简介:1956年美国计算机科学家约翰麦卡锡组织召开了达特茅斯会议,会议上首次提出“ArtmcialInteuigence”一词,也就是我们沿用至今的“人工智能”一词。直到最近十几年,随着计算机计算能力越来越强大以及互联网的普及,巨大的流量数据成为孕育人工智能领域快速发展的肥沃土壤。石油勘探开发过程中也伴随了庞大数据的产生,对数据的处理和深度挖掘需求日益迫切,建立在机器学习基础上的人工智能也呼之欲出。早在上世纪80年代中期,人工智能技术与计算机硬件体系结构的密切结合,出现了一批适应勘探开发需要的实用技术。这些技术发展到今天,以人工神经网络技术、模糊逻辑、专家系统作为人工智能的典型代表技术应用较为活跃,已渗透到石油勘探开发的各个环节,对石油工业产生了重要的影响。
简介:在过去的十年中,传统的全波形反演(FWI)已广泛应用于实际地震资料的生产和研究中。虽然基础理论已确立,并通过将地震资料和精确求解波动方程得到的模拟地震波曲线之间的失配最小化产生高分辨率的地下模型,但是在实际工作中,对于更新模型参数来讲它仍然是一个具有挑战性的反演法。尽管可以用局部优化法解决最小化问题,但是由于问题的不适定性和非线性,会不可避免地朝着局部极小值进行收敛,如由于在记录的资料或不准确的初始模型中缺少低频FWI可能会收敛到局部最小。提出了一种用重构波场进行时间域全波形反演新方法(RFWI)。RFWI减小了正演模型数据精确求解波动方程作为常规FWI的约束,代之以使用一个l2近似解。通过最小化的目标函数(包括对数据失配和波动方程误差的惩罚),RFWI对地球模型进行估算并共同重建正演波场。通过扩大搜索空间,RFWI具有避免跳周期和克服一些与局部极小值相关的问题的能力。本文首先介绍了时域RFWI理论和实现情况,讨论了常规FWI和RFWI之间的异同;然后用2D合成实例证明了超越传统FWI的RFWI所具有的优点;最后在刚果海上2D拖缆数据集和墨西哥湾3D海底地震数据集上对RFWI在野外资料的应用情况进行了证明。
简介:为了评价可选模型,比较了在中东碳酸盐岩油藏中使用的Gassmann模型、扩展到Gassmann模型和Patchy饱和模型。计算了开采8年和15年后由于水替换油所引起的地震变化情况。发现Gassmann模型通常可以预测地震的最小变化。Patchy饱和模型展示出Patchy饱和模型在两个研究的方案中对4D时差地震显示了有利的结果。
简介:工作经验表明,开发期间原油和凝析气井的实际产能会明显降低。当井底压力(Pp)低于泡点压力(Pbp)时油藏的产量就会降低。凝析气井中的产能下降主要是由于近井地带中的反凝析引起的。在原始凝析油含量高,尤其是带有残余油的油气藏中,这种效应是非常显著的。该研究的实验结果证明,在孔隙表面最初为部分非水湿(疏水),或者原油和凝析油在多孔介质中渗滤期间变为疏水的油藏中,产量降低就会发生。本文概述了用于实际油气井产能恢复的方法。其基础是用各种化学品将孔隙表面从完全或部分非水湿(疏水)改变为水湿(亲水)。该过程称之为亲水化,它可以恢复初期产能,降低水驱期间可动水层水锥进和水侵的可能性。介绍了亲水化的实际效果及现场应用情况。
简介:通过监测诱发的微地震事件可以描述水力裂缝的分布,这些裂缝一般沿着垂直于区域最小应力的方向生长发育。然而,在较小的规模上,岩石矿物成分的变化以及现有的断层和裂缝网络会影响人工裂缝网络的发育。我们把微地震事件的位置与由多道反射地震资料提取的地震属性进行了综合,这些地震资料包括波阻抗反演结果、拉梅参数以及地震曲率属性。研究发现,微地震事件位置与波阻抗低值以及入ρ和μρ低值区段具有很好的相关性,这些参数可以描述北得克萨斯州巴尼特组下段和上段页岩中易破裂层段的典型物理性质。此外,微地震事件位置与根据体积曲率(volumetriccurvature)确定的背斜构造的关联性比较弱。我们认为,波阻抗以及入ρ和μρ低值区与充填有方解石的裂缝和围岩之间的界面具有关联性。