NO20140008A1 - System og fremgangsmåte for behandling av mikroseismiske data omfattende en bergfysisk modell - Google Patents
System og fremgangsmåte for behandling av mikroseismiske data omfattende en bergfysisk modellInfo
- Publication number
- NO20140008A1 NO20140008A1 NO20140008A NO20140008A NO20140008A1 NO 20140008 A1 NO20140008 A1 NO 20140008A1 NO 20140008 A NO20140008 A NO 20140008A NO 20140008 A NO20140008 A NO 20140008A NO 20140008 A1 NO20140008 A1 NO 20140008A1
- Authority
- NO
- Norway
- Prior art keywords
- data
- microseismic
- seismic
- model
- rock physical
- Prior art date
Links
- 239000011435 rock Substances 0.000 title claims description 35
- 238000000034 method Methods 0.000 title claims description 30
- 238000012545 processing Methods 0.000 title claims description 14
- 238000012544 monitoring process Methods 0.000 claims description 23
- 230000015572 biosynthetic process Effects 0.000 claims description 18
- 238000013016 damping Methods 0.000 claims description 17
- 230000007246 mechanism Effects 0.000 claims description 5
- 238000009826 distribution Methods 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 description 10
- 239000011148 porous material Substances 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 239000012530 fluid Substances 0.000 description 4
- 238000011545 laboratory measurement Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000005056 compaction Methods 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 3
- 238000004880 explosion Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000004907 flux Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 1
- 235000019738 Limestone Nutrition 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 239000004927 clay Substances 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000005489 elastic deformation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 239000006028 limestone Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- -1 shale Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/282—Application of seismic models, synthetic seismograms
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/288—Event detection in seismic signals, e.g. microseismics
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/10—Aspects of acoustic signal generation or detection
- G01V2210/12—Signal generation
- G01V2210/123—Passive source, e.g. microseismics
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Acoustics & Sound (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Geophysics And Detection Of Objects (AREA)
- Disintegrating Or Milling (AREA)
Description
BAKGRUNN
Oppfinnelsens område
[0001] Den foreliggende oppfinnelsen vedrører en fremgangsmåte for å behandle mikroseismiske data, her definert som data som representerer seismiske signaler fra mikroseismiske hendelser som forårsakes av endringer i spenningen i en undergrunnsformasjon. Analyserte mikroseismiske data kan tilveiebringe detaljert informasjon som er nyttig i mange anvendelser, for eksempel overvåking av et hydrokarbonreservoar under ferdigstilling og produksjon; tilsvarende overvåking av et geotermisk felt; overvåking av store strukturer så som en dam eller landfylling osv. Den foreliggende oppfinnelsen er ikke begrenset til en bestemt anvendelse, men angår å behandle mikroseismiske data som sådan.
Kjent og beslektet teknikk
[0002] Den foreliggende oppfinnelsen vil bli beskrevet med henvisning til et olje- eller gassreservoar i en lagdelt bergformasjon, fordi denne konteksten kan omfatte en anisotrop formasjon, sprekker indusert av hydraulisk oppsprekking, spenningsendringer grunnet pumping og/eller injeksjon, ett eller flere brønnhull og andre funksjoner som kan være relevante i forbindelse med oppfinnelsen. Det skal imidlertid klart forstås at den foreliggende oppfinnelsen kan anvendes på andre områder av interesse.
[0003] En konvensjonell seismisk undersøkelse utføres vanligvis ved å utløse en energirik seismisk kilde som tilveiebringer akustisk energi med tilstrekkelig effekt til å trenge ned til en ønsket dybde i en underjordisk formasjon. Komponentene i kildebølgen reflekteres og spres fra grensesnitt i formasjonen, og de resulterende P- og S-bølgene detekteres vanligvis av seismiske sensorer arrangert i kjente posisjoner i en sensormatrise. En hastighetsmodell omfatter data om forplantningshastigheter i volumet. Hvis forplantningshastighetene er kjent, kan en tilbakelagt avstand enkelt beregnes fra en målt gangtid fra skuddet til tidspunktet en P-bølge eller S-bølge ankommer sensoren på. En kartlegging av den underjordiske formasjonen kan så beregnes ut fra de seismiske mottakernes kjente posisjoner og de beregnede avstandene.
[0004] I passiv mikroseismisk overvåking er kildene såkalte mikroseismiske hendelser som forårsakes av spenningsendringer i formasjonen. Da det ikke er noe klart tidsintervall mellom en mikroseismisk hendelse og en ankomsttid, må avstander beregnes på en annen måte. Teknikker kan finnes på området for analyse av jordskjelv, som matematisk ligner på mikroseismisk overvåking, bortsett fra størrelsesordenene på den seismiske kilden og strålingsmønsteret av utsendt energi.
[0005] Mikroseismisk overvåking er en relativt ny teknikk i olje- og gassindustrien, men har vært en veletablert metode for å overvåke sprekknettverk på geotermisk felt fra tidlig på 1970-tallet (Maxwell m fl 2010). Teknikken anvendes i dag i forbindelse med reservoarstimulering, overvåking av spenningsendringer og sprekkdannelse i reservoarene.
[0006] For bedre å forstå konteksten for den foreliggende oppfinnelsen, vises det til figurene 1 og 2, som begge representerer kjent teknikk.
[0007] Fig. 1 er hentet fra Agersborg m fl (2007), og viser et eksempel på en hastighetsmodell hvor hastigheter for P-bølger og S-bølger avhenger av frekvens (f) og effektivt trykk (p). I figurene la-d vises et f- p- plan med frekvenser i området 0-1 kHz (på en logaritmisk skala) og effektive trykk i området 0-20 MPa. Punkter på et hvilket som helst av de viste plottene kan betraktes som en triplett av tilhørende verdier, f eks ( f, p, v), eller som en funksjon av to uavhengige variabler, f eks v( f, p). De to representasjonene er ekvivalente.
[0008] Fig la illustrerer hastigheten til en P-bølge, vp, som funksjon av frekvens/og effektivt trykk p. Ved trykk under omkring 10 MPa øker vp fra omkring 3900 m/s med økende frekvenser, mens hastigheten vp er nær uavhengig av frekvens ved et effektivt trykk på
20 MPa. Frekvensavhengigheten avhenger sterkt av bergets poregeometri.
[0009] Fig lb er et plott av \ IQp over det samme frekvens-trykk-planet som i fig. la. Her er Qp Q-verdien til en P-bølge, dvs en dimensjonsløs parameter som sammenligner tidsdemp-ingen av P-bølgens amplitude med bølgens periode. Følgelig er parameteren l/Q et mål for demping, og vil bli kalles "demping" i dette dokumentet.
[0010] Amplitude og periode for et seismisk signal måles enkelt i en akustisk mottaker, i det minste i prinsippet, og dempingen l/Q kan utledes fra disse variablene på en forholdsvis ukomplisert måte. I eksempelet vist i fig lb avhenger dempingen for P-bølger, 1/Qp, sterkt av både frekvens og effektivt trykk. Ettersom 1/Qp er mindre enn omkring 0,05, er Qp over 20. Dermed representerer plottet i fig. lb et underdempet system som tilsvarer et annengrads lavpassfilter, slik at en seismisk impuls vil mottas som en P-bølge med en relativt stor første amplitude fulgt av gradvis mindre amplituder, og stabiliseres innen få sykluser nær en stasjonær verdi. Omvendt kan analyse av P-bølgene og referanse til et plott som det i fig. lb tilveiebringe informasjon om effektiv tetthet så snart hastigheten og frekvensen er kjent.
[0011] Fig lc er et plott av hastigheten vs til en S-bølge over det samme frekvens-trykk-planet som i figurene la og lb. I dette eksempelet varierer hastigheten vstil sekundær- eller skjærbølgen lite med frekvenser i intervallet 0-1 kHz ved et hvilket som hest konstant trykk, men avhenger sterkt av det effektive trykket. Som vist i fig. lc, øker hastigheten vsved enhver frekvens i det viste området fra omkring 1820 m/s med effektivt trykk opptil omkring 15MPa, hvor skjærbølgehastigheten plutselig øker fra omkring 1920 m/s til omkring 2150 m/s. Hastighetene vsfor sekundærbølgene er mindre enn omkring halvparten av primærbølgenes hastigheter vp. Dermed tilveiebringer differansen vp - vsen forskjell i ankomsttider for P-bølgene og S-bølgene som kan anvendes til å estimere en avstand fra en mikroseismisk hendelse til en mottaker, spesielt hvis frekvens og effektivt trykk er estimert og/eller målt.
[0012] Fig. Id viser et plott av l/ Qs over det samme /^-planet som de foregående figurene. Lave verdier av \ IQ$ over hele planet indikerer høye Q$, dvs lavt energitap. Interne refleksjoner og spredning i et signal med lavt energitap betyr imidlertid at mye av den utsendte akustiske energien ankommer mottakeren som støy.
[0013] Mens plott så som dem i fig. la og lc kan tilveiebringe informasjon om en hvilken som helst variabel/ p eller v hvis bare to av variablene er kjent, kan resultatene være flertydige. For eksempel viser plottet i fig. la flere punkter ( f, p) med samme hastighetsverdi v. Det forstås imidlertid at selv små heterogeniteter vil ha en effekt på de samlede egenskapene (effektive egenskapene til berget), og kan påvirke de akustiske hastighetene forskjellig i forskjellige retninger.
[0014] Noen av manglene ovenfor avhjelpes med fremgangsmåter fra kjent teknikk. Fig. 2 viser hovedtrinn i en typisk fremgangsmåte for mikroseismisk overvåking ved hjelp av noen av disse fremgangsmåtene:
[0015] Prosessen 200 starter i trinn 210, som kan inneholde en hvilken som helst initiali-sering eller kalibrering.
[0016] I trinn 220 innhentes seismiske råsignaler som representerer P-bølger og S-bølger, vanligvis av en seismisk node omfattende flere tre-komponentmottakere og en styreenhet. I mikroseismisk overvåking er innhenting av seismiske signaler en kontinuerlig prosess. Imidlertid kan store deler av de innhentede dataene, for eksempel støy, forkastes av primær signalbehandling som nærmere beskrevet nedenfor. De seismiske mottakerne eller sensorene kan omfatte hvilke som helst kjente sensorer som er i stand til å detektere seismiske P-bølger og S-bølger, f eks hydrofoner, geofoner, akselerometre, tiltmetere osv. Som velkjent på fagområdet forplanter ikke S-bølger seg gjennom fluider, ettersom et fluid ikke leder skjærkrefter. Derfor må detektorer for S-bølger kobles akustisk til bakken med et fast element. Ellers kan sensorene utplasseres slik det passer med hensyn til den aktuelle anvendelsen. Sensorene kan altså utplasseres på overflaten av formasjonen, dvs ved grensesnittet mellom bakken og luften eller vannet over, og/eller i brønnhull eller borehull som strekker seg inn i formasjonen. Som et eksempel offentliggjør WO 2012/136951A2 en sensormatrise hvor en optisk fiber er anbrakt i fast kontakt med formasjonen i det sementerte ringrommet i et brønn- hull. En laser pulset ved for eksempel 20 kHz sender lys inn i fiberen, og tilbakespredningen detekteres i tidsvinduer som tilsvarer forskjellige lokasjoner langs fiberen. Elastisk deformasjon forårsaket av en mikroseismisk hendelse detekteres basert på rayleigh-tilbakespredning. De seismiske sensorene eller matrisene som sådan er ikke del av oppfinnelsen, og beskrives derfor ikke nærmere her.
[0017] I trinn 230 dempes og forkastes støy. Dette trinnet kan utføres lokalt i en seismisk node av en styreenhet i stand til primær signalbehandling. Alternativt kan styreenheten innrettes til å sende råsignalet til en sentral prosessor for primær signalbehandling. I begge tilfeller er hensikten med trinn 130 å forbedre signal/støy-forholdet (SNR). Algoritmer for dette vil være kjent for fagmannen, og kan inkludere, for eksempel, et frekvensbåndpassfilter, FK-filter, dippfilter osv, som hver kan implementeres ved analoge eller digitale kretser eller ved beregningsmetoder som utføres av en prosessor i en datamaskin.
[0018] I trinn 240 er målet å detektere en seismisk hendelse i en kontinuerlig strøm av seismiske data, fortrinnsvis i sanntid. Som i trinn 230 kan den nødvendige signalbehandlingen utføres av styreenheten i hver seismiske node, eller av en ekstern sentralprosessor. Den såkalte STA/LTA-algoritmen (korttidsgjennomsnitt over langtidsgjennomsnitt) kan tjene som et eksempel på en utløseralgoritme som er egnet for dette formålet. STA/LTA beregner kontinuerlig gjennomsnittsverdier for den absolutte amplituden av et seismisk signal i et kort tidsvindu (STA) og i et langt tidsvindu (LTA). STA er sensitivt overfor seismiske hendelser, mens LTA tilveiebringer informasjon om den tidsmessige amplituden av seismisk støy på stedet. Dermed indikerer et høyt STA/LTA-forhold en mikroseismisk hendelse, og opptaks-funksjonen kan utløses når STA/LTA-forholdet overskrider en forhåndsinnstilt grenseverdi.
[0019] De eksempelvise trinnene 230 og 240 kan kombineres. For eksempel anvender noen algoritmer statistiske metoder til å forbedre SNR og til å identifisere perturbasjoner som indikerer mikroseismiske hendelser. Ettersom statistiske metoder krever innmating fra flere noder i en seismisk matrise, kjøres de tilsvarende algoritmene på en sentral datamaskin. Ved å anvende slike algoritmer kan SNR økes fra f eks 0,8 til 1,8.
[0020] I trinn 250 bestemmes lokasjonen av en mikroseismisk hendelse. Trinn 250 krever innmating fra flere noder, og kjøres dermed på en sentral prosessor. For å bestemme lokasjonen av en mikroseismisk hendelse anvendes vanligvis én eller flere av de følgende tre forskjellige mulighetene (Maxwell m fl 2010): 1. Hodogram-metode som benytter partikkelbevegelse av P- og/eller S-bølge-ankomster. Lokasjonen bestemmes ut fra forskjellene i ankomsttider til sensorene for P- og S-bølgene (Albright og Hanold, 1978); 2. Trianguleringsskjema med flere stasjoner og ankomsttidene for P- og S-bølgene (Gibwicz og Kijko, 1994); og 3. Likhetsanalysemetoden som involverer å finne et punkt i rommet som maksimerer et likhetsanalytisk ankomstmål for en spesifikk fase uten at det er nødvendig å måle den enkelte ankomsttiden (Drew m fl, 2005; Rentsh m fl, 2007 Maxwell m fl 2010).
[0021] En gjennomgang av kjent metodikk for reservoarkarakterisering ved hjelp av mikroseismisk overvåking kan finnes i Duncan og Eisner (2010). En kort beskrivelse av krysskorrelasjon og semblance finnes også i WO 2012/136951 A2 nevnt ovenfor, jf særlig avsnittene [0045]-[0048].
[0022] Som nevnt er det ingen klart definerte skudd i passiv mikroseismisk overvåking, og dermed kan det ikke bestemmes noe tidsintervall som differansen mellom et skudd og en ankomsttid. Tidspunktet for en mikroseismisk hendelse er ikke kjent (definert), og dermed kan ikke den eksakte gangtiden bestemmes. Dette fører til et gjensidig avhengighetsforhold mellom hendelsestiden vs hendelsesdybden som kan gi tvetydighet med hensyn til kildelokasjonen når det forekommer støy (Duncan og Eisner; 2010). I praksis må det lages prøve-løsninger for forskjellige kombinasjoner av hendelsesopprinnelse og hendelsesdybde. Lokasjonsusikkerhetene drives av feil i hastighetsmodellen og av båndbredden som et nyttig signal kan ekstraheres fra ut av støyen (Duncan og Eisner; 2010). Båndbredden er, i likhet med fastlandbaserte seismiske metoder, vanligvis 10-60 Hz. Eisner m fl (2009). Duncan og Eisner
(2010) rapporterer at lokasjonsfeil i horisontalretningen har et standardavvik på 3-10 m og 17-42 m i vertikal retning fra en studie gjennomført på land. Med en vellykket dybdekalibrering er middelawiket i riktig dybdelokasjon til kalibreringspunktene vanligvis mindre enn 15 m (Duncan og Eisner; 20 10). Med 3-C-geofoner kan data omfattende S-bølgen redusere usikkerhetene. Som nevnt ovenfor, kreves en solid akustisk kobling gjennom et fast stoff for å oppnå gyldige og nyttige signaler som representerer S-bølgene.
[0023] En vesentlig kilde for lokasjonsusikkerhet skyldes den ukjente hastighetsstrukturen i undergrunnen mellom kilden og mottakerne, og de horisontale og vertikale lokasjonsfeilene er tilnærmet proporsjonale med hastighetsfeilene (Eisner m fl 2009). Chambers m fl (2009) rapporterer følsomhet av kildelokasjonen overfor usikkerheter i hastighetsmodellen når en perturbasjon på ± 5 % i en 3D-hastighetsmodell forårsaker statisk forskyvning i den plasserte kildedybden på ± 150 meter i deres konstruerte eksempel. Når en homogen hastighetsmodell ble anvendt, ble det frembrakt en reduksjon på omtrent 70 % av migrasjonens fokuserings-effekt, og horisontale og vertikale feil på henholdsvis 20-65 og 160 meter (Chambers m fl, 2010). Jansky m fl (2013) var i stand til å redusere lokasjonsfeilene til 5 m eller mindre for deres konstruerte konfigurasjon, og konkluderte i sin studie med at for en god hastighetsmodell, kan nøyaktigheten i kildens dybdelokasjon forbedres betydelig dersom den anvendes sammen med data fra overflatemottakere og mottakere i vertikale eller horisontale brønner.
[0024] For å etablere en pålitelig romlig lokasjon kreves derfor en god hastighetsmodell 255. Det faktiske valget av hastighetsmodell ved lokasjon av mikroseismisk hendelse kan avhenge av hvilken type informasjon som er tilgjengelig, og hvor godt modellen lykkes i å lokalisere kalibreringsskudd. Hastighetsmodellen 255 kan omfatte for eksempel fase- og/eller gruppe-hastigheter for P- og S-bølger, Q-faktorer, dempingsparametere, tetthetsmodeller osv. Hastighetene avhenger av frekvens og trykk som i fig. 1 (fra Agersborg m fl, 2007), og konstrueres vanligvis ut fra seismiske data, brønnloggdata, vertikal-seismiske profileringsdata eller laboratoriemålinger. Hastighetsmodellen kan kalibreres ved for eksempel å justere parameterne dens slik at en beregnet utdata-lokasjon samsvarer med den kjente lokasjonen der kalibrerings-skuddet i borehullet ble avfyrt.
[0025] Gangtidstabeller kan bidra til lokaliseringen i trinn 250. Dette er tabeller med gang-tider for utvalgte bølger, f eks P-bølger, S-bølger eller overflatebølger, fra hver av et sett med punkter i det overvåkede volumet til hver mottaker i sensormatrisen. Gangtidene beregnes fra hastighetsmodellen ved hjelp av metoder som er kjent for fagmannen, så som strålesporing eller fullbølgeform-modellering.
[0026] I trinn 260 bestemmes størrelsen på og kildemekanismen bak den mikroseismiske hendelsen. Til dette anvendes vanligvis den såkalte seismiske momenttensoren til å representere den seismiske hendelsen, og utmatingsdata kan inkludere en verdi som indikerer en størrelsesorden på en eksplosjon eller implosjon (i betydningen av uttrykkene som anvendes på området), retningen av et forkastningsplan, og retningen av forskyvningen. En beskrivelse av den relevante matematikken kan finnes i US-patentsøknad US 2013246023 Al og referansene i den. Patentsøknaden foreslår også en dekomponering av den seismiske momenttensoren, og en grafisk representasjon av hendelsene som grafiske objekter kalt "ideo-grammer" ("glyphs") anbrakt i det overvåkede romvolumet. Hvert ideogram omfatter en kule med sentrum ved episenteret av den tilsvarende mikroseismiske hendelsen. Kulens størrelsen representerer størrelsen til den tilsvarende hendelsen, og fargen kan indikere om hendelsen var en eksplosjon eller implosjon. En disk rundt kulen representerer retning og størrelsesorden til et forkastningsplan, og en pil gjennom kulen indikerer forskyvningens retning og størrelse. Diskene og pilene gjør at ideogrammene virker skråstilt i forhold til hverandre.
[0027] For klarhet og fullstendighet bemerkes at uttrykkene "hastighetsmodell", "gangtids-tabell" og lignende uttrykk som refererer til fysiske mengder ikke bør tolkes naivt som en "database med hastigheter", "en tidstabell" eller lignende. Som velkjent på fagområdet kan en hvilken som helst egnet representasjon som har en transform og en invers transform benyttes i modellen eller beregningene. Ethvert resultat som presenteres for et menneske for tolkning bør imidlertid fortrinnsvis representere mengder som gir fysisk mening for å lette tolkningen. For eksempel kan en tidsserie Fourier-transformeres til et frekvensspekter og danne del av en k-co-representasjon, eller transformeres videre til f eks en egenverdirepresentasjon i en praktisk lineær avstand uten noen klar fysisk mening. Uavhengig av representasjonen vil resultatene fra beregningene fortrinnsvis omdannes tilbake, helt eller delvis, for presentasjon som fysisk meningsfulle entiteter, for eksempel et frekvensspektrum eller et punkt i rom og tid.
[0028] Fremgangsmåten avsluttes i trinn 270, som kan inkludere å presentere resultatene på en egnet måte.
[0029] Hovedmålet med den foreliggende oppfinnelsen er å tilveiebringe et system og en fremgangsmåte som tilveiebringer et forbedret samsvar av en mikroseismisk hendelse med observerte data.
[0030] Et ytterligere formål er å tilveiebringe et grensesnitt mellom oppfinnelsen og en menneskelig operatør med fysisk meningsfulle entiteter.
OPPSUMMERING AV OPPFINNELSEN
[0031] Disse målene oppnås av systemet ifølge krav 1 og fremgangsmåten ifølge krav 6.
[0032] I et første aspekt tilveiebringer oppfinnelsen et system for å behandle mikroseismiske data, omfattende: en matrise av seismiske sensorer på kjente lokasjoner, midler for å forbedre SNR i et seismisk signal levert fra en seismisk sensor, midler for å detektere en mikroseismisk hendelse i det seismiske signalet og inverteringsmidler for å tilpasse en modell til mikroseismiske data som er innhentet minst delvis fra det seismiske signalet som representerer en mikroseismisk hendelse. Modellen er en bergfysisk modell omfattende en mengde romlige volumelementer som avbilder en mengde fysiske volumelementer i et volum som skal overvåkes, hvor hvert romlige volumelement omfatter attributter for posisjonen og utbredelsen av det fysiske volumelementet, en hastighet, tetthet og en demping.
[0033] Inverteringsmidlene løser det generelle matematiske inversjonsproblemet med å tilpasse et målt signal til en modell som kan omfatte data fra andre kilder. Modellen kan igjen vises på for eksempel en datamaskinskjerm eller på en utskrift på papir. I mange tilfeller kan inversjonsproblemet reduseres til en lineær inversjon uten vesentlig tap av nøyaktighet. Lineære inversjonsproblemer kan løses ved hjelp av en hvilken som helst av flere teknikker velkjent på fagområdet.
[0034] Den bergfysiske modellen gjør det mulig å inkludere data fra en hvilken som helst aktuell kilde på en forholdsvis ukomplisert måte, og dermed senker den usikkerhetene i hastighetsmodellene i kjent teknikk. For eksempel kan en kjerneprøve avdekke informasjon om sammensetningen av formasjonen så som lag av slam, leire, skifer, kalkstein osv, samt dybdene av hvert lag. All informasjon som oppnås fra det fysiske volumelementet kan presenteres i et attributt i modellens romlige volumelement. Videre kan tripletter som forbinder hastigheter med frekvens og trykk som omtalt i forbindelse med figurene la-d i innledningen presenteres av et attributt ved den romlige elementmodulen. Andre parametere som kan inkluderes i modellen omfatter anisotropi, poregeometrier, viskoelastisk demping, sprekker, dobbelporøsiteter, små sprekker, mekanisk og kjemisk komprimering osv. Disse og andre parametere kan oppnås fra laboratoriemålinger, brønnlogger og kjerneprøver. Hver parameter kan tilordnes et eget attributt i de romlige elementene. Alternativt kan en parameters effekt på hastighets- og dempingsverdiene beregnes, og attributtene for hastighet og demping oppdateres tilsvarende.
[0035] I en foretrukket utførelsesform er utdata fra systemet fysisk meningsfulle for en menneskelig operatør. Dermed kan resultatene vurderes av den menneskelige operatøren eller en ekspert uten ytterligere kunnskap om eventuelle systemspesifikke utdata.
[0036] Det romlige volumelementet kan omfatte andre fysiske mengder som er relevante for å tilpasse kartleggingsmodellen til de mikroseismiske dataene. For eksempel kan brytnings-indekser være nyttig i senere strålesporingsalgoritmer for å oppnå gangtidstabeller. Nærmere bestemt bør den bergfysiske modellen ta hensyn til effekter så som ulike hastigheter for ulike frekvenser, anisotropi, poregeometrier, viskoelastisk demping, sprekker, dobbelporøsitet, små sprekker, mekanisk og kjemisk komprimering.
[0037] For å ta hensyn til anisotropi kan ethvert attributt ha forskjellig størrelse i forskjellige retninger. Det vil si at fysiske variabler hensiktsmessig kan representeres av en vektor, en tensor eller et annet attributt som er hensiktsmessig for den fysiske variabelen som velkjent på fagområdet.
[0038] I et andre aspekt angår oppfinnelsen en fremgangsmåte for å behandle mikroseismiske data ved å anvende en bergfysisk modell av den typen som er beskrevet, omfattende trinnene: a) å opprette den bergfysiske modellen av formasjonen; b) å innhente bergfysiske data for formasjonen fra matrisen av seismiske sensorer og en hvilken som helst annen tilgjengelig kilde;
c) å oppdatere den bergfysiske modellen med de innhentede bergfysiske dataene og
d) å gjenta trinnene b) og c) gjennom en hel overvåkingsperiode.
[0039] Trinn b) inkluderer å løse det matematiske inversjonsproblemet med å tilpasse en
hastighetsmodell til observerte seismiske data.
[0040] I en foretrukket utførelsesform leverer systemet data som svar på en forespørsel fra operatøren til enhver tid i løpet av eller etter overvåkingsperioden. Dermed kan en ekspert vurdere modellen og, for eksempel, velge én av flere mulige tolkninger som den mest sannsynlige basert på hans eller hennes erfaring, formasjonens tidligere geologiske historie osv. Følgelig kan den bergfysiske modellen oppdateres med inndata fra en operatør eller ekspert.
[0041] Andre trekk og fordeler ved oppfinnelsen vil fremgå av de etterfølgende kravene og den følgende detaljerte beskrivelsen.
KORT BESKRIVELSE AV TEGNINGENE
[0042] Oppfinnelsen vil bli nærmere forklart ved hjelp av et eksempel på en utførelsesform og med henvisning til de vedføyde tegningene, hvor: Fig. 1 illustrerer hastigheter og demping som funksjoner av frekvens og trykk; Fig. 2 er et flytskjema over en fremgangsmåte ifølge teknikkens stilling; Fig. 3 illustrerer et overvåket volum;
Fig. 4 illustrerer et system ifølge den foreliggende oppfinnelsen, og
Fig. 5 er et flytdiagram av en fremgangsmåte ifølge oppfinnelsen.
DETALJERT BESKRIVELSE
[0043] Fig 3 er en skjematisk illustrasjon av et fysisk volum 300 som skal overvåkes. Volumet har en overflate 305 som kan være en havbunn offshore eller tørt land. I begge tilfeller er mediet over overflaten 305 et fluid, og leder ikke S-bølger. Derfor er de seismiske nodene 331 som inneholder seismiske sensorer utplassert i tett kontakt med overflaten 305 som omtalt i innledningen.
[0044] Det illustrerte volumet 300 omfatter flere lag 310, 312, 314 med forskjellige elastiske egenskaper. Et virkelig volum begrenser seg selvsagt ikke til tre lag. Volumet 300 og de enkelte lagene 310-314 er anisotrope. De fysiske volumelementene 320 er avbildet som kubiske volum adskilt med stiplede linjer. Hvert fysiske volumelement har således en posisjon i rommet og en romlig utbredelse, for eksempel representert av de kartesiske koordinatene x, y, z, og hvert fysiske volumelement 320 er anisotropi Etter middelverditeoremet kan det finnes en hastighet for hvert volumelement 320 som representerer de konstituerende hastig hetene innenfor volumelementet 320. Ettersom størrelsene vil være forskjellige i forskjellige retninger, kan en hastighetsvektor hensiktsmessig representere en slik gjennomsnittshastighet. Tilsvarende vurderinger gjelder for dempingen l/Q, og de resulterende vektorene vil være forskjellige for P-bølger og S-bølger som nevnt med henvisning til fig. 1. Deretter innses enkelt at den romlige oppløsningen av en slik modell avhenger av størrelsen på de fysiske volumelementene 320. Det vil si at ved å dele det overvåkede volumet 300 inn i flere volumelementer 320, forbedres den romlige oppløsningen, og dermed økes verdien av den mikroseismiske overvåkingen.
[0045] Som velkjent på fagområdet kan volumelementene betraktes som anisotrope demp-ende felt med fluks inn og fluks ut, og på en rekke andre måter. Her skal hastighet og demping betraktes som et illustrerende eksempel. Dermed kan hastighet og demping for et volumelement bestemmes ved målinger eller beregninger, for eksempel avhengig av frekvens, trykk, anisotropi, poregeometrier, viskoelastisk demping, sprekker, dobbelporøsiteter, små sprekker, mekanisk og kjemisk komprimering blant andre.
[0046] Et sett av fysiske volumelementer kan betraktes som en separat del for visse formål. For eksempel kan laboratoriemålinger eller beregninger for en serie volumelementer gi sammensatt gangtid og demping fra en mottaker til et punkt B. Deretter bores en brønn gjennom B og et perforeringsskudd avfyres ved B. Den seismiske impulsen kan betraktes som et kalibreringsskudd som omtalt ovenfor, og det relevante volumet er mengden av volumelementer mellom mottakeren og den kjente posisjonen B. Denne mengden av elementer kan betraktes som et "superelement" og lagres i en bergfysisk modus som en separat entitet. Imidlertid vil den foretrukne fremgangsmåten være å løse et matematisk inversjonsproblem med å tilpasse de enkelte volumelementene til de observerte data. I det følgende kan å løse inversjonsproblemet for en mengde av observerte data refereres til som "å invertere data" i samsvar med vanlige språkbruk på feltet.
[0047] Et brønnhull 316 strekker seg gjennom lagene 310-314. Som nevnt ovenfor, kan ytterligere seismiske sensorer 332 av samme type som sensorene i nodene 331 eller av en annen type utplasseres i borehullet 316. De seismiske nodene 331 og/eller 332 kan omfatte en styreenhet som er i stand til innledende signalbehandling som omtalt med henvisning til fig. 2. Signaler fra sensorene eller mottakerne i nodene 331 og/eller 332 føres gjennom kommunikasjonslinjer som vist ved henvisningstall 330. For enkelhets skyld skilles det i dette dokumentet ikke klart mellom det faktiske mønsteret av seismiske noder 331 og 332 og mengden av kommunikasjonslinjene som formidler signaler: Begge kalles "sensormatrisen 330". Skillet er likevel klart fra sammenhengen, da posisjonen av kommunikasjonslinjer åpenbart er irrelevant, og å hente opp en matrise av noder som overvåker mikroseismiske hendelser for å samle inn data ville være upraktisk.
[0048] Fig. 4 viser et system 400 som kan anvendes i den foreliggende oppfinnelsen. Som omtalt ovenfor, kan inndata komme fra sensormatrisen 330 og en hvilken som helst annen kilde 430, så som laboratoriemålinger, kjerneprøver eller seismiske logger. En datamaskin 410 er tilveiebrakt for å kjøre inversjonen og andre beregningsoppgaver. De nøyaktige beregningene avhenger, blant andre faktorer, av hvorvidt en signalbehandling ble utført av nodene 331, 331 som omtalt med henvisning til fig. 2. Det er velkjent at maskinen kan omfatte én eller flere spesialprosessorer for f eks grafikkbehandling, vektorberegning, flyttallsberegninger osv, og/eller minst én CPU til generelle formål.
[0049] Disken 420 er ethvert lagringssystem, f eks et redundant diskarray, med tilstrekkelig I/O-kapasitet til å motta inndata fra og levere utdata til datamaskinen 410. Disken 420 lagrer selve den bergfysiske modellen. I samsvar med det ovenstående, omfatter den bergfysiske modellen et sett av romlige volumelementer som hvert svarer til et fysisk volumelement 320, f eks som vist i fig. 3. Som anvendt i dette dokumentet, er det romlige volumelementet en datastruktur omfattende flere attributter. Den absolutte eller relative posisjonen til det tilsvarende fysiske volumelementet er selvfølgelig obligatorisk. Likeledes er utbredelsene av det fysiske elementet langs romlige akser, og dermed dets orientering, et obligatorisk attributt. I teorien kan forskjellige fysiske egenskaper av det tilsvarende fysiske volumelementet lagres som separate attributter i datastrukturen, og anvendes som inndata til en funksjon når en hastighet, gangtid eller demping kreves i en inversjon. Dette ville imidlertid trolig kreve for store beregningsressurser og/eller for mye tid til å være praktisk. Likevel kan de opprinnelige inndata, f eks målte og/eller beregnede verdier for poretettheter, geometrier, viskoelastiske moduler osv vise seg å være nyttige.
[0050] Parameterne hastighet og demping anvendt i krav 1 er ment å representere variabler som er direkte nyttige i inversjonen, og de kan måles direkte eller beregnes ut fra andre parametere. De er obligatoriske attributter i datastrukturen kalt det romlige volumelementet ganske enkelt fordi de ofte anvendes i beregningene. Å erstatte hastigheter og demping med for eksempel gangtidsverdier og/eller Q-faktorer ville derfor avhenge av valg av representasjon, og den tilsvarende inversjonen, og ville således være åpenbar for en fagmann på området.
[0051] I tillegg til attributtene som ofte anvendes for inversjon og annen beregning, omfatter den bergfysiske modellen, dvs mengden av romlige volumelementer, også valgfrie attributter for rådata, f eks elastisitetsmodulene, poretetthetene, pore-geometriene osv omtalt ovenfor.
[0052] En arbeidsstasjon 440 kobles til datamaskinen 410, og anvendes til å vise resultater fra den bergfysiske modellen. Resultatene bør fortrinnsvis representere fysisk meningsfulle parametere, f eks frekvensspektra, plotter lik de som er vist i fig. 1, en romlig representasjon av det overvåkede volumet 300 osv. Dermed vil en geofysiker eller annen ekspert være i stand til å vurdere resultatene uten å kjenne til spesielle indre representasjoner i den bergfysiske modellen. Basert på hans eller hennes erfaring, historien til det overvåkede volumet og andre faktorer, kan eksperten gi inndata til modellen. For eksempel kan mikroseismiske data som har flere mulige tolkninger detekteres, dvs slik at modellen og/eller datamaskinen ikke er i stand til å velge den mest sannsynlige mikroseismiske hendelsen som svarer til dataene. I et slikt tilfelle kan en ekspert være i stand til å identifisere den mest sannsynlige hendelsen ut fra erfaring, historie osv, og mate det mest sannsynlige alternativet inn i den bergfysiske modellen. Den doble pilen mellom datamaskinen 410 og arbeidsstasjonen 440 representerer denne generelle visningen og innmatingen.
[0053] Fig 5 er et flytdiagram som illustrerer en fremgangsmåte 500 ifølge den foreliggende oppfinnelsen.
[0054] Fremgangsmåten 500 starter i trinn 510, som kan omfatte hvilke som helst innledende oppgaver, så som innsamling av data for å etablere en bergfysisk modell.
[0055] I trinn 520 etableres en bergfysisk modell som omtalt ovenfor.
[0056] I trinn 530 innhentes data fra den seismiske sensormatrisen 330, og en hvilken som helst annen kilde 430. Dette trinnet inkluderer å innhente data om P- og S-bølger, forbedre SNR og detektere en hendelse som beskrevet i forbindelse med fig. 2.
[0057] I trinn 540 oppdateres den bergfysiske modellen med resultatene oppnådd fra de innhentede dataene. Dette trinnet kan omfatte å lokalisere den mikroseismiske hendelsen, å beregne størrelsen på den mikroseismiske hendelsen, å invertere for hendelseskilde-mekanismen og beregne hastigheten og dempingen av de romlige volumelementene basert på størrelsen og kildemekanismen forbundet med den mikroseismiske hendelsen. Dermed kan for eksempel en mikroseismisk eksplosjon forårsake en sprekk som vil være en del av den bergfysiske modellen i den neste iterasjonen, noe som særlig vil ha en effekt på hastighetene og dempingene i ett eller flere romlige volumelementer.
[0058] Test 550 avgjør om dataene skal vises, f eks på forespørsel fra en operatør eller hvis en sakkyndig vurdering er ønsket. Hvis ikke, fortsetter prosessen til test 560.
[0059] Test 560 avgjør om overvåking skal fortsette eller ikke. I hele overvåkingsperioden returnerer styringen til trinn 530, hvor data innhentes. Eventuelle trykkforandringer forårsaket av detekterte mikroseismiske hendelser registreres i den bergfysiske modellen, og tas dermed hensyn til i neste iterasjon.
[0060] Ved slutten av en overvåkingsperiode avsluttes overvåkingsprosessen ved trinn 590. Likevel kan den bergfysiske modellen aksesseres på forespørsel 550 fra en operatør.
[0061] Hvis det mottas en slik forespørsel 550 i løpet av eller etter overvåkingsprosessen, vises resultatene for en operatør eller ekspert i trinn 570. Operatøren eller eksperten kan tilføre inndata til den bergfysiske modellen som tidligere beskrevet. Dette illustreres av test 580. Hvis inndata tilføres, oppdateres den bergfysiske modellen. Hvis inndata ikke tilføres, avsluttes prosessen ved trinn 590.
[0062] Mens oppfinnelsen er beskrevet ved hjelp av eksempler, bestemmes omfanget av oppfinnelsen av de etterfølgende kravene.
REFERANSER
[0063] De følgende referansene utenom patentlitteraturen er nevnt i teksten ovenfor: Agersborg, R, Jakobsen, M., Ruud, B.O. og Johansen, T.A., 2007, "Effects of pore fluid pressure on the seismic response of a fractured carbonate reservoir". Stud. Geophys. Geod., 51
(2007), 89-118
Albright, J. N. og Hanold, RJ., 1976 "Seismic mapping of hydraulic fractures made in basement rocks": Proceeding of energy research and development Administration (ERDA) Symposium on enhanced oil and gas recovery, 2, paper C-8
Chambers, K., Barkved, O., og Kendall, J-L., 2009, "Imaging induced seismicity with the LoFS permanent surface array": Extended Abstract, SEG International Exposition and annual meeting 2009, 1612-1616.
Chambers, K., Kendall, J-M. og Barkved, O., 2010, "Investigation of induced microseismicity at Valhall using the Life of Field Seismic array": The Leading Edge, March, 290-295.
Drew, J., Leslie, D, Armstrong, P. og Michaud, G. 2005, "Automated microseismic event detection and location by continuous spatial mapping"; Proceedings, Society of Petroleum Engineering Annual Technical Conference, side 95513.
Duncan, P. M. og Eisner, L., 2010, "Reservoir characterization using surface microseismic monitoring": Geophysics, 75, Al39-Al46.
Gibiwicz, S.J. og Kijko, A., 1994, "An introduction to mining seismology", Academic Press Inc.
Jansky, J., Plicka, V., og Eisner, L., 2013, "Feasibility of jointly locating microseismic events with data from surface and downhole receivers": FirstBreak, V.31, 65-71.
Maxwell, S.C., Rutledge, J., Jones, R. og Fehler, M., 2010, "Petroleum reservoir characterization using downhole microseismic monitoring": Geophysics, 75, Al29-Al37.
Rentch, S., Buske, S., Luth, S. og Shapiro, S. A., 2007, "Fast location of seismicity: A migration-type approach with application to hydraulic-fracturing data": Geophysics, 72, no. 1, s. 33-40.
Usher, P.J., Angus, D.A. og Verdon. J.P., 2013, "Influence of velocity model and source frequency on microseismic waveforms: some implication for microseismic locations": Geophysical Prospecting, 2013, 61, 334-345.
Claims (9)
1. System (400) for å behandle mikroseismiske data, omfattende: en matrise (330) av seismiske sensorer (331, 332) på kjente lokasjoner, midler (331, 332; 410) for å forbedre SNR i et seismisk signal levert fra en seismisk sensor, midler (331, 332; 410) for å detektere en mikroseismisk hendelse i det seismiske signalet, inverteringsmidler (410) for å tilpasse en modell (255) til mikroseismiske data som er innhentet minst delvis fra det seismiske signalet som representerer en mikroseismisk hendelse,
hvor systemet erkarakterisert vedat modellen (255) er en bergfysisk modell omfattende en mengde romlige volumelementer som avbilder en mengde fysiske volumelementer (320) i et volum (300) som skal overvåkes, hvor hvert romlige volumelement omfatter attributter for posisjonen og utbredelsen av det fysiske volumelementet (320), en hastighet og en demping.
2. System ifølge krav 1, hvor utdataene fra systemet (400) er fysisk meningsfulle for en menneskelig operatør.
3. System ifølge krav 1, hvor det romlige volumelementet omfatter flere fysiske attributter som er relevante for å tilpasse modellen (255) til de mikroseismiske dataene.
4. Systemet ifølge krav 1 eller 2, hvor et attributt har forskjellige størrelse i forskjellige retninger.
5. Systemet ifølge et hvilket som helst foregående krav, hvor attributtene omfatter separate variabler for P-bølger og S-bølger.
6. Fremgangsmåte (500) for å behandle mikroseismiske data ved bruk av systemet (400) ifølge et hvilket som helst av de foregående krav, omfattende trinnene: a) å etablere (520) den bergfysiske modellen av formasjonen; b) å innhente (530) bergfysiske data for formasjonen fra matrisen (330) av seismiske sensorer (331, 332) og en hvilken som helst annen tilgjengelig kilde (430); c) å oppdatere (540) den bergfysiske modellen (255) med de innhentede bergfysiske dataene; og d) å gjenta trinnene b) og c) gjennom en hel overvåkingsperiode (560).
7. Fremgangsmåten ifølge krav 6, hvor trinnet å innhente (530) bergfysiske data for formasjonen fra matrisen (330) av seismiske sensorer (331, 332) omfatter trinnene: bl) å lokalisere den mikroseismiske hendelsen; b2) å estimere størrelsen av den mikroseismiske hendelsen; b3) å invertere for hendelsens kildemekanisme, og b4) å beregne hastighet og demping for de romlige volumelementene basert på
størrelse og kildemekanisme forbundet med den mikroseismiske hendelsen.
8. Fremgangsmåten ifølge krav 6 eller 7, videre omfattende trinnet å presentere (570) utdata fra systemet som svar på en forespørsel (550) fra operatøren når som helst under og etter overvåkingsperioden.
9. Fremgangsmåten ifølge et hvilket som helst av kravene 6-8, hvor trinnet å oppdatere (540) den bergfysiske modellen omfatter oppdatering med inndata (580) fra en operatør.
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| NO20140008A NO336847B1 (no) | 2014-01-03 | 2014-01-03 | System og fremgangsmåte for behandling av mikroseismiske data omfattende en bergfysisk modell |
| PCT/NO2014/050249 WO2015102498A1 (en) | 2014-01-03 | 2014-12-19 | System and method for processing microseismic data |
| US15/108,806 US10670754B2 (en) | 2014-01-03 | 2014-12-19 | System and method for processing microseismic data |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| NO20140008A NO336847B1 (no) | 2014-01-03 | 2014-01-03 | System og fremgangsmåte for behandling av mikroseismiske data omfattende en bergfysisk modell |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| NO20140008A1 true NO20140008A1 (no) | 2015-07-06 |
| NO336847B1 NO336847B1 (no) | 2015-11-16 |
Family
ID=53493742
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| NO20140008A NO336847B1 (no) | 2014-01-03 | 2014-01-03 | System og fremgangsmåte for behandling av mikroseismiske data omfattende en bergfysisk modell |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US10670754B2 (no) |
| NO (1) | NO336847B1 (no) |
| WO (1) | WO2015102498A1 (no) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112099086A (zh) * | 2020-09-16 | 2020-12-18 | 中油奥博(成都)科技有限公司 | 一种高分辨率光纤井中地震数据深频分析方法 |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9939541B2 (en) * | 2015-01-09 | 2018-04-10 | Chevron U.S.A. Inc. | Layered linear inversion techniques for locating microseismic activity |
| EP3341760B1 (en) * | 2015-08-27 | 2021-12-08 | Freie Universität Berlin | A method for determining the hydraulic permeability of rocks in a subsurface region |
| US20190242243A1 (en) * | 2016-10-13 | 2019-08-08 | Schlumberger Technology Corporation | Microseismic Processing Using Fiber-Derived Flow Data |
| CN109143349A (zh) * | 2017-06-28 | 2019-01-04 | 中国石油化工股份有限公司 | 模拟储层的物理模型及其地震响应分析方法 |
| CN109991658B (zh) * | 2019-03-04 | 2021-02-05 | 成都理工大学 | 一种基于“震源-台站”速度模型的微地震事件定位方法 |
| CN112346116B (zh) * | 2019-08-09 | 2024-10-29 | 中国石油天然气集团有限公司 | 储层预测方法及装置 |
| CN112630841B (zh) * | 2021-01-19 | 2022-02-11 | 中国地质调查局油气资源调查中心 | 一种微地震事件检测分析方法 |
| CN113050158B (zh) * | 2021-03-19 | 2022-05-31 | 中国科学院武汉岩土力学研究所 | 近场微震信号波形的分析方法、装置、设备及存储介质 |
| CN113031061B (zh) * | 2021-04-02 | 2022-09-27 | 中油奥博(成都)科技有限公司 | 一种气化腔边界识别方法 |
| CN113671568B (zh) * | 2021-08-20 | 2022-07-15 | 中国科学院武汉岩土力学研究所 | 一种扰动应力-微震同时空集成传感系统及方法 |
| CN113740899B (zh) * | 2021-10-20 | 2024-10-29 | 辽宁工程技术大学 | 一种基于无线传输的煤矿采场震源监测定位系统 |
| CN114325824B (zh) * | 2021-12-30 | 2024-07-09 | 广西大学 | 一种用于岩体灾变监测的微震信号边缘计算系统与方法 |
| CN116088050B (zh) * | 2023-01-10 | 2025-11-25 | 武汉大学 | 一种基于微震监测破裂源时空强参数的岩爆预测方法 |
| US12535610B2 (en) | 2023-05-15 | 2026-01-27 | Halliburton Energy Services, Inc. | Operating a seismic sensing system |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006062612A2 (en) * | 2004-12-06 | 2006-06-15 | Exxonmobil Upstream Research Company | Integrated anisotropic rock physics model |
| CA2747426C (en) * | 2009-01-09 | 2017-05-23 | Exxonmobil Upstream Research Company | Hydrocarbon detection with passive seismic data |
| US20130013209A1 (en) * | 2010-03-11 | 2013-01-10 | Yaping Zhu | Predicting anisotropic source rock properties from well data |
| US9405026B2 (en) * | 2011-12-12 | 2016-08-02 | Exxonmobil Upstream Research Company | Estimation of production sweep efficiency utilizing geophysical data |
| US9448313B2 (en) * | 2012-02-06 | 2016-09-20 | Ion Geophysical Corporation | Integrated passive and active seismic surveying using multiple arrays |
| MX349448B (es) * | 2012-08-10 | 2017-07-28 | Ingrain Inc | Metodo para mejorar la precision de valores de propiedad de roca derivados a partir de imagenes digitales. |
| WO2014071385A1 (en) * | 2012-11-05 | 2014-05-08 | Fugro Geoconsulting, Inc. | Method of indicating the presence of gas hydrate and shallow gas in deepwater environment |
| US10261215B2 (en) * | 2013-04-02 | 2019-04-16 | Westerngeco L.L.C. | Joint inversion of geophysical attributes |
| WO2014195257A2 (en) * | 2013-06-03 | 2014-12-11 | Cgg Services Sa | Device and method for velocity function extraction from the phase of ambient noise |
| WO2015073017A1 (en) * | 2013-11-15 | 2015-05-21 | Halliburton Energy Services, Inc. | Borehole pressure management methods and systems with adaptive learning |
| US20170205531A1 (en) * | 2014-04-30 | 2017-07-20 | Schlumberger Technology Corporation | Geological modeling workflow |
-
2014
- 2014-01-03 NO NO20140008A patent/NO336847B1/no unknown
- 2014-12-19 US US15/108,806 patent/US10670754B2/en active Active
- 2014-12-19 WO PCT/NO2014/050249 patent/WO2015102498A1/en not_active Ceased
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112099086A (zh) * | 2020-09-16 | 2020-12-18 | 中油奥博(成都)科技有限公司 | 一种高分辨率光纤井中地震数据深频分析方法 |
| CN112099086B (zh) * | 2020-09-16 | 2022-03-29 | 中油奥博(成都)科技有限公司 | 一种高分辨率光纤井中地震数据深频分析方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| US10670754B2 (en) | 2020-06-02 |
| US20160320504A1 (en) | 2016-11-03 |
| WO2015102498A9 (en) | 2015-08-27 |
| WO2015102498A1 (en) | 2015-07-09 |
| NO336847B1 (no) | 2015-11-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| NO20140008A1 (no) | System og fremgangsmåte for behandling av mikroseismiske data omfattende en bergfysisk modell | |
| CA2672974C (en) | Method of monitoring microseismic events | |
| Wang et al. | Current developments on micro-seismic data processing | |
| US20180203144A1 (en) | Interferometric Microseismic Imaging Methods and Apparatus | |
| CA2715725C (en) | Monitoring of reservoir fluid moving along flow pathways in a producing oil field using passive seismic emissions | |
| Li et al. | A literature review: Distributed acoustic sensing (DAS) geophysical applications over the past 20 years | |
| AU2014407527B2 (en) | Integrating vertical seismic profile data for microseismic anisotropy velocity analysis | |
| Götz et al. | Vertical seismic profiling using a daisy‐chained deployment of fibre‐optic cables in four wells simultaneously–Case study at the Ketzin carbon dioxide storage site | |
| Pevzner et al. | Feasibility of time-lapse seismic methodology for monitoring the injection of small quantities of CO2 into a saline formation, CO2CRC Otway Project | |
| CA2767816A1 (en) | Detecting and locating fluid flow in subterranean rock formations | |
| NO20150056A1 (no) | Singularity spectrum analysis of microseismic data | |
| WO2009004333A1 (en) | Method of locating a receiver in a well | |
| GB2508159A (en) | Processing microseismic data to form composite microseismic data to inform about a hydraulic fracturing process | |
| Atterholt et al. | Imaging the garlock fault zone with a fiber: a limited damage zone and hidden bimaterial contrast | |
| Zhang et al. | Velocity modeling and inversion techniques for locating microseismic events in unconventional reservoirs | |
| Yousefzadeh et al. | Microseismic 101: monitoring and evaluating hydraulic fracturing to improve the efficiency of oil and gas recovery from unconventional reservoirs | |
| Zhang et al. | Hydraulic injection‐induced velocity changes revealed by surface wave coda and polarization data at a shale play site in southwest China | |
| Imposa et al. | Borehole seismic surveys for the mechanical characterization of a calcarenite cliff in the area of Ispica (southern Sicily) | |
| Maity et al. | Framework for time lapse fracture characterization using seismic, microseismic & well log data | |
| Djikpesse | C 13 and Thomsen anisotropic parameter distributions for hydraulic fracture monitoring | |
| Gulati et al. | Overview and introduction to this special section: 3D VSP | |
| Ishikawa et al. | Discrimination of Microseismicity Caused by Proppant Injection Using Microseismic Waveform Clustering: The Horn River Basin Case Study | |
| Prioul et al. | Identification of elastic anisotropy mechanisms from a joint interpretation of borehole images and sonic logs | |
| Maxwell | Microseismic Imaging of CO2 Injection | |
| Bissmann et al. | How to Explore Deep Geothermal Reservoirs in Populated Areas |