RU2450290C2 - Способ геологической разведки - Google Patents
Способ геологической разведки Download PDFInfo
- Publication number
- RU2450290C2 RU2450290C2 RU2010129261/28A RU2010129261A RU2450290C2 RU 2450290 C2 RU2450290 C2 RU 2450290C2 RU 2010129261/28 A RU2010129261/28 A RU 2010129261/28A RU 2010129261 A RU2010129261 A RU 2010129261A RU 2450290 C2 RU2450290 C2 RU 2450290C2
- Authority
- RU
- Russia
- Prior art keywords
- model
- hypotheses
- deposits
- signal
- hypothesis
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 229930195733 hydrocarbon Natural products 0.000 claims abstract description 35
- 150000002430 hydrocarbons Chemical class 0.000 claims abstract description 34
- 239000004215 Carbon black (E152) Substances 0.000 claims abstract description 21
- 238000004088 simulation Methods 0.000 claims abstract description 11
- 230000000694 effects Effects 0.000 claims abstract description 9
- 230000008569 process Effects 0.000 claims abstract description 7
- 238000002474 experimental method Methods 0.000 claims abstract description 5
- 238000007619 statistical method Methods 0.000 claims abstract description 4
- 238000001228 spectrum Methods 0.000 claims description 60
- 230000003595 spectral effect Effects 0.000 claims description 36
- 238000009826 distribution Methods 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 12
- 238000011160 research Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 6
- 238000009825 accumulation Methods 0.000 claims description 4
- 238000011835 investigation Methods 0.000 abstract 1
- 239000000126 substance Substances 0.000 abstract 1
- 238000004458 analytical method Methods 0.000 description 10
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 5
- 239000006534 geo-medium Substances 0.000 description 5
- 239000002609 medium Substances 0.000 description 5
- 230000005284 excitation Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000010219 correlation analysis Methods 0.000 description 3
- 238000005553 drilling Methods 0.000 description 3
- 239000013049 sediment Substances 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 210000004027 cell Anatomy 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 101150115489 MPK7 gene Proteins 0.000 description 1
- DHNCFAWJNPJGHS-UHFFFAOYSA-J [C+4].[O-]C([O-])=O.[O-]C([O-])=O Chemical compound [C+4].[O-]C([O-])=O.[O-]C([O-])=O DHNCFAWJNPJGHS-UHFFFAOYSA-J 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000003888 boundary cell Anatomy 0.000 description 1
- 230000002301 combined effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000005489 elastic deformation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Images
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
Изобретение относится к области геологоразведки и может быть использовано при поиске, разведке и доразведке залежей углеводородов. Сущность: регистрируют естественный микросейсмический фон в диапазоне частот 0,1-20 Гц. Фильтруют помехи от наземных техногенных источников. Анализируют отфильтрованный микросейсмический фон на наличие под точкой записи микросейсмического поля залежи углеводородов. Помимо этого осуществляют численное полноволновое 2D либо 3D моделирование распространения микросейсм в геологической среде в отсутствие залежей углеводородов (гипотеза Н0) и в наличии залежей углеводородов в одном из возможных горизонтов (гипотезы H1-Hi). При этом в различных гипотезах задают различные геометрические размеры модельных залежей углеводородов и/или их положение в среде. Получают модельный микросейсмический сигнал для каждой точки исследования для всех исследуемых гипотез. Причем для каждой гипотезы проводят статистически значимое количество вычислительных экспериментов. В результате получают ансамбли реализации микросейсмического процесса на исследуемой территории для каждой из выдвинутых гипотез. Сравнивают статистическими методами наблюденный и модельный сигналы для определения адекватности гипотез H0 и H1-Hi. По заданным уровням вероятности ошибок первого и второго рода определяют наиболее адекватную гипотезу. При наибольшей адекватности гипотезы H0 выносят суждение об отсутствии залежи углеводородов, а при адекватности одной из гипотез H1-Hi - суждение о наличии залежи углеводородов с геометрическими размерами и положением, соответствующими адекватной гипотезе. Технический результат: повышение достоверности интерпретации данных микросейсмических наблюдений. 10 з.п. ф-лы, 9 ил., 1 табл.
Description
Изобретение относится к области геологоразведки и может быть использовано при поиске, разведке и доразведке залежей природных углеводородов.
Известен способ сейсмической разведки объектов, рассеивающих упругие волны (патент №2248014), в котором регистрируют сейсмические волны, возбуждаемые вблизи поверхности сейсмическим стандартным источником. Для заданной системы наблюдений моделируют волновые поля от ожидаемых объектов отражения, дифракции и рассеяния и выбирают параметры обработки таким образом, чтобы обеспечить наилучшее выделение моделируемых объектов на фоне помех. Полученные параметры используют для обработки реальных данных и выделения реальных объектов. Конфигурации объектов рассеяния представляют в виде разрезов и карт.
Известен способ для обнаружения потенциального водного потока с малой глубиной залегания (патент №2319983), предназначенный для определения опасности водного потока с малой глубиной залегания путем использования сейсмических данных. Согласно этому способу производят моделирование распространения упругих волн в среде, получение сейсмических данных на основе моделирования и сравнение результатов моделирования с зарегистрированными сейсмическими данными. Модель упругого деформирования может включать в себя плотность, коэффициент Пуассона и упругие параметры Ламе.
Известны способы вибросейсморазведки при поиске залежей углеводородов, согласно которым возбуждают сейсмические колебания вибратором, регистрируют их сейсмическими приемниками, в качестве сейсмического сигнала используют сейсмический фон Земли, проводят их математическую обработку, а о наличии залежи судят либо по увеличению площади под кривой взаимного спектра одноименных компонент при записи сейсмического фона после возбуждения сейсмических колебаний по сравнению с записью сигнала до генерирования колебаний, либо по появлению спектральной аномалии не менее чем на одной из компонент при записи сигнала во время генерирования сейсмических колебаний по сравнению с сигналом, измеренным до генерирования (см., например, патенты РФ №2045079, «Способ вибросейсморазведки при поиске нефтегазовых месторождений», МПК6 G01V 1/00, опубл. 27.09.95, №2161809 «Способ поиска углеводородов (варианты), контроля эксплуатации углеводородной залежи», МПК7 G01V 1/00, опубл. 10.01.2001).
Известны способы пассивной спектральной сейсморазведки, в которых основным поисковым признаком является наличие аномалий в исследуемом частотном диапазоне.
Наиболее близким аналогом является способ поиска углеводородных залежей по патенту №2251716 RU, согласно которому производят регистрацию сейсмических колебаний поверхности Земли в диапазоне частот от 0.1 до 20 Гц, причем приемники сейсмических колебаний располагают на расстоянии от 50 м до 500 м друг от друга. Регистрацию проводят, разбивая временной диапазон регистрации измеренного на перспективной площади информационного сигнала на синхронизованные по времени для всех сейсмических приемников дискретные участки, проводят расчет спектральной характеристики, соответствующей каждому дискретному участку с образованием дискретной последовательности, анализируют каждый дискретный участок на наличие помехи, имеющей техногенную природу, и на наличие события, связанного с приходом сигнала от продуктивного пласта, исключают из дальнейшего рассмотрения те дискретные участки, которые не содержат события, связанного с приходом сигнала от продуктивного пласта в каждой из записей соответствующих компонент сейсмических приемников, а также дискретные участки, содержащие указанные помехи, и проводят анализ оставшихся дискретных участков с вынесением суждения о наличии или отсутствии углеводородов. Предпочтительно при реализации способа дополнительно проводят измерение сейсмических колебаний в месте, заведомо не содержащем углеводородов, а о наличии нефти или газа судят по появлению отклонений в спектральной характеристике по сравнению с местом, заведомо не содержащим углеводородов.
Практика применения микросейсмических исследований показывает, что аналогичные аномалии могут наблюдаться и в отсутствие залежей углеводородов (далее - залежей) в разрезе. В качестве примеров можно привести результаты исследования на территории республики Татарстан [1] и Оренбургской области [2], где в первом случае существенный максимум в области 2-3 Гц присутствует постоянно и не изменяется при наличии залежей в разрезе, а во втором случае максимум присутствует в отсутствие залежей и пропадает при наличии залежи в точке исследования. Также установлено [3], что существенные максимумы могут изменять местоположение в спектре от точки к точке в зависимости от рельефа местности.
Основываясь на гипотезе о возникновении спектральных аномалий в спектре микросейсм как следствии фильтрации спектра микросейсм горизонтально-слоистой геологической средой [4], можно констатировать, что наблюдаемая спектральная характеристика микросейсм является произведением спектра источника микросейсм на переходную характеристику среды при заданных условиях возбуждения и наблюдения сигнала. При этом переходная характеристика среды будет различна для вариантов отсутствия залежей в разрезе и наличия залежи в том или ином продуктивном горизонте, так как залежь является [5] контрастной отражающей границей для низких частот. При этом наличие залежи может способствовать повышению выраженности существующих максимумов спектра микросейсм, появлению новых максимумов или их исчезновению.
Можно существенно повысить достоверность анализа данных микросейсмических исследований, имея обоснованные эталоны спектров микросейсм для каждого типа геологического строения для условий отсутствия залежи в разрезе и наличия залежей во всех возможных продуктивных горизонтах. Одним из методов получения эталонов является накопление статистических данных на исследуемой территории, требующее наличия большого количества скважин, что не всегда выполнимо. Недостатком статистического метода является также то, что в случае исследований многопластовых залежей, на краях залежей и в других случаях, когда геологическое строение достаточно резко меняется по исследуемой площади, не удается накопить статистику, адекватную локальному геологическом устроению.
Целью изобретения является повышение достоверности интерпретации данных микросейсмических наблюдений.
В настоящем изобретении цель достигается за счет того, что зарегистрированный на поверхности микросейсмический фон сравнивают после фильтрации помех от наземных источников техногенных помех с модельным микросейсмическим фоном, рассчитанным в соответствии с той или иной гипотезой о геологическом строении. Для этого определяют ряд гипотез Hi, каждой их которых соответствуют различные геометрические параметры залежи и ее положение в геосреде. В соответствии с каждой гипотезой строится механическая модель геосреды на территории исследования.
Теоретический расчет переходных характеристик является альтернативным методом получения эталонных спектров при известном строении геосреды. А так как для сколько-нибудь сложных случаев аналитический расчет невозможен [6], единственным методом является численное моделирование распространения микросейсм с последующим накоплением модельного сигнала в точках модели, соответствующим точкам полевых наблюдений.
Моделирование проводят в 2 и 3D вариантах в зависимости от характера геосреды и размеров поискового объекта.
В процессе сравнения оценивают близость каждой из гипотез по отношению к наблюдаемому микросейсмическому фону и устанавливают гипотезу, наиболее адекватно описывающую геологическое строение исследуемой области.
В результате достигается повышение достоверности прогноза наличия, глубины залегания и положения по простиранию залежи при геологоразведке на основе анализа данных микросейсмических исследований.
Осуществление изобретения
Для моделирования используется реологическая модель Фойгта. Для построения сейсмомеханической модели используется скоростная (Vp и Vs) модель среды по данным сейсморазведки, данные о плотности получают либо из данных каротажа (при наличии), либо по известным эмпирическим зависимостям между скоростями распространения сейсмических волн и плотностью. Затухание в среде определяется из известных сейсмических данных либо при их отсутствии подбирается эмпирически по сходству спектров модельного и наблюдаемого сигналов.
Моделирование проводят в 2 и 3D вариантах в зависимости от характера геосреды и размеров поискового объекта. Для среды с плоскопараллельным залеганием (максимальные отклонения от горизонтального залегания не более 15 градусов) и поисковым объектом с минимальным поперечным размером, равным или превышающим по абсолютной величине глубину его залегания, достаточно проведение моделирования в 2D постановке, при нарушении этих требований целесообразно проведение моделирования в 3D постановке.
По одному из вариантов микросейсмы моделируются случайно распределенными по поверхности и случайными по интенсивности кратковременными воздействиями. Характер распределения по поверхности - равномерный или в соответствии с известными источниками поверхностных шумов на исследуемой территории, по мощности - по нормальному закону распределения. Поток воздействий представляет собой Пуассоновский процесс. Параметры законов распределения варьируются для достижения наибольшего сходства модельного фона микросейсм с наблюдаемым.
По второму варианту, для экспресс-моделирования микросейсмы моделируют плоским ударом, то есть одинаковое модельное воздействие осуществляют одновременно во всех точках модельной дневной поверхности.
Форму и длительность импульса, моделирующего отдельный точечный микросейсм либо плоский удар, определяют, применяя обратное преобразование Фурье к спектру, равномерному в анализируемом диапазоне частот.
Численное моделирование производится методом конечных элементов. Модель кроме ячеек моделируемого объема геологической среды может содержать краевые зоны для минимизации влияния на модельные сигналы эффектов отражения от границ модели. Геометрические размеры краевых зон по простиранию выбираются из такого расчета, чтобы за время моделирования отраженная от границ модели волна не успевала дойти до моделируемого объема. По глубине краевая зона модели может быть ограничена глубиной залегания границы Мохоровичича в регионе исследований или выбираться из критерия аналогичного для краевых зон по простиранию. Параметры среды для ячеек краевых зон соответствуют параметрам соответствующих граничных ячеек моделируемого объема.
Для каждой геологической гипотезы проводится статистически значимое количество вычислительных экспериментов, в результате чего получают ансамбли реализаций микросейсмического процесса на исследуемой территории для каждой из выдвинутых гипотез о геологическом строении.
Рассмотрим далее работу с наборами сигналов в каждой отдельной точке исследований.
Полевые наблюдения, проведенные в данной точке с помощью широкополосного сейсмологического датчика, обеспечивающего требуемую полосу частот, подвергаются двум процедурам фильтрации узкополосных и широкополосных помех.
Узкополосные помехи проявляются вследствие работы в непосредственной близости от точки наблюдения механизмов с вращающимися частями и представляют собой вынужденные колебания, распространяющиеся в геосреде, аддитивно накладывающиеся на общий микросейсмический фон. Так как анализируемым сигналом является естественный микросейсмический фон, то узкополосные помехи требуется удалить, по возможности сохраняя характеристики естественного фона. Для удаления узкополосных помех могут применяться методы медианной фильтрации или более сложные нелинейные методы, как например [7], основанные на относительной стабильности фазы узкополосных помех по отношению к микросейсмическому фону.
Широкополосные помехи проявляются вследствие единичных или серийных высокоамплитудных ударных воздействий в непосредственной близости от точки наблюдения, в основном от движущегося транспорта. Каждый источник микросейсм имеет собственный уникальный спектр, но для множества удаленных источников этот спектр усредняется путем суммирования до белого шума, а для единичного близкого источника такого усреднения не происходит. Таким образом, высокоамплитудные близкие источники вносят в кумулятивный спектр значительную составляющую собственного спектра, неизвестного априори. Для фильтрации данных помех применяется метод удаления участков записи (кадров) сигнала с суммарной энергией микросейсм, превышающей некоторый пороговый уровень. Для определения порогового уровня строится распределение энергии кадров, находится минимальный уровень Emin и медиана Emed. Пороговым уровнем отбраковки можно считать
Е=Emed+DE, где DE=Emed-Emin.
Кадры, прошедшие фильтрацию и отбраковку, подвергаются дальнейшему анализу, в ходе которого данный набор кадров сопоставляется с наборами модельных реализаций микросейсмического сигнала для каждой геологической гипотезы.
Сопоставление модельных и наблюденных множеств кадров производят в спектральной и/или временной областях.
Для сопоставления в спектральной области модельные и наблюденные кадры подвергаются преобразованию Фурье, в результате чего получаются наборы спектральных кривых. При обработке в спектральной области длительность кадров как наблюденного так и модельного сигналов определяется исходя из необходимой точности дискретизации спектра, которая зависит, в свою очередь, от характера различий между анализируемыми сигналами, соответствующими различным геологическим гипотезам (Рис.2). Минимальную длительность кадров как наблюденного, так и модельного сигналов выбирают так, чтобы сдвиг частотных максимумов спектров для гипотезы H0 и Hi детектировался 5 отсчетами при наличии спектрального максимума в обеих гипотезах либо 3 отсчетами при наличии максимума только в одной из гипотез в окрестностях любой частоты, где в модельном спектре для хотя бы одной из гипотез наблюдается спектральный максимум.
Набор спектров зарегистрированных кадров и набор спектров, соответствующих той или иной геологической гипотезе, могут сопоставляться на адекватность несколькими статистическими методами.
Для экспресс-анализа применяется корелляционный метод. Как зарегистрированные спектры, так и спектры гипотез усредняются, в результате чего получаются средние спектральные кривые. Далее вычисляется корелляция наблюденных средних спектров со средними спектрами каждой из геологических гипотез. Максимальная корелляция определяет наиболее вероятную геологическую гипотезу.
Для более надежного анализа может проводиться сопоставление по методу максимального правдоподобия. Для наблюденного спектра и для модельных спектров для каждой геологической гипотезы вычисляются функция плотности распределения спектра, после чего вычисляются функция правдоподобия для наблюденного спектра и каждой из геологических гипотез. Максимум правдоподобия определяет наиболее вероятную геологическую гипотезу.
В ряде случаев спектры при наличии залежи в различных горизонтах мало различаются между собой, так как при получении спектра мощности теряется информация о фазе сигнала, а усреднение большого количества кадров с выравниванием их по мощности нивелирует информацию о затухании. Таким образом, отличить спектры между собой становится возможным только в том случае, если наличие залежей в различных горизонтах приводит к появлению новых спектральных максимумов или резкому перераспределению энергии между ними.
В случае, когда отличия в спектрах для различных геологических гипотез статистически незначимы, проводится сопоставление во временной области, которое сохраняет фазы отдельных спектральных компонент сигнала. Выполнение анализа во временной области включает следующие этапы.
1. Моделирование распространения микросейсм. Микросейсмы моделируются случайно распределенными по поверхности и случайными по интенсивности кратковременными воздействиями. Характер распределения по поверхности -равномерный или в соответствии с известными источниками поверхностных шумов на исследуемой территории, по мощности - по нормальному закону распределения. Поток воздействий представляет собой Пуассоновский процесс. Параметры законов распределения варьируются для достижения наибольшего сходства модельного фона микросейсм с наблюдаемым. Строятся модельные отклики на единичное воздействие. Длительность модельного отклика должна включать в себя не менее 2-х двойных времен пробега от дневной поверхности до самого глубокого целевого горизонта.
2. Выделение частотного диапазона для временного анализа. Полевые записи анализируются на наличие техногенных шумов с целью выбора диапазона, в котором отношение полезного сигнала к шумам максимально. В качестве полезного сигнала используется усредненный по анализируемым вариантам модельный спектр. Отношение сигнал/шум оценивается отношением мощности усредненного модельного спектра к мощности наблюдаемого спектра в некотором частотном диапазоне. Частотный диапазон, в котором данное отношение больше едниницы, выбирается как границы полосового фильтра.
Построенный полосовой фильтр применяется к усредненному модельному сигналу, в результате чего получается опорный сигнал. Длительность опорного сигнала устанавливается в 2-3 видимых периода.
4. Далее решается задача асинхронного обнаружения опорного сигнала в полевых записях. Для этого полевой сигнал с каждой точки наблюдений подвергается фильтрации фильтром, обратным к амплитудной и фазовой характеристике измерительного тракта с целью восстановить истинные амплитудные и фазовые соотношения между спектральными компонентами микросейсмического сигнала (истинный микросейсмический сигнал). Далее наблюденный микросейсмический сигнал разбивается на кадры длительностью, равной опорному сигналу с шагом дискретизации полевого сигнала, и к каждому кадру применяется построенный ранее в пункте 2 полосовой фильтр. Для отфильтрованных кадров вычисляется корреляция с опорным сигналом. Данная операция проводится для всех кадров полевой записи, в результате чего получается последовательность коэффициентов корреляции с опорным сигналом. В последовательности выделяются локальные максимумы корреляции и кадры, им соответствующие, усредняются с получением накопленного сигнала.
5. Следующим шагом решается задача различения гипотез Hi. Для этого вычисляется корреляция накопленного сигнала для каждой точки исследований с модельным сигналом для каждой геологической гипотезы. Оптимальная длительность сигналов для определения коэффициентов корреляции определяется экспериментально путем расчетов коэффициентов корреляции для нескольких длин и вычислением коэффициентов значимости корреляций для данной длины кадра. Оптимальной длиной кадра выбирается та, при которой сумма значимостей коэффициентов корреляции максимальна. Полученные коэффициенты корреляции для каждой геологической гипотезы и каждой точки исследований позволяют построить карту коэффициентов корреляции накопленного сигнала с модельными сигналами. Полученные наборы карт позволяют сделать вывод о распространении исследуемых вариантов геологического строения по площади исследований.
Пример исследований в частотной области
Исследуемый участок имел размер 20 км по простиранию. По данным поисково-разведочного и эксплуатационного бурения на данном участке выявлены залежи нефти в среднем и верхнем девоне, а также в нижнем карбоне. Для уточнения контуров залежей было проведено исследование по данному методу низкочастотного сейсмического зондирования (НСЗ).
Измерения низкочастотного микросейсмического фона были произведены в 315 точках. Расстояние между точками регистрации составляло от 250 до 500 м.
Датчики представляют собой магнитоэлектрические маятниковые сейсмоприемники, преобразующие скорость механических колебаний в электрический ток, при этом напряжение, возбуждаемое на концах рабочей обмотки приемника, пропорционально скорости колебания грунта. Измерения были произведены с использованием мобильного цифрового сейсмометрического комплекса «Экспресс-4» разработки КБ «Геофизприбор» РАН (г.Москва).
Обработка сигналов низкочастотного сейсмического зондирования включала в себя следующие этапы:
- фильтрацию техногенных узкополосных помех, которая выполняется для исключения из регистрируемого сигнала узкополосных компонент, вызванных монохроматическими вибрациями близких поверхностных техногенных источников;
- фильтрацию широкополосных помех, которая выполняется для исключения кадров сигнала повышенной энергии, вызванной влиянием аддитивных поверхностных помех, значительно искажающих спектр полезного фонового микросейсмического шума;
- построение итоговых спектров Фурье. Производится вычисление и суммирование спектров Фурье очищенных от помех кадров сигнала;
- расчет теоретических спектров микросейсм и их сопоставление с наблюденными спектрами с построением результирующих карт.
Область численного моделирования имела размер 20 км по простиранию и 38 км в глубину. Осадочный чехол и залежь моделировались конечными элементами размером 10×20 м, кристаллический фундамент - элементами 20×90 м. Залежь имела горизонтальный размер 10 км и вертикальный 50 м. Геологическая среда моделировалась телом Фойгта. Решение проводилось методом конечных элементов по явной схеме с шагом по времени 0,001 сек. Модельное время составило 11 сек. Полученные сигналы в диапазоне от 1 до 11 сек разбивались на кадры по 512 отсчетов с шагом 64 отсчета и усреднялись. В качестве источника возбуждения использовался плоский удар сверху по поверхности модели. На дневной поверхности записывались значения скорости вертикальных перемещений. Расстояние между пикетами наблюдения составляло 1 км (рис.1).
Характеристика численной модели геологической среды участка работ приведена в таблице 1.
Все серии вычислительных экспериментов были повторены с вариациями временных и пространственных шагов моделирования, а также малыми вариациями сейсмомеханических характеристик элементов модели. Результат показал адекватность, устойчивость и сходимость модельных экспериментов.
Моделировались четыре возможные гипотезы о строении геологического разреза:
H0: с отсутствием нефтегазовой залежи в осадочном чехле;
H1: с наличием нефтегазовой залежи в терригенном девоне;
H2: с наличием нефтегазовой залежи в нижнем карбоне и карбонатном девоне;
Н3: с наличием нефтегазовой залежи в нижнем карбоне, карбонатном и терригенном девоне.
Результаты численного моделирования представлены на рисунке 2.
На всех модельных кривых независимо от насыщения разреза наблюдается спектральный максимум на 5 Гц, который отражает скоростные особенности разреза, не связанные с нефтенасыщением разреза, поэтому мы не учитываем его в дальнейшем описании модельных кривых.
Модельный спектр гипотезы H0 (H0 на рисунке 2) характеризуется наличием одного спектрального максимума на частоте 1,6-1,7 Гц (f1 на рисунке 2), который соответствует расчетным частотам (табл.1) для отражений от кристаллического фундамента. Такая форма спектра характеризует отсутствие нефтеносности в разрезе.
Модельный спектр гипотезы H1 (H1 на рисунке 2) характеризуется наличием двух спектральных максимумов на частотах 1,2 Гц (f0 на рисунке 2) и 2,4 Гц (f1 на рисунке 2), которые соответствуют расчету прогнозных частот (табл.1) для отложений верхнего девона. Величина Δf составляет 1,2 Гц. Форма спектральных максимумов вытянутая, узкая, что характерно для глубоко залегающих отложений.
Модельный спектр гипотезы H2 (Н2 на рисунке 2) характеризуется наличием двух спектральных максимумов на частотах 1,45 Гц (f0 на рисунке 2) и 2,9 Гц (fl на рисунке 2), сдвинутых относительно друг друга на величину, равную Δf, что соответствует расчетным частотам (табл.1). Спектральные максимумы несколько уширены по сравнению со спектрами от девонских терригенных залежей и отражают наличие нефтеносности в отложениях нижнего карбона и карбонатного девона.
В гипотезе H3 (H3 на рисунке 2) моделировалось совместное влияние залежей в девоне и нижнем карбоне на форму спектра микросейсм В данном случае наблюдаются спектральные максимумы на частотах 1,7 Гц (f0 на рисунке 2) и 3 Гц (f1 на рисунке 2), которые сформированы совместным влиянием близких резонансных частот моделей с залежью в верхнем карбонатном и терригенном девоне и нижнем карбоне.
Таким образом, численным моделированием были получены модельные кривые, которые показали, что аномалии, связанные с наличием залежи углеводородов, на территории исследования должны содержать мультимодальную структуру и отличаться от фоновых аномалий геосреды морфологией спектра.
Был проведен корреляционный анализ наблюденных и модельных (для всех гипотез) спектральных кривых. Пример спектра и спектрограммы наблюденного сигнала в одной из точек наблюдения показан на рисунке 3. Пример карты корреляций с гипотезой H2 приведен на рис.4. На основе выделения максимума корреляций по гипотезам была построена карта нефтеперспективности нижнекаменноугольно-верхнедевонских отложений (рис.5). Ранжирование на возможно перспективную и нефтеперспективную зоны осуществлялось с учетом данных сейсморазведочных работ и результатов поисково-разведочного бурения.
Анализ микросейсмических сигналов во временной области
Детальное рассмотрение спектральных максимумов в районе 1-4 Гц показывает наличие нескольких дополнительных спектральных максимумов в районе 2 и 3 Гц, однако их амплитуды весьма малы. Учитывая наличие детальной информации о скоростной характеристике геологического разреза в данном случае для разделения сигналов были проведены исследования методом корреляционного выделения сигнала на фоне шумов. Учитывая, что сигнал выше 4 Гц сильно зашумлен, для проведения анализа целесообразно использовать полосу частот 0-4 Гц. После фильтрации данным фильтром модельные сигналы имеют достаточные отличия для проведения корреляционного анализа (Рис.6).
Для проведения корреляционного анализа была применена следующая методика. На первом этапе проводилось накопление полезного сигнала. В отфильтрованных фильтром низких частот 0 Гц-4 Гц полевых записях детектировались моменты наибольшей корреляции текущего сигнала с началом модельных сигналов во временном отрезке от 0 до 2 сек, также отфильтрованных данным фильтром. Этот участок был выбран для детектирования начала полезного сигнала потому, что он практически одинаков для всех типов модельных сигналов.
Из детектированных моментов начала сигнала выбирались 10% с наибольшим уровнем корреляции, и кадры длиной 6 сек, начинающиеся с детектированного момента, усреднялись. Уровень корреляции для отбора кадров для накопления выбирался исходя из статистических критериев, количество накопленных кадров составляло от 300 до 1300 экземпляров сигнала. Пример полученного накопленного полезного сигнала представлен на Рис.7.
На втором этапе накопленные кадры сравнивались с модельными сигналами для различных геологических гипотез. Для полученных усредненных кадров вычислялся коэффициент корреляции с различными модельными сигналами. Учитывая различия в шумовой обстановке для различных точек исследований, для сравнения брались нормированные на сумму корреляционных коэффициентов величины корреляций для каждого случая. В результате были получены значения нормированных коэффициентов корреляции модельного сигнала для каждой из геологических гипотез с реальными накопленными сигналами в каждой точке исследований. Для каждого из коэффициентов корреляции строились карты, по которым проводился прогноз нефтеносности. На Рис.8 показана карта распределения коэффициента корреляции накопленного сигнала с модельным сигналом при залежи в карбоне. Видно, что на карте проявляются несколько областей с хорошей корреляцией.
В результате совместной обработки в спектральной и временной областях были построены карты прогнозной нефтеносности по нижнекаменноугольно-девонским отложениям (Рис.9). Последующим бурением (скважины 6547 и 6540 на рисунке 9) прогноз на наличие залежи в нижнекаменноугольных отложениях был подтвержден.
Описание рисунков
На рисунке 1 представлена схема области численного моделирования. 1 - осадочный чехол, 2 - фундамент, 3 - конечные элементы, которыми моделируются осадочный чехол и фундамент, 4 - неоднородность геологической среды - залежь углеводородов, 5 - сейсмоприемники, 6 - равномерное микросейсмическое возбуждение.
На рисунке 2 представлены варианты модельных спектров, полученные в результате численного моделирования. H0 - без залежи, H1 - залежь в терригенном девоне, H2 - залежь в нижнем карбоне/карбонатном девоне, H3 - залежь в терригенном девоне и нижнем карбоне/карбонатном девоне. Символами f0 и f1 обозначены спектральные максимумы, соответствующие отклику неоднородностей.
На рисунке 3 представлены характерные зарегистрированная спектрограмма и спектр микросейсм на исследуемой территории. А - спектрограмма, Б - спектр ранговый, В - спектр до фильтрации, Г - спектр после фильтрации.
На рисунке 4 представлена карта коэффициентов корреляции наблюдаемого и модельного сигналов в спектральной области. Цифрами указаны значения коэффициентов корреляции спектров наблюдаемого и модельного сигналов в точках исследования.
На рисунке 5 представлена карта перспективных зон в нижнекаменноугольно-девонском комплексе отложений по данным низкочастотного сейсмического зондирования в спектральной области в масштабе 1:30000.
На рисунке 6 представлен характерный вид модельных сигналов в диапазоне 1-5 сек после фильтрации фильтром нижних частот 4 Гц.
На рисунке 7 представлен пример полученного накопленного полезного сигнала с датчика при исследовании методом низкочастотного сейсмического зондирования.
На рисунке 8 представлена карта коэффициентов корреляции наблюдаемого и модельного сигналов во временной области. Цифрами указаны значения коэффициентов корреляции наблюдаемого и модельного сигналов в точках исследования.
На рисунке 9 представлена карта перспективных зон в нижнекаменноугольно-девонском комплексе отложений по данным низкочастотного сейсмического зондирования в спектральной и временной областях в масштабе 1:30000.
Литература
1. Birialtsev, E.V. The analysis of microseisms spectrum at prospecting of oil reservoir on Republic Tatarstan [Text] / E.V.Birialtsev, I.N.Plotnikova, I.R.Khabibulin, N.Y.Shabalin // EAGE Conference. - Saint Petersburg, Russia, 2006.
2. Birialtsev, E. Experience in Low-Frequency Spectral Analysis of Passive Seismic Data in Volga-Ural Oil-Bearing Province [Electronic resource] / E.Birialtsev, E.Eronina, N.Shabalin, D.Rizhov, V.Rizhov, A.A.Vildanov // IPTC 13678. INTERNATIONAL PETROLEUM TECHNOLOGY CONFERENCE (IPTC), DOHA, QATAR, 2009.
3. Шарапов, И.Р. Влияние зоны малых скоростей на спектральный состав природных микросейсм [Текст] / И.Р.Шарапов, Е.В.Биряльцев, А.А.Вильданов, И.Н.Плотникова, В.А. Рыжов // Георесурсы. - Казань.: Изд-во Казанск. гос. ун-та, 2009. - Вып.4. - С.27-30.
4. Бережной, Д.В. Анализ спектральных характеристик микросейсм как метод изучения структуры геологической среды [Текст] / Д.В.Бережной, Е.В.Биряльцев, Т.Е.Биряльцева, В.Л.Кипоть, В.А.Рыжов, Д.Н.Тумаков, М.Г.Храмченков // НИИ математики и механики Казанского университета. 2003-2007 гг. / Научн. ред. и сост. A.M.Елизаров. - Казань: Изд-во Казанск. гос. ун-та, 2008. - С.360-386.
5. Козлов Е.А. Модели среды в разведочной сейсмологии. Тверь, Изд-во ГЕРС, 2006. - 480 стр.
6. Тихонов А.Н., Самарский А.А. Уравнения математической физики (5-е изд.). М.: Наука, 1977 - 735 с.
7. Рыжов, В.А. Оптимизационный метод фильтрации квазигармонических помех с сохранением фонового уровня шума при изучении природных микросейсм [Текст] // Сейсмические приборы. - Москва: Изд-во ИЗФ РАН, 2008. - Т.44. - №4. - С.19-26.
| Таблица 1 | |||||
| Характеристика численной модели геологической среды | |||||
| Слои | Мощность, м | Скорость, м/с | Плотность, кг/м3 | Модуль Юнга | К.Пуассона |
| Q-P2uf | 400 | 2315 | 1850 | 6066332854 | 0,355000 |
| Pls-C2ksh | 610 | 5382 | 2615 | 43583333333 | 0,333333 |
| C2vr | 40 | 5780 | 2699 | 18110666667 | 0,333333 |
| C2b-Clal | 330 | 5685 | 2475 | 52299885000 | 0,333333 |
| Cltl-Clel | 40 | 3889 | 2250 | 21660000000 | 0,333333 |
| Cltr-D3sm | 480 | 5650 | 2583 | 53520836250 | 0,333333 |
| D3sr-D2 | 150 | 3571 | 2400 | 21609000000 | 0,333333 |
| A | 36000 | 6500 | 2970 | 83655000000 | 0,333333 |
| Залежь | Подошва, м | Мощность, м | Скорость, м/с | Плотность, кг/м3 | Модуль Юнга | К.Пуассона |
| нижний карбон карбонатный девон | 1430 | 30 | 2245 | 2131 | 7157497003 | 0,333333 |
| 1550 | 20 | 2245 | 2131 | 7157497003 | 0,333333 | |
| терригенный девон | 1900 | 20 | 1492 | 1924 | 2853865002 | 0,333333 |
Claims (11)
1. Способ геологической разведки залежей природных углеводородов, включающий в себя регистрацию естественного микросейсмического фона в диапазоне частот от 0,1 до 20 Гц, фильтрацию помех от наземных источников техногенных помех и анализ отфильтрованного микросейсмического фона на наличие под точкой записи микросейсмического поля залежи углеводородов, отличающийся тем, что производят численное полноволновое двухмерное либо трехмерное моделирование распространения микросейсм в геологической среде в отсутствие залежей углеводородов в среде (гипотеза Н0) и наличии залежей углеводородов в одном из возможных, в соответствии с геологическим строением исследуемого участка, горизонтов накопления углеводородов (гипотезы H1-Hi), при этом в различных гипотезах задают различные геометрические размеры модельных залежей углеводородов и/или их положение в среде, получают модельный микросейсмический сигнал для каждой точки исследования для всех исследуемых гипотез, причем для каждой геологической гипотезы проводят статистически значимое количество вычислительных экспериментов, в результате чего получают ансамбли реализаций микросейсмического процесса на исследуемой территории для каждой из выдвинутых гипотез о геологическом строении и производят сравнение статистическими методами наблюденного и модельных сигналов для определения адекватности гипотез Н0 и Н1-Нi, затем по заданным уровням вероятности ошибок первого и второго рода определяют наиболее адекватную гипотезу, при наибольшей адекватности гипотезы Н0 выносят суждение об отсутствии залежи углеводородов, а при адекватности одной из гипотез Н1-Нi - суждение о наличии залежи углеводородов с геометрическими размерами и положением, соответствующими адекватной гипотезе.
2. Способ геологической разведки залежей природных углеводородов по п.1, отличающийся тем, что микросейсмы моделируют случайно распределенными по поверхности и случайными по интенсивности кратковременными воздействиями, причем характер распределения по поверхности берут равномерным или в соответствии с известными источниками поверхностных шумов на исследуемой территории - по мощности, по нормальному закону распределения.
3. Способ геологической разведки залежей природных углеводородов по п.1, отличающийся тем, что микросейсмы моделируют плоским ударом, то есть одинаковое модельное воздействие осуществляют одновременно во всех точках модельной дневной поверхности.
4. Способ геологической разведки залежей природных углеводородов по п.1, отличающийся тем, что модель геологической среды моделируемого объема геологической среды содержит краевые зоны для исключения влияния на модельные сигналы эффектов отражения от границ модели, причем геометрические размеры краевых зон по простиранию выбирают из такого расчета, чтобы за время моделирования отраженная от границ модели волна не успевала дойти до моделируемого объема.
5. Способ геологической разведки залежей природных углеводородов по п.1, отличающийся тем, что форму и длительность импульса, моделирующего отдельный точечный микросейсм либо плоский удар, определяют, применяя обратное преобразование Фурье к спектру, равномерному в анализируемом диапазоне частот.
6. Способ геологической разведки залежей природных углеводородов по п.1, отличающийся тем, что сравнение модельных и наблюденных множеств кадров производят в спектральной и/или временной областях.
7. Способ геологической разведки залежей природных углеводородов по п.1, отличающийся тем, что при сравнении в спектральной области минимальную длительность кадров как наблюденного, так и модельного сигналов, выбирают так, чтобы сдвиг частотных максимумов спектров для гипотезы Н0 и любой из Hi детектировался 5 отсчетами при наличии спектрального максимума в обеих гипотезах либо 3 отсчетами при наличии максимума только в одной из гипотез в окрестностях любой частоты, где в модельном спектре для хотя бы одной из гипотез наблюдается спектральный максимум.
8. Способ геологической разведки залежей природных углеводородов по п.1, отличающийся тем, что при обработке во временной области определяют полосовой фильтр техногенных помех, для чего производят усреднение модельного спектра по анализируемым гипотезам, далее вычисляют отношение мощности спектра модельного сигнала к мощности спектра наблюденного сигнала в различных частотных диапазонах, в качестве полосового фильтра техногенных помех выбирают частотный диапазон, в котором данное отношение максимально.
9. Способ геологической разведки залежей природных углеводородов по п.1, отличающийся тем, что наблюденный сигнал с каждой точки наблюдений подвергают фильтрации фильтром, обратным к амплитудной и фазовой характеристикам измерительного тракта, далее наблюденный микросейсмический сигнал разбивают на кадры длительностью, равной модельному сигналу, и к каждому кадру применяется полосовой фильтр по п.8, далее для отфильтрованных кадров вычисляется корреляция с опорным сигналом, который вычисляют путем применения фильтра по п.8 к усредненному модельному сигналу, в результате чего получают последовательность коэффициентов корреляции с опорным сигналом, в которой выделяют локальные максимумы корреляции, и кадры, им соответствующие, усредняют с получением накопленного сигнала.
10. Способ геологической разведки залежей природных углеводородов по п.1, отличающийся тем, что при сравнении во временной области длительность модельного и накопленного сигналов выбирают так, чтобы сумма коэффициентов значимости корреляций накопленного сигнала и модельных сигналов после применения ко всем сигналам полосового фильтра по п.8 была максимальной.
11. Способ геологической разведки залежей природных углеводородов по п.1, отличающийся тем, что вычисляют корреляцию накопленного сигнала по п.9 для каждой точки исследований с модельным сигналом для каждой геологической гипотезы, далее для каждой геологической гипотезы строят карту коэффициентов корреляции накопленного сигнала с модельными сигналами.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2010129261/28A RU2450290C2 (ru) | 2010-07-14 | 2010-07-14 | Способ геологической разведки |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2010129261/28A RU2450290C2 (ru) | 2010-07-14 | 2010-07-14 | Способ геологической разведки |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| RU2010129261A RU2010129261A (ru) | 2012-01-20 |
| RU2450290C2 true RU2450290C2 (ru) | 2012-05-10 |
Family
ID=45785337
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2010129261/28A RU2450290C2 (ru) | 2010-07-14 | 2010-07-14 | Способ геологической разведки |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2450290C2 (ru) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2648015C1 (ru) * | 2017-01-20 | 2018-03-21 | Общество с ограниченной ответственностью "Градиент технолоджи" (ООО "ГТ") | Мобильный поисковый метод проведения пассивной низкочастотной сейсморазведки |
| RU2848427C1 (ru) * | 2024-12-23 | 2025-10-17 | Акционерное общество "Октопус" | Сейсмический способ выявления контрастных геологических объектов |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108267722A (zh) * | 2018-01-23 | 2018-07-10 | 航天建筑设计研究院有限公司 | 地质雷达回波信号物性解构与探测目标数字重构智能化识取方法 |
| CN117150226B (zh) * | 2023-11-01 | 2024-01-09 | 深圳龙电华鑫控股集团股份有限公司 | 一种载波通信传输信息采集管理系统 |
| CN118311646B (zh) * | 2024-06-07 | 2024-08-20 | 山东省地质矿产勘查开发局第三地质大队(山东省第三地质矿产勘查院、山东省海洋地质勘查院) | 一种用于地质环境监测的数据分析方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0745870A2 (en) * | 1995-06-01 | 1996-12-04 | Phillips Petroleum Company | Non-unique seismic lithologic inversion for subterranean modeling |
| RU2223521C2 (ru) * | 1997-12-01 | 2004-02-10 | Шлюмбергер Текнолоджи Б.В. | Способ и устройство для создания, проверки и модификации геологических моделей подповерхностных зон |
| RU2248014C1 (ru) * | 2004-03-22 | 2005-03-10 | Закрытое акционерное общество Научно-производственная компания "Форум" | Способ сейсмической разведки объектов, рассеивающих упругие волны |
| RU2251716C1 (ru) * | 2004-06-25 | 2005-05-10 | Арутюнов Сергей Львович | Способ поиска углеводородов (варианты) и способ определения глубины залегания продуктивных пластов |
-
2010
- 2010-07-14 RU RU2010129261/28A patent/RU2450290C2/ru active IP Right Revival
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0745870A2 (en) * | 1995-06-01 | 1996-12-04 | Phillips Petroleum Company | Non-unique seismic lithologic inversion for subterranean modeling |
| RU2223521C2 (ru) * | 1997-12-01 | 2004-02-10 | Шлюмбергер Текнолоджи Б.В. | Способ и устройство для создания, проверки и модификации геологических моделей подповерхностных зон |
| RU2248014C1 (ru) * | 2004-03-22 | 2005-03-10 | Закрытое акционерное общество Научно-производственная компания "Форум" | Способ сейсмической разведки объектов, рассеивающих упругие волны |
| RU2251716C1 (ru) * | 2004-06-25 | 2005-05-10 | Арутюнов Сергей Львович | Способ поиска углеводородов (варианты) и способ определения глубины залегания продуктивных пластов |
Non-Patent Citations (1)
| Title |
|---|
| БИРЯЛЬЦЕВ Е.В. и др. Результаты численного моделирования распространения природных микросейсм в зонах залегания нефтегазовых залежей / Конференция EAGE, ГЕОМОДЕЛЬ-2008. - Геленджик: 2008. * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2648015C1 (ru) * | 2017-01-20 | 2018-03-21 | Общество с ограниченной ответственностью "Градиент технолоджи" (ООО "ГТ") | Мобильный поисковый метод проведения пассивной низкочастотной сейсморазведки |
| RU2848427C1 (ru) * | 2024-12-23 | 2025-10-17 | Акционерное общество "Октопус" | Сейсмический способ выявления контрастных геологических объектов |
Also Published As
| Publication number | Publication date |
|---|---|
| RU2010129261A (ru) | 2012-01-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2518577C2 (ru) | Непрерывный адаптивный анализ поверхностных волн в случае трехмерных сейсмических данных | |
| CN106526670B (zh) | 一种碎屑岩储层中地震属性砂体空间分布描述及评价的方法 | |
| Tselentis et al. | Strategy for automated analysis of passive microseismic data based on S-transform, Otsu’s thresholding, and higher order statistics | |
| US9176243B2 (en) | Locating oil or gas actively by exciting a porous oil and gas saturated system to give off its characteristic resonance response, with optional differentiation of oil, gas and water | |
| Lambert et al. | Low‐frequency microtremor anomalies at an oil and gas field in Voitsdorf, Austria | |
| US20100302905A1 (en) | Method for monitoring a subsoil zone, particularly during simulated fracturing operations | |
| WO2016185223A1 (en) | Interferometric microseismic imaging methods and apparatus | |
| DK177865B1 (da) | Fremgangsmåde til detektering eller monitorering af en subsurface-struktur af carbonhydridreservoirstørrelse | |
| Zhang et al. | Retrieval of shallow S-wave profiles from seismic reflection surveying and traffic-induced noise | |
| CA2678289A1 (en) | Passively locating a porous oil, gas or water saturated system giving off its characteristic resonance response to ambient background noise | |
| Ehsaninezhad et al. | Urban subsurface exploration improved by denoising of virtual shot gathers from distributed acoustic sensing ambient noise | |
| RU2450290C2 (ru) | Способ геологической разведки | |
| Witten et al. | Signal-to-noise estimates of time-reverse images | |
| Ali et al. | A low-frequency passive seismic array experiment over an onshore oil field in Abu Dhabi, United Arab Emirates | |
| RU2386984C1 (ru) | Способ поиска углеводородов | |
| Haris et al. | Integrating a microtremor survey and time reverse modeling over a hydrocarbon reservoir: a case study of Majalengka field, West Java Basin, Indonesia | |
| CA2687389C (en) | Locating and differentiating oil, gas or water by actively exciting a porous oil, gas or water saturated system to give off its characteristic resonance response | |
| Zhou et al. | Elastic wave equation traveltime inversion with dynamic time warping based on high-speed train seismic data | |
| CN103760599B (zh) | 一种微小断层检测方法及断层检测装置 | |
| Hosseini et al. | Constraining shallow subsurface S wave velocities with the initial portion of local P waves recorded at multiple seismic networks including ANSS and EarthScope Transportable Array in the CEUS | |
| RU2848427C1 (ru) | Сейсмический способ выявления контрастных геологических объектов | |
| AU2009243472B2 (en) | Locating oil or gas actively or passively by observing a porous oil and gas saturated system giving off its characteristic resonance response to artificial excitation or ambient background noise, including optional differentiation of oil, gas and water | |
| RU2217778C2 (ru) | Способ поиска углеводородов | |
| Trinchero et al. | Geomechanical and geometric seismic attributes in an interpretation workflow for characterization of unconventional reservoirs | |
| US20240264318A1 (en) | Passive low frequency seismic (lfs) system and method to detect and image subsurface search objects and fluid properties |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20120715 |
|
| NF4A | Reinstatement of patent |
Effective date: 20141010 |
|
| QB4A | Licence on use of patent |
Free format text: LICENCE Effective date: 20170330 |
|
| QB4A | Licence on use of patent |
Free format text: LICENCE Effective date: 20171218 |
|
| MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20200715 |
|
| NF4A | Reinstatement of patent |
Effective date: 20210511 |