WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!


На правах рукописи

Приезжев Иван Иванович

ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ КОМПЛЕКСНОЙ ИНТЕРПРЕТАЦИИ ГЕОФИЗИЧЕСКИХ ДАННЫХ ДЛЯ ГЕОЛОГИЧЕСКОГО МОДЕЛИРОВАНИЯ

Специальность 25.00.10 – геофизика, геофизические методы поисков полезных ископаемых

АВТОРЕФЕРАТ

диссертации на соискание ученой степени доктора технических наук

Москва 2010

Работа выполнена в Российском Государственном Геологоразведочном Университете им. Серго Орджоникидзе и в компании Шлюмберже Информационные Решения.

Официальные оппоненты:

доктор физико-математических наук, профессор, Кобрунов Александр Иванович, доктор физико-математических наук, профессор, Блох Юрий Исаевич, доктор технических наук, Рыжков Валерий Иванович.

Ведущая организация: ГНЦ РФ ВНИИгеосистем.

Защита состоится «24» июня 2010 года в 15 часов 00 минут на заседании диссертационного совета Д212.121.07 при Российском Государственном Геологоразведочном Университете им. Серго Орджоникидзе по адресу: 117997, Москва, ул. Миклухо-Маклая, 23, РГГРУ, ауд. 6-38.

С диссертацией можно ознакомиться в научной библиотеке Российского Государственного Геологоразведочного Университета им. Серго Орджоникидзе по адресу: 117997, Москва, ул. Миклухо-Маклая, 23, РГГРУ.

Автореферат разослан «___» _________ 2010 года.

Ученый секретарь диссертационного совета Д212.121.07 доктор физико- математических наук, профессор Каринский А.Д.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ



Актуальность темы:

Энергетический потенциал любой страны в современных условиях является определяющим фактором роста экономики. Самым важным мероприятием, повышающий энергетический потенциал страны, является проведение геологоразведочных работ (ГРР).

Огромный объем геологической и геофизической информации, получаемой в результате ГРР, невозможно осмыслить без ее сведения в комплексную модель, которая характеризует недра исследуемого района. Эта модель должна использовать максимум имеющейся информации и быть согласованной, увязанной и внутренне непротиворечивой.

Основной целью геолого-геофизических исследований является понимание внутреннего строения недр и ответы на вопросы - где находятся полезные ископаемые и как их добывать, безопасно и с минимальными затратами.

Геологическая модель является описанием данного понимания с использованием специальных языков. Например, такой моделью может служить простое текстовое описание геологического строения какого-либо объекта со схемами, картами и разрезами. Другим примером может служить компьютерная модель месторождения, описанная математическим и программно-цифровым языком, которую можно визуализировать в различных ракурсах и просчитывать различные варианты внутренних элементов, удовлетворяющих входным измерениям.

Переход к решению задач в сложных геолого-геофизических условиях, а также в связи со значительным удорожанием поисково-разведочного бурения в настоящее время очень остро ставит вопрос повышения эффективности геофизического сопровождения геологоразведочного процесса. В связи с этим, крайне актуальной является проблема разработки и использования современных математических методов геологического моделирования, информационнокомпьютерных технологий, автоматизированных систем и объединяющих все это вместе технологий углубленного извлечения максимального объема полезной информации из имеющегося комплекса геолого-геофизических данных.

Создание технологий геологического моделирования требует решения широкого круга теоретико-математических, информационных, алгоритмических, программных, технологических, методических и других вопросов, нацеленных на обеспечение интегрального анализа комплекса геолого-геофизических данных.

Цель и задачи исследований:

Разработать теоретические, информационные, технологические и методические основы геолого-геофизического моделирования для повышения эффективности геологоразведочных работ за счет углубленного извлечения информации из комплекса геолого-геофизических данных на основе их интегральной интерпретации в рамках математических моделей максимально адаптированных к особенностям строения геологического разреза.

Объект исследований: – геолого-геофизические модели и информационно-компьютерные технологии интегральной интерпретации комплекса геолого-геофизических данных.

Предмет исследований: – математические и алгоритмические методы и информационно-компьютерные технологии определения параметров интегральных геолого-геофизических моделей сложно построенных геологических сред.

Задачи исследований:

1. Разработка технологии сейсмической инверсии на основе обращения оператора свертки в спектральной области по полным и по угловым суммам.

2. Разработка технологии нелинейной многотрассовой сейсмической инверсии для прогноза фильтрационно-емкостных свойств горных пород по сейсмическим данным.

3. Разработка технологии решения обратной задачи для данных гравимагниторазведки на основе построения эквивалентных распределений физического параметра в условиях минимума априорной информации.

4. Разработка математико-алгоритмической основы и технологии решения обратной задачи для данных гравимагниторазведки на основе итерационного уточнения первоначальной модели.

5. Разработка математической основы и технологии решения прямой и обратной задачи для данных 3D гравиразведки c учетом измерений гравитационного поля в скважинах.

6. Разработка программно-математического обеспечения для решения обратных задач сейсморазведки и гравимагниторазведки в виде плагинов (дополнительных модулей) для программного комплекса Petrel компании Шлюмберже.

7. Разработка отдельных математических, алгоритмических и методических вопросов в виде плагинов (дополнительных модулей) для программного комплекса Petrel компании Шлюмберже:

разработка методики геометрического моделирования – создание структурно – тектонической основы геологической модели с анализом напряженности горных пород в квазиупругих пластах;

выделение сейсмофаций на основе автоматической классификации объемных сейсмических сигналов в виде суб-кубов;

разработка технологии многомерного анализа комплексных геологогеофизических данных на основе регрессионного, компонентного и кластерного анализов;

разработка технологии построения псевдо 3Д сейсмических кубов по данным 2Д съемки.

8. Адаптация разработанных технологий для решения поисковых, разведочных и эксплуатационных задач и оценка эффективности их применения в различных геологических условиях.

Научная новизна полученных результатов:

В диссертационной работе впервые:

1. Разработаны алгоритмические основы и технология сейсмической инверсии по полной сумме и по угловым суммам на основе обращения оператора свертки в спектральной области и использования регуляризации по А.Н. Тихонову.

2. Разработана технология нелинейной многотрассовой сейсмической инверсии на основе использования нейронных сетей и генетических алгоритмов – «Генетическая инверсия».

3. Разработана технология построения эквивалентных распределений источников в объеме по гравимагнитным данным в условиях недостатка априорной информации.

4. Разработаны математико-алгоритмические основы и технология уточнения плотностной модели по гравитационным данным на основе стохастических методов и «Критериального подхода к выражению априорной информации при решении обратных задач геофизики и задачи комплексной интерпретации геолого-геофизических данных», предложенного Кобруновым А.И.

5. Разработаны математическая основа и технология решения прямой и обратной задачи для данных 3D гравимагниторазведки c учетом измерений гравитационного поля в скважинах.

6. Разработан ряд плагинов для программного комплекса Petrel с целью реализации технологии интегральной интерпретации комплекса геологогеофизических данных и построения геологической модели месторождения.

7. Получены новые результаты геологического строения нефтяных и газовых месторождений в различных геологических условиях.

Практическое значение исследований:

1. Разработаны способы обработки и интерпретации данных сейсморазведки, данных гравиразведки и магниторазведки, обеспечивающие наилучшую оценку физических параметров среды.

2. Созданы технологии, которые повышают эффективность геологогеофизического моделирования месторождений нефти и газа на основе использования объемных трендов, полученных по данным сейсморазведки, гравиразведки, при интерполяции свойств со скважин в межскважинное пространство.

3. Практическое применение технологий сейсмической инверсии и гравимагнитной инверсии позволили существенно уточнить геологические модели ряда месторождений, что, в конечном итоге, позволило сократить затраты на разведку и оптимизировать сеть эксплуатационных скважин для ряда месторождений на территории России и в мире. Новые результаты геологического строения нефтяных и газовых месторождений в различных геологических условиях.

4. Предлагаемые технологии встроены в программный пакет Petrel (компания Шлюмберже) в виде дополнительных модулей (плагинов). Это сделало их доступными для сотен рабочих мест в Российских компаниях, использующих этот пакет. Также эти технологии доступны для нескольких тысяч рабочих мест интерпретаторов во многих нефтяных и сервисных компаний мира.

5. Технология гравимагнитной инверсии встроена в программный комплекс КОСКАД 3D (Петров А.В. и др., 2000) и широко используется пользователями данного пакета, а также в геоинформационную систему ГИС ИНТЕГРО ГЕОФИЗИКА (ГНЦ РФ ВНИИгеосистем) при построении физикогеологической модели земной коры по опорным и региональным профилям.

Личный вклад соискателя:

Основные теоретические и методические результаты, которые выносятся на защиту, разработаны автором самостоятельно. Программные реализации предложенных методик и алгоритмов выполнены в виде плагинов (встроенных модулей) для программного комплекса Petrel непосредственно автором.

Апробация результатов диссертации:

Положения и результаты работы докладывались и обсуждались на научных конференциях КазПТИ (Алма-Ата) (1983-1990), всесоюзных школах - семинарах «Теория и практика геологической интерпретации гравитационных и магнитных аномалий» (Алма-Ата, 1984, Ленинакан, 1985). Всесоюзный семинар по интерпретации гравитационных им. Д.Г.Успенского (Киев - 1989, Алма-Ата – 1990). Международная конференция-семинар «Вопросы теории и практики геологической интерпретации гравитационных, магнитных и электрических полей» (Ухта – 2008, Казань – 2009, Москва – 2010). Международная конференция «Геомодель» (EAGE) (Геленджик – 2005, 2006, 2007, 2008, 2009), Международная конференция (выставка) геоученых (EAGE/EAGO/SEG) (Тюмень – 2007, 2009), EAGE annual conference (Санкт Петербург – 2006, 2010, Amsterdam – 2009).

Публикации:

По теме диссертации опубликовано 41 научные работы, среди которых работ – в изданиях, рекомендованных ВАК РФ, 10 работ в материалах международных конференций.

Защищаемые положения:

1. Разработанная технология сейсмической инверсии по полной сумме и по угловым суммам на основе обращения оператора свертки в спектральной области и использования регуляризации по Тихонову обеспечивает надежную оценку упругих и акустических свойств в изучаемой среде.

2. Предложенная технология нелинейной многотрассовой сейсмической инверсии на основе использования нейронных сетей и генетических алгоритмов – «Генетическая инверсия» позволяет установить взаимосвязь между сейсмическим волновым полем и фильтрационноемкостными свойствами горных пород.

3. Математическая модель и технология уточнения плотностной модели по гравитационным данным на основе стохастических алгоритмов и «Критериального подхода при решении обратных задач геофизики и задачи комплексной интерпретации геолого-геофизических данных», предложенного Кобруновым А.И., дают возможность наиболее полного использования априорной информации для построения плотностной модели среды.

4. Предлагаемый математический аппарат и технологии решения прямой и обратной задачи для данных 3D гравиметрии с учетом измерений гравитационного поля в скважинах позволяют решать детальные задачи по определению положения фронта заводнения пласта и по доразведке более глубоких пластов известных месторождений нефти и газа.

5. Созданные технологические элементы интегральной интерпретации комплекса геолого-геофизических данных и построения геологической модели месторождения с анализом напряженности горных пород в квазиупругих пластах обеспечивают более полное представление физико-геологических моделей.

Структура и объем работы Диссертационная работа состоит из введения, пяти разделов, выводов и списка использованных источников, который насчитывает 178 наименований.

Она изложена на 225 страницах машинописного текста и содержит 104 рисунка и 1 таблицу.

Работа выполнена в Российском Государственном Геологоразведочном Университете им. Серго Орджоникидзе и в компании Шлюмберже Информационные Решения (Российское представительство), где автором выполнены исследования и разработаны добавочные модули (плагины) к программному комплексу Petrel.

Автор выражает искреннюю благодарность своему первому учителю д.т.н.

Ковалю Л.А., который существенно повлиял на формирование научных интересов.

Особую благодарность автор выражает д.ф.-м.н. Петровскому А.П. и д.ф.м.н. Петрову А.В., беседы и обсуждения с которыми постоянно стимулировали мои научные изыскания.

Автор выражает глубокую благодарность д.ф.-м.н. Никитину А.А., д.ф.м.н. Демуре Г.В., д.ф.-м.н. Блоху Ю.И., д.ф.-м.н. Кобрунову А.И. за постоянное внимание и обсуждения научных проблем, Лаубенбах Е.А., Paul Veeken, Leo Schmaryan, Gaston Bejarano, Lopamudra Roy за помощь при выполнении совместных исследований.

Отдельную благодарность автор выражает Ампилову Ю.П., Баркову А.Ю., Карлову А.М., Апенышеву Д.С. за помощь при выполнении совместных работ и предоставленные материалы.

СОДЕРЖАНИЕ РАБОТЫ

Во Введении обоснована актуальность диссертационной работы, определена цель и сформулированы основные задачи.

В Разделе 1 “Теория комплексного подхода к созданию геологических моделей” рассматриваются теоретические аспекты геологического моделирования на основе комплексной интерпретации всех имеющихся данных.

Здесь определяется понятие геологической модели как взаимоувязанная и осмысленная совокупность всей информации об изучаемых геологических объектах. По А.И. Кобрунову (2007), моделирование - это описание геологических объектов с помощью языка математики, и собственно, модель - это совокупность параметров и связей внутри модели и с другими объектами и процессами. Объективными источниками информации о геологических объектах являются их визуальное, лабораторное и геофизическое инструментальное изучение на дневной поверхности, в скважинах, канавах, шахтах, и т.п. Кроме этого, имеется субъективное представление о строении геологических объектов, что является концентрацией всего предыдущего опыта, накопленного геологами.

Для геологического (статического или динамического) моделирования геологических объектов используется способ разбиения всего изучаемого пространства на элементарные объемы, в каждом из которых записываются петрофизические свойства (плотность, пористость, проницаемость, насыщенность и т. д.) и их изменение во времени. Элементарные объемы обычно группируются по тонким прослойкам, слоям (зонам), секторам, что должно согласовывается с нашими представлениями о процессах осадконакопления.

Для учета всех требований обычно применяется способ заполнения объемов восьмиугольниками с касанием всех его угловых точек с угловыми точками соседних восьмиугольников (corner points grid).

При интерпретации геофизических полей используется термин комплексной или интегральной интерпретации, что означает использование нескольких полей для получения более достоверного решения обратных задач.

Используются два подхода к комплексной интерпретации:

Последовательная интерпретация, которая означает использование результатов интерпретации первого поля (например, сейсморазведки) при интерпретации второго поля (например, гравиразведка) и по Страхову В.Н.

(2003) - это модель пассивной интегральной интерпретации.

Одновременная интерпретация (simultaneous inversion), что означает одновременное использование двух и более полей для решения обратной задачи и по Страхову В.Н. - это модель активной интегральной интерпретации.

Очевидно, что активная модель комплексной информации или одновременная интерпретация нескольких методов должна учитывать разную точность и разную масштабность используемых полей.

В процессе создание трехмерной геологической модели мы должны учесть всю совокупность имеющейся информации. Из этого следует, что комплексная интерпретация является неотъемлемой частью геологического моделирования.

Интерполяция данных, дискретных – фаций и непрерывных - петрофизических свойств, со скважин в межскважинное пространство с учетом ранее определенной слоистости – является центральной проблемой моделирования. Выбор способа и параметров интерполяции может существенно изменить результат, что соответственно может влиять на принятие решений по закладке новых скважин и других работ. Проблема задачи интерполяции заключается в том, что она выполняется в условиях существенного недостатка исходной информации: редкой сети скважин, неравномерности сети скважин, отсутствия или наличия недостоверного тренда, полученного по сейсмическим данным, фациальной изменчивости разреза, сложной разломной тектоники, сложности геологического строения.





Суммируя все вышесказанное, отметим, что моделирование - это процесс согласования и увязки всей информации по изучаемому геологическому объекту, разбитого на элементарные ячейки. Главным результатом является распределение физических свойств или идентификаторов фаций в каждой их этих ячеек. Исходя из этого, можно сформулировать задачу интерпретации геофизических полей как создание согласованной основы для дальнейшего моделирования. При построении трехмерной геологической модели понятие комплексной или интегральной интерпретации трансформируется в более сложное понятие – комплексное использование информации с разной точностью и разной масштабностью при построении единой, согласованной и непротиворечивой модели с оценкой ее достоверности и неопределенности.

В Разделе 2 “Инверсия сейсмических данных” рассматривается обратная задача сейсморазведки в одномерной постановке как обращение оператора свертки с целью оценки акустического импеданса. Также рассматривается обобщенная инверсия на основе частичных угловых сумм, которая базируется на уравнениях Цеппритца (1919), описывающих поведение падающей сейсмической волны под заданным углом на горизонтальную границу со скачком упругих параметров.

Существующие в настоящее время технологии обращения уравнения свертки используют приемы линейного программирования для минимизации целевой функции в виде суммарной ошибки по каждой трасе (D. P. Hampson, 2001, 2005, B. H. Russell, 2005, Qing Li 2001 и др.). Другие подходы как, например, (Singh, Y., 2007, D. P. Hampson, 2005, Latimer, R.B. et al, 2000), максимально используют априорное низкочастотное приближение для стабилизации решения избыточной системы уравнений, составленной для всей трассы. Кроме этого, используются стохастические методы обращения уравнения свертки (Кашеев Д.Е. и др., 2002, Francis А., 2006, Dubrule O., 2003 и др.).

Имеются другие оригинальные подходы к сейсмической инверсии, которые так же неявно обращают уравнение свертки (Гогоненков Г.Н., 2007, Lancaster, S., 2000 и др.).

На рисунке 1 иллюстрируется прямая и обратная задача (инверсия) для сейсморазведки в одномерной постановке как обращение оператора свертки и оценки акустического импеданса. Как видно из рисунка, прямая задача состоит из операции дифференцирования (вычисления коэффициентов отражения по кривой акустического импеданса) и операции свертки (сглаживание ряда коэффициентов отражения с помощью фильтра в виде импульса). Обратная задача будет заключаться в сумме двух операций - деконволюции и интегрирования.

Рисунок 1. Иллюстрация прямой и обратной задачи (инверсии) для одномерной сейсморазведки.

Предлагается использовать формулу обращения выражения свертки, полученную на основе теории обратных фильтров Винера (Wiener N., 1949), теории регуляризации по А.Н. Тихонова (1979) и математических выводов, сделанных на основе этих теорий Кобруновым А.И. (2007). Кроме этого, использовалось упрощенное выражения для коэффициентов отражения Z2 Z1 Z 1 Rpp ln Z (lnZ2 ln Z1) (Шерифф, 1987) и интегрирование (Z2 Z1) 2 Z 2 для получения логарифма акустического импеданса. В этом случае обращенное выражение в спектральной области будет следующим:

* W S F[ln Z] (1) iw W M где S F[s] - спектр наблюдаемого сейсмического сигнала, w - частота, * W W - спектр сейсмического импульса, - комплексно сопряженное число, M w2 - стабилизирующий функционал для стабилизации решения обратной задачи по А.Н. Тихонову.

Выражение (1) является основой для инверсии для сейсмических данных, при этом интегрирование регуляризирует решения и предотвращает деление на ноль, кроме как на нулевой частоте, которая исключается из вычислений, а стабилизирующий функционал M играет гораздо меньшую роль, но все же необходим для получения стабильного решения. Следует отметить, что аналогичное выражение, без стабилизации и с необходимостью задания низкочастотного тренда, получено Broadhead M.K. (2009) на основе использования теоремы Байеса.

На рисунке 2 приведен модельный пример использования выражения (1) для инверсии одной частичной суммы или по полной сумме.

Рисунок 2. Модельный пример инверсии в спектральной области.

а) модель акустического импеданса, б) волновое поле, соответствующее модели с использованием импульса Риккера, в) инверсия с параметром регуляризации по А.Н. Тихонову а=0.1, г) инверсия с параметром регуляризации по А.Н.Тихонову а=0.0001.

Система уравнений Цеппритца имеет достаточно сложный вид и описывает поведение всех волн, возникающих при падении одной волны (Шерифф, 1987).

Для практических вычислений обычно используют упрощенные выражения Цеппритца, как например, выражение Аки-Ричардса (2002) для коэффициентов отражения Rpp( ) для P волны и угла падения :

(2) Rpp( ) C1 2 1 C2 2 1 C3 2 ( ) 2 ( ) / 2 ( ) / 2 1 2 1 2 Где C1 1 tan2, C2 1 4( )2 sin2, C3 4( )2 sin, 1 1 1 2 2,,,,, - плотности и скорости для P и S волн, соответственно для верхней и нижней среды изучаемой границы раздела этих сред.

Используя упрощение для коэффициентов отражения, а также выполнив интегрирование по сейсмической трассе, формула Аки-Ричардса будет выглядеть следующим образом:

lnZ( ) C1 lna C2 ln C3 ln (3) Систему уравнений (3) можно решать в спектральной области, используя спектры логарифма импеданса, согласно выражению (1). В этом случае необходимо использовать комплексно-численные методы решения системы линейных уравнений. Преимуществом таких вычислений является возможность отсечения низкочастотных и высокочастотных гармоник, вне сейсмического диапазона, что существенно стабилизирует решение. Также можно решать эту систему в пространственной области, в том числе на основе итерационных вычислений с использованием непосредственно уравнений Цеппритца. Как показали экспериментальные вычисления, три-четыре итерации достаточно приближают наблюденные данные в 99 % случаев.

На рисунке 3 показан модельный пример использования предлагаемой схемы для инверсии по частичным суммам. Для этого примера не задавался низкочастотный тренд, поэтому можно увидеть некоторое несоответствие уровня для результативных кривых, по сравнению с исходными кривыми. Также можно увидеть краевые эффекты.

Остается большой проблемой восстановление низкочастотного тренда.

Как видно из рисунка 1, процесс обратной задачи состоит из деконволюции и интегрирования. При интегрировании можно потерять только постоянное значение и применение сложного тренда при интегрировании может внести дополнительную ошибку. Для увеличения точности решения обратной задачи предлагается отказаться от сложного тренда и ограничится только указанием постоянного уровня, что согласуется с задачей интегрирования.

Рисунок 3. Решение прямой и обратной задачи по заданным данным наблюдений в скважинах - Vp (первая кривая), (вторая кривая) и Vs (третья кривая). Прямая задача для эластического импеданса вычислялась по точной формуле Цеппритца с углами от 0 до 50 градусов - первая цветная панель, сейсмический сигнал для этих значений импеданса и для тех же углов – вторая панель. Результаты решения обратной задачи по угловым суммам показаны черными кривыми.

В качестве альтернативного подхода к инверсионным построениям, предлагается использование нелинейных операторов на основе нейронных сетей (Приезжев И.И. и др., 2008, 2009). Предлагается использовать такие операторы в первую очередь для вычисления фильтрационно-емкостных свойств (ФЕС) горных пород по сейсмическим данным. Проблема связи упругих (акустических) свойств, получаемых по данным сейсморазведки и ФЕС, является очень сложной и актуальной задачей, и она не решается детерминистическими приемами.

Наиболее распространенным приемом является статистическое выявление линейных связей упругих (акустических) свойств и ФЕС, как например, отрицательная линейная связь акустического импеданса и пористости (Шерифф, 1987, Hampson D. P., 1990, Dubrule O., 2003 и др).

Для решения таких задач предлагается технология, получившая название «Генетической инверсии» (Приезжев И.И., 2008, 2009). Алгоритм условно можно отнести к сейсмической инверсии, так как он позволяет получать решение в виде акустического импеданса. Но основное его предназначение - это вычисление фильтрационно-емкостных свойств (ФЕС) горных пород по сейсмическим данным, в том числе по результатам классической инверсии. Алгоритм основан на принципе нейросетевого обучения на каротажных данных по скважинам, что означает выявление нелинейной зависимости между объемным распределением сейсмических данных и измерениями ФЕС на скважинах. Затем по найденной зависимости вычисляется куб данного свойства.

Впервые способ использования нейронных сетей для построения куба свойств по сейсмическим данным описан Hampson D. P. и др. (2001), где на входе нейронной сети использовался набор сейсмических атрибутов. Такой способ реализован во многих системах, в том числе в Petrel, и достаточно широко опробован. Сложность такого подхода в том, что очень трудно определить набор работающих сейсмических атрибутов, который должен быть особенным для каждого проекта. При использовании такого подхода нет возможности управления качеством прогноза, а также существует опасность переобучения нейронных сетей.

Предлагаемый подход использует один или несколько сейсмических кубов (исходные амплитуды или любые атрибуты) на входе нейронных сетей. На вход подаются сейсмические наблюдения в некой скользящей области, вокруг центральной точки, которая соответствует наблюдению на скважине при обучении.

В отличие от стандартных нейронных сетей, в которых в качестве обучающего алгоритма используется алгоритм метода обратного распространения ошибки, в предлагаемом нами методе применяется генетический алгоритм обучения. Решение, полученное с помощью генетического алгоритма, с большей вероятностью сходится в глобальном минимуме функции ошибки, по сравнению с методом обратного распространения ошибки.

Генетические методы оптимизации базируются на компьютерной имитации эволюционного развития с помощью естественного отбора, выдвинутого Ч. Дарвином. Алгоритм работает с совокупностью особей, каждая из которых имеет свой набор генов. Каждый набор генов представляет возможное решение задачи (в нашем случае – полный набор весовых коэффициентов нейронной сети). Первоначальная совокупность особей – популяция (поколение), каждая со своим набором генов, генерируется случайным образом. Затем для каждой особи (решения) рассчитывается своя функция приспособляемости (fitness function), что для нашего случая является ошибкой нейронной сети. На следующем этапе выполняется отбор особей с наилучшей функцией приспособляемости (наименьшая ошибка). Отобранные особи участвуют в генерации новой популяции особей (в нашем случае решений), что выполняется двумя способами:

Скрещиванием – когда две особи обмениваются своими генами (в нашем случае коэффициентами нейронной сети).

Мутацией – когда к коэффициентам нейронной сети добавляется относительно небольшие случайные величины.

Для каждой популяции повторяется процедура отбора и генерации следующей популяции.

Согласно теории естественного отбора, особи с наихудшей приспособляемостью к изменяющейся реальной действительности имеют меньшую вероятность участия в воспроизводстве следующей популяции и их свойства постепенно исчезают. Таким образом, с каждой популяцией «хорошие признаки» получают распространение. Скрещивание наиболее приспособленных особей приводит к тому, что исследуются наиболее перспективные участки пространства возможных решений. Этот процесс многократно повторяется до тех пор, пока не выполнится критерий остановки алгоритма. В итоге, популяция будет сходиться к оптимальному решению поставленной задачи. Для повышения устойчивости оператор стабилизируется с помощью стандартных способов решения некорректных задач по А.Н. Тихонову.

Алгоритм генетической инверсии был опробован на реальных данных по разрезу через сейсмический куб. Инверсия выполнялась для изучения коллекторских свойств в смешанной теригенно - карбонатной толще. Сравнивая результаты детерминистической и генетической инверсий (рис 4), можно сделать вывод об их идентичности в целом. Результаты генетической инверсии показывают лучшую сравнимость со скважинными данными.

а) б) в) Рис. 4 Сравнение результатов детерминистической и генетической инверсии, а) исходное волновое поле, б) акустический импеданс, полученный в результате детерминистической инверсии, в) акустический импеданс, полученный в результате генетической инверсии.

Следующий после инверсии этап – этап моделирования, на котором предполагается использование результатов структурной интерпретации сейсмических данных, в том числе по результатам данной инверсии - всей доступной априорной информации, и глубокий анализ неопределенности предлагается выполнять с помощью программных средств 3D геологического моделирования. Распространение свойств со скважин во внутрискважинное пространство предлагается использовать стохастические алгоритмы, учитывающие объемный тренд свойств, полученных по сейсмическим данным на первом этапе.

а) б) Рис. 5 Пример использования генетической инверсии в качестве объемного тренда при интерполяции свойств.

На рисунке 5 показан разрез по кубу акустического импеданса, полученный в результате генетической инверсии по одному из месторождений нефти в карбонатах (разрез 5 a). На разрезе 5 б показан результат распространения свойств в межскважинное пространство с учетом объемного тренда в виде куба акустического импеданса, полученного в результате генетической инверсии.

В Разделе 3 “Интерпретация гравимагнитных данных” приводится краткий обзор современных методов интерпретации гравимагнитных данных.

Наиболее полный обзор опубликован в материалах конференции «Вопросы истории развития гравиметрии и магнитометрии в XX веке» (Москва ИФЗ 19г.) по результатам ее работы, которой был выпущен сборник трудов конференции, где приведены обзор и анализ развития теории интерпретации гравимагнитных данных. Здесь можно найти наиболее полную авторскую базу по различным разделам:

Методы решения прямых задач гравиметрии и магнитометрии Страхов В.Н., Старостенко В.И. Цирульский А.В., Голиздра Г.Я., Алексидзе М.А., Блох Ю.И., Гольдшмидт В.И.;

Аналитическое продолжении потенциальных полей Аронов В.И., Андреев Б.А., Березкин В.М., Голиздра Г.Я., Жданов М.А., Иванов В.К., Маловичко А.К., Мудрецова Е.А., Страхов В.Н., Тихонов А.Н., Цирульский А.В.;

Методы определения особых точек потенциальных полей Андреев Б.А., Бродский М.А., Воскобойников Г.М., Голиздра Г.Я., Жданов М.А., Иванов В.К., Маловичко А.К., Мудрецова Е.А.Страхов В.Н., Тихонов А.Н., Цирульский А.В.,Торшков Г.А.;

Методы аналитического решения обратных задач гравиметрии и магнитометрии и эквивалентного перераспределения масс Блох Ю.И., Березкин В.М., Буллах Е.Г., Воскобойников Г.М., Голиздра Г.Я., Жданов М.А., Иванов В.К., Непомнящих А.А., Новоселицкий В.М., Страхов В.Н., Тихонов А.Н., Гласко Б.Б., Трошков Г.А., Тяпкин К.Ф., Цирульский А.В., Чередниченко В.Г., Прилепко А.И., Мартышко П.С., Пруткин И.Л.;

Методы решения обатных задач гравиразведки в критериальной постановке Булах Е.Г., Балк П.И., Бережная Л.Т., Гольдшмидт В.И., Иванов В.К., Каратаев Г.И., Кобрунов А.И., Маргулис А.С., Мудрецова Е.А., Страхов В.Н., Старостенко В.И., Овчаренко А.В., Оганесян С.М., Новоселицкий В.М., Денисюк Р.П.;

Методы решения прямых и обратных задач магнитометрии Блох Ю.И., Андреев Б.А., Бауман В.И., Буллах Е.Г., Гольцман Ф.М., Иванов В.К., Калинина Т.Б., Серкеров С.А., Страхов В.Н., Цирульский А.В., Мартышко П.С.;

Информационно-статистические методы решения обратных задач возникающих при интерпретации геоданных и гравитационного и магнитного полей Гольцман Ф.М., Калинина Т.Б., Бонгард М.М., Вахромеев Г.С., Страхов В.Н., Каратаев Г.И., Ломтадзе В.В., Яновская Т.Б.;

Постановка еще не решенных, но требующих решений задач В.Н.

Страхов.

Несмотря на глубокие достижения в теории интерпретации, высокая степень неоднозначности обратной задачи данных гравиразведки и еще большая степень неоднозначности для решения обратной задачи данных магниторазведки не позволяют этим двум методам широко применяться на практике. В настоящее время методы гравиразведки и магниторазведки обычно используются при мелкомасштабных региональных поисково-разведочных работах. Как правило, при этом решаются задачи определения регионального тектонического строения и используются визуальные методы интерпретации карт силы тяжести или карт напряженности магнитного поля в терминах «аномалия», «линейная аномалия», «отрицательная аномалия» и т.д. Наиболее часто применяющиеся методы автоматизации ограничиваются простейшими трансформациями типа осреднения, расчета разного рода остаточных аномалий, пересчета вверх и в некоторых случаях – пересчет магнитного поля к полюсу.

По Кобрунову А.И., максимальный учет геологической специфики может быть выполнен за счет «Критериального подхода к выражению априорной информации при решении обратных задач геофизики и задачи комплексной интерпретации геолого-геофизических данных» (1997-2008). Реализация такого подхода заключается в максимальном использовании имеющейся априорной информации при решении обратных задач. Этот подход обеспечивается очень глубокой теоретической, математической и алгоритмической проработкой и открывает широкие возможности для комплексного использования всей имеющейся разномасштабной и разно- точной информации о недрах при геологическом моделировании.

Прямая задача в разведочной геофизике в общей постановке для статических полей на плоскости z0 cont определяется следующим образом:

(x0, y0, z0 cont) P (x, y, z)K(x x0, y y0, z z0)dxdydz, (6) V (x0, y0, z0 const) где - наблюдаемая функция физического поля;

(x, y, z) - функция физического параметра горных пород, определенная в нижнем полупространстве (плотность в случае гравиразведки);

K(x x0, y y0, z z0) - ядро интеграла или функция, связывающая распределение физического параметра среды и наблюдаемое поле или функция реакции среды на единичный импульс (поле от точечного источника);

Выражение (6) можно частично обратить в волночисловой области (Приезжев И.И., 2005). Выражение для волночислового спектра физического параметра на глубине z:

1 Z(,, z) 1 G(,, z) F(,,0) (7) 1 2 1 M (, ) 1 2 wz Z(,, z)e dz 1 z где имеют смысл волновых чисел (пространственных или 1 волночисловых частот) и именуемых ниже как частота, M (, ) - в общем случае комплексная функция частоты, определяющая 1 тип ядра, F(,,0) спектр наблюденного физического спектра, 1 G(,, z) спектр физического параметра, 1 Z(,, z) произвольная функция спектральной зависимости физического 1 параметра от глубины.

Формула (7) впервые получена Кобруновым А.Н. (1987) для гравитационных полей и мы считаем е фундаментальной для понимания многозначности решения обратных задач потенциальных полей. Задавая произвольно функцию Z(,, z) можно получить бесконечное множество 1, решений для распределения физического параметра G(,, z) строго 1 удовлетворяющих измеренному полю (,,0). Существенным и 1 единственным теоретическим ограничением является существование обратного преобразования Фурье для G(,, z).

1 Выражение (7) можно использовать для разработки алгоритмов решения обратной задачи. Например, можно построить полосовой фильтр с максимумом wmax для фильтрации поля от источников на глубине (Приезжев в точке z z И.И., 1989, 2005):

1 (n 1)n nwz H (,, z, n) znwn 1e 1 2 (8) M (, ) !n 1 Где n 0 имеет смысл регулятора крутизны фильтра.

На рисунке 6 приведен пример распределения избыточной плотности по гравитационному полю, построенному на основе применения полосовой фильтрации с помощью выражения (8).

Рис 6. Куб избыточной плотности по гравитационному полю в Южной Якутии.

Следующий подход к решению обратной задачи гравимагнитных данных максимально использует априорную информацию и основывается на «Критериальном подходе к выражению априорной информации при решении обратных задач геофизики и задачи комплексной интерпретации геологогеофизических данных» (Кобрунов А.И.,1987-2008).

Предлагаемые решения основываются на итерационном уточнении первоначальной модели и минимизации разницы прямого эффекта от текущего состояния модели и наблюденного поля. Также используются специальные критерии для нахождения решения.

Выражение для спектра гравитационного поля на плоскости z=0 от z структурной поверхности h (x, y) со средней глубиной с постоянным скачком плотности приводится R. L. Parker (1973) и Кобруновым А.И.

(1981):

n w F[ g(x, y)] 2 G exp( w z0) F[hn(x, y)] (9) n! n где F[] - оператор для преобразования Фурье;

G – гравитационная постоянная;

2 w - радиальная волночисловая частота ;

w w w 1 - волночисловые частоты, соответствующие x, y;

, w w 1 Для слоя с поверхностью кровли h(x, y), подошвы b(x, y)и переменной (x, y) плотности выражение спектра (R. L. Parker, 1973) имеет следующий вид:

n w F[ g(x, y)] 2 G exp( w z0) F[ (x, y)(hn(x, y) bn(x, y)] (10) n! n h(x, y) b(x, y) Для слоя с поверхностью кровли, подошвы и переменной M (x, y) намагниченности выражение спектра магнитного поля (R. L. Parker, 1973) имеет следующий вид:

n w F[ | B |] exp( w z0)(ik,| w |)B0(ik,| w |)M0 F[M (x, y)(hn(x, y) bn(x, y)] 2 n! n (11) Где (ik,| w |)B0 - скалярное произведение единичного вектора направления внешнего магнитного поля B0 и комплексного вектора волночисловых координат:

(ik,| w |)M0 - скалярное произведение единичного вектора общего для всего слоя направления намагниченности и комплексного вектора волночисловых координат. Если задать единичный вектор в виде угла азимута (Az) и угла наклона (Dip), то это скалярное произведение можно выразить как i sin( Dip) | w | i(cos( Az)cos(Dip)w1 sin( Az)cos(Dip)w2) где - мнимая единица.

Обычно принимают, что направление внешнего магнитного поля совпадает с направлением намагниченности, то есть присутствует только индуктивная часть намагниченности и отсутствует остаточная намагниченность. Это справедливо для слабых магнитных полей и применимо для структурного моделирования в нефтяных районах.

Выражения (9), (10), (11) являются основой для вычислительного процесса при решении прямой и обратной задачи для многослойной среды с постоянными или переменными свойствами каждого слоя. Применение алгоритма быстрого преобразования Фурье дает большое преимущество в скорости вычислений по отношению к вычислениям в пространственной области. Кроме этого, увеличение размера выборки в два, четыре или больше по степени двойки незначительно увеличивает время вычислений, так как добавляет только один дополнительный цикл на каждое удвоение размера выборки. Это очень важный момент для обработки краевых эффектов.

Для решения обратной задачи мы опробовали стохастический подход к решению обратных задач (Boschetti F., 1997, Roy L., 2002) на основе имитационного аннилинга (Simulated annealing) и генетического алгоритма (Genetic algorithm).

Другой подход к решению обратной задачи базируется на основе теории критериальных методов решения обратных задач Кобрунова А.И. (1987-2008) и выполняется с помощью итерационного уточнения положения слоев или уточнения переменных свойств в этих слоях. В качестве критерия оптимальности выбрана функция минимизации квадратичного отклонения модели от первоначального приближения.

Практическое сравнение описанных выше подходов к решению обратной задачи показало, что сходимость итерационного процесса на основе Критериального метода решения обратной задачи по Кобрунову А.И.

значительно (на порядок) выше скорости сходимости при стохастическом подходе. Кроме этого, недостатком стохастического подхода является недостаточно гладкий результат, и это требует дополнительных вычислительных затрат на сглаживание при каждой итерации. Использование алгоритма БПФ (быстрое преобразование Фурье) позволяет оперировать реальными многомиллионными плотностными моделями для решения задач моделирования и инверсии.

Модельный пример решения обратной задачи (инверсии) с использованием первоначальной модели и функции доверия к этой модели показан на рисунках 7. На рисунке 7 (а) показана синтетическая модель и рассчитанное гравитационное поле от этой модели. Следующий рисунок 7 (б) показывает первоначальную модель, использованной для инверсии, из которой исключена характерная особенность модели. Функция ошибки для этой модели приведена на рисунке 7 (в). Эта ошибка рассчитывалась на основе функции расстояний от скважин, которые служили для построения модели. Результат инверсии демонстрируется на рисунке 7 (г). На этом рисунке отчетливо проявляется скрытая в первоначальной модели, и присутствующая в исходном модельном поле, особенность.

а) б) в) г) Рис. 7 (а) - синтетическая модель и рассчитанное гравитационное поле от этой модели. (б) - первоначальная модель и гравитационное поле от этой модели. (в) - функция ошибки, принятая для построенной первоначальной модели. (г) - результат инверсии.

Для решения прямой и обратной задачи 3D гравиметрии предлагаются теоретические основы и технология, базирующаяся на объемном 3D преобразовании Фурье. Общее выражение для волночислового спектра для любой производной гравитационного потенциала по произвольным осям будет следующим:

n m k (i )n (i )m (i )k g(v) x y z Fxyz[ ] Gx ymzk (,, ) R(,, ) (12) n x y z x y z 2 2 xn mm zk x y z Где: Fxyz [] - Оператор 3D преобразования Фурье,,, - волновые числа, соответствующие координатным осям, x y z R(,, )- 3D спектр плотности.

x y z n m k g(v) - Оператор n- производной по оси x, m производной по оси y и xn mm zk k производной по оси z для гравитационного потенциала в точке v=(x, y, z).

При вычислениях используется алгоритм БПФ (быстрого преобразования Фурье), что позволяет оперировать большими моделями с десятками миллионами ячеек. С другой стороны, применение БПФ требует регулярности модели, что не ограничивает предлагаемой технологии, так как всегда можно переходить от нерегулярной к регулярной модели и обратно с помощью интерполяции.

На рисунке 8 показано объемное распределение гравитационного поля от сингулярного точечного источника для первой и второй вертикальной производной гравитационного потенциала.

а) в) г) б) Рис 8. Объемное распределение первой вертикальной производной гравитационного потенциала (gz) от сингулярного точечного источника в 3D окне (а) и в разрезе (б). Объемное распределение второй вертикальной производной гравитационного потенциала (gzz) от сингулярного точечного источника в 3D окне (в) и в разрезе (г).

Согласно выражению (12), операция прямого моделирования является процессом сглаживания (convolution) объемного распределения плотности, что соответствует фильтрации высоких частот. Решение обратной задачи является обратной операцией к сглаживанию и соответствует фильтру восстановления высоких частот (deconvolution). Эта операция является типичной нестабильной задачей и требует специальных приемов для ее решения.

Если имеется трехмерное распределение гравитационного поля, полученного, например, путем измерений в скважинах и интерполяции по всему объему, то можно вычислить его объемный спектр. Пусть для gz (первой вертикальной производной) спектр будет как Gz (,, ). В данном случае x y z распределение плотности с учетом обратной фильтрации Винера и регуляризации по А.Н. Тихонову можно выразить следующим образом:

i z Gz (,, ) x y z 2 2 x y z R(,, ) x y z (13) z M (,, ) x y z 2 2 x y z Где: M (,, ) - регуляризирующий функционал, x y z - параметр регуляризации.

Выражение (13) можно легко модифицировать для произвольной производной гравитационного потенциала на основе использования (12).

На рисунке 9 (а) приведена исходная плотностная модель. На рисунке 9 (б) показаны результаты решения прямой задачи в виде объемного распределения гравитационного поля по разрезам куба и по скважине. На рисунках 9 (в) показан результат обратной задачи (деконволюция) и 9 (г) - ошибка инверсии.

а) б) в) г) Рис 9. Модельный пример решения прямой и обратной задачи для 3D гравиразведки. Исходная плотностная модель (а) и результат расчета объемного распределения гравитационного поля gz (б), результат инверсии (в) и распределение ошибки инверсии (г).

Приведенные выше модельные расчеты показывают возможность применения предлагаемых технологий для интерпретации данных скважинной гравиметрии совместно с наземными наблюдениями гравитационного поля.

Необходимо отметить, что неоднозначность обратной задачи в такой постановке заключается в неоднозначном получении объемного распределении гравитационного поля по редким скважинным данным с использованием поверхностных наблюдений. Собственно, деконволюция является неустойчивой, но достаточно однозначной операцией.

В Разделе 4 “ Алгоритмы и технологии, используемые при геологогеофизическом моделировании” приводится предлагаемая технология построения структурно - тектонической основы геологической модели и анализ напряженности горных пород. Для построения структурно-тектонической основы для геологической модели предполагается, что существуют три основных состояния структурной модели и соответствующие ей координатные системы, как показано на рисунке 10.

в) б) а) Рис. 10 – (а) - современное состояние структурной модели, и соответствующая ей координатная система (x, y, z). (б) - реконструированная палеотектоническая модель и соответствующая ей координатная система (xt, yt, zt). (в) - седиментационная палеогеологическая модель и соответствующая ей координатная система (u, v, t).

Такое упрощение предполагает, что процесс геолого-тектонической эволюции можно описать следующими основными движениями в виде квазиупругих смещений горных пород и независимых от этих смещений разрывных нарушений. Вынос - принос материала также будет учтен, как будет показано ниже. Структурно - тектоническое моделирование предполагает преобразование координат (u,v,t) <-> (xt,yt,zt) <-> (x,y,z), что определяет два этапа моделирования. На первом этапе выполняется палеотектоническая реконструкция, которая предполагает последовательную подвижку блоков горных пород вдоль плоскости разрыва и совмещение пластов одинакового возраста. Для полного совмещения блоков также возможны некие квазиупругие смещения. В простых случаях такое восстановление можно выполнить на основе теории конечных элементов, чтобы совместить линию пересечения пласта с разломом с одной стороны разлома и с другой стороны разлома. Для автоматического восстановления разломных подвижек необходимо экстраполировать поверхность с двух сторон разлома в область за разломом.

Затем необходимо совместить эти поверхности для определения линии пересечения поверхности с плоскостью разлома и определения смещения разломных блоков.

Форма кривой, составленной из ребер в пласте (pillar), будет различной, в зависимости от принятого правила для заполнения элементарными слоями нашего пласта (zone layering). Применяется три основных правила: следуя кровле (follow top), следуя подошве (follow base) и пропорциональная разбивка (proportional). Эти приемы иллюстрированы на рисунке 11.

д) а) в) б) г) Рис. 11. а) - Разбивка пласта на элементарные слои по правилу «следуя кровле». Пиллары (кривая образованная гранями элементарных блоков) ортогональны кровле и каждому элементарному слою. б) - пласт в координатах (u, v, t) при осадконакоплении. Серым цветом выделен палеорельеф при осадконакоплении. (в) - разбивка пласта на элементарные слои по правилу «следуя подошве». Пиллары ортогональны подошве и каждому элементарному слою. г) – пласт в координатах (u, v, t) при осадконакоплении. Серым цветом показана вынесенная (денудированная) часть пород. (д) - пропорциональная разбивка пласта на элементарные слои. Пиллары будут ортогональны каждому элементарному слою.

Изменение объема элементарных ячеек, в процессе геологической эволюции позволяет оценить возможные напряжения в горных породах. На рисунке 12 приведена физическая модель таких напряжений.

а) б) h Рис. 12. Физическая модель упругих искривлений пласта.

Горизонтальные линии исходной модели (а) означают линии элементарных слоев, и вертикальные линии означают вектора осадконакопления. После искривления пласта (б), направление векторов осадконакопления при квазиупругих деформациях остается перпендикулярным к исходным напластованиям. При этом размеры элементарных блоков в верхней части искривленного пласта увеличиваются – вероятны возникновение трещиноватости и разуплотнения. В нижней части пласта элементарные блоки сжимаются и уплотняются.

Предлагается алгоритм вычисления атрибута напряженности в квазиупругом непластичном пласте на основе восстановления объемов (размеров) элементарных ячеек по ортогональным направлениям. Пример такого атрибута приводится на рисунке 13. В разделе 5 показан пример использования такого атрибута для выделения зон трещиноватости в карбонатных пластах.

Рис. 13. Атрибут возможных напряженностей горных пород в пласте.

Красный цвет отображает положительные напряженности, где возможно возникновение трещиноватости и синий цвет – отрицательные напряженности.

Одна из важных задач, решаемая при интерпретации данных сейсморазведки - это выделение сейсмофаций по форме сейсмического сигнала в изучаемом слое на основе алгоритмов классификации.

Предлагается использовать в качестве объектов классификации несколько соседних трасс в виде суб-куба. Это позволяет выполнять классификацию сейсмических сигналов не по отдельным трассам, а по их объемной совокупности. Использование сочетания соседних трасс (суб-куб) в качестве объекта классификации теоретически может дать следующие преимущества:

При увеличении количества трасс в суб-кубе выполняется обобщение результата и происходит, своего рода, осреднение.

Выполняется выделение геологических объектов с характерным локальным изменением сигнала, например – палео - русла, разломы и.т.д.

Выделяются объекты с градиентом изменения сигнала, такие как выклинивающиеся слои.

Предлагается использовать три основных режима выделения сейсмофаций:

на основе автоматической классификации на базе известного алгоритма к-средних (MacQueen, J. B. 1967).

на основе указания положения пластопересечения скважин, с целью построения карты похожести по сейсмике.

на основе априорно заданного сигнала, полученного на соседних участках или на основе моделирования. В результате также строится карта похожести.

На рисунке 14 приведен пример выделения сейсмофаций по сейсмическим данным.

Б а) А А Б б) Рис. 14 - а) Карта сейсмофаций, полученная в результате классификации сейсмических данных по объемной форме сигнала в заданном слое.

б) - Сейсмический разрез по линии А-Б. Цветом указаны классы, соответствующие различной форме сигнала Далее описываются технологии многомерного анализа комплексных геолого-геофизических данных на основе регрессионного, компонентного и кластерного анализов (Приезжев И.И. и др., 1983,1984, 1985, 1987, 1989).

Предлагается применять эти технологии для анализа площадных измерений, в том числе в скользящих окнах с целью построения прогнозных параметров.

Использование скользящих окон позволяет ослабить нестационарность измеренных геофизических полей, которая может возникать за счет различной открытости участков изучения и за счет других причин.

Приводится описание технологии построения псевдокуба по набору 2D сейсмических данных. Такая технология позволяет более полно привлечь 2D сейсмические данные для построения 3D геолого-геофизических моделей.

Например, можно использовать сложные многотрассовые сейсмические атрибуты и инверсионные построения.

Затем описана программная реализация предложенных технологий в программном комплексе Petrel на основе использования программного интерфейса Ocean и средств программирования MS Visual Studio 2008. В качестве языка программирования использовался C#. Приводятся примеры диалогового интерфейса для плагинов, реализующих сейсмическую инверсию по полным суммам - “Wavelet inversion”, по угловым суммам - “PreStackInversion”, генетическую инверсию – “GeneticInversion”. Также приводятся примеры диалогового интерфейса для плагинов, реализующих прямые и обратные задачи для гравимагниторазведки: “InversionGravMag”, “LayerGravMagInversion”, “InversionForwardModelGravLayers”, предназначенные для использования различных типов данных на входе и выходе, а также для различного уровня использования априорной информации. Здесь также даны примеры диалогового интерфейса для плагинов, реализующих сейсмофациальный анализ – “WaveFormClass” и расчета оценки стрессов в пласте – “RockStress”.

В Разделе 5 приводятся “Примеры практического использования предлагаемых технологий”. Одним из таких примеров является опробование генетической инверсии при моделировании Штокмановского газоконденсатного месторождения (Veeken P, Priezzhev I. и др., 2009).

На первом этапе все исходные данные были подвергнуты тщательному контролю. Данные исследований в скважинах были заново обработаны и были введены дополнительные поправки. Этап обучения для генетической инверсии был выполнен по одной скважине №7, на которой был проведен современный комплекс геофизических исследований. Все остальные скважины использовались для контроля качества инверсии. На рисунке 15 показан результат использования генетической инверсии для получения 3D куба физического параметра по сейсмическим данным.

В результате этих работ получены следующие основные результаты:

1. В результате анализа распределения акустического импеданса в нижней продуктивной зоне Ю2-Ю3, были выделены палеорусла, которые контролируют основную продуктивность данной зоны.

2. Кроме этого, распределение акустического импеданса позволило определить нижнюю границу зоны Ю2-Ю3, которая залегает на сложном размытом рельефе подстилающей толщи. В результате была уточнена структурная основа геологической модели. При анализе связи пористости и акустического импеданса для продуктивных зон Ю1 и Ю2-Ю3 была выделена обратная линейная связь с коэффициентом корреляции более 0.7. Это позволило использовать куб акустического импеданса в качестве объемного тренда при распространении свойств пористости по тонкослоистой геологической модели со скважин в межскважинное пространство.

3. Для зоны Ю0 такой связи не было выделено, так как в этой зоне существует очень сильный контраст по акустическому импедансу между газонасыщенному и водонасыщенному песчанику в районе водогазового контакта. Поэтому моделирование пористости для этой зоны не использовался тренд по сейсмическим данным, и пористость интерполировалась по простым равномерным алгоритмам. Такой подход также был оправдан в виду очень равномерного распределения пористости в этой зоне, определенной по скважинным данным.

Рис 15. Разрез по кубу акустического импеданса в районе СКВ7, полученному с помощью генетической инверсии.

Далее приводится пример выделения зон трещиноватости в карбонатных массивах по сейсмическим данным на примере месторождения нефти и газа в Восточной Сибири. Такое выделение было выполнено на основе сейсмической инверсии (раздел 2) и построения атрибута напряженности горных пород (раздел 4). Этот атрибут основан на анализе распределения параметра кривизны на кровле и подошве карбонатного пласта. В результате такого анализа была построена карта зон трещиноватости карбонатного массива, которая напрямую связана с продуктивностью. Кроме этого, была уточнена карта газонефтяного контакта. На рисунке 16 показана модель атрибута напряженности и горизонтальная скважина, которая достигла зоны разломов с аномальной проводимостью.

Рис 16. Траектория горизонтальной скважины, бурение которой было остановлено ввиду катастрофического поглощения бурового раствора. Цветом на поверхности подошвы карбонатного пласта показаны индикаторы трещиноватых коридоров.

Следующий пример демонстрирует эффективность преобразования 2D сейсмических данных в 3D, с последующим анализом и интерпретацией динамических характеристик отраженных волн. В результате применения данной методики к сейсмической съемке по Верхнечонскому месторождению была получена дополнительная информация по исследованию зон засолонения терригенных коллекторов, что может существенно снизить риски бурения новых скважин (Приезжев И.И. и др, 2006).

Приводятся результаты интерпретации комплексных геофизических, геологических исследований для территории Южной Якутии, куда входит группа Куранахских золоторудных месторождений. Входными данными для этих исследований были результаты гаммаспектрометрии, гравиметрии и магниторазведки. В результате, были выявлены перспективные участки для выполнения более детальных разведочных работ. На рисунке 17 приведена карта прогноза золоторудных проявлений на территории Южной Якутии, составленная на основе анализа площадного распределения геофизических данных и известных месторождений и рудопроявлений.

Рис. 17. Прогнозная карта золоторудных проявлений в Южной Якутии.

ЗАКЛЮЧЕНИЕ Автором обоснованы и разработаны технологические и методические средства комплексного геолого-геофизического моделирования и основными результатами, полученными автором в процессе работы над диссертацией, являются:

Выполнение анализа проблем геологического моделирования и роль комплексных геофизических интерпретационных средств, при моделировании месторождений.

Разработка технологии сейсмической инверсии в спектральной области по полным и угловым суммам на основе обращения уравнения свертки и упрощенных уравнений Аки-Ричардса, и с использованием стабилизации вычислений на основе регуляризации по А.Н. Тихонову.

Предложен математический аппарат и технология решения обратной задачи гравимагниторазведки в волночисловой области в условиях минимума априорной информации.

Разработана технология уточнения плотностной модели по гравитационным данным в волночисловой области на основе стохастических алгоритмов, а также «Критериального подхода к выражению априорной информации при решении обратных задач геофизики и задачи комплексной интерпретации геолого-геофизических данных», предложенного Кобруновым А.И.

Технология, предложенная на основе БПФ (быстрого преобразования Фурье), позволяет оперировать реальными плотностными моделями с размерами в несколько миллионов ячеек.

Предложен математический аппарат и технология решения прямой и обратной задачи 3D гравиметрии в волночисловой области для поддержки измерений гравитационного поля в скважинах.

Предложены алгоритмы для моделирования геолого-геофизических данных и комплексного анализа данных:

построения структурно – тектонической основы для геологической модели с анализом напряженности горных пород в квазиупругих пластах, выделения сейсмофаций на основе классификации объемных сигналов в пласте, технологии многомерного анализа комплексных геолого-геофизических данных на основе регрессионного, компонентного и кластерного анализов, преобразования сейсморазведочных данных 2D в псевдо 3D.

Программная реализация вышеописанных алгоритмов выполнена в виде дополнительных модулей (plug-ins) для программного комплекса Petrel компании Шлюмберже. Реализация приложенных технологий в программном комплексе Petrel сделало их доступными для нескольких тысяч рабочих мест в России и в мире. Некоторые алгоритмы реализованы в программных комплексах KOSCAD 3D (Петров А.В. и др, 2000) и ГИС ИНТЕГРО ГЕОФИЗИКА (ГНЦ РФ ВНИИгеосистем).

Предложенные технологии опробованы на модельных и практических данных.

С помощью предложенных технологий получены новые данные о месторождения нефти и газа в России и в мире. Кроме этого, получены новые прогнозные данные для золоторудных месторождений в Южной Якутии.

Список опубликованных работ по теме диссертации Статьи в журналахрекомендованных ВАК 1. Интерпретация комплексных данных методами распознавания и классификации в автоматизированной системе обработки аэрогеофизических материалов. Коваль Л.А., Приезжев И.И., Овчаренко А.В. и др. – Геология и геофизика, № 9 (277), 1984, с. 127-12. Средства интерпретации комплексных аэрогеофизических материалов в системе АСОМ-АГС/ЕС и результаты их применения в Восточной Туве.

Коваль Л.А., Овчаренко А.В., Приезжев И.И. и др, Геология и геофизика, № 6, 1987, с. 81-92.

3. Приезжев И.И., Брусенцов П.И. Современные системы визуализации геолого-геофизических данных. “Нефть и Капитал", "ТЕХНОЛОГИИ ТЭК", декабрь 2005, № 6.

4. Приезжев И.И. Построение распределений физических параметров среды по данным гравиразведки, магнитометрии: Геофизика, 2005, № 3, 46-51.

5. Ольнева Т.В., Приезжев И.И., Новый инструмент тектонической интерпретации. Технологии сейсморазведки, №3, 2006, с.65-68.

6. Приезжев И.И., Шмарьян Л.Е., Солоха Е.В. Методика сейсмической инверсии с помощью генетического алгоритма с последующим использованием результатов инверсии при моделировании коллекторских свойств резервуара. Технологии сейсморазведки, №2, 2009, с.18-23.

7. Блехман В., Кренов М., Шмарьян Л., Приезжев И., Методика моделирования трещиноватых терригенных коллекторов в Западной Сибири, “Нефть и Капитал”, "ТЕХНОЛОГИИ ТЭК", декабрь 208. Барышев Л.А., Приезжев И.И., Пузин А.В., Солоха Е.В., Преобразование сейсмических данных 2D-МОГТ в 3D и прогноз продуктивности коллекторов, Геоинформатика, 2007, № 4, с49-53.

9. Priezzhev, I., Shmaryan L., Bejarano G., 2008 - System and method for predicting subterranean formation properties, US PATENT APPLICATION ATTORNEY DOCKET NO. 09469/118001; 94.0110. Лаубенбах Е.А., Коренюк М.К., Приезжев И.И. Геолого-геофизическая система поисков слабопроявленных рудных объектов по данным аэрозондирования. Разведка и охрана недр. 11, ноябрь, 2009, стр 39-45.

11. Ампилов Ю.П., Барков А. Ю., Яковлев И. В., Филиппова К. Е., Приезжев И.

И.. Почти все о сейсмической инверсии. Часть 1. Технологии сейсморазведки. 2009. 4. С. 3-16.

12. Veeken P.C.H., Priezzhev I. I., Shmaryan L. E., Shteyn Y.I., Barkov A.Y. and Ampilov Y.P,Non-linear multi-trace genetic inversion applied on seismic data across the Shtokman field (offshore northern Russia). GEOPHYSICS, VOL. 74, NO. 6, NOVEMBER-DECEMBER 2009, P. WCD49–WCD59, 12 FIGS.

13. Приезжев И.И. Уточнение геологической модели по данным гравитационного поля на основе критериальных методов решения обратных задач. Геофизика, 2010, № 14. Приезжев И.И. Сейсмическая инверсия на основе угловых сумм (AVO инверсия) в спектральной области. Геоинформатика, 2010, № Монографии 15. Методические рекомендации по применению автоматизированной системы обработки аэрогеофизических данных на ЭВМ ЕС (АСОМ-АГС/ЕС). Коваль Л.А., Приезжев И.И. и др. - Алма-Ата, КазВИРГ-КазПТИ, 1983, 164с.

16. Коваль Л.А., Овчаренко А.В., Приезжев И.И. Методические рекомендации по применению автоматизированной системы обработки аэрогеофизических данных на ЭВМ ЕС (АСОМ-АГС/ЕС). Часть 2 – Алма-Ата, КазВИРГКазПТИ, 1988, 125с.

Другие публикации 17. Обработка данных топографической привязки аэрогеофизических наблюдений в автоматизированной системе АСОМ-АГС/ЕС. Коваль Л.А., Долгов С.В., Лиокумович Г.Б., Овчаренко А.В., Приезжев И.И.

Геофизические исследования твердых полезных ископаемых (на примере Казахстана и Средней Азии), Л., Рудгеофизика, 1983, с 52-63.

18. Структура базы данных и оперирование данными в системе автоматизированной обработки комплексных аэрогеофизических материалов АСОМ-АГС/ЕС/. Коваль Л.А, Приезжев И.И., Овчаренко А.В. и др.- Методика и результаты геофизических исследований – Алма-Ата, КазПТИ, 1983, с.39-50.

19. Коваль Л.А., Приезжев И.И., Создание числовой модели поля в узлах матричной сети в системе АСОМ-АГС/ЕС. Вопросы рудной и нефтяной геофизики. Алма-Ата, КазПТИ, 1984, с 35-47.

20. Система обработки и интерпретации аэрогеофизического комплекса (АСОМ-АГС/ЕС) – средство извлечения информации из полевых наблюдений, численных экспериментов в теории интерпретации и обучении студентов. Коваль Л.А., Долгов С.В., Лиокумович Г.Б., Овчаренко А.В., Приезжев И.И.- Тезисы докладов IV Всесоюзной школы сименара «Теория и практика геологической интерпретации гравитационных и магнитных аномалий», т.1, Алма-Ата, КазГеофизика, 1984, с.61-64.

21. Коваль Л.А., Приезжев И.И., Жирнов В.А. Об истолковании комплексных аэрогеофизических данных в Саякском рудном районе. Изв.АН КазССР, сер.геол., № 3, 1985, с.73-84.

22. Состояние и перспективы развития отраслевой системы обработки аэрогеофизических данных на ЕС ЭВМ АСОМ-АГС/ЕС. Коваль Л.А., Приезжев И.И., Овчаренко А.В., Долгов С.В., Лиокумович Г.Б. Тезисы докладов Всесоюзного совещания «Перспективы научно-технического прогресса в аэрогеофизических исследованиях», ДСП-Л., Рудгеофизика, 1986, с 16-19.

23. Опыт применения аэрогеофизических данных в системе АСОМ-АГС/ЕС для тектонических реконструкций Саякской синклинали. Коваль Л.А., Кулкашев Н.Т., Овчаренко А.В., Приезжев И.И. и др. Изв.АН КазССР, сер.геол., № 6, 1987, с.69-81.

24. Приезжев И.И., Карпухин М.И., Сердюков А.М. Гибкая технология обработки и содержательные трансформации данных с использованием аппарата программируемых функций. В кн. «Автоматизированная обработка комплексных аэрогеофизических данных с применением АСОМ-АГС/ЕС».

Сб. статей, Л., 1987, с.22-34.

25. Совмещение цифровой и оптической обработки аэрогеофизических данных в системе АСОМ-АГС/ЕС. Коваль Л.А., Приезжев И.И., Овчаренко А.В., Полковникова Т.И. Геология и разведка, № 11, 1987, Деп.ВИЭМС от 30.09.87, № 469-Д, 19с.

26. Учет сферичности Земли при обработке радиогеодезческих данных в АСОМ-АГС/ЕС. Массон В.Е.,Приезжев И.И., Методы интерпретации и обработки данных в разведочной геофизике. Алма-Ата, КазПТИ, 1987, с. 8084.

27. Приезжев И.И., Мащенко А.И., Джукебаев М.И. Автоматизированная система обработки и интерпретации аэрогеофизических данных АСОМАГС/ПК. Проблемы современной геофизики в Казахстане, КазНТУ, Алматы, 1995, с 53-55.

28. Приезжев И.И., Решение прямой и обратной задачи для гравитационных полей на основе детальной сейсмогеологической плотностной модели в программном комплексе Petrel. Тезисы докладов семинара компании РосНефть "Комплексирование геолого-геофизических методов для решения задач нефтегазовой геологии" Москва, 2009.

29. Приезжев И.И. Теоретические основы и технология совместной интерпретации данных гравиразведки и сейсморазведки. Тезисы докладов конференции «Геомодель-2005». Геленджик, 2005.

30. Бланк А.М., Н.З.Заляев, Ольнева Т.В., Приезжев И.И. Точечные и пространственные индикаторы трещиноватости. Тезисы докладов конференции «Геомодель-2006». Геленджик, 2006.

Тезисы на международных конференциях 31. Приезжев И.И., Ольнева Т.В. Создание псевдокуба для совместной динамической интерпретации данных МОГТ 2D и МОГТ 3D в программном комплексе Petrel в сборнике «Состояние, тенденции и проблемы развития нефтегазового потенциала Западной Сибири (Материалы международной академической конференции, проходившей в г.

Тюмени 11-13 октября 2006 года)” – Тюмень, 2006, 159-160с.

32. Методика прогнозирования золоторудных полей (на примере Алданского щита). Лаубенбах Е.А., Приезжев И.И., Фатеев А.В., Шпекторов А.А., Коренюк М.К. Тезисы докладов на Международной конференции геофизиков и геологов, ЕАГО, SEG,AAPG, Тюмень, 2007, с.4.

33. Приезжев И. И. Построение трехмерного распределения физических параметров среды по данным гравиразведки (магниторазведки) и сейсморазведки. В сборнике “Вопросы теории и практики геологической интерпретации гравитационных, магнитных и электрических полей”, Материалы 35-й сессии Международного семинара им. Д. Г. Успенского, Ухта, 2008.

34. Priezzhev I., L. Shmaryan and G. Bejarano, 2008, Nonlinear multitrace seismic inversion using neural network and genetic algorithm - "Genetic Inversion":

Extended abstract, EAGE conference, Saint Petersburg.

35. Приезжев И. И. Технология решения прямой и обратной задачи для гравитационных и магнитных полей для структурных моделей в волночисловой области. В сборнике “Вопросы теории и практики геологической интерпретации гравитационных, магнитных и электрических полей”, Материалы XXXVI сессии Международного семинара, Казань, 2009.

36. Лаубенбах Е. А., Приезжев И. И., Коренюк М. К., Андрианов И. Н.

Прогнозирование золоторудных объектов по данным интерпретации геофизических полей. В сборнике “Вопросы теории и практики геологической интерпретации гравитационных, магнитных и электрических полей”, Материалы XXXVI сессии Международного семинара, Казань, 2009.

37. Приезжев И.И. Инверсия гравитационного поля с учетом детальной сейсмогеологической плотностной модели в программном комплексе Petrel.

Расширенные тезисы докладов EAGE/EAGO/SEG International Geoscience Conference&Exhibition – Tyumen, Russia, 2-5 March 2009.

38. Солоха Е.В., Приезжев И.И., Шмарьян Л.Е. – Методика сейсмической инверсии с помощью генетического алгоритма с последующим использованием результатов инверсии при моделировании коллекторских свойств. Материалы IX Международной конференции «Новые идеи в науках о Земле», РГГРУ, 14-17 апреля 2009г, Том 2, стр. 51.

39. Priezzhev I., L. Shmaryan and P. Veeken (2009) - Genetic seismic inversion using a non-linear, multi-trace reservoir modeling approach. Extended abstract, 71th EAGE annual conference, Amsterdam, P018, 4p.

40. Ampilov Y.P., A.Y. Barkov, I.V. Yakovlev, I.I. Priezzhev, L.E. Shmaryan and P.C.H. Veeken, 2009, Genetic inversion for reservoir modeling in the Shtokman field, offshore northern Russia. Extended abstract, 71th EAGE annual conference, Amsterdam, P278, 4p.

41. Fainstein R.F., Lopamudra Roy, Niranjan Banik, Bjoern Rommel, Ivan Priezzhev and Rolf Broetz, 2009, Seismic Constrained Gravity Inversion for Sub-Basalt Exploration in Kerala-Konkan Basin, West Coast, India. Extended abstract, 71th EAGE annual conference, Amsterdam, Z046, 4p.






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.