоторые статические модели дают лучшее представление нефтепромысла. Возможность статической модели соответствовать статистическим данным темпа добычи можно считать хорошим указанием, что модель может также давать точные прогнозы будущей добычи. В таких случаях можно выбирать предпочтительную статическую модель. В данном случае, хотя статическая модель на фиг.4C может иметь самую высокую общую вероятность точности, основанную только на статической модели, как показано на фиг.5, анализ динамической модели предполагает, что модель на фиг.4B имеет лучшее совпадение. Как показано на фиг.4A-4C, сравнение слоя (306a) со слоями 306a', 306a" и 306a''' указывает, что разлом (307) с соответствующей пропускной способностью текучей среды по разлому наиболее близко совпадает с прогнозом, данным статической моделью (402b).

В данном примере выбранная статическая модель (402b) видоизменена на основе динамических данных. Получившаяся в результате корректировки модель (402b) откорректирована для лучшего соответствия данным добычи. Как показано, положение геологической структуры (306a) сдвинуто в положение слоя 306a" с учетом разницы, показанной динамическими данными. В результате, статическую модель можно приспосабливать для лучшего соответствия как статической, так и динамической моделям.

В определении лучшей, в целом, модели геологической среды можно рассматривать статические и/или динамические данные. В данном случае, при рассмотрении как статических, так и динамических данных, статическая модель (402b) фиг.4B выбрана моделью геологической среды с самой высокой вероятностью точности на основе как статических вероятностей, так и динамических входных данных. Для получения лучшей в целом модели может быть необходимым рассмотрение статических и динамических данных из многочисленных источников, мест и/или типов данных.

Оценка различных статических и динамических данных фиг.3 включает в себя рассмотрение статических данных, таких как сейсмические данные (308a), рассматриваемые геофизиком, геологические данные (308b, 308c), рассматриваемые геологом, и данные (308d) добычи, рассматриваемые инженером по разработке месторождения. Каждый обычно рассматривает данные, относящиеся к конкретной функции, и создает модели на основе данной конкретной функции. Вместе с тем, как показано на фиг.4A-4C, информация от каждой из отдельных моделей может влиять на решение по выбору лучшей в целом модели геологической среды. Более того, информация от других моделей или источников может также влиять на корректировки модели и/или выбор лучшей в целом модели геологической среды. Модель геологической среды, созданная, как описано для фиг.4A-5, является базовой моделью геологической среды, определенной из анализа различных созданных моделей.

Другим источником информации, которая может влиять на модель (модели), является экономическая информация. По всем операциям, показанным на фиг.1A-1D, имеются многочисленные коммерческие соображения. Например, оборудование, показанное на каждой из данных фигур, имеет различные стоимости и/или риски, связанные с ним. По меньшей мере, некоторые данные, собранные на нефтепромысле, относятся к коммерческим факторам, таким как цена и риск. Коммерческие данные могут включать в себя, например, затраты на добычу, время бурения, оплату хранения, цену нефти/газа, погодные факторы, политическую стабильность, налоговую нагрузку, наличие оборудования, геологическую среду, точность и чувствительность измерительных инструментов, представление данных и другие факторы, влияющие на стоимость выполнения операций или потенциальные расходы, к ним относящиеся. Можно принимать решение и разрабатывать стратегические бизнес-планы с учетом снижения возможных расходов и рисков. Например, проект разработки нефтепромысла может основываться на данных коммерческих соображениях. Такой проект разработки нефтепромысла может, например, определять местоположение буровых установок, а также глубину, число скважин, продолжительность операций, темп добычи, типы оборудования и другие факторы, которые должны влиять на затраты и риски, связанные с операцией.

На фиг.6 показан схематичный вид системы (600) прогнозирования свойств подземной формации для операции буровой площадки. Показанная система (600) включает в себя наземный блок (602) управления, функционально соединенный с буровой системой (604) буровой площадки, серверы (606), функционально соединенные с наземным блоком (602) управления, и инструмент (608) моделирования, функционально соединенный с серверами (606). Как показано, каналы (610) связи созданы между буровой системой (604) буровой площадки, наземным блоком (602) управления, серверами (606) и инструментом (608) моделирования. Различные каналы связи можно создавать для осуществления передачи данных в системе. Например, каналы (610) связи могут предусматривать непрерывную, прерывистую, в одном направлении, в двух направлениях и/или селективную связь по системе (600). Каналы (610) связи могут быть любого типа, такие как проводные, беспроводные и т.д.

Буровая система (604) буровой площадки и наземный блок (602) управления могут быть одинаковыми с буровой системой и наземным блоком управления фиг.1B-1C. Наземный блок (602) управления может быть оснащен компонентом (612) регистрации, контроллером (614), блоком (616) отображения информации, процессором (618) и приемопередатчиком (620). Компонент (612) регистрации собирает и/или сохраняет данные нефтепромысла, включающего в себя буровую площадку. Указанные данные могут представлять собой данные, измеренные датчиками (S) буровой площадки, показанными на фиг.1A-1D. Указанные данные могут также являться данными, принятыми от других источников. Данные можно также хранить на машиночитаемом носителе, таком как компактный диск, цифровой видеодиск, оптический носитель, энергозависимое запоминающее устройство, энергонезависимое запоминающее устройство, или любых других носителях, выполненных с возможностью хранения данных.

Контроллер (614) способен вводить в действие команды на нефтепромысле. Контроллер (614) может быть оснащен исполнительными механизмами, способными выполнять операции, такие как наведение, продвижение или другие, для действий на буровой площадке. Команды могут создаваться на основе логики процессора (618) или по командам, принятым от других источников. Процессор (618) может быть создан с признаками для обработки и анализа данных. Процессор (618) может быть создан с дополнительными функциональными возможностями выполнения операций.

Блок (616) отображения информации можно оборудовать на буровой площадке и/или в удаленном месте для просмотра нефтепромысловых данных (не показано). Нефтепромысловые данные, воспроизводимые блоком (616) отображения информации, могут являться необработанными данными, обработанными данными и/или выходными данными, созданными из различных данных. В одном варианте реализации блок (616) отображения информации выполнен с возможностью создания переналаживаемых видов данных, так что экраны, если необходимо, можно выполнять по заказу. Пользователь может определять необходимый способ действия во время бурения на основе рассмотрения отображенных нефтепромысловых данных. Операцию можно избирательно корректировать, реагируя на действия блока (616) отображения информации. Блок (616) отображения информации может иметь двухмерное отображение для рассмотрения нефтепромысловых данных или создания нефтепромысловых событий. Например, двухмерное отображение может соответствовать выходным данным с принтера, плоттера, монитора или другого устройства, выполненного с возможностью передачи двухмерных выходных данных. Блок (616) отображения информации может также иметь трехмерное отображение для рассмотрения различных аспектов операций. По меньшей мере, некоторые аспекты операций рассматривают в режиме реального времени в трехмерном отображении. Например, трехмерное отображение может соответствовать выходным данным с принтера, плоттера, монитора или другого устройства, выполненного с возможностью передачи трехмерных выходных данных.

Приемопередатчик (620) выполнен с возможностью создания доступа к данным других источников и/или передачи данных на них. Приемопередатчик (620) также выполнен с возможностью обеспечения связи с другими компонентами, такими как серверы (606), буровая система (604) буровой площадки, наземный блок (602) управления и/или инструмент (608) моделирования.

Серверы (606) можно использовать для передачи данных от одной или нескольких буровых площадок на инструмент (608) моделирования. Как показано, сервер (606) включает в себя площадочные серверы (622), удаленный сервер (624) и сервер (626) доступа третьей стороны. Площадочные серверы (622) могут быть установлены на буровой площадке и/или других близлежащих площадках для распространения данных от наземного блока (602) управления. Удаленный сервер (624) установлен на площадке вдали от нефтепромысла и предоставляет данные от удаленных источников. Сервер (626) доступа третьей стороны может являться площадочным или удаленным, и с ним работает третья сторона, такая как заказчик.

В одном варианте реализации серверы (606) способны записывать и считывать данные бурения (например, каротажные диаграммы), события бурения, траекторию и/или другие нефтепромысловые данные (например, сейсмические данные, статистические данные, экономические данные или другие данные, которые можно использовать во время анализа). Тип сервера не предназначен для ограничения прогнозирования свойств подземной формации. Например, система может быть приспособлена для функционирования с любым типом сервера, который можно использовать.

Серверы (606) осуществляют связь с инструментом (608) моделирования, как указано каналами (610) связи. Как указано многочисленными стрелками, серверы (606) могут иметь отдельные каналы (610) связи с инструментом (608) моделирования. Один или несколько серверов (606) можно объединять или соединять для создания объединенного канала (610) связи.

Серверы (606) собирают широкий спектр данных. Данные можно собирать из различных каналов, которые дают некоторые типы данных, такие как каротажная диаграмма скважины. Данные от серверов (606) направляют на инструмент (608) моделирования для обработки. Серверы (606) можно также использовать для сохранения и/или пересылки данных.

Инструмент (608) моделирования функционально соединен с наземным блоком (602) управления для приема данных из него. В некоторых случаях инструмент (608) моделирования и/или сервер (серверы) (606) можно устанавливать на буровой площадке. Инструмент (608) моделирования и/или сервер (серверы) (606) можно также устанавливать на различных площадках. Инструмент (608) моделирования может быть функционально соединен с наземным блоком управления через сервер (серверы) (606). Инструмент (608) моделирования может также быть включен в состав наземного блока (602) управления или размещен рядом с ним.

Инструмент (608) моделирования включает в себя интерфейс (630), блок (632) обработки данных, блок (648) моделирования, архив (634) данных и блок (636) визуализации данных. Интерфейс (630) осуществляет связь с другими компонентами, такими как серверы (606). Интерфейс (630) может также обеспечивать связь с другими нефтепромыслами или не нефтепромысловыми источниками. Интерфейс (630) принимает данные и преобразует данные для обработки. Данные от серверов (606) обычно идут по заданным каналам, которые может выбирать интерфейс (630).

Как показано на фиг.6, интерфейс (630) выбирает канал данных сервера (серверов) (606) и принимает данные. Интерфейс (630) также преобразует каналы данных для данных с буровой площадки. Интерфейс (630) может также принимать данные из файлов данных (например, файла расширяемого языка разметки (XML), файла базы данных или файлов данных другого формата). Данные можно затем направлять в модули (642) обработки инструмента (608) моделирования. Данные могут быть немедленно введены в инструмент (608) моделирования для сеансов моделирования в режиме реального времени. Интерфейс (630) создает запросы данных (например, геофизические исследования, каротажные диаграммы и риски), отображает интерфейс пользователя и управляет событиями состояния схемы соединения. Интерфейс (630) также конкретизирует данные в информационный объект для обработки. Интерфейс (630) может принимать запрос от наземного блока (602) управления для извлечения данных из серверов (606), блока скважины и/или файлов данных.

Блок (632) обработки данных включает в себя модули (640) форматирования, модули (642) обработки, вспомогательные модули (646) и модули (650) обучения. Данные модули выполнены с возможностью манипулирования нефтепромысловыми данными для анализа в режиме реального времени.

Модули (640) форматирования используют для согласования данных с необходимым форматом для обработки. Входные данные могут нуждаться в форматировании, переводе, преобразовании и других манипуляциях для использования. Модули (640) форматирования выполнены с возможностью обеспечения форматирования и использования данных из различных источников так, что данные обрабатывают и отображают в режиме реального времени.

Вспомогательные модули (646) создают функции поддержки для буровой системы. Вспомогательные модули (646) включают в себя компонент каротажа (не показано) и компонент управляющего устройства интерфейса пользователя. Компонент каротажа создает общий вызов для всех данных каротажа. Компонент каротажа обеспечивает установку по заявке места назначения. Компонент каротажа может также быть создан с другими признаками, такими как системы отладки, рассылки и предупреждения, среди прочего. Система отладки посылает сообщение отладки тем, кто использует систему. Система рассылки посылает информацию на подсистемы, пользователям и прочим. Информация может прерывать или не прерывать операцию и может быть распространена на различные площадки и/или различным пользователям по всей системе. Систему предупреждения можно использовать для рассылки сообщений об ошибке и предупреждений на различные площадки и/или различным пользователям по всей системе. В некоторых случаях предупреждающие сообщения могут прерывать процесс операции и отображать сигналы тревоги.

Компонент управляющего устройства интерфейса пользователя создает для интерфейса элементы устройств отображения. Компонент управляющего устройства интерфейса пользователя образует экраны ввода пользователя, такие как позиции меню, контекстные меню, панели инструментов и окна настроек. Компонент управляющего устройства можно также использовать для управления событиями, относящимися к данным экранам ввода пользователя.

Модуль (642) обработки можно использовать для анализа данных и создания выходных данных. Как описано выше, данные могут включать в себя статические данные, динамические данные, статистические данные, данные в режиме реального времени или данные других типов. Дополнительно, данные могут относиться к различным аспектам операций, таким как структура формации, геологическая стратиграфия, отбор образцов керна, каротаж скважин, плотность, удельное сопротивление, состав текучей среды, дебит, условия на забое, условия на поверхности, состояние оборудования, или другим аспектам операций.

Модули (642) обработки можно использовать для анализа указанных данных для создания модели геологической среды. Например, сейсмические данные или траекторию скважины можно определить из анализа указанных данных. Сейсмические данные можно получать из различных сейсмических источников для области, представляющей интерес в геологической среде. Примеры сейсмических источников включают в себя, без ограничения указанным, станцию сейсмических исследований на грузовике, такую как показана на фиг.1A, сейсмического заряда или судна сейсмических исследований. Дополнительно, траектория может включать в себя данные каротажных диаграмм скважины, собранные посредством каротажных скважинных зондов фиг.1A-1D. Примеры данных каротажных диаграмм скважин включают в себя диаграммы полного акустического сопротивления, плотности, пористости, удельного сопротивления и т.д. на различных глубинах траектории скважины.

Архив (634) данных может сохранять данные для блока моделирования. Данные можно сохранять в формате, пригодном для использования в режиме реального времени (то есть с обновлением информации со скоростью, приблизительно равной скорости приема информации). Данные, в общем, направляют в архив данных из компонента обработки. Данные можно удерживать в системе файлов (например, как файл расширяемого языка разметки (XML)) или в базе данных. Система (600) может определять, какое сохранение является наиболее подходящим для использования для конкретной части данных, и сохраняет данные способом, обеспечивающим автоматический проход потока данных через остальную часть системы в беспрепятственном и интегрированном режиме. Система (600) может также осуществлять информационный поток в режиме с ручным управлением и автоматизированном (такой как информационный поток моделирования, геологический и геофизический) на основе удерживаемых данных.

Блок (636) визуализации данных выполняет расчет алгоритма визуализации для создания одного или нескольких отображений для визуализации данных. Отображения могут быть представлены пользователю в блоке (616) отображения информации. Блок (636) визуализации данных может включать в себя двухмерный "холст" (отображение), трехмерный "холст", "холст" секции скважины или другие холсты, если необходимо.

Блок (636) визуализации данных может выборочно генерировать отображения, скомпонованные из любой комбинации одного или нескольких "холстов". "Холсты" могут являться синхронизированными или не синхронизированными друг с другом во время отображения. Блок (636) визуализации данных может быть снабжен механизмами приведения в действие различных "холстов" или других функций в системе. Дополнительно, блок (636) визуализации данных может быть сконфигурирован для создания отображений, воспроизводящих события на нефтепромысле, созданные в режиме реального времени по данным бурения, собранным в режиме реального времени во время бурения, события на нефтепромысле, созданные по статистическим данным соседних стволов скважин, собранным с течением времени, текущую траекторию ствола скважины во время бурения, модель геологической среды, созданную по статическим данным подземных геологических признаков, и/или любые их комбинации. Кроме того, блок (636) визуализации данных может быть сконфигурирован для избирательной корректировки отображений на основе данных бурения в режиме реального времени, таких как данные продвижения бурильного инструмента бурильной системы (604) в подземную формацию.

Блок (648) моделирования выполняет функции моделирования для создания выходных данных нефтепромысла. Блок (648) моделирования может представлять собой обычный инструмент моделирования, способный выполнять функции моделирования, такие как создание, анализ моделей геологической среды и манипулирование ими. Модели геологической среды обычно включают в себя данные разведки и добычи, такие как показанные на фиг.2A-2D. Блок (648) моделирования можно использовать для выполнения относительных сравнений объектов геологической среды. Блок (648) моделирования можно также использовать для обновления модели геологической среды на основе относительных сравнений объектов геологической среды. Альтернативно, блок (648) моделирования можно использовать для обновления модели геологической среды на основе ввода данных пользователем.

Блок (648) моделирования может также получать сейсмические данные. Сейсмические данные могут представлять собой данные фиг.1A-1B для области, представляющей интерес. В данном случае сейсмический куб может включать в себя сейсмические данные для подсистемы области, представляющей интерес. Блок (648) моделирования может также получать сдвинутые сейсмические кубы посредством сдвига сейсмического куба в области, представляющей интерес. Например, сейсмический куб может быть сдвинут в трехмерной координатной системе по оси x, y и/или z для получения сдвинутого сейсмического куба. Альтернативно, блок (648) моделирования может выполнять функции моделирования в альтернативной координатной системе (например, двухмерной координатной системе, ортогональной координатной системе и т.д.). Блок (648) моделирования можно также использовать для получения диаграмм сейсмического каротажа скважин по сейсмическим кубам.

Диаграмма сейсмического каротажа скважины может представлять сейсмические данные по траектории скважины. Конкретно, диаграмма сейсмического каротажа скважины может включать в себя сейсмические кубы, возникающие по траектории скважины. Например, в случае траектории вертикальной скважины диаграмма сейсмического каротажа скважины может соответствовать дорожке сейсмограммы, включающей в себя все сейсмические кубы вдоль вертикальной оси. Может присутствовать, по меньшей мере, одна диаграмма сейсмического каротажа скважины для каждой скважины и для каждого сейсмического куба. В случае сдвинутого сейсмического куба многочисленные диаграммы сейсмического каротажа скважин (по числу равные кубам) могут существовать для каждой скважины. Сейсмические кубы можно сдвигать на равные интервалы по вертикальной и горизонтальной оси согласно параметрам сдвига. Альтернативно, сейсмические кубы можно сдвигать на неравные интервалы по вертикальной оси. В другом примере сейсмические кубы можно сдвигать по различным траекториям (например, горизонтальной оси, диагональной оси и т.д.).

Модули (650) обучения могут образовывать и обучать нейронные сети. Конкретнее, модули (650) обучения могут образовывать входные уровни и выходные уровни для использования в нейронных сетях. Входной уровень может соответствовать входным данным, подлежащим обработке в нейронной сети. Выходной уровень может соответствовать целевым выходным данным, подлежащим созданной при обучении нейронной сети. Каждый уровень (то есть входные уровни, выходные уровни и т.д.) может включать в себя любое число нейронов, где каждый нейрон соответствует образцу данных, относящихся к уровню.

Входной и выходной уровни можно создавать по данным, принятым от модулей (642) обработки. Например, входной уровень можно создавать по сейсмическим каротажным диаграммам скважин (как обозначено выше), выведенным из исходных и сдвинутых сейсмических кубов. Дополнительно, выходной уровень можно создавать по данным каротажных диаграмм скважин (например, акустического импеданса, плотности, удельного сопротивления и т.д.).

Модули (650) обучения могут также обучать нейронные сети. В данном случае нейронная сеть может обучаться аналогично обучению, описанному в патенте США № 5444619 под названием "SYSTEM AND METHOD OF PREDICTING RESERVOIR PROPERTIES" ("СИСТЕМА И СПОСОБ ПРОГНОЗИРОВАНИЯ СВОЙСТВ КОЛЛЕКТОРА"). Конкретнее, модули (650) обучения могут создавать весовые матрицы для нейронных сетей. Например, весовая матрица может описывать относительную важность нейронов во входном уровне. Дополнительно, весовую матрицу можно создавать с использованием различных способов обучения (например, обратного распространения ошибки обучения, генетической эволюции или некоторых других способов обучения).

Если необходимо, учебный модуль (650) может выполнять статистический анализ входного уровня нейронной сети для определения потенциального отклонения (например, чрезмерно близкой подгонки, недостаточно близкой подгонки), которое может дать результат в выходном уровне обученной нейронной сети. Конкретно, учебный модуль (650) может определять, правильную ли пропорцию имеют учебные данные для создания входного уровня к весам весовой матрицы для минимизирования возможности отклонения. Альтернативно, если количество учебных данных является фиксированным, учебный модуль (650) может использовать другие методики (например, выбор модели, создание быстрых флуктуаций, раннюю остановку, весовое разложение, баесовское обучение и т.д.) для минимизирования возможности отклонения. Например, учебный модуль (650) может использовать весовое разложение для уменьшения размера более крупных весов (то есть более высокой относительной важности) в нейронной сети. При уменьшении размера более крупных весов генерализацию нейронной сети можно улучшить уменьшением изменчивости выходного уровня.

После обучения нейронную сеть можно использовать для создания модели. Например, модули (642) обработки могут применить обученную нейронную сеть к сейсмическим данным для создания модели полного акустического сопротивления. В данном примере модель полного акустического сопротивления может соответствовать трехмерному представлению данных полного акустического сопротивления для области, представляющей интерес, связанной с сейсмическими данными.

Хотя конкретные компоненты показаны и/или описаны для использования в блоках и/или модулях инструмента (608) моделирования, должно быть ясно, что различные компоненты с различными функциями можно использовать для создания форматирования, обработки, выполнения вспомогательных и координирующих функций, необходимых для обеспечения обработки в режиме реального времени в инструменте (608) моделирования. Компоненты могут иметь объединенные функциональные возможности и могут быть реализованы в программном обеспечении, аппаратном обеспечении, программно-аппаратном обеспечении или их комбинациях.

Дополнительно, компоненты (например, модули (642) обработки и блок (636) визуализации данных) инструмента (608) моделирования можно размещать на сервере (622) на площадке операций или на распределенных площадках, где в состав можно включать удаленный сервер (624) и/или сервер (626) третьей стороны. Сервер (622) на площадке операций можно разместить в наземном блоке (602) управления.

На фиг.7 показана блок-схема последовательности операций способа прогнозирования свойств подземной формации для операции буровой площадки. Способ можно выполнять с использованием, например, системы фиг.6. Способ может включать в себя получение сейсмических данных для области, представляющей интерес (блок 702), получение исходного сейсмического куба с использованием сейсмических данных (блок 704), получение множества сдвинутых сейсмических кубов с использованием сейсмических данных, где каждый из множества сдвинутых сейсмических кубов является сдвинутым от исходного сейсмического куба (блок 706), создание нейронной сети с использованием исходного сейсмического куба, множества сдвинутых сейсмических кубов и данных каротажных диаграмм скважин (блок 708), применение нейронной сети к сейсмическим данным для получения модели области, представляющей интерес (блок 710), и корректировку операции на основе модели (блок 712).

Сейсмические данные можно получать (блок 702) из различных источников. Как рассмотрено в описании фиг.1A-1B и 6, сейсмические данные, связанные с областью, представляющей интерес, могут быть выработаны датчиками (S) на буровой площадке или получены из других источников. Сейсмические данные можно пересылать прямо на инструмент 608 моделирования (фиг.6) или пересылать на инструмент моделирования, по меньшей мере, через один из серверов 606 (фиг.6). Сейсмические данные затем, в целом, принимает интерфейс инструмента моделирования. Сейсмические данные может получать от различных сейсмических источников модуль 642 обработки (фиг.6). Например, модуль 642 обработки (фиг.6) может получать сейсмические данные от станции сейсмических исследований на грузовике, показанной на фиг.1A. В другом примере модуль 642 обработки (фиг.6) может получать сейсмические данные от сейсмических зарядов. Сейсмические данные можно затем воспроизводить как выходные данные. Конкретно, выходные данные может создавать блок 636 визуализации (фиг.6) данных в инструменте моделирования и представлять пользователю в блоке 616 отображения (фиг.6) в наземном блоке (602) управления.

Область, представляющая интерес, может соответствовать объему геологической среды. Дополнительно, область, представляющая интерес, может включать в себя любое число подземных формаций, как описано выше для фиг.1A-1D.

На фиг.7 исходный сейсмический куб можно получить (блок 704) на основе сейсмических данных. Исходный сейсмический куб может соответствовать ряду параметров области, представляющей интерес. Пользователь может работать с блоком 616 отображения (фиг.6) для определения исходного сейсмического куба. Конкретно, пользователь может определить ряд параметров области, представляющей интерес, с использованием блока 616 отображения (фиг.6) для получения исходного сейсмического куба. Альтернативно, блок 648 моделирования (фиг.6) может определить исходный сейсмический куб на основе сейсмических данных.

Затем, множество сдвинутых сейсмических кубов можно получить на основе сейсмических данных (блок 706). Блок 648 моделирования (фиг.6) может создавать множество сдвинутых сейсмических кубов посредством сдвига исходного сейсмического куба в области, представляющей интерес. Дополнительно, пользователь может определить параметры сдвига (то есть направление, пределы, последовательное приближение и т.д.), описывающие, как исходный сейсмический куб должен быть сдвинут. Например, пользователь может определять пределы сдвига в вертикальном направлении и/или пределы сдвига в горизонтальном направлении. В данном случае модуль 642 обработки (фиг.6) может получить множество сдвинутых сейсмических кубов с использованием определенных пользователем параметров.

Нейронную сеть можно затем создавать (блок 708) различными способами. Например, нейронную сеть можно создавать с использованием исходного сейсмического куба, множества сдвинутых сейсмических кубов и данных каротажных диаграмм скважин. Дополнительно, нейронную сеть можно обучать с использованием различных учебных алгоритмов (например, генетической эволюции, обратного распространения ошибки обучения, итеративной инверсии или некоторых других учебных алгоритмов). Обученная нейронная сеть может описывать нелинейное соотношение между сейсмическими данными и геологическими свойствами (например, полным акустическим сопротивлением, пористостью, плотностью и т.д.) области, представляющей интерес.

Затем, нейронную сеть можно применить к сейсмическим данным для получения модели области, представляющей интерес (блок 710). Конкретнее, нейронную сеть можно применить к сейсмическим данным для оценки различных геологических свойств (например, полного акустического сопротивления, пористости, плотности и т.д.), связанных с областью, представляющей интерес. В одном примере сейсмические данные области, представляющей интерес, можно получить с использованием станции сейсмических исследований на грузовике, показанной на фиг.1A. В данном случае, после обучения, нейронная сеть может описывать соотношение между геологическими свойствами и сейсмическими данными. Например, обученная нейронная сеть может описывать функцию для расчета полного акустического сопротивления на основе сейсмических данных. В данном примере функцию, описанную обученной нейронной сетью, можно применить к сейсмическим данным для получения полного акустического сопротивления модели для области, представляющей интерес.

Модель может описывать геологические свойства для всей области, представляющей интерес. Дополнительно, модель может обычно описывать геологическое свойство, описанное в данных каротажной диаграммы скважины, использованных для создания модели. В данном случае данные каротажной диаграммы скважины можно использовать для обучения нейронной сети для создания моделей геологического свойства, связанного с данными каротажной диаграммы скважины. Например, данные каротажной диаграммы скважины, связанные с полным акустическим сопротивлением, можно использовать для обучения нейронной сети для получения моделей полного акустического сопротивления.

Операцию можно затем корректировать на основе модели (блок 712) различными способами. Например, пользователь может корректировать операцию с использованием контроллера 614 (фиг.6) на основе модели. В другом примере модуль визуализации данных может отображать модель, связанную с областью, представляющей интерес. Операцию можно затем корректировать или выполнять на основании отображения. Например, пользователь может создать новую траекторию скважины для операции на основе модели полного акустического сопротивления так, что новая траектория скважины пересекает место с высоким полным акустическим сопротивлением. В данном примере высокое полное акустическое сопротивление может указывать, что место имеет более высокую пористость, что в свою очередь может указывать, что в данном месте находится увеличенное количество нефти. В другом примере пользователь может использовать модель полного акустического сопротивления для создания траектории скважины для использования в разведке.

Способ (фиг.7) показан в определенном порядке. Вместе с тем, должно быть ясно, что части способа можно выполнять одновременно или в различной последовательности.

На фиг.8 показана блок-схема последовательности операций способа создания нейронной сети. Способ можно выполнить с использованием, например, системы фиг.6. Дополнительно, способ может описывать генерирование, описанное как блок 708 фиг.7.

Способ включает в себя получение множества диаграмм сейсмического каротажа скважин с использованием исходного сейсмического куба и множества сдвинутых сейсмических кубов (блок 802), получение данных каротажной диаграммы скважины, связанной с областью, представляющей интерес (блок 804), создание нейронной сети, содержащей данные множества диаграмм сейсмического каротажа скважин и данные каротажной диаграммы скважины (блок 806), и обучение нейронной сети с использованием данных каротажной диаграммы скважины для создания весовой матрицы, включающей в себя множество весов, где множество весов связано с множеством диаграмм сейсмического каротажа скважин (блок 808).

Множество диаграмм сейсмического каротажа скважин можно получить (блок 802) от различных источников. Конкретнее, множество диаграмм сейсмического каротажа скважин можно получить с использованием исходного сейсмического куба и множества сдвинутых сейсмических кубов. Например, как рассмотрено выше для фиг.6, диаграмму сейсмического каротажа скважины можно получить из сейсмических кубов с использованием инструмента 608 моделирования (фиг.6).

Данные каротажной диаграммы скважины, связанные с областью, представляющей интерес, можно получать (блок 804) из различных источников. Как рассмотрено для фиг.1A-1D и 6, информацию по объекту геологической среды могут обеспечивать датчики (S) на буровой площадке или другие источники. Данные каротажной диаграммы скважины можно пересылать прямо на инструмент 608 моделирования (фиг.6) или пересылать на инструмент моделирования, по меньшей мере, через один из серверов 606 (фиг.6). Данные каротажной диаграммы скважины затем, в целом, принимает интерфейс инструмента моделирования. Данные каротажных диаграмм скважин могут быть связаны с группой скважин. Например, данные каротажной диаграммы скважины могут содержать каротажные диаграммы полного акустического сопротивления, где каждая каротажная диаграмма полного акустического сопротивления связана с иной скважиной. В данном примере данные каротажной диаграммы скважины можно также представлять как выходные данные.

Затем можно создать нейронную сеть с использованием множества диаграмм сейсмического каротажа скважин и данных каротажной диаграммы скважины (блок 806). Конкретнее, можно создать нейронную сеть, где множество диаграмм сейсмического каротажа скважин использовано в качестве входного уровня в нейронной сети, и данные каротажной диаграммы скважины использованы в качестве выходного уровня в нейронной сети. Например, каждая из множества диаграмм сейсмического каротажа скважин может соответствовать нейрону в нейронной сети.

Нейронную сеть можно обучать с использованием данных каротажной диаграммы скважины (блок 808) различными способами. Конкретнее, нейронную сеть можно обучать с использованием данных каротажной диаграммы скважины для создания весовой матрицы, включающей в себя многочисленные веса, где нейронная сеть дополнительно включает в себя весовую матрицу. В данном случае данные каротажной диаграммы скважины могут действовать как критерий остановки для обучения нейронной сети. Например, алгоритм обратного распространения ошибки обучения можно применять к нейронной сети, где нейронам присваивают веса в нейронной сети до удовлетворения критерию остановки. Когда критерий остановки соответствует данным каротажной диаграммы скважины, присвоенные веса могут объединять нейроны, связанные с образцами множества диаграмм сейсмического каротажа скважин для близкого соответствия каротажным диаграммам полного акустического сопротивления, включенным в состав данных каротажной диаграммы скважины. Алгоритм обратного распространения ошибки обучения обычно присваивает веса посредством подсчета ошибок, связанных с нейронами, в нейронной сети. В данном случае веса нейронов можно корректировать для минимизирования локальной ошибки каждого нейрона в нейронной сети.

Альтернативно, нейронную сеть можно обучать с использованием некоторых других алгоритмов обучения. Примеры других алгоритмов обучения включают в себя алгоритмы эволюционного вычисления, алгоритм статистической оценки, алгоритмы комплексного интеллекта. Обычно нейронную сеть используют для моделирования соотношений между наблюдаемыми входными и выходными данными. Другими словами, обученную нейронную сеть можно использовать для логического выведения функции на основе наборов наблюдаемых данных. В данном случае результатом каждого алгоритма обучения могут являться различные обученные нейронные сети, где каждая обученная нейронная сеть описывает различные функции для одинаковых наборов наблюдаемых входных и выходных данных.

Способ фиг.8 показан в конкретном порядке. Вместе с тем, должно быть ясно, что части способа можно выполнять одновременно или в ином порядке или последовательности.

На фиг.9 показан пример графического представления множества сдвинутых сейсмических кубов, как описано в блоке 706 на фиг.7 выше. Здесь графическое представление включает в себя исходный сейсмический куб (902), сдвинутый сейсмический куб (904) и траекторию (906) скважины. Например, сдвинутые сейсмические кубы (904) можно получить посредством сдвига исходного сейсмического куба (902). В данном примере частота сдвинутых сейсмических кубов (904) уменьшается с увеличением расстояния от исходного сейсмического куба (902). Дополнительно, траектория скважины (906) может быть связана с данными каротажной диаграммы скважины. Графическое представление дополнительно включает в себя образцы (908) диаграмм сейсмического каротажа скважин. Например, диаграммы сейсмического каротажа скважин могут быть основаны на сейсмических данных сейсмических кубов (904), возникающих вдоль диаграмм сейсмического каротажа скважин.

На фиг.10 показано являющееся примером графическое представление (1000) сейсмических данных, полученных в блоке 702 фиг.7. Графическое представление (1000) включает в себя сейсмические данные, относящиеся к области, представляющей интерес. Графическое представление (1000) можно представлять пользователю в отображении, описанном выше в блоке 702 фиг.7. Сейсмические данные можно получать для области, представляющей интерес, от различных сейсмических источников. Примеры сейсмических источников включают в себя, без ограничения указанным, станцию сейсмических исследований на грузовике, такую как показана на фиг.1A, сейсмический заряд или судно сейсмических исследований.

На фиг.11 показано являющееся примером графическое представление (1100) модели, полученной в блоке 710 на фиг.7. Графическое представление (1100) модели включает в себя полученные каротажные диаграммы (1102), связанные с данными каротажной диаграммы скважины, и расчетные каротажные диаграммы (1104) на основе модели. В данном примере расчетные каротажные диаграммы (1104) можно сравнивать с полученными каротажными диаграммами (1102) для определения качества графического представления (1100) модели. Конкретнее, качество модели можно определять на основе коэффициента корреляции расчетных каротажных диаграмм (1104) и полученных каротажных диаграмм (1102). Например, полученные каротажные диаграммы (1102) могут быть основаны на данных каротажных диаграмм полного акустического сопротивления, полученных в скважине, а расчетные каротажные диаграммы (1104) могут быть получены на основе данных полного акустического сопротивления, полученных от модели полного акустического сопротивления. В данном случае коэффициент корреляции каротажных диаграмм может соответствовать качеству модели полного акустического сопротивления.

Из приведенного выше описания должно быть понятно, что можно выполнять различные модификации и изменения в предпочтительных и альтернативных вариантах осуществления настоящего изобретения без отхода от его реальной сущности. Например, способ можно выполнять в различной последовательности, и созданные компоненты могут являться интегрированными или отдельными.

Данное описание имеет только иллюстративные цели и не должно рассматриваться как ограничивающее. Объем прогнозирования свойств подземной формации следует определять только пунктами нижеследующей формулы изобретения. Термин "содержащий" в формуле изобретения означает "включающий в себя, по меньшей мере" так, как этим подчеркивается включение элементов в состав формулы изобретения, как открытой группы. Применение единственного числа подразумевает наличие также форм множественного числа, если они специально не исключены.

Хотя прогнозирование свойств подземной формации описано в отношении ограниченного числа вариантов осуществления, специалисту в данной области техники, воспользовавшемуся изобретением, должно быть ясно, что можно создавать другие варианты осуществления, не отходящие от объема прогнозирования свойств подземной формации, описанного в данном документе. Соответственно, объем прогнозирования свойств подземной формации следует ограничивать только прилагаемой формулой изобретения.

1. Способ прогнозирования свойств подземной формации буровой площадки, содержащий этапы, на которых:
получают сейсмические данные для области, представляющей интерес;
получают исходный сейсмический куб с использованием указанных сейсмических данных, причем исходный сейсмический куб представляет собой трехмерное представление сейсмических данных;
формируют множество сдвинутых сейсмических кубов в области, представляющей интерес, с использованием указанных сейсмических данных, и параметра сдвига,
причем каждый из множества сдвинутых сейсмических кубов является сдвинутым от исходного сейсмического куба; и
причем посредством параметра сдвига задают направление и предел, в котором исходный сейсмический куб должен быть сдвинут;
формируют нейронную сеть с использованием исходного сейсмического куба, множества сдвинутых сейсмических кубов и данных каротажной диаграммы скважины; и
применяют нейронную сеть к указанным сейсмическим данным для получения модели области, представляющей интерес, причем модель сконфигурирована для использования в корректировке операции буровой площадки.

2. Способ по п.1, в котором этап формирования нейронной сети содержит этапы, на которых:
получают множество диаграмм сейсмического каротажа скважин с использованием исходного сейсмического куба и множества сдвинутых сейсмических кубов;
получают данные каротажной диаграммы скважины, связанные с областью, представляющей интерес;
формируют нейронную сеть, содержащую множество диаграмм сейсмического каротажа скважин и данные каротажной диаграммы скважины; и
производят обучение нейронной сети с использованием данных каротажной диаграммы скважины для создания весовой матрицы, при этом весовая матрица содержит множество весов, связанных с множеством диаграмм сейсмического каротажа скважин.

3. Способ по п.2, в котором весовую матрицу формируют с использованием алгоритма обратного распространения ошибки обучения и данные каротажной диаграммы скважины используют как критерий остановки в алгоритме обратного распространения ошибки обучения.

4. Способ по п.2, в котором при создании нейронной сети дополнительно уменьшают размер, по меньшей мере, одного из множества весов на основе относительной важности каждого, по меньшей мере, одного из множества весов.

5. Способ по п.1, в котором модель соответствует модели полного акустического сопротивления.

6. Способ по п.1, в котором операция является одной операцией, выбранной из группы, состоящей из операции разведки, операции бурения и операции добычи.

7. Способ по п.1, в котором нейронная сеть описывает нелинейное соотношение между сейсмическими данными и геологическим свойством области, представляющей интерес.

8. Способ по п.1, в котором направление является, по меньшей мере, одним выбранным из группы, состоящей из вертикального направления и горизонтального направления.

9. Система прогнозирования свойств подземной формации буровой площадки, содержащая:
модуль обработки данных, сконфигурированный для получения сейсмических данных для области, представляющей интерес;
блок моделирования, сконфигурированный для:
получения исходного сейсмического куба с использованием указанных сейсмических данных, причем исходный сейсмический куб представляет собой трехмерное представление сейсмических данных; и
сдвига исходного сейсмического куба для формирования множества сдвинутых сейсмических кубов в области, представляющей интерес на основе указанных сейсмических данных и параметра сдвига;
причем каждый из множества сдвинутых сейсмических кубов является сдвинутым от исходного сейсмического куба; и
причем параметр сдвига задает направление и предел, в котором исходный сейсмический куб должен быть сдвинут;
учебный модуль, сконфигурированный для:
формирования нейронной сети с использованием исходного сейсмического куба, множества сдвинутых сейсмических кубов и данных каротажной диаграммы скважины; и
применения нейронной сети к указанным сейсмическим данным для получения модели области, представляющей интерес, причем модель сконфигурирована для использования в корректировке операции буровой площадки.

10. Система по п.9, в которой:
блок моделирования дополнительно сконфигурирован для получения множества диаграмм сейсмического каротажа скважин с использованием исходного сейсмического куба и множества сдвинутых сейсмических кубов;
модуль обработки данных дополнительно сконфигурирован для получения данных каротажной диаграммы скважины, связанных с областью, представляющей интерес; и
учебный модуль дополнительно сконфигурирован для:
формирования нейронной сети, при этом нейронная сеть содержит множество диаграмм сейсмического каротажа скважин и данные каротажной диаграммы скважины; и
обучения нейронной сети с использованием данных каротажной диаграммы скважины для формирования весовой матрицы, при этом весовая матрица содержит множество весов, связанных с множеством диаграмм сейсмического каротажа скважин.

11. Система по п.10, в которой весовая матрица сформирована с использованием алгоритма обратного распространения ошибки обучения, и данные каротажной диаграммы скважины используют как критерий остановки в алгоритме обратного распространения ошибки обучения.

12. Система по п.10, в которой учебный модуль дополнительно сконфигурирован для уменьшения размера, по меньшей мере, одного из множества весов на основе относительной важности каждого, по меньшей мере, одного из множества весов.

13. Система по п.9, в которой модель соответствует модели полного акустического сопротивления.

14. Система по п.9, в которой операция является одной операцией, выбранной из группы, состоящей из операции разведки, операции бурения и операции добычи.

15. Система по п.9, в которой направление является, по меньшей мере, одним выбранным из группы, состоящей из вертикального направления и горизонтального направления.

16. Машиночитаемый носитель, имеющий сохраненные на нем инструкции, которые при исполнении на компьютере побуждают компьютер осуществлять способ прогнозирования свойств подземной формации буровой площадки, причем инструкции обеспечивают возможность функционирования для:
получения исходного сейсмического куба с использованием указанных сейсмических данных, причем исходный сейсмический куб представляет собой трехмерное представление указанных сейсмических данных;
формирования множества сдвинутых сейсмических кубов с использованием сейсмических данных в области, представляющей интерес, с использованием указанных сейсмических данных, и параметра сдвига,
причем каждый из множества сдвинутых сейсмических кубов является сдвинутым от исходного сейсмического куба; и
причем параметр сдвига задает направление и предел, в котором исходный сейсмический куб должен быть сдвинут;
обучения нейронной сети, содержащей исходный сейсмический куб и множество сдвинутых сейсмических кубов, на основе данных каротажной диаграммы скважины; и
применения нейронной сети к сейсмическим данным для получения модели области, представляющей интерес, модели, сконфигурированной для использования в корректировке операций буровой площадки.

17. Машиночитаемый носитель по п.16, в котором инструкции дополнительно обеспечивают возможность функционирования для:
получения множества диаграмм сейсмического каротажа скважин с использованием исходного сейсмического куба и множества сдвинутых сейсмических кубов;
получения данных каротажной диаграммы скважины, связанных с областью, представляющей интерес;
обучения нейронной сети с использованием данных каротажной диаграммы скважины для формирования весовой матрицы, при этом весовой матрицы, содержащей множество весов, связанных с множеством диаграмм сейсмического каротажа скважин.

18. Машиночитаемый носитель по п.17, в котором весовая матрица сформирована с использованием алгоритма обратного распространения ошибки обучения, и данные каротажной диаграммы скважины используют как критерий остановки в алгоритме обратного распространения ошибки обучения.

19. Машиночитаемый носитель по п.17, в котором создание нейронной сети дополнительно содержит уменьшение размера, по меньшей мере, одного из множества весов на основе относительной важности каждого, по меньшей мере, одного из множества весов.

20. Машиночитаемый носитель по п.16, в котором направление является, по меньшей мере, одним выбранным из группы, состоящей из вертикального направления и горизонтального направления.



 

Похожие патенты:

Изобретение относится к области компьютерных сетей. .

Изобретение относится к нейрокибернетике и может быть использовано в искусственных нейронных сетях при решении различных задач обработки данных, таких как обработка изображений и распознавание образов, предсказание сигналов.

Изобретение относится к вычислительной технике и может быть использовано для построения модулярных нейрокомпьютеров, функционирующих в симметричной системе остаточных классов.

Изобретение относится к нейрокомпьютерам. .

Изобретение относится к вычислительным модулярным нейрокомпьютерным системам. .

Изобретение относится к нейроподобным вычислительным структурам и может быть использовано в качестве процессора вычислительных систем с высоким быстродействием.

Изобретение относится к нейрокибернетике и может быть использовано в искусственных нейронных сетях при решении различных задач логической обработки двоичных данных.

Изобретение относится к вычислительной технике и может быть использовано в модулярных нейрокомпьютерных системах. .

Изобретение относится к кибернетике и может быть использовано в качестве ячейки нейронных сетей. .

Изобретение относится к области сейсмической разведки, в частности к способам обработки сейсмических данных. .

Изобретение относится к способу, предназначенному для определения опасности водного потока с малой глубиной залегания путем использования сейсмических данных. .

Изобретение относится к геофизике. .

Изобретение относится к технологии каротажа для измерения физических свойств подземных формаций, в частности к способу каротажа и системе с использованием акустических волн.

Изобретение относится к сейсморазведке , в частности к изучению скоростного разреза среды с помощью каротажа скважин . .

Изобретение относится к геофизическим исследованиям скважин методом акустического каротажа. .

Изобретение относится к геофизическому исследованию скважин, включая высокоскоростные интервалы пород. .

Изобретение относится к устройству и способам определения параметров, представляющим свойства пласта и свойства текучей среды пластов подземных коллекторов, конкретно углеводородных коллекторов.

Прогнозирование свойств подземной формации

Наверх