СПОСОБ ОБРАБОТКИ ДАННЫХ, ПРЕДСТАВЛЯЮЩИХ ФИЗИЧЕСКУЮ СИСТЕМУ Российский патент 2017 года по МПК G01V1/28 G01V1/30 G06F17/10 

Область техники, к которой относится изобретение

Настоящее изобретение относится к обработке данных, представляющих физическую систему. В частности, настоящее изобретение относится к способу и устройству для выполнения одной или более инверсий данных с целью определения свойств физической системы или изменений в свойствах физической системы.

Уровень техники

Интерпретация данных сейсморазведки методом отраженных волн представляет собой метод, используемый для детализированного определения структур, расположенных под поверхностью Земли. Разрешение, которое может быть достигнуто таким методом, делает этот метод предпочтительным для разведки на нефть и построения карты структур геологической среды. Он применим также для экспериментальных исследований, в ходе которых зондируют мелкозернистую структуру внутри земной коры и на границе между корой и мантией.

Данный метод предусматривает последовательную генерацию нисходящих сейсмических волн в ряде пунктов в пределах изучаемого региона. Большое количество приемников располагают с определенными интервалами на расстоянии от местоположения каждого источника, чтобы эти приемники регистрировали амплитуды (например, в виде давления, смещения или его производной) сейсмических волн, отраженных обратно к поверхности от неоднородностей геологической среды за некоторый период времени. Зарегистрированные сейсмоволны обычно восстанавливают из свертки, устраняя воздействие источника и приемника (которые обладают собственными функциями отклика).

Данные сейсморазведки методом отраженных волн обычно имеют низкие амплитуды и засорены многократными отражениями и другими видами помех. Для улучшения отношения сигнал-помеха могут применяться различные методы сбора и обработки данных, такие как усреднение (суммирование) трасс с одной и той же средней точкой с учетом различных расстояний между источником и приемником, и распознавание многократных отражений на основе их периодичности или углов наклона фронта волны, отличающихся от однократных отраженных волн. Кроме того, данные можно правильно располагать в пространстве за счет процесса, называемого миграцией, позволяющего перемещать наклонные оси синфазности в правильное положение. При выполнении сравнения двух или более массивов данных, относящихся к одному и тому же району, можно проводить тщательный анализ соотношения между амплитудой, временем и другими атрибутами массивов данных.

После соответствующих поправок, которые могут содержать также поправку за влияние других известных параметров окружающей среды, данные объединяют с целью получения графического представления неоднородностей в разрезе геологической среды.

После этого данные сейсморазведки методом отраженных волн, полученные при помощи полевых экспериментов, обрабатывают для получения трехмерного изображения структур геологической среды, как описано выше. Три измерения относятся к пространственным измерениям, «освещенным» сейсмическими данными. Вертикальная ось может представлять глубину или полное вертикальное время двойного пробега сейсмической волны.

Амплитуды отраженных сейсмических волн указывают на амплитуды огибающих сейсмических отражений, засоренных помехами. Амплитуда огибающей сейсмического отражения зависит от коэффициента отражения, который может определяться как функция относительных скачков свойств упругого вещества подповерхностных слоев.

Упругие свойства изотропной упругой среды полностью описываются тремя параметрами, например двумя упругими постоянными Ламе и плотностью. Возможны другие варианты параметризации, например, с помощью акустического импеданса, сдвигового импеданса и плотности. Третьим примером может служить скорость распространения продольной волны, скорость распространения поперечной волны и плотность. Преобразование между различными наборами упругих параметров является четко определенным и не вызывает затруднений.

В большинстве случаев упругие свойства изменяются в пространстве. Чтобы объяснить соотношение между упругими свойствами и сейсмическими данными, может оказаться удобным представить геологическую среду в виде набора слоев в геологическом разрезе. Свойства слоев описываются упругими свойствами пород внутри слоев, тогда как сейсмические данные связаны со скачками свойств слоев между последовательными слоями. Таким образом, сейсмические данные пригодны для интерпретации подповерхностных многослойных структур, поскольку они изображают границы между слоями.

Сейсмическая инверсия определена здесь как процесс преобразования (инвертирования) данных сейсморазведки методом отраженных волн в свойства упругого вещества, т.е. получения амплитуд (данных измерения скачков) и их использования для вывода заключения о физических свойствах слоя. Известны многочисленные методы сейсмической инверсии.

В течение некоторого времени, определенные типы пород, известные как породы-источники, генерируют углеводороды. После этого образовавшиеся углеводороды передаются и сохраняются в породах, известных как коллекторские породы, за счет различных геологических процессов. В ходе добычи углеводородов в каком-либо геологическом регионе эффективные свойства упругого вещества коллекторских пород изменяются в течение времени добычи, при этом время добычи представляет собой четвертое измерение при сейсмическом 40-анализе. Изменения эффективных упругих свойств коллекторских пород могут быть вызваны изменениями насыщения флюидами порового пространства в коллекторских породах, а также изменениями давления и температуры. Объясняемые простой послойной концепцией модели Земли, свойства коллекторного слоя изменяются во время добычи, что влечет за собой изменения отражательной способности для верхней и нижней границ раздела пласта-коллектора. Измерения, выполняемые при дальнейшей сейсморазведке, связаны с новыми скачками на границах между соседними слоями.

Заключение об изменениях в пласте-коллекторе часто делают на основании сравнения сейсмических данных (например, амплитуд сейсмических волн, отраженных на границах раздела, ограничивающих или находящихся внутри пласта-коллектора) для различных данных сейсморазведки, собранных на различных этапах добычи. Более прямая интерпретация может опираться на разностные данные. Разностные данные получают путем вычитания данных двух разделенных по времени сейсмических съемок, охватывающих общую часть геологической среды. Разностные данные, после синхронизации во времени в ходе предварительной обработки, представляют пространственное изображение изменений относительных скачков между двумя различными периодами сбора данных.

Для трехмерного массива сейсмических данных классическая задача инверсии заключается в оценке параметров упругого вещества по трехмерным сейсмическим данным. Естественное распространение 3D-инверсии на инверсию данных периодических сейсмических наблюдений (4D) состоит в инвертировании различных 3D-массивов данных по отдельности с помощью известного способа с последующим вычитанием результатов для получения изменений.

Однако степень надежности 4D-интерпретаций трудно определить, при этом они выполняются при помощи качественной оценки. Полный учет имеющих место неопределенностей важен для выведения точного заключения об изменениях в свойствах пласта-коллектора в период между двумя сейсмическими съемками. Результаты такого сейсмического анализа могут оказаться существенными при управлении разработкой коллектора благодаря использованию предполагаемых свойств пласта-коллектора в целях оценки, например, новых объектов бурения и будущих стратегий дренирования.

Сейсмическая инверсия обеспечивает количественные оценки упругих свойств пласта-коллектора. Однако известно, что инверсия зашумленных сейсмических данных представляет собой сложную и некорректную процедуру. Надлежащую оценку неопределенностей в данных 4D инверсии ранее не удавалось осуществить или удавалось осуществить лишь в ограниченной степени.

В последнее время появились промышленные методы инверсии с использованием периодических сейсмических наблюдений, но лишь с кратким описанием этих методов. Некоторые результаты были опубликованы (Mesdag и др., 2003 г., «Integrated AVO reservoir characterisation and time-lapse analysis of the Widuri field», расширенные аннотации 65-го заседания Европейской ассоциации геофизиков-разведчиков). В соответствии с такими способами применяют раздельную инверсию данных с некоторым взаимным ограничением между полученными результатами, например, общей моделью фона. После этого изменения данных периодических сейсмических наблюдений вычисляют исходя из изменения инвертированных параметров. В работе Sarkar и др., 2003 г., «On the Inversion of time-lapse seismic data», 73-е Ежегодное международное совещание Общества геофизиков-разведчиков, стр. 1489-1492, упоминается инверсия разностей сейсмических данных, но не представлены подробности реализации. Ни в одном из этих методов инверсии не представлены границы неопределенности результатов.

В патенте GB 240990, включенном в настоящий документ посредством ссылки, раскрыт способ, позволяющий осуществлять улучшенную инверсию сейсмических данных, представляющих физическую систему, в целях получения данных о сейсмических свойствах. Раскрыт способ инверсии данных, работающий непосредственно с сейсмическими разностными данными, и, конкретно, с разностью между двумя наборами измеренных данных, представляющих систему в первом и втором состояниях. Способ инверсии может использоваться для оценки изменений свойств упругого вещества в каком-либо регионе Земли, содержащем коллектор углеводородов, в связи с добычей или извлечением углеводородов. Данный метод может применяться для обработки ошибок, присущих таким данным, и может обеспечивать получение, например, распределений вероятностей или границ неопределенностей по результатам инверсии.

Однако заявитель настоящего изобретения понимает желательность предложения улучшенного метода инверсии, учитывающего дополнительные неопределенности, связанные с различными аспектами входных данных и/или моделирования. Заявитель настоящего изобретения понимает также желательность расширения такого метода инверсии с целью получения данных, относящихся к петрофизическим свойствам пласта-коллектора.

Раскрытие изобретения

Согласно первому аспекту настоящего изобретения предлагается способ обработки данных, представляющих физическую систему, содержащий следующие шаги: обеспечивают входные данные, представляющие различия в физической системе между первым и вторым состояниями физической системы, или связанные с этими различиями; и инвертируют входные данные или данные, определенные на их основе, в соответствии с параметризованной моделью физической системы для получения разностей параметров модели в первом и втором состояниях, где параметры модели представляют свойства физической системы или связаны с ними; причем шаг инвертирования выполняют для множества различных возмущений параметризованной модели и/или данных в целях получения множества наборов разностей параметров модели; и при этом статистический анализ множества наборов разностей выполняют для получения статистических характеристик разностей параметров модели.

Эти свойства могут быть физическими свойствами.

Статистические характеристики могут содержать среднее значение множества наборов.

Статистические характеристики могут содержать среднеквадратичное отклонение множества наборов.

Возмущения параметризованной модели могут находиться в пределах диапазона, основанного на неопределенности, связанной с моделью.

Первое состояние может представлять собой определяемое или вычисляемое эталонное состояние. Второе состояние может представлять собой измеряемое или наблюдаемое состояние.

Возмущения данных могут находиться в пределах диапазона, основанного на неопределенности, связанной с моделью.

Параметризованная модель может представлять собой вторую параметризованную модель, а входные данные могут быть вторыми входными данными, где параметры второй модели представляют вторые свойства физической системы или связаны с ними. Имея в виду это обстоятельство, способ может дополнительно содержать определение вторых входных данных путем инвертирования первых входных данных в соответствии с первой параметризованной моделью физической системы для получения разностей параметров первой модели в первом и втором состояниях, где параметры первой модели представляют первые свойства физической системы или связаны с ними.

Первые входные данные могут содержать разность между первыми и вторыми сейсмическими данными, представляющими физическую систему или связанными с ней в первом и втором состояниях соответственно. Способ может содержать формирование разности между первыми и вторыми сейсмическими данными.

Сейсмические данные могут представлять собой данные метода отраженных волн.

Первые свойства могут быть сейсмическими свойствами. Вторые свойства могут быть физическими свойствами.

Физические свойства могут быть петрофизическими свойствами. Петрофизические свойства можно рассматривать в качестве включающих в себя по меньшей мере одно из следующих свойств: литологический состав, пористость, насыщенность (например, нефтью, газом, водой, минерализованной пластовой водой), внутрипоровое давление, проницаемость, плотность, механика твердого тела, намагниченность, электропроводность, теплопроводность и радиоактивность.

Согласно второму аспекту настоящего изобретения предложен способ обработки сейсмических данных, представляющих физическую систему, содержащий следующие шаги: формируют разность между первыми и вторыми сейсмическими данными, представляющими систему, или связанными с ней, в первом и втором состояниях соответственно; инвертируют разность в соответствии с первой параметризованной моделью физической системы для получения разностей параметров первой модели в первом и втором состояниях, где параметры первой модели представляют сейсмические свойства физической системы или связаны с ними; инвертируют полученные разности параметров первой модели или данные, представляющие полученные разности или определенные на их основе, в соответствии со второй параметризованной моделью физической системы для получения разностей параметров второй модели в первом и втором состояниях, где параметры второй модели представляют физические свойства физической системы или связаны с ними.

Сейсмические данные могут представлять собой данные метода отраженных волн.

Физическая система может включать в себя регион, содержащий пласт-коллектор, а физические свойства могут быть свойствами пласта-коллектора.

Пласт-коллектор может представлять собой коллектор углеводородов.

Свойства пласта-коллектора могут включать в себя внутрипоровое давление и по меньшей мере два из таких свойств как нефтенасыщенность, газонасыщенность или насыщенность минерализованной пластовой водой.

Первые или вторые сейсмические данные, или оба эти вида данных, могут представлять собой измеренные сейсмические данные.

Параметры первой модели могут относиться к любому полному набору упругих свойств, которые могут быть использованы для составления линейного выражения отражательной способности.

Параметры первой модели могут относиться к скорости распространения продольной волны, скорости распространения поперечной волны и плотности.

Параметры первой модели могут относиться к акустическому импедансу, сдвиговому импедансу и плотности.

Первое и второе состояния могут представлять физическую систему или относиться к ней в различные моменты времени.

Единственная или каждая инверсия может быть инверсией d=Ар+е, где d представляет данные, предоставленные для инверсии, p представляет разности параметров модели, А представляет собой оператор прямого моделирования для рассматриваемой модели и е представляет собой остаточный член.

Возмущения модели могут быть связаны с изменениями оператора А прямого моделирования.

Возмущения данных могут быть связаны с изменениями данных d.

Единственная или каждая инверсия может выполняться в статистической среде.

Единственная или каждая инверсия может представлять собой инверсию по методу наименьших квадратов.

Единственная или каждая инверсия может представлять собой байесовскую инверсию.

Первая часть решения единственной или каждой задачи инверсии может представлять собой апостериорное математическое ожидание.

Апостериорное математическое ожидание может соответствовать разностям параметров рассматриваемой модели.

Вторая часть решения единственной или каждой задачи инверсии может представлять собой апостериорную ковариацию.

Апостериорная ковариация может соответствовать неопределенности апостериорного математического ожидания.

Разности параметров единственной или каждой модели могут подчиняться статистике Гаусса.

Предварительные знания о разности параметров единственной или каждой модели могут быть сформулированы в априорной модели.

Полученные разности параметров модели могут быть использованы для оценки, где в физической системе произошли изменения между первым и вторым состояниями.

Полученные разности параметров модели могут быть использованы для оценки изменения группового состава углеводородов в коллекторе углеводородов.

Полученные разности параметров модели могут быть использованы для оценки вероятности появления различий в физической системе между первым и вторым состояниями.

Вероятности появления различий в физической системе могут быть использованы для построения карты плотности вероятности появления различий в физической системе.

Предложено также устройство для обработки данных, представляющих физическую систему, содержащее средства (например, по меньшей мере один компонент, такой как по меньшей мере один процессор или блок обработки данных) для осуществления способа согласно первому или второму аспекту настоящего изобретения.

Предложена также программа управления устройством для осуществления способа, предложенного в настоящей заявке, которая, после загрузки в устройство, превращает его в устройство, предлагаемое в настоящей заявке. Программа может находиться на программоносителе. Программоноситель может представлять собой носитель информации. Программоноситель может представлять собой среду передачи данных. Кроме того, предусматривается устройство, программируемое такой программой, а также носитель информации, содержащий эту программу.

Поскольку настоящее изобретение близко связано с техническим решением по патенту GB 240990, то прилагаемая к настоящему описанию формула изобретения предназначена для рассмотрения в контексте, согласующимся с контекстом формулы изобретения из GB 240990.

Краткое описание чертежей

Далее изобретение будет раскрыто при помощи примеров со ссылкой на прилагаемые чертежи.

На ФИГ. 1 представлена блок-схема, иллюстрирующая способ согласно одному из вариантов осуществления первого аспекта настоящего изобретения.

На ФИГ. 2 представлена блок-схема, иллюстрирующая применение одного из вариантов осуществления первого аспекта настоящего изобретения для оценки статических свойств пласта-коллектора.

На ФИГ. 3 представлена блок-схема, иллюстрирующая применение одного из вариантов осуществления первого аспекта настоящего изобретения для оценки динамических свойств пласта-коллектора.

На ФИГ. 4 представлена блок-схема, иллюстрирующая способ согласно одному из вариантов осуществления второго аспекта настоящего изобретения.

На ФИГ. 5А и 5В изображены результаты петроупругой инверсии статических свойств. На ФИГ. 5А показаны данные о давлении, а на ФИГ. 5В - данные о нефтенасыщенности. Представлены первоначальные модели (пунктирные), истинные значения давления (тонкая сплошная линия) и результат петроупругой инверсии (жирная сплошная линия). Зона, закрашенная серым, показывает диапазон неопределенности петроупругой инверсии.

На ФИГ. 6А, 6В и 6С изображены результаты петроупругой инверсии изменений свойств пласта-коллектора. На ФИГ. 6А показаны изменения данных об эффективном давлении, на ФИГ. 6В - изменения нефтенасыщенности, тогда как ФИГ. 6С отображает изменения газонасыщенности. Представлены первоначальные модели (пунктирные), истинные значения давления (тонкая сплошная линия) и результат петроупругой инверсии (жирная сплошная линия). Зона, закрашенная серым, показывает диапазон неопределенности петроупругой инверсии.

На ФИГ. 7 представлена структурная схема устройства для реализации способа, осуществляющего настоящего изобретение.

Осуществление изобретения

Как отмечалось выше, заявитель настоящего изобретения понимает желательность улучшения метода, раскрытого в патенте GB 240990 и его расширения с целью получения данных, относящихся к физическим свойствам пласта-коллектора.

В этом отношении оценка свойств пласта-коллектора (таких как внутрипоровое давление, а также нефте- и газонасыщенность) по сейсмическим данным важна для оптимизации промышленной разработки пласта-коллектора и соответственно является предметом значительных исследований, проводившихся в течение приблизительно двух последних десятилетий, причем многие работы были опубликованы в литературе по геофизике.

Ниже представлен краткий обзор подборки этих исследований, которые представляются наиболее тесно связанными с каким-либо вариантом осуществления настоящего изобретения. Большинство предшествующих исследований относятся к оценке статических свойств пласта-коллектора (таких как пористость, глинистость, первоначальная водонасыщенность или вероятность присутствия песка), при этом лишь несколько публикаций связаны с периодическими сейсмическими наблюдениями.

Одним из более ранних исследований, посвященных оценке свойств пласта-коллектора по сейсмическим данным, является работа Carcione и др. (2003 г.), раскрывающая способ оценки внутрипорового давления по инвертированным скоростям сейсмических волн, в котором использовалась статистическая модель, связывающая скорости с внутрипоровым давлением. Чтобы оценить внутрипоровое давление в условиях пласта, модель сопоставляется с наблюдениями, использующими внутрипоровое давление в качестве переменной сопоставления. По существу, это детерминированный подход.

Другая методология использовалась такими авторами, как Eidsvik и др. (2002 г., 2004 г.), Bachrach и др. (2004 г.), Larsen и др. (2006 г.) (чья работа была впоследствии уточнена Ulvmoen и Omre (2010 г.) и Ulvmoen и др. (2010 г.)), Bosch и др. (2007 г.), Bosch и др. (2009 г.), Buland и др. (2008 г.) и, совсем недавно, Grana и Delia Rossa (2010 г.), которые использовали формулу Байеса для нахождения свойств пласта-коллектора по сейсмическим данным (например, пористости, глинистости, первоначальной водонасыщенности или вероятности присутствия песка).

Преимущество этих байесовских/статистических подходов состоит в том, что данная формула обеспечивает также оценку неопределенностей инверсии свойств пласта коллектора, что дает возможность получить представление о том, насколько можно доверять таким оценкам. Можно считать, что существует два различных класса способов: некоторые работы направлены на оценку непрерывных параметров (например, Bosch и др., 2007 г., 2009 г.; Grana и Delia Rossa, 2010 г.), тогда как другие методы позволяют получить дискретный класс данных о литологическом составе/характере насыщенности пласта (например, Eidsvik и др., 2002 г., 2004 г.; Larsen и др., 2006 г.).

Значительно меньше работ, посвященных петроупругой инверсии данных периодических сейсмических наблюдений, опубликовано на сегодняшний день. В связи с этим петроупругую модель можно рассматривать в качестве связывающей свойства пласта-коллектора (или физические свойства) с упругими (или сейсмическими) свойствами, при этом петроупругая инверсия выполняется с целью получения одного такого набора свойств из другого набора с помощью такой модели. В работе Brevik (1999 г.) раскрыта концепция использования изменений времен пробега РР-волн и PS-волн для оценки изменений насыщенности и давления. В работе Landre (2001 г.) раскрыта параметризация изменений скорости применительно к изменениям насыщенности и давления, которая, в свою очередь, используется в модели AVO. Такая эмпирическая модель требует нескольких упрощений и аппроксимаций, кроме того, в этой работе не представлена оценка неопределенностей. Landre и др. (2003 г.) распространили эту модель на задачу совместной инверсии PP-PS волн. Их модель была впоследствии уточнена Hafslund Veire и др. (2006 г.), которые использовали статистическую модель интерференции, предложенную в работе Eidsvik и др. (2004 г.), для оценки изменений в свойствах пласта-коллектора и связанных с ними изменений.

Другой подход был представлен в работе El Ouair и Stranen (2006 г.), которые описали способ детерминистической оценки внутрипорового давления и изменений нефтенасыщенности по инвертированным сейсмическим свойствам. Базовая модель основана на эмпирической подгонке между изменениями моделируемых сейсмических свойств и свойств пласта-коллектора. Апостериорные неопределенности в дальнейшем оценивают при помощи выборки по методу Монте-Карло.

В настоящей заявке предложен способ петроупругой инверсии, преобразующий изменения или различия сейсмических свойств, например, полученных при помощи метода инверсии, раскрытого в патенте GB 240990, в изменения или различия свойств пласта-коллектора, включая обработку соответствующих неопределенностей. При этом сейсмические свойства могут представлять собой, например, скорость (V_P) продольной волны или волны сжатия, скорость (V_S) поперечной волны или сдвиговой волны и плотность ρ, или акустический импеданс (I_P), сдвиговый импеданс (I_S) и плотность ρ, тогда как свойства пласта-коллектора могут представлять собой, например, внутрипоровое давление (Р_р) и значения S₁ и S₂ насыщенности двух фаз; эти две фазы могут быть комбинацией трех возможных флюидных компонентов: газа, нефти и минерализованной пластовой воды. Такая инверсия основана на петрофизической модели, описывающей зависимости между сейсмическими свойствами (например, скоростями, импедансами, плотностью) и свойствами пласта-коллектора (например, внутрипоровым давлением и нефтенасыщенностью). Эта модель образует основу для параметризации сейсмических свойств с учетом свойств пласта-коллектора, таких как внутрипоровые давления и нефтенасыщенность.

Сейсмические свойства и свойства пласта-коллектора в петрофизической модели, как правило, зависят друг от друга нелинейно; однако такие модели можно линеаризовать и аппроксимировать за счет разложения в ряд Тейлора, что приводит к линейной прямой задаче/ задаче инверсии. В принципе, для оценки изменений динамических свойств пласта-коллектора по инвертированным изменениям сейсмических свойств можно использовать общедоступные программы для линейной инверсии.

Однако в отличие от типичной задачи сейсмической инверсии, например, заявитель настоящего изобретения учитывает, что параметризованный оператор, связывающий свойства пласта-коллектора с сейсмическими свойствами, имеет много параметров, остающихся неопределенными. В связи с этим заявитель настоящего изобретения понимает, что единственное применение такой петроупругой инверсии может быть ненадежным. Кроме того, при байесовской постановке задачи оцененные апостериорные неопределенности свойств пласта-коллектора не будут содержать все соответствующие неопределенности.

Поэтому в настоящей заявке предлагается несколько раз применять петроупругую инверсию с возмущаемыми (например, случайным образом) существенными параметрами для каждой итерации - способ, иногда называемый дискретизацией или, как в настоящей заявке, инверсией методом Монте-Карло ИМК. Сохраняя результат каждой такой инверсии, получают набор возможных свойств пласта-коллектора, который можно анализировать статистически. При этом можно получить репрезентативное решение (например, среднее значение набора), а также его неопределенность (например, среднеквадратичное отклонение набора). Оцененные неопределенности являются важным источником информации для дальнейшего использования оцененных свойств пласта-коллектора в целях моделирования или оценки рисков при принятии решений по управлению разработкой коллекторов.

Подход согласно одному из вариантов осуществления настоящего изобретения можно рассматривать в качестве отличающегося от вышеупомянутых предшествующих исследований в нескольких отношениях. Модель петроупругой инверсии основана на аналитической петрофизической модели, обеспечивающей возможность тщательного аналитического отслеживания неопределенностей, связанных с петроупругой петрофизической моделью. Этот подход обеспечивает «физическое понимание» наиболее часто применяемых моделей с эмпирическими параметрами, повышая таким образом достоверность петрофизической модели.

Однако зависимость сейсмических параметров от параметров пласта-коллектора в петрофизической модели обычно является нелинейной. Чтобы ввести ее в методологию линейной инверсии, предлагается использовать разложение в ряд Тейлора, что приведет к задаче комплексной линейной инверсии для оценки изменений внутрипорового давления и нефтенасыщенности по инвертированным изменениям сейсмических свойств.

Входные данные для этой инверсии могут представлять собой инвертированные изменения сейсмических свойств (например, сейсмических скоростей и плотности), а не сами амплитудные данные сейсмических волн. Это дает преимущество, поскольку результаты сейсмической инверсии можно рассматривать в качестве имеющих ценность для интерпретации вследствие их, как правило, более высокого разрешения. Кроме того, такая петроупругая инверсия применяется с большей гибкостью, поскольку она не связана ни с каким конкретным пакетом для проведения сейсмической инверсии.

Далее будет описана линеаризованная петрофизическая модель для петроупругой инверсии согласно одному из вариантов осуществления настоящего изобретения.

В раскрытом варианте осуществления цель заключается в преобразовании инвертированных изменений или различий сейсмических свойств (таких как скорости распространения продольной волны и поперечной волны или импедансы и плотность) в изменения свойств пласта-коллектора (таких как внутрипоровое давление и нефтенасыщенность). Для выполнения этой задачи предусматривается математическая/физическая модель, связывающая изменения свойств пласта-коллектора с изменениями сейсмических свойств. Связь между сейсмическими свойствами и свойствами пласта-коллектора можно формально записать в следующем виде:

где сейсмическими свойствами являются V_P (скорость волны сжатия); V_S (скорость сдвиговой волны); I_P (акустический импеданс); I_S (сдвиговый импеданс); и ρ (плотность); при этом свойствами пласта-коллектора являются два значения S₁ и S₂ насыщенности; и Р_р (внутрипоровое давление). Два значения S₁ и S₂ насыщенности представляют собой комбинацию трех возможных значений насыщенности для нефти (S_o), газа (S_g) и минерализованной пластовой воды (S_b).

Как упоминалось выше, соотношение между сейсмическими свойствами и свойствами пласта-коллектора является нелинейным. Для линеаризации этой задачи предлагается разложить петрофизическую модель в ряд Тейлора для малого возмущения δζ, гдеζ=S₁, S₂, Р_р, относительно некоторых первоначальных приближенных оценок ξ*, где ξ=V_P, V_S, I_P, I_S, ρ, вплоть до линейного члена, и найти:

Сейсмические свойства, помеченные звездочкой (ξ*), представляют собой эталонные величины, относительно которых аппроксимируют изменения, относящиеся к малому возмущению свойств пласта-коллектора δζ, где ζ=S₁, S₂, Р_р, которые нужно инвертировать.

Чтобы избежать путаницы при обозначениях, введены сокращения для сейсмических свойств s=[V_P, V_S, ρ]^T и для свойств пласта-коллектора r=[S₁, S₂, Р_р]^T. Если, помимо этого, М описывает петрофизическую связь между сейсмическими свойствами и свойствами пласта-коллектора, уравнение (1) символически обозначается выражением s=M(r), а Р суммирует частные производные в уравнении (2), то в компактной форме его можно представить как

где Р - оператор параметризованной линейной инверсии или прямого моделирования, ε - остаточный член, представляющий ошибки аппроксимации при тейлоровской аппроксимации и другие артефакты, такие как аддитивные случайные помехи на сейсмических свойствах, не моделируемые членом s*+Рδr. Далее, предполагается, что существует эталонное состояние свойств r* модели, описывающее первоначальное и упрощающее допущение о свойствах модели. Это первоначальное допущение может быть основано на общих сведениях о физической системе. Это эталонное состояние r* связано с первоначальными сейсмическими свойствами выражением s*=M(r*).

Изотропную упругую среду можно полностью описать, используя набор из трех свойств. Именно по этой причине символ s определен выше как [V_P, V_S, ρ]^Т, так как только три сейсмических свойства, указанные в уравнении (1), в данном случае - скорость (V_P) продольной волны, скорость (V_S) поперечной волны и плотность ρ - являются необходимыми. Можно использовать альтернативное описание характеристик, например, взяв вместо этого акустический импеданс (I_P), сдвиговый импеданс (I_S) и плотность (ρ) в качестве характеристических переменных.

Модель геологической среды рассматриваемого региона может считаться определяемой параметрами модели и характеризуемой свойствами модели, описывающими свойства пласта-коллектора. В любой точке в пределах региона состояние пласта-коллектора можно полностью описать, используя набор из трех таких свойств. Например, как указано выше, свойствами модели, представляющими свойства пласта-коллектора, могут быть внутрипоровое давление (Р_р) и степень S₁ и S₂ нефтенасыщенности двух фаз (где эти две фазы представляют собой любую комбинацию из трех возможных флюидных компонентов: газ, нефть и минерализованная пластовая вода), т.е. набором свойств модели является {S₁, S₂, Р_Р}. Таким образом, в одном используемом описании характеристик набор {S_g, S₀, Р_р) принимают в качестве характеристических переменных. Можно использовать альтернативное описание характеристик, в котором в качестве характеристических переменных принимают вместо этого {S_b, S_g, Р_р).

Модель физической системы эффективно связывает экспериментальное наблюдение s с экспериментальным эталонным состоянием s* и возмущением δr физической системы. Соотношение между возмущением свойств δr модели и экспериментальными наблюдениями s задано аппроксимацией петрофизической модели Р. Истинные свойства г модели представляют собой возмущение первоначальной модели, т.е. r=r*+δr. При инвертировании уравнения (3) цель заключается в определении возмущения δr свойств модели по экспериментальному наблюдению s. Возмущение, определенное таким образом, вместе с первоначальными свойствами r* модели, обеспечивает модель истинных свойств r модели.

Иными словами, свойства модели представлены символом r. Модель символически обозначается выражением М(r) или его линеаризованной формой s*+Pδr. Состояние физической системы характеризуется свойствами r. Изменяющиеся свойства модели можно рассматривать в качестве возмущения δr исходного состояния r*, т.е. r=r*+δr. Применяя эталонное состояние к модели, получаем экспериментальное эталонное состояние s*, т.е. s*=М(r*). Результаты экспериментального наблюдения, полученные путем применения свойств r=r*+δr модели к модели, приводят к выражению s=М(r*)+Рδr=s*+Рδr (игнорируя составляющую погрешности). Цель физической инверсии состоит в определении возмущения δr свойств модели по экспериментальному наблюдению s. Эталонное состояние представляет собой набор свойств модели, который либо известен (или только предполагается известным), или может быть определен простым способом на основе общедоступных сведений или здравого смысла.

Рассмотрим теперь петроупругую инверсию согласно одному из вариантов осуществления настоящего изобретения.

Инверсия реальных зашумленных данных наилучшим образом осуществляется при байесовской стохастической постановке задачи. Сейсмические свойства и свойства пласта-коллектора описываются при этом стохастическими распределениями вероятностей p(s) и р(δr). Соотношение между сейсмическими свойствами и свойствами пласта-коллектора описывается членом p(s|δr), характеризующим правдоподобие данных. Вероятностное распределение свойств пласта-коллектора после использования данных s, p(δr|s) формально определяется правдоподобием данных и распределением р(δr) в виде

Существует аналитическое решение задачи оптимизации согласно уравнению (4), если как распределение р(δr) свойств пласта-коллектора, так и правдоподобие p(s|δr) данных являются нормально распределенными. В этом случае свойства пласта-коллектора статистически описываются двумя свойствами, математическим ожиданием μ_δr и ковариационной матрицей Σ_δr, т.е.

Во-вторых, правдоподобие данных определяется двумя свойствами μ_s и Σ_s, представляющими собой априорное математическое ожидание несовпадения между наблюдаемыми данными и моделируемыми данными Рδr и соответствующую ковариационную матрицу для этого несовпадения. Тогда

Для осуществления инверсии изменений δr свойств пласта-коллектора сначала берут разности между наблюдаемыми данными s и эталонными значениями s*, Δs=s-s*. Окончательную линейную модель можно после этого легко решить с помощью методов линейной оптимизации (например, Menke, 1984 г.; Tarantola, 1987 г.), что приводит к следующему выражению:

Далее, учитывая статистические свойства помех и априорное допущение модели, E_s и Z_δr, неопределенность результата инверсии, Е_δr|s, задают выражением

Отметим, однако, что E_δr|s содержит только неопределенности, обусловленные помехами, искажающими данные, и априорными допущениями.

Рассмотрим теперь оценку неопределенностей, выполняемую согласно одному из вариантов осуществления настоящего изобретения.

Значительный вклад в общую неопределенность результатов инверсии согласно уравнению (7) вносят петрофизические модели, содержащиеся в операторе Р моделирования. Эти неопределенности обусловлены неоднозначными параметрами, применяемыми в модели, и общими ограничениями модели в отношении представления полной физической картины. Чтобы учесть эти неопределенности, предлагается действовать в соответствии с последовательностью шагов, схематически представленной на ФИГ. 1.

На шаге Р1 с ФИГ. 1 параметры аппроксимированной петрофизической модели Р физической системы и изменчивость параметров получают или оценивают с помощью источников данных (например, измерений в условиях пласта в рамках геофизических исследований в скважине, образцов керна, общераспространенных сведений) и обобщают в качестве статистических свойств (например, в качестве среднего значения и среднеквадратичного отклонения нормального распределения).

На шаге Р2 получают входные данные s, представляющие различия в физической системе между ее первым и вторым состояниями. В этой последовательности шагов, s используют в качестве сокращенного обозначения для Δs или s-s*. Характер этих входных данных в конкретных применениях подробнее объясняется ниже со ссылкой на ФИГ. 2 и ФИГ. 3, но эти данные могут представлять собой, например, данные о различиях сейсмических свойств, полученные с помощью сейсмической инверсии данных о различиях сейсмических свойств); или данные могут быть получены из распределения (которое, например, определяется средними значениями и ковариационной матрицей); или данные могут относиться к любому другому типу данных, представляющих различия в физической системе между ее первым и вторым состояниями. Статистические свойства входных данных (например, среднее значение и среднеквадратичное отклонение) известны или могут быть определены.

На шаге Р3 задан итеративный процесс с циклом, содержащим шаги Р4, Р5 и Р6, выполняемые N раз. Число N может быть заранее задано, или число выполняемых итераций можно определить в процессе реализации способа, например, при выходе из цикла итерации (т.е. определить, чему равно N).

На шаге Р4 реализация P_i оператора Ρ моделирования определяется с помощью возмущаемых параметров, например, на основе статистических свойств Р, полученных на шаге Р1. Аналогичным образом, реализация s_i входных данных s определяется с помощью возмущаемых параметров, например, на основе статистических свойств s, полученных на шаге Р2. Эти операции рассматриваются в качестве возмущений параметризованной модели Ρ и данных s. (Следует понимать, что возмущение как Р, так и s для каждой итерации не является обязательным; действительно, в другом варианте осуществления может оказаться, что возмущения выполняются только для одного или для другого параметра).

На шаге Р5 задача инверсии, раскрытая выше со ссылкой на уравнение (7), решается с использованием P_i и s_i, взятых на шаге Р4, для получения решения r_i. В данной последовательности шагов r используется в качестве сокращенного обозначения для δr, раскрытого со ссылкой на уравнение (3), при этом уравнение (3) может быть представлено в виде сокращенной записи как s_i=P_ir_i.

Таким образом, шаг Р5 представляет собой операцию инвертирования входных данных (или, возможно, данных, определенных на их основе) в соответствии с параметризованной моделью Ρ физической системы для получения разностей параметров модели в первом и втором состояниях, где параметры модели представляют свойства (такие как свойства пласта-коллектора) физической системы.

На шаге Р6 результат r_i сохраняют в памяти для хранения данных как часть набора {r_i}.

Посредством шага Р3, раскрытого выше, шаг инвертирования Р5 выполняется для множества N различных возмущений параметризованной модели Ρ и/или данных s с целью получения множества наборов разностей параметров модели, т.е. набора {r_i}.

После заключительной итерации, на шаге Р7 выполняется статистический анализ набора {r_i} для получения статистических характеристик указанного набора. Было бы полезно определить такую характеристику, как среднее μ по набору в качестве меры свойств пласта-коллектора, как и среднеквадратичное отклонение а по набору в качестве меры неопределенности свойств пласта-коллектора.

Данная последовательность шагов обеспечивает, чтобы заключительная оценка неопределенности для свойств пласта-коллектора содержала погрешности и неоднозначности, обусловленные помехами в сейсмических свойствах, несовершенствами петрофизической модели и неопределенностями априорной модели.

Рассмотрим теперь более конкретные сферы применения, в которых может осуществляться настоящее изобретение.

Вариант осуществления настоящего изобретения применим как для определения статических свойств пласта-коллектора по сейсмическим свойствам, полученным в результате одной ранее проведенной сейсморазведки, так и для определения изменений или различий свойств пласта-коллектора по сейсмическим свойствам, полученным путем периодических наблюдений. Базовая методология полностью эквивалентна, при этом различные члены в уравнениях (2) и (7) просто по-разному интерпретируются в двух этих применениях. Последовательность шагов статистической петроупругой инверсии полностью эквивалентна в обоих случаях, в частности, определение оператора моделирования в обоих применениях одинаково. Различия объясняются в следующем описании.

При статической инверсии распределение двух флюидных компонентов и внутрипорового давления оценивают по одному набору сейсмических свойств s. Эталонная модель s* в этом случае является результатом применения эталонной модели r* к петрофизической модели. Эталонная модель r* представляет собой трехмерную модель для первоначального распределения двух степеней насыщенности и внутрипорового давления. Первоначальная модель внутрипорового давления может, по меньшей мере, основываться на градиенте пластового давления, а насыщенность можно оценивать по локальным наблюдениям в стволе скважины. Возмущения δr представляют собой необходимые корректирующие значения для обновления первоначальной модели r* в соответствии с наблюдаемыми сейсмическими свойствами s, и Σ_s - отклонение наблюдаемых сейсмических свойств от первоначальной модели М(r*).

Цель статической оценки состоит в определении свойств пласта-коллектора по сейсмическим данным, полученным в результате одной ранее проведенной сейсморазведки. Как показано в примере последовательности шагов для статической оценки на ФИГ. 2, об эталонном состоянии r* модели «догадываются» исходя из общедоступных сведений и/или здравого смысла. Экспериментальное эталонное состояние вычисляют с помощью выражения s*=M(r*). Экспериментальные наблюдения s основаны на единственной сейсморазведке, проведенной ранее для сбора сейсмических данных. Оценка возмущения δr свойств модели осуществляется при помощи инверсии, описанной уравнением (7), приведенным выше, т.е.

Связывая его с последовательностью шагов, представленной на ФИГ. 1, получим, что в статическом случае входные данные шага Р2 с ФИГ. 1 (представляющие различия в физической системе между первым и вторым состояниями физической системы) равны s-s*. Здесь s и s* определяют отдельно, причем первую из этих величин получают в левой ветви с ФИГ. 2, а вторую - в правой ветви. Первое состояние соответствует s* (эталонное состояние), тогда как второе состояние соответствует s (определяемому при помощи инверсии по сейсмическим данным, полученным в результате одной ранее проведенной сейсморазведки).

Для динамической оценки свойств пласта-коллектора изменения свойств пласта-коллектора определяют по самим сейсмическим свойствам, определенным по опорной съемке, а второй набор - по контрольной съемке, проведенной некоторое время спустя. Для этого случая периодических наблюдений эталонное состояние s* представляет собой сейсмические свойства, определенные с помощью опорной съемки, а возмущения δr - изменения свойств пласта-коллектора в ходе периодических наблюдений между опорной и контрольной съемками, тогда как Σ_s представляет различие сейсмических свойств в ходе периодических наблюдений между опорной и контрольной съемками.

Цель динамической оценки состоит в определении изменений Δ_TLr свойств модели в ходе периодических наблюдений. Как показано в примере последовательности шагов для динамической оценки на ФИГ. 3, эталонное состояние г* модели представляет собой (возможно неизвестное) состояние во время проведения опорной сейсморазведки. Возмущения δr фактически представляют собой изменения Δ_TLr в ходе периодических наблюдений. Экспериментальное эталонное состояние s* представляет собой сейсмические свойства s_b, определенные с помощью ранее проведенной опорной сейсморазведки. Экспериментальные наблюдения s представляют собой сейсмические свойства s_m, определенные с помощью контрольной сейсморазведки:

Связывая это уравнение с последовательностью шагов, представленной на ФИГ. 1, получим, что в динамическом случае входные данные шага Р2 с ФИГ. 1 (представляющие различия в физической системе между первым и вторым состояниями физической системы) равны s_m-s_b. Здесь s_m-s_b представляет собой естественный результат выполнения инверсии разностных сейсмических данных d(d_m-d_b) периодических сейсмических наблюдений, например, как описано в патенте GB 240990. Первое состояние соответствует s_b (опорная сейсморазведка), тогда как второе состояние соответствует s_m (контрольная сейсморазведка).

Таким образом, последовательность шагов стохастической петроупругой инверсии может применяться для статической и динамической оценки свойств модели. При статическом применении вычисляют первоначальное (или эталонное) состояние эталонных свойств r* модели и экспериментальное эталонное состояние s*. Для динамического случая не нужно делать никаких первоначальных допущений для r* (и s*), так как экспериментальное эталонное состояние включено в одновременные сейсмические инверсии, при этом требуемая разность s-s* (или s_m-s_b) для оценки свойств модели представляет собой естественный результат сейсмической инверсии.

Говоря о способе в целом, отметим, что и в статическом (ФИГ. 2), и в динамическом случае (ФИГ. 3) процесс инверсии осуществляется в два этапа. Первая инверсия представляет собой обращение сейсмических данных в сейсмические свойства, а вторая инверсия - обращение сейсмических свойств в свойства пласта-коллектора.

Сконцентрировавшись на динамическом случае для краткости изложения и без ограничения объема изобретения, перейдем к ФИГ. 4, на котором изображена общая последовательность шагов. Первые и вторые измеренные сейсмические данные получают на шаге S1, при этом первые и вторые сейсмические данные представляют систему в первом и втором состояниях соответственно.

На шаге S2 формируют разность d между первыми и вторыми сейсмическими данными.

Первую (сейсмическую) инверсию выполняют на шаге S3, на котором разность d инвертируют в соответствии с первой параметризованной моделью G физической системы для получения разностей s параметров первой модели в первом и втором состояниях, где параметры первой модели представляют сейсмические свойства физической системы. Этот шаг первой (сейсмической) инверсии можно выполнить в соответствии с описанием, приведенным в патенте GB 240990. Между шагами S2 и S3 могут выполняться промежуточные шаги вывода полученной разности d для приема (например, в другом месте той же системы обработки данных или в совершенно другом месте) с целью выполнения первой инверсии.

Вторую (петроупругую) инверсию выполняют на шаге S4, действуя в соответствии с результатами шага первой инверсии (или данными, определенными на их основе). Между шагами S3 и S4 могут выполняться промежуточные шаги вывода полученных разностей s параметров первой модели (представляющих сейсмические свойства) s для приема (например, в другом месте той же системы обработки данных или в совершенно другом месте) с целью выполнения второй инверсии. При выполнении второй инверсии полученные разности s параметров первой модели (или данные, представляющие полученные разности s или определенные на их основе) инвертируют в соответствии со второй параметризованной моделью Ρ физической системы для получения разностей г параметров второй модели в первом и втором состояниях, причем параметры второй модели представляют физические свойства (например, свойства пласта-коллектора) физической системы.

Шаг второй (петроупругой) инверсии описан выше со ссылкой, например, на уравнение (10). По меньшей мере вторая инверсия может выполняться итеративным способом, раскрытым выше со ссылкой на ФИГ. 1.

Итеративный характер инверсии, как показано на ФИГ. 1 (будь-то часть первого этапа инверсии или второго этапа инверсии, или инверсия, совершенно не связанная с этим конкретным техническим применением), может рассматриваться в качестве ключевого признака первого аспекта настоящего изобретения. Двухэтапная инверсия в первом аспекте является необязательной, поскольку итеративный метод требует лишь одной инверсии.

Методология двухэтапной инверсии, представленная на ФИГ. 4, сама по себе является новой, независимо от того, один или оба этапа инверсии выполняются итеративно. Двухэтапная инверсия (сама по себе) может рассматриваться в качестве ключевого признака второго аспекта настоящего изобретения. Итеративная инверсия (на любом этапе) во втором аспекте является необязательной.

Конечно, возможна такая комбинация первого и второго аспектов, чтобы итеративная инверсия первого аспекта выполнялась в одной или обеих инверсиях второго аспекта.

Следует также отметить, что вариант осуществления первого аспекта не ограничивается петроупругой инверсией (например, он может применяться к сейсмической инверсии) и, аналогичным образом, вариант осуществления второго аспекта не ограничивается сейсмической инверсией, за которой следует петроупругая инверсия.

Ниже будет описан пример статической петроупругой инверсии.

Функциональные возможности способа демонстрируются с помощью синтетических данных. Первый пример демонстрирует статическое применение. Измеренные каротажные данные используются для создания синтетических сейсмических данных, которые после этого инвертируют (первый шаг) в скорости V_P продольной волны сжатия, скорости V_s сдвиговой волны и плотности ρ, образующие сейсмические свойства s для петроупругой инверсии (второй шаг). Затем для давления Р_р и нефтенасыщенности S_o формируют исходные модели r*. Эти модели показаны пунктирными линиями на ФИГ. 5 наряду с истинными данными каротажных измерений (тонкая линия). Для исследуемого участка была создана подходящая петрофизическая модель, к которой применили раскрытую выше последовательность шагов стохастической петроупругой инверсии. Результаты петроупругой инверсии представлены на ФИГ. 5 жирными линиями. Зона, закрашенная серым, показывает диапазон неопределенности в пределах +/- одного среднеквадратичного отклонения для результатов инверсии.

Поскольку петроупругая инверсия применяется к сейсмическим свойствам, оцененные свойства пласта-коллектора наследуют гладкость результатов инверсии и поэтому не имеют такого же количества деталей, как измерения в скважинах. Инвертированные свойства пласта-коллектора улучшают первоначальные приближенные оценки и, вследствие этого, повышают эффективность управления разработкой коллектора. Результаты петроупругой инверсии не согласуются полностью с истинными значениями, но, как показывает диапазон неопределенности, эти результаты согласуются в главной части в пределах среднеквадратичного отклонения с истинными значениями.

Ниже будет описан пример динамической петроупругой инверсии.

Каротажные данные были подвергнуты возмущениям с целью моделирования эффектов добычи. Возмущения показаны на ФИГ. 6 тонкими сплошными линиями: внутрипоровое давление было уменьшено на 5 МПа, нефтенасыщенность снизилась на 0,6 объемной доли в верхней части пласта-коллектора и на 0,4 объемной доли в нижней части пласта-коллектора. Увеличение газа на 0,2 объемной доли промоделировано в верхней части пласта-коллектора (см. тонкие сплошные линии на ФИГ. 6). Синтетические сейсмические данные были после этого промоделированы для сценариев, относящихся ко времени до и после начала добычи, а затем инвертированы с использованием способа байесовской инверсии данных периодических сейсмических наблюдений, раскрытого в патенте GB 240990. Эти инвертированные изменения сейсмических свойств образуют входные данные для динамической петроупругой инверсии. Все изменения свойств пласта-коллектора (т.е. внутрипорового давления, нефте- и газонасыщенности) в первоначальной модели μ_δr свойств пласта-коллектора были приравнены к нулю исходя из априорного предположения об отсутствии изменений. Эта первоначальная модель представлена на ФИГ. 6 пунктирными линиями. Жирные линии отображают результаты динамической петроупругой инверсии для внутрипорового давления (левое изображение), нефтенасыщенности (среднее изображение) и газонасыщенности (правое изображение). Результаты петроупругой инверсии значительно улучшают первоначальные приближенные оценки, хотя и не полностью согласуются с истинными значениями (тонкие линии на ФИГ. 6). В частности, результаты инверсии демонстрируют волнообразные колебания, унаследованные от результатов сейсмической инверсии и связанные с артефактами сейсмической инверсии, такими как побочные максимумы. Диапазон неопределенности в пределах +/- одного среднеквадратичного отклонения показывает, что инвертированные изменения насыщенности большей частью согласуются с ожидаемыми значениями, тогда как инвертированное изменение внутрипорового давления дает немного заниженную оценку истинного изменения.

Обобщая вышеизложенное, отметим, что в настоящей заявке раскрыт способ стохастической петроупругой инверсии с тщательной оценкой неопределенностей и продемонстрировано его применение на примерах синтетических данных. Последовательность шагов инверсии основана на аналитических петрофизических моделях, образующих линейную зависимость между входными данными (сейсмическими свойствами) и требуемыми свойствами пласта-коллектора после разложения в ряд Тейлора петрофизической модели. После этого стандартные способы байесовской инверсии могут применяться для обновления первоначальных приближенных оценок свойств пласта-коллектора.

Отличие от стандартных подходов к инверсии заключается в возмущении оператора Ρ моделирования/инверсии с целью включения неопределенностей в петрофизическую модель. Неопределенности петрофизической модели/оператора моделирования вносят значительный вклад в общие неопределенности результатов инверсии, поэтому ими нельзя пренебречь как в случае стандартных способов инверсии. В представленной здесь последовательности шагов используется обращение методом Монте-Карло в целях фиксации неопределенностей в петрофизической модели и их включения в апостериорные неопределенности инверсии.

Эта методология может применяться для статической и динамической петроупругих инверсий. В первом случае (статическая петроупругая инверсия) абсолютные значения свойств пласта коллектора определяют по инвертированным сейсмическим свойствам (сочетание скоростей волн сжатия и сдвига или импедансов и плотности) и первоначальной модели. Первоначальные модели, как правило, представляют собой простые модели сейсмических свойств и отражают общие ожидания состояния давления (например, внутрипоровое давление следует гидростатической тенденции) и величин нефтенасыщенности (которые могут оцениваться по нескольким скважинам) в условиях пласта. Для динамического случая, изменения свойств пласта коллектора определяют по инвертированным изменениям сейсмических свойств, где эти изменения оценивают относительно первоначального состояния свойств пласта коллектора. Абсолютная величина первоначального состояния необязательно должна быть известна. Чтобы динамическая петроупругая инверсия работала, достаточно априорного предположения об отсутствии изменений в свойствах пласта коллектора.

Раскрытые выше способы инверсии данных могут быть осуществлены в виде программы для управления компьютером, выполняющим инверсию. Программа может храниться на машиночитаемом носителе данных, например на жестких или гибких дисках, записываемых накопителях в виде компакт-дисков формата CD или DVD, или устройствах хранения данных на основе флэш-памяти. Программа также может быть реализована в виде сигнала, например, загружаемого информационного сигнала, передаваемого по компьютерной сети, такой как сеть Интернет или группа компьютеров, соединенная в локальную вычислительную сеть ЛВС (LAN). Любая прилагаемая формула изобретения, в настоящем или будущем, должна толковаться в качестве охватывающей саму компьютерную программу, или запись на носителе, или информационный сигнал, или любую другую форму реализации программы.

На структурной схеме, представленной на ФИГ. 7, изображено центральное процессорное устройство (ЦПУ) 13, подключенное к постоянному запоминающему устройству (ПЗУ) 10 и оперативному запоминающему устройству (ОЗУ) 12. На ЦПУ поступают измеренные данные 14 и параметры 16 модели через механизм 15 ввода/вывода. После этого ЦПУ выполняет инверсию(-и) поступивших данных в соответствии с шагами или командами программы, предоставляемыми памятью 11 программ (которая может представлять собой часть ПЗУ 10), и обеспечивает выходные данные, т.е. обновленные параметры модели и неопределенности 17, через механизм 15 ввода/вывода. Сама программа или любые входные и/или выходные данные системы могут предоставляться или передаваться в коммуникационную сеть 18 или из нее, которая может представлять собой, например, сеть Интернет.

Прилагаемые блок-схемы последовательности шагов можно рассматривать в качестве описывающих не только последовательность шагов способа, но и устройство для выполнения этих шагов способа. В связи с этим, функциональный блок, изображенный на блок-схеме последовательности шагов, может рассматриваться в качестве компонента, такого как процессор или блок обработки данных, выполненного с возможностью или по меньшей мере способного выполнять описываемую функцию. Функционированием одного или более из этих компонентов может управлять, или обеспечивать его по меньшей мере частично, программа, работающая на аппарате или устройстве. Функция нескольких описанных компонентов может фактически выполняться единственным компонентом, таким как ЦПУ 13, под управлением программы. Один или более компонентов могут предусматриваться в виде специализированной аппаратуры.

Специалисту в данной области техники понятно, что описанные выше варианты осуществления могут подвергаться различным модификациям без выхода за рамки настоящего изобретения.

Ссылочные материалы

Bachrach, R., M. Beller, С. Liu, J. Perdomo, D. Shelander, N. Dutta, and M. Benabentos (2004). Combining rock physics analysis, full waveform prestack inversion and high-resolution seismic interpretation to map lithology units in deep water: a Gulf of Mexico case study. The Leading Edge 23(4), 378-383.

Bosch, M., L. Cara, J. Rodrigues, A. Navarro, and M. Diaz (2007). A Monte Carlo approach to the joint estimation of reservoir and elastic parameters from seismic amplitudes. Geophysics 72(6), O29-O39.

Bosch, M., С. Carvajal, J. Rodrigues, A. Torres, M. Aldana, and J. Sierra (2009). Petrophysical seismic inversion conditioned to well-log data: Methods and application to a gas reservoir. Geophysics 74(2), O1-O15.

Brevik, I. (1999). Rock model based inversion of saturation and pressure changes from time lapse seismic data. SEG expanded abstracts.

Buland, Α., O. Kolbjørnsen, R. Hauge, Ø. Skjæveland, and K. Duffaut (2008). Bayesian lithology and fluid prediction from seismic prestack data. Geophysics 73(3), C 13-C21.

Carcione, J., H. Helle, N. Pham, and T. Toverud (2003). Pore pressure estimation in reservoir rocks from seismic reflection data. Geophysics 68(5), 1569-1579.

Eidsvik, J., P. Avseth, H. Omre, T. Mukerji, and G. Mavko (2004). Stochastic reservoir characterization using prestack seismic data. Geophysics 6(4), 978-993.

Eidsvik, J., H. Omre, T. Mukerji, G. Mavko, and P. Avseth (2002). Seismic reservoir prediction using Bayesian integration of rock physics and markov random fields: a North Sea example. The Leading Edge 21(3), 290-294.

EI Ouair, Y. and K. Strønen (2006). Value creation from 4D seismic at the Gullfaks field: achievements and new challenges. In Soc. of Exploration Geophysicists (SEG) (Ed.), 76th annual international meeting, Expanded Abstracts.

Grana, D. and E. Della Rossa (2010). Probabilistic petrophysical-properties estimation integrating statistical rock physics with seismic inversion. Geophysics 75(3), O21-O73.

Hafslund Veire, H., H. Borgos, and M. Landro (2006). Stochastic inversion of pore pressure and saturation changes from time-lapse AVO data. Geophysics 71(5), C 81-C92.

Landro, M. (2001). Discrimination between pressure and fluid saturation changes from time-lapse seismic data. Geophysics 66(3), 836-844.

Landrø, M., H. Hafslund-Veire, K. Duffaut, and N. Najjar (2003). Discrimination between pressure and fluid saturation changes from marine multicomponent time-lapse seismic data. Geophysics 68(5), 1592-1599.

Larsen, A. L, M. Ulvmoen, H. Omre, and A. Buland (2006). Bayesian lithology/fluid prediction and simulation on the basis of a markov-chain prior model. Geophysics 71(5), R69-R78.

Menke, W. (1984). Geophysical Data Analysis: Discrete Inverse Theory, Volume 45 of International Geophysics Series. Academic Press.

Tarantola, A. (1987). Inverse problem theory: Methods for data fitting and model parameter estimation. Elsevier.

Ulvmoen, M. and H. Omre (2010). Improved resolution in Bayesian lithology/fluid inversion from prestack seismic data and well observations: Part I - Methodology. Geophysics 75(2), R21-R35.

Ulvmoen, M., H. Omre, and A. Buland (2010). Improved resolution in Bayesian lithology/fluid inversion from prestack seismic data and well observations: Part II - Real case study. Geophysics 75(2), B73-B82.

Изобретение относится к области геофизики и может быть использовано при обработке сейсмических данных. Предложен способ обработки данных, представляющих физическую систему, содержащий следующие шаги: обеспечивают (Р2) входные данные, представляющие различия в физической системе между первым и вторым состояниями физической системы, и инвертируют (Р5) входные данные или данные, определенные на их основе, в соответствии с параметризованной моделью (PI) физической системы для получения разностей параметров модели в первом и втором состояниях, где параметры модели представляют свойства физической системы. Причем шаг инвертирования выполняют (Р3-Р6) для множества различных возмущений (Р4) параметризованной модели и/или данных в целях получения множества наборов разностей параметров модели. Статистический анализ (Р7) множества наборов разностей выполняют для получения статистических характеристик разностей параметров модели. Технический результат – повышение точности получаемых данных. 4 н. и 14 з.п. ф-лы, 10 ил.

1. Способ обработки сейсмических данных, представляющих физическую систему, содержащий следующие шаги:

обеспечивают входные данные, представляющие различия в физической системе между первым и вторым состояниями физической системы, причем входные данные являются сейсмическими данными или данными, определенными на основе сейсмических данных; и

инвертируют входные данные или данные, определенные на их основе, в соответствии с параметризованной моделью физической системы для получения разностей параметров модели в первом и втором состояниях, где параметры модели представляют свойства физической системы;

отличающийся тем, что шаг инвертирования выполняют для множества различных возмущений параметризованной модели и/или данных в целях получения множества наборов разностей параметров модели,

а также отличающийся тем, что статистический анализ множества наборов разностей выполняют для получения статистических характеристик разностей параметров модели, и

используют наборы разностей параметров модели и статистические характеристики разностей параметров модели для моделирования или оценки рисков при принятии решений по управлению разработкой коллекторов.

2. Способ по п. 1, в котором статистические характеристики содержат среднее значение множества наборов.

3. Способ по п. 1 или 2, в котором статистические характеристики содержат среднеквадратичное отклонение множества наборов.

4. Способ по п. 1, в котором возмущения параметризованной модели находятся в пределах диапазона, основанного на неопределенности, связанной с моделью.

5. Способ по п. 1, в котором первое состояние представляет собой определяемое или вычисляемое эталонное состояние, а второе состояние представляет собой измеряемое или наблюдаемое состояние.

6. Способ по п. 1, в котором возмущения данных находятся в пределах диапазона, основанного на неопределенности, связанной с данными.

7. Способ по п. 1, в котором параметризованная модель представляет собой вторую параметризованную модель, а входные данные являются вторыми входными данными, где параметры второй модели представляют вторые свойства физической системы, причем способ дополнительно содержит определение вторых входных данных путем инвертирования первых входных данных в соответствии с первой параметризованной моделью физической системы для получения разностей параметров первой модели в первом и втором состояниях, где параметры первой модели представляют первые свойства физической системы.

8. Способ по п. 7, в котором первые входные данные содержат разность между первыми и вторыми сейсмическими данными, представляющими физическую систему в первом и втором состояниях соответственно.

9. Способ по п. 8, который содержит формирование разности между первыми и вторыми сейсмическими данными.

10. Способ по п. 8 или 9, отличающийся тем, что сейсмические данные представляют собой данные метода отраженных волн.

11. Способ по п. 7, в котором первые свойства представляют собой сейсмические свойства.

12. Способ по п. 7, в котором вторые свойства представляют собой физические свойства, или способ по п. 1, в котором свойства представляют собой физические свойства.

13. Способ по п. 1, в котором единственная или каждая инверсия представляет собой инверсию d=Ар+е, где d представляет данные, предоставленные для инверсии, р представляет разности параметров модели, А представляет собой оператор прямого моделирования для рассматриваемой модели и е представляет собой остаточный член.

14. Способ по п. 13, в котором возмущения модели представляют собой изменения оператора А прямого моделирования.

15. Способ по п. 13 или 14, в котором возмущения данных представляют собой изменения данных d.

16. Машиночитаемый носитель с сохраненным на нем компьютерным программным продуктом, выполненным с возможностью осуществления способа по любому из пп. 1-15.

17. Компьютер, запрограммированный для осуществления способа по любому из пп. 1-15.

18. Устройство для обработки данных, представляющих физическую систему, содержащее средства для осуществления способа по любому из пп. 1-15.