简介:根据同步分析多种属性和分析在三维体中形成的四维异常,明显地改进了时延地震可视检验的程序。一种模式识别方法用于结合来自多属性的互补信息并监测四维异常。该方法由两个步骤构成——分析步骤与识别步骤。分析步骤目的在于发现四维异常的有代表性样本。而在识别步骤中,这些样本用于训练神经网络以便识别四维异常响应不同于背景响应。它表明了样本的选择极为重要而且应该与时延研究的目标相对应。与常规单一属性分析相比,它显示了无重复噪声的明显减少。此外它还展示了指导时延分析(辨别不同类型的四维异常)方法的潜力。一般说来,非重复噪声可以降低四维地震表征工程的价值。代价不菲的专用采集方法可能减少非重复噪声。在这次研究中,证明了用本文所叙述的高代价监测技术能够减小非重复性噪声。
简介:许多致密气井和页岩气井的线性流态都可以持续数年。然而,非常规油藏(如巴肯油藏)生产分析表明,线性流态并不是唯一的主导流态。现场数据表明,受增产处理油藏体积(SRV)影响的边界流(boundary—dominatedflow)和复合线性流的持续时间一般要远长于早期的线性流态。根据裂缝网络或SRV模式,非常规油藏的线性流态可能只持续几个月,但对估计最终开采量(EUR)的贡献却高达约30%。本研究提出了一种基于解析模型来识别裂缝网络模式和获取相关流动参数的方法,由此得出的油藏描述结果被移植到油藏~流量数值模拟模型中,用于捕捉非常规油藏系统中压实作用、多相流动特性以及各种流态对开采动态的影响。这种方法有助于认识油井的开采动态,以便于了解历史拟合情况。特别是,文中通过产量不稳定分析确定了裂缝网络模式和流态,通过数值模拟与解析模型相结合,开展了生产动态约束下的历史拟合;对非均质效应、压实效应和多相流效应进行了敏感性分析;此外,还介绍了本方法在巴肯油井的现场应用。研究认为,在开展详细的油藏一流量数值模拟研究之前,应当先进行解析模拟。该项研究成果为改善非常规油藏描述奠定了基础。