close

Вход

Забыли?

вход по аккаунту

?

Методы и алгоритмы для прогноза геологического разреза на основе информационных свойств фазовых спектров сейсмических волн

код для вставкиСкачать
На правах рукописи
Нгуен Суан Хунг
МЕТОДЫ И АЛГОРИТМЫ ДЛЯ ПРОГНОЗА ГЕОЛОГИЧЕСКОГО
РАЗРЕЗА НА ОСНОВЕ ИНФОРМАЦИОННЫХ СВОЙСТВ ФАЗОВЫХ
СПЕКТРОВ СЕЙСМИЧЕСКИХ ВОЛН
Специальность: 05.13.18 – Математическое моделирование, численные
методы и комплексы программ (технические науки)
Автореферат
диссертации на соискание ученой степени
кандидата технических наук
Томск - 2018
Работа
выполнена
в
федеральном
государственном
автономном
образовательном
учреждении
высшего
образования
«Национальный
исследовательский Томский политехнический университет».
Научный руководитель:
Кандидат технических наук, доцент
Кочегуров Александр Иванович
Официальные оппоненты:
Кошкин Геннадий Михайлович,
доктор физико-математических наук, профессор,
профессор кафедры теоретической кибернетики
Национального исследовательского Томского
государственного университета
Тартаковский Валерий Абрамович,
доктор физико-математических наук, главный
научный сотрудник Института мониторинга
климатических и экологических систем СО РАН,
г. Томск
Ведущая организация:
ФГБОУ ВО «Новосибирский государственный
технический университет»
Защита состоится «07» июня 2018 г. в 15 часов 15 минут на заседании
диссертационного совета Д 212.268.02 при Томском государственном
университете систем управления и радиоэлектроники по адресу: 634050,
г. Томск, пр. Ленина, 40, ауд. 201.
С диссертацией можно ознакомиться в научной библиотеке ТУСУРа по адресу:
634045, г. Томск, ул. Красноармейская, дом. 146 и на сайте ТУСУРа:
https://postgraduate.tusur.ru/urls/4fuamu0a
Автореферат разослан «
» ______________ 2018 г.
Ученый секретарь
диссертационного совета
Татьяна Николаевна Зайченко
2
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность темы. Прогнозирование геологического разреза можно
рассматривать как программно-алгоритмический комплекс различных средств
специальной обработки и интерпретации данных сейсморазведки и
геофизических исследований скважин (ГИС) с целью определения
вещественного состава осадков, выявления продуктивных толщ и оценки их
нефтегазоперспективности.
В настоящее время для прогнозирования геологического разреза (ПГР) в
современных комплексах обработки и интерпретации сейсмических данных в
той или иной степени используются кинематические и динамические
характеристики отраженных волн. На основе этих характеристик в ряде районов
России, прежде всего в Западной Сибири, получены важные результаты по
выявлению продуктивных осадочных толщ и прогнозу их нефтегазоносности,
нашедшие подтверждение на практике. Тем не менее, практический опыт
показывает, что при решении задач прогноза еще велик процент ошибочных
решений и выделяемых ложных аномалий динамических и кинематических
параметров отражений, используемых при прогнозе. Это во многом связано с
тем, что при решении задач ПГР, в том числе прогнозе нефтегазоносности
осадочных толщ по данным сейсмических наблюдений, наиболее широко
используются в качестве диагностических признаков динамические
характеристики отраженных волн, непосредственно связанные с их амплитудой
и энергией. Фазочастотные характеристик (ФЧХ) отраженных сейсмических
волн в силу различных причин до последнего времени не находили
практического применения. Между тем, в фазу сейсмических сигналов, а точнее
в сложный закон изменении их фазовых спектров, заложена информация,
позволяющая в условиях существенной априорной неопределенности наиболее
надежно обнаруживать сигналы на фоне интенсивных помех и производить
оценку их параметров. Фазовые спектры несут также информацию о характере
напластовании, толщине и акустических свойствах отдельных слоев,
неоднородности поглощения и дисперсионности геологических сред, и,
следовательно, могут служить эффективными признаками обнаружения
углеводородов (УВ).
Таким образом, все вышесказанное подтверждает актуальность
дальнейшего развития работ по изучению взаимосвязей фазовых спектров
отраженных волн с параметрами изучаемых геологических объектов, выделения
информативных признаков ФЧХ и создания на их основе алгоритмов для ПГР, в
том числе прогноза нефтегазоносности осадочных толщ.
Объект исследования.
Сейсмическое волновое поле для многослойных поглощающих сред
Предмет исследования.
Математическая модель слоистых поглощающих сред, методы и алгоритмы
прогноза геологического разреза.
Целью диссертационной работы является разработка методов, алгоритмов и
программ для прогноза геологического разреза на основе анализа фазовых и
3
взаимных фазовых спектров отраженных сейсмических волн.
Для достижения цели необходимо решить следующие задачи:
1) Провести анализ основных задач ПГР и существующих методов их решения;
2) На основе системного подхода в спектральной области построить
математическую модель слоистых поглощающих сред;
3) Путем вычислительного эксперимента на построенной модели исследовать
информационные свойства фазовых и взаимных фазовых спектров отраженных
сейсмических волн;
4) На основе выделенных информационных свойств фазовых спектров
разработать методы и алгоритмы прогноза типов геологического разреза и
привести их исследования на моделях поглощающих сред;
5) На основе диагностических признаков взаимных фазовых спектров
построить методы и алгоритмы прогноза коллекторских свойств геологического
разреза;
6) Реализовать разработанные методы и алгоритмы в виде комплекса
программ для прогноза типов геологического разреза в межскважинном и околоскважинном пространствах месторождений Томской области.
Методы исследования. В процессе выполнения работы использовались методы
системного анализа, теории случайных функций, вычислительной математики,
цифровая обработка сигналов и изображений волновых полей, статистическое
моделирование и вычислительный эксперимент, а также методы объектноориентированного программирования.
Достоверность и обоснованность полученных в диссертационной работе
теоретических результатов и формулируемых на их основе выводов
обеспечивается строгостью математических выкладок, базирующихся на
аппарате интегрального и дифференциального исчисления, теории вероятностей
и математической статистики. Справедливость выводов относительно
эффективности предложенных методов и алгоритмов подтверждена
вычислительными экспериментами, результатами прогноза и картирования
типов геологического разреза на ряде месторождений Томской области, а, также,
сопоставлением с общепризнанными результатами.
Научная новизна:
1) Построена математическая модель слоистых поглощающих сред,
отличающаяся от традиционных моделей комплексным расчетом параметров
волнового поля в спектральной области на основе системного подхода;
2) Разработан фазочастотный метод прослеживания сейсмических сигналов с
управляемой
протяженностью
функции
качества,
обеспечивающий
разрешающую способность порядка четверти длины волны;
3) На основе анализа функции качества фазочастотного прослеживания,
предложен и реализован численный метод оценки взаимных фазовых спектров
сейсмических волн, позволяющий повысить точность получаемых оценок при
интенсивных помехах и интерференции волн (погрешность вычислений не более
5%);
4) Построены алгоритмы и созданы программные средства с параллельной
4
обработкой сейсмических трасс для прогноза геологического разреза на основе
принципиально новых диагностических признаков – фазовых и взаимнофазовых спектров отраженных сейсмических волн.
Практическая значимость работы. Результаты обработки и интерпретации
сейсмических материалов межскважинного и околоскважинного пространств на
месторождениях Томской области показали, что применение разработанных в
диссертационной работе алгоритмов, позволило повысить достоверность
прогноза геологического разреза на 15-20%.
Основные положения, выносимые на защиту:
1) Математическая модель слоистых поглощающих сред, исследование на
которой позволило показать, что изменение петрофизических параметров
геологических сред непосредственно влияет на свойства фазочастотных
характеристик сейсмических волн;
2) Фазочастотный метод прослеживания сейсмических сигналов с
управляемой
протяженностью
функции
качества,
обеспечивающий
разрешающую способность порядка четверти длины волны;
3) Численный метод определения взаимных фазовых спектров сейсмических
волн на основе функции качества алгоритмов фазочастотного прослеживания,
который позволяет получать оценки взаимных фазовых спектров в условиях
тонкослоистых геологических сред с погрешностью не более 5%;
4) Алгоритмы прогноза геологического разреза на основе фазовременного
анализа и диагностических признаков взаимных фазовых спектров, позволяющие
повысить достоверность прогноза геологического разреза на 15-20%;
5) Комплекс программ с параллельной обработкой данных, предназначенный
для проведения вычислительного эксперимента, обработки и интерпретации
реальных сейсмических материалов, реализующий разработанные методы и
алгоритмы прогноза геологического разреза.
Апробация работы. Основные результаты работы докладывались на XI и XII
Международных научно-практических конференциях студентов, аспирантов и
молодых ученых «Молодежь и современные информационные технологии»
(Томск,
2013г.,
2014г.),
Международной
научной
конференции
«Информационные технологии в науке, управлении, социальной сфере и
медицине» (Томск, 2014 г.), XI и XII Всероссийских научно-практических
конференциях студентов, аспирантов и молодых ученых «Технологии Microsoft
в теории и практике программирования» (Томск, 2014г., 2015г.), VII
Всероссийской конференции «Научная инициатива иностранных студентов и
аспирантов российских вузов» (Томск, 2014г.), Международной научнопрактической
конференции
«Актуальные
задачи
математического
моделирования и информационных технологий» (Сочи, 2015г.), XIX и XX
Международных симпозиумах имени академика М.А. Усова (Томск, 2014г.,
2015г.), VI Всероссийской научно-технической конференции «Технические
проблемы освоения мирового океана» (Владивосток, 2015г.), International
Conference on Mechanical Engineering, Automation and Control Systems (MEACS)
(Томск, 2015г.), VIII Международной межвузовской научной конференции
5
студентов, аспирантов и молодых ученых «Молодые - наукам о Земле» (Москва,
2016г.), III Научно-практической конференции «Сейсмические технологии 2016» (Москва, 2016г.).
Публикации. Полученные автором результаты достаточно полно изложены в 17
научных работах, 4 из которых опубликованы в журналах, рекомендованных ВАК
(3 из них одновременно проиндексированы в Scopus), 1 работа опубликована в
трудах международной конференции, проиндексированных в Scopus.
Реализация результатов исследований. Результаты диссертационной работы
внедрены в компании ООО НАЦ «Недра», г. Томск в виде комплекса программ
для прогноза геологического разреза и картирования типов разреза в
межскважинном
и
около-скважинном
пространствах
исследуемых
месторождений с целью выделения перспективных зон для последующего
бурения скважин. Также результаты диссертационной работы используются при
проведении учебных занятий для магистров ТПУ в курсе «Цифровая обработка
сигналов и изображений волновых полей».
Личный вклад автора. Все результаты, составляющие основное содержание
диссертации, получены автором самостоятельно, а именно:
 построена математическая модель слоистых поглощающих сред;
 исследована взаимосвязь петрофизических параметров поглощающих сред
с динамическими характеристиками отраженных сейсмических волн;
 путем проведения вычислительного эксперимента научно обоснован выбор
диагностических параметров взаимных фазовых спектров;
 предложен и программно реализован новый метод определения взаимных
фазовых спектров сейсмических волн на основе функции качества алгоритмов
фазочастотного прослеживания;
 разработаны алгоритмы прогноза геологического разреза на основе
фазовременного анализа и диагностических признаков взаимных фазовых спектров;
 создан комплекс программ, реализующий алгоритмы прогноза типов
геологического разреза для проведения вычислительного эксперимента и
обработки и интерпретации реальных сейсмических данных.
Структура и объем диссертации. Диссертационная работа состоит из введения,
четырех глав и заключения; изложена на 143 страницах текста, включая 5 таблиц
и проиллюстрирована 59 рисунками. Библиографический справочник содержит
121 наименование.
ОСНОВНОЕ СОДЕРЖАНИЕ И ВЫВОДЫ
Во введении обоснована актуальность темы диссертации, сформулирована
цель исследований и основные положения, выносимые на защиту, определена
научная новизна, практическая значимость работы и сведение о публикациях по
теме диссертации.
В первой главе рассмотрены задачи прогноза геологического разреза,
подходы к описанию моделей геологических сред и сейсмического волнового
поля. Проведен системный анализ существующих методов, алгоритмов и
программных средств для ПГР.
6
При обработке и интерпретации сейсмических материалов, получаемых при
поиске нефти и газа, можно выделить две основные задачи: структурные
построения и ПГР. При этом одной из важнейших задач ПГР является
прогнозирование нефтегазоперспективности объектов и обнаружение залежей
УВ. Главная проблема при прогнозе залежей УВ по геофизическим данным
состоит в том, что залежи УВ, залегающие на глубинах в несколько километров,
отображаются в кинематических и динамических параметрах сигналов далеко не
всегда четко и однозначно. Поэтому суть интерпретации данных с целью
прогнозирования нефтегазоносности состоит в последовательном и тщательном
изучении всего вмещающего залежь геологического разреза, установления
особенностей возникновения и природы аномалий параметров сейсмических
волн, выявлении основных закономерностей при оценке перспектив содержания
УВ для неоднородных слоистых осадочных толщ.
Так как реальные геологические среды – очень сложные образования,
характеризующиеся большим числом различных параметров, обычное
представление геологической среды с помощью модели слоистой идеальноупругой среды, при решении задач ПГР оказывается недостаточной. Реальные
среды не являются идеально упругими, в таких средах скорость распространения
продольных и поперечных волн зависит от частоты, т.е. присутствует дисперсия
скорости. Дисперсия связана с поглощением, слоистостью и другими факторами,
обуславливающими неидеальную упругость и неоднородность среды.
Поэтому при построении математических моделей геологических сред
широкое распространение получил подход, связанный с представлением среды
в виде линейной системы (линейного фильтра), для которой справедлив принцип
суперпозиции. В рамках данного подхода процесс распространения продольных
волн в реальных средах можно представить в частотной области в виде:
(, ) = 0 () ∙ (, )
где 0 () – комплексный спектр сигнала 0 (): 0 () = |0 ()| ∙  0() ;
(, ) – частотная характеристика среды распространения, определяющая
процессы геометрического расхождения (), отражения (), прохождения
(), поглощения и рассеяния (, ): (, ) = () ∙ () ∙ () ∙ (, )
На рис. 1 схематично показано изображение геологической среды, как
системы передачи информации.
Рис. 1. Представление геологической среды как системы передачи информации
Как видно из рисунка на выходе системы формируется волновое
сейсмическое поле (сейсмограмма) (, ), параметры которого определяются
частотными характеристиками геологической среды. Обычно сейсмическое
поле, зарегистрированное в различных точках профиля, рассматривают как
аддитивную смесь полезных волн 1 (, ), регулярных волн-помех 2 (, ) и
7
нерегулярных помех (, ). При обработке данных методов отраженных волн
(МОВ) под полезными волнами обычно понимают однократно отраженные
продольные волны. К регулярным помехам относят многократно-отраженные,
дифрагированные, обменные, поверхностные и другого типа волны. К
нерегулярным помехам относят микросейсмы – колебания, возбуждаемые
разнообразными естественными и техническими источниками шумов;
множество мешающих волн, наблюдаемых в виде хаотических сигналов.
Нерегулярные шумы имеют сложную структуру и определяются большим
числом независимых факторов, обычно считают, что они подчиняются
нормальному закону распределения. Исходя из вышесказанного общую модель
сейсмограммы можно представить в виде:
(, ) = ∑  ∙ 1 ( −  −  ()) + ∑  ∙ 2 ( −  −  ()) + (, )


где  – амплитуда k–ой полезной волны;  – амплитуда l–ой регулярной волныпомехи;  ,  – времена прихода k–ой и l–ой волны в точку  = 0;  (),  () –
приращение времени от одной сейсмической трассы (одноканальная
сейсмограмма) к другой.
Для построения модели сейсмограммы используются аналитические
описания сейсмоимпульсов, построенные исходя из общих характерных
особенностей реальных сейсмических импульсов однократно отраженных волн,
получаемых при взрывном методе возбуждения колебаний:
1) Длительность колебаний импульсов не превышает длительности 2-3
преобладающих периодов волны;
2) Импульсы имеют плавную огибающую, причем начальная и конечная
фазы слабее, чем центральные;
3) Сейсмические импульсы преимущественно характеризуются плавным
нарастанием первого отклонения, т.е. начальная скорость смещения равна нулю,
а ускорение или производные от смещения еще более высокого порядка
претерпевают скачок.
Наиболее часто в качестве моделей сейсмоимпульсов используются:
2 2
1) Импульс с колокольной огибающей: () =  ∙  −  ∙ cos(0  + 0 ),
где А – амплитуда импульса; φ0 – начальная фаза;  – коэффициент,
определяющий затухание импульса; 0 – основная частота.
2) Импульс Берлаге: () =  ∙   ∙  − ∙ sin(0 )
где α и n – параметры, определяющие конкретный вид огибающей импульса.
3) Затухающий синусоидальный импульс: () =  ∙  − ∙ sin(0 ).
Исследования динамических параметров моделей сейсмоимпульсов
показали, что наиболее характерными особенностями обладают фазовые
спектры, амплитудные спектры имеют простую колокольную форму. Так, для
всех моделей сейсмоимпульсов удалось показать наличие зоны стационарности
фазовых спектров в определенной полосе частот. Физическое понимание
наличия в фазовых спектрах сейсмоимпульсов участка с постоянной фазой
вытекает из локационного принципа передачи сигналов через линейные
системы. В соответствии с этим принципом перенос энергии сигналом возможен
8
лишь при условии, что все основные гармонические составляющие в его спектре
синфазны, т.е. имеют одинаковый фазовый набег. Если условие стационарности
не выполняется, то часть частотных компонент в спектре сигнала подавляется и
не происходит передачи энергии в пространстве. Установленное условие
стационарности фазовых спектров сейсмоимпульсов нашло подтверждение при
изучении спектров отраженных волн, полученных при сейсмических
исследованиях в ряде районов Западной Сибири. Следует особо подчеркнуть,
что в общем случае стационарность фазовых спектров отраженных волн удается
выделить лишь при определенном выборе длительности окна анализа и
начальной точки отсчета времени, совмещенной с центром окна.
В качестве примера иллюстрации стационарности фазового спектра, на
рис.2 представлены импульс с колокольной огибающей (рис. 2а), и его частотные
спектры (рис. 2б).
а) форма импульса
б) частотные характеристики
Рис. 2. Импульс с колокольной огибающей
Рассмотренные модели геологических сред и модели сейсмограммы легли в
основу анализа существующих методов ПГР. Исходя из целей решаемых
прогнозных задач, все методы ПГР можно условно разделить на два направления:
1) Методы, направленные на изучение структурных особенностей геологического
разреза с целью детального расчленения слоистых толщ; 2) Методы, применяемые
для определения петрофизических свойств осадочных толщ, прогнозирования на
их основе коллекторских особенностей отложений и их нефтегазоносности.
При решении первого класса задач обычно для проведения детального анализа
исследуемых толщ осуществляется построение объектно-ориентированных
разрезов, обладающих повышенной разрешающей способностью. Здесь важное
значение приобретает применение эффективных алгоритмов прослеживания
сейсмических волн. Методы решения задач второго класса можно разделить на два
подкласса: 1) Методы, направленные на оценку тех или иных параметров среды:
литологии, пористости, емкостных свойств и т.п., например, метод
псевдоакустического каротажа (ПАК) и его аналог (VELOG), методы эффективных
коэффициентов отражения (ЭКО) и амплитудных вариаций отражений (АВО).
Указанные методы широко применяются на практике и реализованы в ряде
программно-алгоритмических комплексах (Petrel, Jason, GeoDepth, Probe и др.); 2)
Методы оценки коллекторских свойств пород и прямого прогнозирования УВ,
например, метод яркого/тусклого пятна (ЯТП), методы атрибутного
регрессионного анализа (АРА) и атрибутного нейронного анализа (АНА), метод
спектрально-временного анализа (СВАН). Данные методы реализованы в
современных программных комплексах INPRES, SeisProN, Geolog.
9
Также в методах ПГР можно выделить качественный (ЯТП, МДХ – методы
мгновенных динамических характеристик, ПДС – поглощения и дисперсии скорости
и др.) и количественный (ПАК, ЭКО, АВО) подходы к оценке параметров прогноза.
Детальный анализ вышерассмотренных методов ПГР показал, что в этих
методах в качестве основных информативных динамических параметров
используются преимущественно амплитудные и энергетические характеристики
сейсмических сигналов, либо их комбинации. Фазовые спектры, как правило, не
вычисляются, при этом в некоторых методах предполагается, что сигналы
минимально-фазовые или имеют линейную ФЧХ. Сделанные необоснованные
допущения о свойствах ФЧХ отраженных волн приводят к тому, что при решении
задач прогноза все еще велик процент ошибочных решений, а также процент
выделяемых ложных аномалий кинематических и динамических параметров
отражений. Поэтому, учитывая высокую информативность ФЧХ отраженных
волн о геологических свойствах слоистых сред, большой научный и практический
интерес представляют фазочастотные методы и построенные на их основе
алгоритмы ПГР. Однако, до настоящего времени фазовые спектры отраженных
волн изучены недостаточно, не установлена их однозначная связь с параметрами
геологического разреза, не исследованы особенности изменения ФЧХ в области
залежей нефти и газа. В литературе отсутствуют примеры разработки
фазочастотных методов, направленных на оценку коллекторских свойствах пород
и прогноза нефтегазоносносги осадочных толщ, а также не создано
алгоритмическое и программное обеспечение для решения отмеченных задач.
Развитию фазочастотных методов прогноза свойств геологического разреза,
построению алгоритмов и программного обеспечения на их основе, а также
вопросам их применения в задачах обработки и динамической интерпретации
сейсмических данных посвящены следующие разделы данной работы.
Во второй главе работы для комплексного анализа динамических
параметров сейсмических волн, на основе системного подхода в частотной области,
была построена математическая модель слоистых поглощающих сред, на которой
были исследованы информационные свойства ФЧХ отраженных волн.
Для изучения информационных свойств фазовых спектров отраженных волн
необходима модель геологических сред, позволяющая провести анализ
распространения волн в слоистых поглощающих средах с комплексной оценкой их
динамических параметров. К сожалению, рассмотренные ранее модели
геологических сред не позволяют провести данные исследования. Поэтому в работе
была предложена модель, для подробного описания которой обратимся к рис. 3.
Рис. 3. Модель плоскопараллельной слоистой поглощающей толщи
а) схема модели среды; б) эквивалентная система
10
На рис. 3а показана модель плоскопараллельной слоистой поглощающей
толщи. В лучевом приближении, при нормальном падении волны, процесс
отражения от кровли и подошвы линейно-неупругого слоя II можно представить
в виде эквивалентной системы (рис. 3б), частотную характеристику которой
можно записать в виде:
 () = 12 () ∙ () ∙ 23 () ∙ 21 () + 12 () = | ()| ∙  ()
где 12 () и 23 () – коэффициенты отражения от кровли и подошвы II слоя;
21 () и 21 () – коэффициенты преломления на кровле II слоя; () – частотная
характеристика, характеризующая распространение волны в поглощающем слое
II в двух направлениях; | ()| и  () – соответственно амплитудно-частотная
(АЧХ) и фазочастотная (ФЧХ) характеристики эквивалентной системы.
Важно отметить, что коэффициенты 12 (), 23 (), 12 (), 21 () в
поглощающих средах являются комплексными функциями частоты f. Спектры
волн, отраженных от кровли и подошвы II слоя, могут быть представлены:
1 () = 12 () ∙ 0 () = |1 ()| ∙  1()
1 () = 12 () + 0 ()
(1)
2 () = 21 () ∙ 23 () ∙ () ∙ 12 () ∙ 0 () = |2 ()| ∙  2()
2 () = 12 () +  () + 23 () + 21 () + 0 ()
(2)
Выражения (1) и (2) определяют фазовые спектры волн, отраженных от
кровли и подошвы второго слоя, которые непосредственно зависят от фазовых
спектров коэффициентов преломления  () и отражения  (), а также от ФЧХ
 (), определяющей распространение волны в поглощающем слое, и фазы
начальной падающей волны 0 ().
Фазовые спектры коэффициентов преломления и отражения могут быть
непосредственно найдены из выражений для комплексных коэффициентов
отражения и преломления, рассчитанных для двух изотропных полупространств,
разделенных плоской границей:
2 (  2V2 ( f )   1V1 ( f ))  j (  2V2 ( f ) 1 ( f )   1V1 ( f ) 2 ( f ))
k 12 ( f ) 
2 (  2V2 ( f )   1V1 ( f ))  j (  2V2 ( f ) 1 ( f )   1V1 ( f ) 2 ( f ))
(3)
2(2 1V1 ( f )  j  1V1 ( f ) 2 ( f ))
r12 ( f ) 
2 (  2V2 ( f )   1V1 ( f ))  j (  2V2 ( f ) 1 ( f )   1V1 ( f ) 2 ( f ))
где  () и  () – соответственно скорость распространения продольных волн и
декремент поглощения в i-ом слое на частоте f;  – плотность i-го слоя.
При этом:  =  () ()⁄, где  () – коэффициент поглощения в i-ом слое.
В случае линейной зависимости коэффициента поглощения  =  ,
частотная характеристика II слоя () может быть представлена в виде:
() = |()| ∙  −()
(4)
1


|()| =  −()ℎ =  −ℎ ;  () = −2ℎ [
+ ln ]
(1 )  2 1
где (1 ) – скорость распространения волны в слое на частоте f1;  – параметр
поглощения исследуемого слоя; h – мощность II слоя.
Из выражения (4) видно, что нелинейная составляющая  () определяется
поглощающими свойствами анализируемого слоя.
11
Эквивалентная схема (рис. 3б) позволяет также произвести расчет взаимной
спектральной плотности (ВСП) 12 () для сигналов 1 () и 2 (), отраженных
соответственно от кровли и подошвы анализируемого слоя II, взаимный
амплитудный и взаимный фазовый спектры, для которой, имеют вид:
|12 ()| = |0 ()|2 ∙ |12 ()| ∙ |23 ()| ∙ |()| ∙ |12 ()| ∙ |21 ()|
12 () = 12 () + 21 () +  () + 23 () − 12 ()
(5)
Как видно из выражения (5), взаимный фазовый спектр (ВФС) волн,
отраженных от кровли и подошвы слоя II,
непосредственно зависят от разности ФЧХ
коэффициентов отражения и суммы ФЧХ
коэффициентов преломления границ раздела
слоев, а также от ФЧХ  () поглощающего
слоя. В свою очередь, согласно (4)
составляющие
ВФС
определяются
соответственно
акустическими
и
поглощающими
свойствами
контактирующих толщ.
По аналогии с выше изложенным, может
быть построена модель поглощающей среды,
состоящей из произвольного числа слоев.
При ее синтезе для проведения численных
расчетов, в отличие от модели среды,
показанной на рис. 3а, нумерацию слоев
более удобно осуществлять от нижнего слоя
к верхнему. На рис. 4 приведена структурная
схема
эквивалентной
системы,
характеризующей при принятых ранее
допущениях
передаточные
свойства
многослойной
линейно-неупругой
Рис. 4. Структурная схема
поглощающей среды. Используя данную
многослойной поглощающей
структурную схему, нетрудно показать, что
среды
выражение для частотной характеристики такой системы имеет следующий вид:
−1
∑ () =  () + ∑
=0
−1
 () ∏
=
 ()+1, (),+1 ()
На основе данного выражения может быть рассчитана синтетическая
сейсмотрасса для некоторой точки на поверхности наблюдения:
∑ () =  −1 {()∑ ()}
где  −1 обозначает операцию обратного преобразования Фурье. Совокупность
модельных сейсмотрасс при заданном числе слоев и заданном распределении в
них петрофизических параметров позволяет построить волновое поле и
использовать его при проведении дальнейших исследований фазовых и ВФС
отраженных волн.
На построенной модели проводились аналитические исследования и
вычислительный эксперимент. Полученные аналитические соотношения для
12
модели сред с различными параметрами показали, что изменение
петрофизических параметров поглощающих сред непосредственно влияет на
свойства ФЧХ коэффициента отражения и преломления. Особо значимо это
влияние проявляется в изменении фазовых спектров коэффициентов отражения.
Амплитудные характеристики коэффициентов отражения более слабо зависят от
изменения акустических и поглощающих свойств контактирующих сред, чем их
фазовые характеристики. Результаты вычислительного эксперимента для 4
моделей сред с различными песчаными коллекторами представлены на рис. 5.
Здесь изображены графики обобщенных фазовых спектров волн, отраженных от
подошвы коллектора.
а)
б)
в)
г)
Рис. 5. Фазовые спектры волн, отраженных от подошвы второго слоя сред
а) модель 1, газонасыщенный песчаник; б) модель 2, нефтенасыщенный песчаник;
в) модель 3, водонасыщенный песчаник; г) модель 4, карбонизированный песчаник.
Анализ приведенных на рисунке зависимостей показывает, что насыщение
породы-коллектора газом и нефтью приводит к резкому изменению фазовых
спектров отраженных волн. При этом, наибольшие изменения фазовых спектров
наблюдаются для газонасыщенного коллектора. В этом случае фазовые набеги
имеют абсолютное значение до 1.5 рад. Для третьей модели (насыщение песчаного
коллектора водой), фазовые спектры отраженных волн слабо зависят от частоты.
При отсутствии коллектора (четвертая модель), фазовые спектры практически не
зависят от частоты и меняются очень слабо, их значения близки к -π (или 0) рад.
Наряду с анализом фазовых спектров сигналов для рассматриваемых
моделей сред, было проведено исследование ВФС волн, отраженных от кровли
и подошвы поглощающей толщи, вмещающей выше обозначенные коллекторы
(рис. 6). Из рисунка видно, что насыщение породы-коллектора газом или нефтью
приводит к значимому изменению ВФС (рис. 6 а и б). При этом наибольшие
отклонения ВФС при определенных сочетаниях отношений акустических
жесткостей и декрементов поглощения контактирующих сред могут достигать
1,8 рад. В случае насыщения песчаного коллектора водой (рис. 6в) в диапазоне
изменения отношения частот f/f1 от 0,5 до 2, ВФС волн слабо зависят от частоты
и их значения сосредоточены в области от -1÷0 рад. При отсутствии коллектора
(рис. 6г), ВФС отраженных волн практически не зависят от частоты и их
значения при различных сочетаниях петрофизических параметров
контактирующих слоев близки к нулю. Из приведенных зависимостей также
видно, что графики ВФС в случае насыщения песчаного коллектора газом или
нефтью во всем диапазоне анализируемых частот обладают большей кривизной,
чем в случае отсутствия коллектора или его насыщения водой.
Таким образом, проведенные численные эксперименты на моделях
13
слоистых поглощающих сред показали целесообразность и перспективность
использования информативных свойств фазовых и взаимных фазовых спектров
отраженных сейсмических волн в качестве новых важных диагностических
признаков для решения задач прогноза нефтегазоносности осадочных толщ.
а. газонасыщенный
б. нефтенасыщенный
в. водонасыщенный
г. карбонизированный
Рис. 6. ВФС волн, отраженных от разных типов коллектора
В третьей главе на основе рассмотренных выше информационных свойств
фазовых спектров отраженных волн разработан, исследован на моделях и апробирован
реальных данных новый алгоритм прогноза типов геологического разреза.
В основе данного метода лежит фазовременной анализ (ФАН-анализ)
сейсмических данных, включающий прослеживание фиксированных волн с
помощью ранее разработанных фазочастотных алгоритмов. Все алгоритмы
фазочастотного прослеживания (ФЧП) можно разделить на три класса:
алгоритмы с равновесной обработкой, алгоритмы с неравновесной обработкой и
алгоритмы прослеживания с управляемой протяженностью функции качества
(ФК). В общем случае ФК (критерий оценки временного положения сигналов)
для алгоритмов с равновесной и неравновесной обработкой может быть
представлена в виде:
L(t )  W ( fi )  cos  ( fi , t )
(6)
i
где ( ) – заданная частотная весовая
функция; ( , ) – мгновенный фазовый спектр
участка
сейсмотрассы,
вычисляемый
в
скользящем окне анализа.
Для равновесного алгоритма весовая
функция ( ) из (6) принимается равной
Рис. 7. Область возможных
единице во всей анализируемой полосе частот.
ограничений фазовых
Неравновесные
алгоритмы
используют
спектров сигналов
искусственно задаваемые функции, например
треугольную функцию. Алгоритм ФЧП с управляемой протяженностью ФК,
отличается тем, что в выражении (6) вместо cos ( , ) используются другие
фазопреобразующие функции [( , )], которые обладают большей
«чувствительностью» к изменению мгновенных фазовых спектров при
смещении окна анализа в области местоположения выделяемых сигналов на
сейсмической записи. При этом на область изменения мгновенных фазовых
спектров в критериях оценки местоположения сигналов (6) накладываются
ограничения, что изменяет протяженность функции качества. На рис. 7 показано
14
введение ограничений вида () =  ∗ , где Т* определяет протяженность ФК
в области возможного местоположения сигнала.
Нетрудно показать, что ФК сигнала на выходе линейной системы с
передаточной функцией () может рассматриваться как результат
преобразования ФК входного сигнала системой, частотная характеристика
которой  () определяется только ФЧХ исследуемой толщи:
 () =  −1 {[() ∙  () ] ∙  () } = 0 ()ℎ ()
где 0 () =  −1 {() ∙  () } – ФК входного сигнала;
ℎ () =  −1 { ()} =  −1 { () } – весовая функция линейной системы с
передаточной функцией  ().
Отмеченная выше взаимосвязь ФК алгоритмов ФЧП с ФЧХ исследуемой
толщи, а следовательно, и со структурными особенностями слоистых толщ и их
петрофизическими параметрами, послужила предпосылкой для разработки
метода ФАН-анализа. При проведении ФАН-анализа частотные параметры
весовой функции алгоритмов ФЧП целенаправленно изменяются, т.е. для
каждой анализируемой сейсмотрассы в области исследуемой толщи
формируется совокупность ФК
алгоритмов ФЧП:
L k (t )  W k ( f i )co s  ( f i , t )  (7)
i
где f i  i f  f 0k ; f 0k – нижняя
частота k–ой весовой функци W k ;
k=0÷m-1; m - количество весовых
функций;
Совокупность ФК вида (7)
образуют ФАН-колонку (ФАНобраз) для каждой анализируемой
сейсмотрассы, а совокупность
ФАН-образов
для
набора
сейсмотрасс,
полученных
в
различных точках наблюдения,
образует ФАН-разрез (разрез
ФАН-Г). Различия в свойствах
анализируемых толщ, таких как
слоистость,
акустическая
жесткость,
поглощение,
мощность,
пористость,
Рис. 8. Обобщенная схема алгоритма
проницаемость,
которые
не
прогноза
типа геологического разреза на
вызывают заметных изменений в
основе ФАН-анализа
сейсмотрассе ОГТ, отчетливо
отражаются в ее ФАН-образе. При этом ФАН-образы будут различаться
рисунком записи, т.е. протяженностью, интенсивностью, взаимным
расположением, наклоном выделяемых осей синфазности в заданном частотном
15
диапазоне. Такая чувствительность ФАН-образов к изменению структурных и
петрофизических свойств среды позволяет на их основе построить алгоритм
прогноза типа геологического разреза, обобщенная схема которого представлена
на рис. 8.
В предложенном алгоритме прогноза с автоматической классификацией для
выделения информативных признаков определяется двумерный энергетический
спектр формированных изображений ФАН-образов. Информативные вектора,
соответствующие различным ФАН-образам находятся из энергетических
спектров изображений с помощью специально синтезированных масок, которые
разбивают Фурье-плоскость на L областей. Интенсивность в каждой из таких
областей вычисляется численно и нормируется относительно величины полного
интеграла интенсивности. В результате анализа структуры двумерных спектров
ФАН-образов, были синтезированы две маски: секторная и полосовая. Секторная
маска использовалась для отбора информации о распределении нормированной
энергии по углу α, полосовая – для отбора информации о распределении
нормированной энергии по временной частоте  . На рис. 9, в качестве примера,
показаны фрагмент исследуемого волнового поля, сформированный на его
основе ФАН-образ и выделенный вектор информативных параметров по
полосовой маске для модели с газонасыщенным коллектором.
а)
б)
в)
Рис. 9. Фрагмент волнового поля (а); ФАН-образ (б) и вектор признаков (в)
Рассчитанные значения информативных векторов, соответствующих
различным ФАН-образам, использовались далее для автоматической
классификации типов геологического разреза на основе математических
алгоритмов кластерного анализа и искусственных нейронных сетей.
Проведенные исследования для моделей, соответствующих 4 различным
типам геологического разреза показали, что алгоритм, основанный на
нейронных сетях, обеспечивает вероятность правильной классификации - 88%.
Дискриминационная способность метода к-средних была несколько ниже, чем у
нейронных сетей. Вероятность принятия правильного решения в этом случае
составляла порядка 86.3%. При наличии нерегулярных помех при доверительной
вероятности 0,95 для отношения сигнала к шуму δ = 5, вероятность правильной
классификации типов разреза с помощью нейронных сетей составила 80%.
Достигнутые
достаточно
надежные
результаты
классификации
объясняются высокой разрешающей способностью и помехоустойчивостью
методов ФЧП, лежащих в основе ФАН-анализа. Подробно эти вопросы
рассмотрены в разделе 3.1.3 диссертационной работы. Отметим только, что
16
алгоритмы ФЧП позволяют
достичь разрешения порядка
0,25 видимого периода, а
ошибка смещения оценки
временного
положения
сигналов при отношении
сигнал/шум, равным 1, не
превышает 2 мс.
Анализ
полученных
качественных
и
количественных
оценок
алгоритма
прогноза
на
основе
ФАН-анализа
показал, что для моделей
тонкослоистых
сред,
предлагаемые
алгоритмы
обладают
несомненными
преимуществами
перед
Рис. 10. Состав комплекса программ «Геосейф»
широко используемыми на
практике алгоритмами СВАН-анализа.
Разработанные алгоритм прогноза типов геологического разреза были
включены
в
программноалгоритмический
комплекс
«Геосейф», разработанный на
кафедре
прикладной
математики ТПУ в виде
отдельных модулей и увязаны с
графом
обработки
и
интерпретации сейсмических
материалов (рис. 10).
На основе разработанного
программного
обеспечения
была проведена обработка
реальных сейсмических данных
с
целью
прогноза
геологического разреза на
Конторовичском
нефтяном
месторождении
Томской
области.
На
рис.
11
представлены
шесть
выделенных
типов
геологического
разреза
и
четыре зоны, рекомендованные
Рис. 11. Распространение типов разреза на
для промышленного бурения.
Конторовичском месторождении
Сравнение
полученных
17
результатов картирования типов геологического разреза с результатами ранее
проведенного бурения показало, что 4 из 5 промышленных скважин находятся
на площади в рекомендуемых зонах (рис. 11).
В четвертой главе разработан новый метод расчета ВФС и построенный на
его основе алгоритм прогноза коллекторских свойств осадочных толщ.
Приведены результаты исследования алгоритма на моделях геологических сред
и показаны результаты сравнения с алгоритмом на основе ФАН-анализа для
реальных материалов Томского Приобъя.
При исследовании тонкослоистых сред, к которым часто «приурочены»
месторождения нефти и газа, наблюдаемые волновые поля имеют сложный
интерференционный характер. В ряде случаев отраженные волны от
анализируемых горизонтов динамически невыразительны, неустойчивы по
латерали и выделяются только спорадически. В этих условиях определение ВФС
волн, отраженных от кровли и подошвы анализируемой толщи на базе известных
методов не представляется возможным. Поэтому было предложено оценивать
ВФС по ФК алгоритмов ФЧП, обладающих высоким разрешением волн.
Рассмотрим модель слоистой поглощающей среды, представленной на рис.
3, для которой отраженные сигналы от подошвы и кровли второго слоя 1 () и
2 () запишем в форме:
1 () = |0 ()| ∙ |1 ()| ∙  1() ∙  −0()
2 () = |0 ()| ∙ |2 ()| ∙  2() ∙  −0()
где 1 () = 12 (); 2 () = 12 () ∙ 23 () ∙ () ∙ 21 ().
Тогда ВФС сигналов 1 () и 2 () имеет вид:
12 () = 2 () − 1 ()
(8)
Теперь рассмотрим функцию качества алгоритмов ФЧП (7), которую для
сигналов 1 () и 2 () можно представить:
1 () =  −1 {() ∙  0() ∙  1() }
2 () =  −1 {() ∙  0() ∙  2() }
Введем следующие обозначения:
12 () = ∗1 () ∙ 2 () =  2 () ∙  (2()−1())
|12 ()| =  2 ()
12 () = 2 () − 1 ()
(9)
Из сравнения (8) и (9) следует, что ВФС сигналов можно непосредственно
определить по ФК, сформированной в результате ФЧП сейсмических волн.
Исследования нового метода оценки ВФС сигналов по ФК ФЧП проводились
путем сравнения с оценками ВФС, полученных стандартным методом на
различных моделях волновых полей. Проведенные исследования показали
высокую точность оценок ВФС по ФК в зонах интерференции волн и при наличии
интенсивных помех, где погрешность получаемых оценок составляла не более 5%.
Как было ранее показано, во ВФС сейсмических волн, отраженных от
кровли и подошвы исследуемой толщи, заложена важная информация о составе
и свойствах слоистых геологических сред. Кроме этого на ВФС отраженных
волн не оказывают влияния ФЧХ падающей волны, поэтому они позволяют
получить надежные и устойчивые оценки поглощающих и дисперсионных
18
свойств исследуемых толщ. Однако, как показали многочисленные
эксперименты, непосредственное использование значений ВФС для определения
состава флюида не дает достоверных результатов, так как различие в значениях
ВФС для различных коллекторов не очень велики. Поэтому предлагается
оценивать не сами значения ВФС, а получать оценки их интегральных
характеристик, а именно центральных моментов 2-го порядка ВФС, взаимной
фазовой задержки (ВФЗ) и взаимной групповой задержки (ВГЗ).
Центральные
моменты
2-го
порядка ВФС, ВФЗ и ВГЗ послужили
диагностическими признаками, на
основании которых был построен
алгоритм прогноза коллекторских
свойств пород, структурная схема
которого приведена на рис. 12.
Разработанный алгоритм прогноза
также был включен в состав комплекса
«Геосейф». Построенные алгоритмы
прогноза
требуют
многократного
вычисления
мгновенных
фазовых
спектров посредством дискретного
преобразования Фурье, что приводит к
большому количеству вычислений.
Поэтому была разработана и внедрена в
комплекс «Геосейф» программная
Рис.12. Схема решения задачи ПГР
реализация алгоритмов c параллельной
обработкой данных.
Для иллюстрации алгоритма на основе ВФС, на рис. 13 приведены
фрагменты временных разрезов ОГТ, полученных после стандартной обработки
материалов и ФЧП для профиля ПР1 Крапивинского нефтяного месторождения.
На этом профиле расположены разведочные скважины Р1 с дебитом нефти 130
м3/сутки и Р2 с дебитом нефти с водой. Основным продуктивным горизонтом
Крапивинского месторождения являются отложения верхней Юры, в этой связи
при
обработке
рассматривалась толща,
ограниченная подошвой
баженовской свиты Bg и
пластом Ю13,4. Как видно
из рис. 13а, на разрезах
ОГТ
не
удается
проследить отраженную
волну, отождествляемую
по
стратиграфической
привязке с продуктивным
а
б
пластом Ю13,4 на всех
Рис. 13. Фрагменты разреза ОГТ (а) и объектнопикетах наблюдения, что ориентированного разреза ФЧП (б) для профиля ПР1
19
не позволяет стандартным способом провести вычисление оценок ВФС целевых
волн, привязанных к подошве Bg и пластом Ю13,4 на всем анализируемом
интервале. В тоже время, на объектно-ориентированном разрезе ФЧП (рис.13б),
целевые волны выделяются устойчиво на всем интервале наблюдения. По
разрезу ФЧП новым методом была произведена оценка ВФС и получены
интегральные оценки центральных моментов 2-го порядка ВФЗ и ВГЗ.
Найденные оценки прогнозных параметров 2 и 2 представлены на рис. 14. Из
рисунка видно, что в областях пикетов наблюдения, где расположены
разведочные Р1 и Р2 и промысловые П1 и П2 скважины, давшие приток нефти,
прогнозные параметры имеют ярко выраженные аномалии, свидетельствующие
о наличии нефтяной залежи.
Рис. 14. Изменения прогнозных параметров вдоль профиля ПР1
Для сравнения двух разработанных в работе алгоритмов на профилях
Крапивинского нефтяного месторождения также проведено прогнозирование
типов геологического разреза алгоритмом на основе ФАН-анализа временных
разрезов ОГТ. В качестве примера приведен результат прогноза типов
геологического разреза в межскважинном пространстве на профиле ПР1. При
прогнозе было выделено 3 типа геологического разреза, первый тип
соответствовал типу разреза на скважине Р1, второй тип - типу разреза скважины
Р2 и третий тип отличался от первого и второго типов. Далее на каждом пикете
наблюдения профиля ПР1 был построен ФАН-образ, для которого были
определены вектора признаков  и  . На основе полученных векторов
признаков с помощью нейронных сетей проведена автоматическая
классификация типов разреза. Результат картирования геологического разреза
типов Р1 и Р2 вдоль профиля ПР1 показан на рис. 15.
Рис. 15. Распределение типов геологического разреза в межскважинном
пространстве, профиль ПР1
Сравнение рисунков 14 и 15 показывает, что вдоль профиля ПР1, где по
результатам прогноза на основе ФАН-анализа появляются разрезы первого или
второго типа, наблюдаются аномалии фазовых прогнозных параметров. Также
20
следует отметить, что при прогнозе коллекторских свойств на основе ВФС, в
областях пикетов наблюдения - 12270 и - 11820 выделены аномалии прогнозных
параметров. Соответственно, по результатам прогноза на основе ФАН-анализа
временных разрезов, в этих областях прогнозируются геологические разрезы
первого и второго типов. Таким образом, результаты прогноза по двум
алгоритмам хорошо согласуются между собой, что говорит о достоверности
получаемых результатов.
В заключении сформулированы основные теоретические и экспериментальные
результаты, полученные в данной работе:
1) Наиболее важными задачами, решаемыми при ПГР являются: детальное
расчленение осадочных толщ, прогноз фильтрационно-емкостных свойств пород и
оценка их нефтегазоносности. Решение данных задач осложняется наличием
априорной
неопределенности
относительно
свойств
регистрируемых
сейсмических сигналов, существующими многофакторными связями между
сейсмическими и геологическими параметрами сред, интерференцией волн в
тонкослоистых средах, что в совокупности накладывает высокие требования к
выбору информативных признаков сейсмических сигналов для решения задач ПГР.
2) Существующие модели геологических сред не позволяют провести
комплексный расчет всех динамических параметров волнового поля, в том числе
фазовых спектров коэффициентов отражения, информативность которых по
сравнению с АЧХ оказывается, как правило, выше.
3) В современных программных комплексах, направленных на решение задач
ПГР, наибольшее распространение получили алгоритмы, использующие в
качестве информативных динамических параметров сейсмосигналов
преимущественно их энергетические или амплитудные характеристики. В тоже
время практический опыт показывает, что при решении задач ПГР на базе
данных алгоритмов, еще велик процент ошибочных решений и выделяемых
ложных аномалий параметров отраженных волн, используемых при прогнозе.
Поэтому, учитывая, что ФЧХ сейсмосигналов несут важную информацию о
геологических свойствах слоистых сред, большой научный и практический
интерес представляют фазочастотные методы и построенные на их основе
алгоритмы ПГР.
4) На основе системного подхода в частотной области была разработана
информационная модель слоистых поглощающих сред. Вычислительный
эксперимент на модели показал, что изменение петрофизических параметров
поглощающих сред непосредственно влияет на свойства ФЧХ коэффициента
отражения и преломления. При этом наибольшие изменения фазовых спектров
наблюдаются для газонасыщенного и нефтенасыщенного коллектора, при
насыщении водой или отсутствии коллектора фазовые спектры меняются очень
слабо и практически не зависят от частоты.
5) На базе ранее разработанных алгоритмов ФЧП предложен и реализован
метод ФАН-анализа сейсмических волн. Показано, что данный метод обладает
высокой помехоустойчивостью и позволяет существенно увеличить разрешение
сейсмических записей, что в конечном итоге дает возможность уверенно
21
выделять отражающие горизонты тонкослоистых сред.
6) На основе методов ФАН-анализа предложены, разработаны и реализованы
алгоритмы прогноза типов геологического разреза, использующие в качестве
информативных признаков – фазовые спектры отраженных сейсмических волн.
Для классификации типов геологического разреза применены методы
кластерного анализа и нейронные сети. Сравнение полученных качественных и
количественных оценок показало, что для моделей тонкослоистых сред
предлагаемые алгоритмы обладают несомненными преимуществами перед
применяемыми на практике алгоритмами.
7) Для практической реализации разработанных алгоритмов прогноза
созданы программные средства, включенные в комплекс «Геосейф». Алгоритмы
апробированы на сейсмических материалах Конторовичского месторождения.
По результатам прогноза и картирования типов геологического разреза выделено
четыре зоны, рекомендованные для промышленного бурения скважин.
8) Разработан новый метод и алгоритм определения ВФС отраженных
сейсмических волн на основе ФК ФЧП. Показано, что наиболее устойчивыми и
информативными прогнозными параметрами по выявлению залежей
углеводородов являются центральные моменты 2-го порядка ВФЗ и ВГЗ,
рассчитанные по ВФС.
9) Предложен и реализован в программно-алгоритмическом комплексе
«Геосейф» алгоритм прогноза коллекторских свойств геологического разреза на
основе диагностических признаков ВФС. Проведенные исследования на моделях
сред с различными коллекторами и реальных данных на Крапивинском
месторождении Томской области показали хорошее согласование поведения
выделенных диагностических признаков ВФС с результатами испытания
скважин на этом месторождении.
10) Результаты совместной обработки и интерпретации ряда профилей и
разрезов ОГТ на месторождениях Томской области двумя разработанными
алгоритмами (алгоритм прогноза на основе ФАН-анализа и алгоритм прогноза
на основе ВФС) хорошо согласуются между собой, что говорит о высокой
степени достоверности полученных прогнозов.
Таким образом, в диссертации решена актуальная задача выделения
информативных признаков ФЧХ отраженных сейсмических волн и создания на
их основе алгоритмов для ПГР, в том числе прогноза нефтегазоносности
осадочных толщ.
Список основных работ по теме диссертации
(в изданиях, входящих в перечень ВАК РФ)
1. В.П. Иванченков, А.И. Кочегуров, Нгуен Суан Хунг, О.В. Орлов.
Фазочастотный алгоритм прослеживания сейсмических сигналов с управляемой
протяженностью функции качества // Научный вестник НГТУ. 2014. Том 57, №
4. – С. 59–68.
2. В.П. Иванченков, А.И. Кочегуров, Нгуен Суан Хунг, Е.В. Злобина, В.Е.
Лаевский. Определение временного сдвига между сейсмическими трассами на
основе анализа их фазочастотных характеристик // Известия Томского
22
политехнического университета. Инжиниринг георесурсов. 2016. Т. 327. №5. –
С. 97–105.
3. В.П. Иванченков, А.И. Кочегуров, Нгуен Суан Хунг. Прогноз коллекторских
свойств пород на основе взаимных фазовых спектров отраженных сейсмических
волн // Нефтяное хозяйство. 2016. № 5. – С. 24–28.
4. В.П. Иванченков, А.И. Кочегуров, Нгуен Суан Хунг, О.В. Орлов. Прогноз
типов геологического разреза на основе фазовременного анализа данных
сейсмических наблюдений // Известия Томского политехнического
университета. Инжиниринг георесурсов. 2017. Т. 328. №4. – С. 55–64.
Публикации в других научных изданиях
5. Нгуен Суан Хунг. Разработка методов прослеживания сейсмических
сигналов по фазочастотным характеристикам (фчх) // Сборник трудов XI
Международной научно-практической конференции студентов, аспирантов и
молодых ученых «Молодежь и современные информационные технологии».
Томск, 13-16 ноября 2013 г. – Томск: Изд-во ТПУ. – С. 85-86.
6. Нгуен Суан Хунг, В. П. Иванченков, А. И. Кочегуров. Исследование
помехоустойчивости
фазочастотного
модифицированного
алгоритма
прослеживания
сейсмических
сигналов//сборник
научных
трудов
Международной научной конференции «Информационные технологии в науке,
управлении, социальной сфере и медицине» – Часть I. – Томск: Изд-во Томского
политехнического университета, 2014 г. – С 21-23.
7. Нгуен Суан Хунг, Иванченков В.П., Кочегуров А.И. Сравнительный анализ
эффективности фазочастотных алгоритмов оценки временного положения
сигналов // Технологии Microsoft в теории и практике программирования:
сборник трудов XI Всероссийской научно-практической конференции
студентов, аспирантов и молодых ученых. г.Томск, 23-24 апреля 2014 г. – Томск:
Изд-во Томского политехнического университета, 2014. – С. 92-94.
8. Нгуен Суан Хунг, Сидоренко С.Н. Информационная модель слоистых
поглощающих сред // Сборник трудов XII Международной научно-практической
конференции студентов, аспирантов и молодых ученых «Молодежь и
современные информационные технологии». Томск, 12-14 ноября 2014 г. –
Томск: Изд-во ТПУ. – Т. 1 – С. 146-147.
9. Нгуен Суан Хунг, Иванченков В.П., Кочегуров А.И. Разработка
программного обеспечения для прослеживания сейсмических сигналов //
Научная инициатива иностранных студентов и аспирантов российских вузов:
Сборник докладов VII Всероссийской конференции. В 3 т. Т. 1 / Томский
политехнический университет. – Томск, 23 - 25 апреля 2014 года. Томск:
Издательство ТПУ, 2014. – С. 346-350.
10. Иванченков В.П., Нгуен Суан Хунг, Сидоренко С.Н. Исследование
информационных свойств взаимных фазовых спектров сейсмических волн на
моделях слоистых геологических сред // Актуальные задачи математического
моделирования и информационных технологий: Материалы Международной
научно-практической конференции / Соч. гос. ун-т; Науч. ред.: Ю.И. Дрейзис,
И.Л.Макарова, А.Р. Симонян, Е.И. Улитина. – Сочи, 2015. – С. 44-49.
23
11. Нгуен Суан Хунг, С.Н. Сидоренко. Алгоритм прогноза коллекторских
свойств пород на основе взаимных фазовых спектров отраженных сейсмических
волн // Технологии Microsoft в теории и практике программирования: сборник
трудов XII Всероссийской научно-практической конференции студентов,
аспирантов и молодых ученых (Томск, 25–26 марта 2015 г.) / Томский
политехнический университет. – Томск: Изд-во Томского политехнического
университета, 2015. – С. 103-104.
12. С.Х. Нгуен, С.Н. Сидоренко. Способ определения взаимного фазового
спектра сигналов по функции качества фазочастотного прослеживания
сейсмических волн // Проблемы геологии и освоения недр: Труды XIX
Международного симпозиума имени академика М.А. Усова студентов и
молодых ученых. Том I; Томский политехнический университет. - Томск: Издво Томского политехнического университета, 2015. – С. 269-271.
13. В.П. Иванченков, А.И. Кочегуров, Нгуен Суан Хунг, А.И. Осипенко.
Исследование структуры и свойств осадочных толщ дна океана по результатам
фазочастотного анализа сейсмоакустических данных // Материалы VI
Всероссийской научно-технической конференции «Технические проблемы
освоения мирового океана», Владивосток, 28 сентября – 02 октября 2015 г. – С.
221-225.
14. Xuan Hung Nguyen, Victor P. Ivanchenkov. Study of seismic waves cross-phase
spectrum information properties on the ground of a bedded geological structure
[Electronic resources] // 2015 International Conference on Mechanical Engineering,
Automation and Control Systems (MEACS): proceedings of the International
Conference, Tomsk, 1-4 December, 2015 / National Research Tomsk Polytechnic
University (TPU); Institute of Electrical and Electronics Engineers (IEEE). – Available
at: http://ieeexplore.ieee.org/xpl/articleDetails.jsp?arnumber=7414932
15. С.Х. Нгуен, С.Н. Сидоренко. Методика прогнозирования свойств
геологического разреза на основе взаимных фазовых спектров сейсмических
волн // Молодые - наукам о Земле: Труды VIII Международной межвузовской
научной конференции студентов, аспирантов и молодых ученых. г. Москва –
2016, – С. 142 – 144.
16. С.Х. Нгуен, С.Н. Сидоренко. Фазочастотный алгоритм прогноза свойств
геологического разреза и его исследование на моделях слоистых поглощающих
сред// Проблемы геологии и освоения недр: Труды XX Международного
симпозиума имени академика М.А. Усова студентов и молодых ученых. Том I /
Томский политехнический университет. - Томск: Изд-во Томского
политехнического университета, 2016. – С. 417–419.
17. В.П. Иванченков, Нгуен Суан Хунг. Фазовременный анализ данных
сейсмических наблюдений и его применение для прогнозирования свойств
геологического разреза // Сейсмические технологии, 2016: науч. практ.
конференция: сб. тезисов конференции, – М.: Феория, 2016. – С. 252-255.
24
1/--страниц
Пожаловаться на содержимое документа