[go: up one dir, main page]

CN105556343B - 用于将地质顶部自动相关的系统和方法 - Google Patents

用于将地质顶部自动相关的系统和方法 Download PDF

Info

Publication number
CN105556343B
CN105556343B CN201480034483.5A CN201480034483A CN105556343B CN 105556343 B CN105556343 B CN 105556343B CN 201480034483 A CN201480034483 A CN 201480034483A CN 105556343 B CN105556343 B CN 105556343B
Authority
CN
China
Prior art keywords
well
logging
selection
confidence level
confidence
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201480034483.5A
Other languages
English (en)
Other versions
CN105556343A (zh
Inventor
C.格兰特
D.C.维特
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Aviris
Original Assignee
Drilling Info Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Drilling Info Inc filed Critical Drilling Info Inc
Publication of CN105556343A publication Critical patent/CN105556343A/zh
Application granted granted Critical
Publication of CN105556343B publication Critical patent/CN105556343B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/36—Effecting static or dynamic corrections on records, e.g. correcting spread; Correlating seismic signals; Eliminating effects of unwanted energy
    • G01V1/362—Effecting static or dynamic corrections; Stacking
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/50—Corrections or adjustments related to wave propagation
    • G01V2210/52—Move-out correction
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/50—Corrections or adjustments related to wave propagation
    • G01V2210/52—Move-out correction
    • G01V2210/522—Dip move-out [DMO]

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Environmental & Geological Engineering (AREA)
  • Acoustics & Sound (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • User Interface Of Digital Computer (AREA)
  • Debugging And Monitoring (AREA)

Abstract

提供了用于将地质顶部自动相关的系统和方法。该系统接收来自不同井眼的测井记录和识别要被相关的井顶部的一个或多个用户种子选取。所述种子选取中的每一个被添加到按照每个选取的置信度排序的优先级队列。用户选择的选取被分配最高置信度水平。

Description

用于将地质顶部自动相关的系统和方法
优先权声明/相关申请
本申请根据美国专利法35 USC 119(e)项要求2013年4月17日提交且题为“Systemand Method for Automatically Correlating Geologic Tops (用于将地质顶部自动相关的系统和方法)”的美国临时专利申请序号61/813,124的权益，该申请的全部内容通过引用被结合到本文中。
附录
附录A(8页)包含在本方法中使用的时间规整方法的更多细节。附录A构成本说明书的一部分并通过引用被结合到本文中。
技术领域
本公开的各方面涉及一种用于使用从井眼(well bore)获取的数据来解释地质构成的系统和过程。更特别地，本公开的各方面涉及到一种被配置成帮助分析员快速且准确地识别并在三个维度上对地表下地质构成进行建模的计算系统。
背景技术
在地质学和地质学相关领域中，地层学涉及到构成地表下地形的岩石和土壤的各层的研究。在油气勘探领域中，区域地层的识别尤其重要，因为从地层可识别油气沉积的可能位置。此外，断层的识别不仅对于识别用于资源的潜在位置、而且对于安全钻井而言是特别重要的。为了识别地表下地形中的各种地层，地质学家承担考察测井记录(well log)形式的数据的任务。
测井记录是被井眼穿透的地质构成的记录。这些测井记录然后可以由地质学家分析，以识别被井眼穿透的地层接触或井顶部(well top)。通常，来自诸如油田或油田的一部分之类的区域的测井记录被显示为二维或三维图。地质学家在一个井眼中开始进行测井记录，识别井顶部，并在其它井眼中的相同的测井记录中识别相应的井顶部。随着油田在尺寸方面增加，用此类常规技术来分析测井记录的三维采集变得越来越困难且费时。此外，随着测井记录和井眼的数目增加，实现一贯地准确的结果的可能性降低，并且不同的地质学家可能以明显不同的方式解释相同的数据。
考虑到这些及其它问题开发了本公开的各方面。
附图说明
图1描绘了油田中的井眼穿透地层的示例；
图2描绘了根据位置定位的测井记录连同其各自井眼的示例性三维图；
图3A-3C每个描绘了跨多个测井记录所识别的井顶部的情况下的被根据位置定位的测井记录的示例性三维图，；
图4描绘了用于执行自动化顶部相关的示例性方法；
图5描绘了跨多个测井记录识别两个井顶部的情况下的被根据位置定位的测井记录的示例性三维图；
图6描绘了用于确定每个井的自然邻点(natural neighbors)的示例性图表；
图7是图示出可被用来实现用于将地质顶部自动相关的系统的通用计算系统的示例的框图；以及
图8-12图示出实现自动化顶部相关的伪代码的示例。
具体实施方式
本公开可特别适用于使用诸如在如下所述的通用计算系统中的至少一个过程将地质顶部自动相关的系统和方法，并且将在此上下文中描述本公开。然而，将领会的是，该系统和方法具有更大的实用性，因为该系统和方法可使用诸如客户端服务器计算机系统、具有终端的大型计算机系统、独立计算机系统、基于云的计算机系统或软件即服务(SaaS)模型之类的其它计算机系统和模型来实现。例如，在SaaS模型系统实施方式中，计算系统将是一个或多个计算资源，诸如具有至少一个处理器的后端部件中的一个或多个云计算资源或一个或多个服务器计算机，所述至少一个处理器执行多行计算机代码，使得所述至少一个处理器实现下面所述的方法。使用诸如台式计算机、膝上型计算机、平板计算机等不同计算设备的用户可经由诸如有线或无线计算机网络、蜂窝式网络等通信路径耦合到后端部件，以将地震数据上传到后端部件，该后端部件执行地质顶部的自动相关，并且以可由用户在计算设备上显示的用户界面数据的形式向用户返回结果。
根据一个方面，提供了一种用于使用至少一个处理器来将地址顶部自动相关的系统和方法。该系统接收来自不同井眼的测井记录以及识别要被相关的井顶部的一个或多个用户种子选取。该种子选取中的每一个被添加到按照每个选取的置信度排序的优先级队列。用户选择的选取被分配最高置信度水平。该系统通过以下步骤执行相关：选择与(选自优先级队列的顶部的)用户手动选取有关的测井记录数据的窗口；并且然后找到与相邻井眼中的相应窗口的最佳匹配。然后通过某相关函数估计目标井中的该新的选取。然后，质量值和置信度值可使用例如动态时间规整之类的某相关函数针对每个选取被计算，并根据置信度值被添加到优先级队列。该系统可被配置成使得落在预设质量或置信度值以下的选取可被丢弃且不被添加到队列。然后，该系统可继续前进至优先级队列中的下一选取。
本公开的实施方式涉及用于将地质顶部自动相关的系统和方法。特别地，本公开提供了用于接收一系列测井记录且能够使用所提供的测井记录跨许多井眼地将由用户识别的井顶部自动相关的系统和方法。由用户识别的井顶部被指定为“种子选取”，其识别要被相关的井顶部。然后，该系统利用种子选取通过对测井记录执行动态时间规整并遵循通过所提供的井眼的(产生选取的最高置信度的)路径在所提供的钻井记录中的每一个钻井记录中找到井顶部的相应位置(“选取”)。
参考图1，描绘了示例性油田100。在本示例中，图示出地层的三个层110、120、130，但是应理解的是，地层可在厚度方面从几英尺至数十英尺不等。因此，一千英尺深的井眼可穿透数百个地层，其可能具有或不具有一致的厚度，并且可能遍及油田100不处于一致的深度。所描绘的油田100还包括穿透表面并通过地层的许多钻孔140-150。
参考图2，描绘了在九个不同井眼处获得的一个测井记录的示例。在该示例中，通过测量地下构成的各种属性来创建测井记录。该图是三维的，使得测井记录相对于其实际物理位置被间隔开，并且图的顶部是在地平面处的测量结果且深度沿着页面向下而减小。测井记录特征(signature)中的变化的宽度表示随深度变化的地层。例如，取决于地层的组成，发射的伽玛辐射可增加或减小，导致测井记录中的峰或谷。然后，结果得到的测量结果在视觉上被描绘为测井记录中的较宽或较窄条。因此，如果测井记录的连续区域发射相似量的伽玛辐射，则测井记录显示出一致的宽度。然后，观看该测井记录的地质学家可确定该区域由一致层的某类型地层构成，并且是单个井顶部。
参考图3A，利用由用户选择的种子选取300来描绘测井记录。系统通过找到对应于种子选取300的其它测井记录中的位置进行操作。用户识别井顶部，并且选择该测井记录的位置作为种子选取。可通过在测井记录上的井顶部的位置处覆盖指示符来以图形方式图示出种子选取。这可通过在与具有种子选取的井眼物理上最接近的测井记录处开始来完成。评估相邻井眼的测井记录中的每一个，并针对每个测井记录将对应于种子选取的选取相关。被相关的每个选取被记录，并且还基于其与种子选取的匹配程度和单调非递增置信度值来被分配质量值，所述单调非递增置信度值是种子选取的置信度与新的选取质量的组合。然后，使用具有最高质量值的选取且将该选取与其相邻的测井记录相关来重复该过程。利用最高置信度选取来重复该过程，直至已在每个井眼处实现选取为止、或者直至没有剩余选取可做出为止(例如，若相关失败)。例如，参考图3B，种子选取300被用来在第一相关选取310和第二相关选取320处选取相同的井顶部。现在参考图3C，然后，第一选取310和第二选取320可被用来将第三选取330和第四选取340相关。因此，该系统在种子选取处开始，并且然后该相关通过测井记录来传播。
参考图4，描绘了将地质顶部自动相关的方法。根据一个方面，通过用户从一组井眼中选择一个或多个测井记录以用于分析而发起自动化顶部相关(操作400)。图8-12在一起是可实现图4中所示的自动化顶部相关方法的一段示例性伪代码。图4中所示的方法可被实现为由计算机系统的处理器执行的代码，其中，该代码促使处理器来执行如下所述的方法的各种过程。
必须存在至少两个井眼，每个具有一个测井记录。一般地，数据将由大得多的一组井眼组成。例如，一组井眼可包括跨越整个油田(可能是数百个井眼)的所有井眼或其子集。用户可从所提供的测井记录中选择作为井顶部的一部分的至少一个种子选取(操作410)。所述至少一个种子选取可每一个被分配最大置信度值，并且被添加到按置信度值排列优先次序的优先级队列。例如，置信度范围可从0至1或者0至100%，其中，1或100%的置信度为最高。在这种情况下，种子选取将被分配为1或100%的置信度值。
置信度优先级队列可包括包含用于队列中的每个井眼的标识符、用于每个选取的置信度值以及用于执行相关的任何其它信息在内的元素。可基于元素的置信度值将队列配置为优先级队列。置信度优先级队列可初始包含任何种子选取，但是随着相关的执行，新的元素针对由系统根据其置信度值做出的每个选取被添加到置信度优先级队列。
用户还可具有提供用于系统的界限和阈值的选项(操作420)。例如，该系统可接收用于自动选择选取的最小置信度阈值。类似地，系统可接收用于自动选择选取的最小质量阈值。用户还可以可选地为系统提供用于使相关分析限制于某些地层信息的界限，诸如例如某个地层间隔。例如，图5描绘了来自九个井眼的九个测井记录，其中，第一井顶部500-508和第二井顶部510-518已被识别。在这种情况下，用户可根据先前相关的井顶部挑选以限制分析。例如，用户可挑选使位于较高深度处的井顶部与第一井顶部500-508相关。在这种情况下，不需要跨整个测井记录执行相关，因为被相关的井顶部将位于第一井顶部500-508上方。同样地，所述相关可被限制于在第二井顶部510-518下方或者在井顶部之间。所述相关还可根据其中在Wheeler变换域中对测井记录进行对齐的结构模型进行数据划界。用户还可使用先前相关的井顶部来创建用于相关的边界。
返回参考图4，一旦选择了用于分析的一组测井记录且选择了种子选取，则系统可确定哪些测井记录来自于在某个意义上彼此邻近的井眼(操作430)。这可通过基于每个井眼的位置来构造图形而完成。例如，系统可使用每个井眼的位置来创建加权图表，其中可根据每个井的物理位置来分配节点之间的距离。图6提供了节点610-619的位置如何根据其相对于彼此的物理位置来定位的说明性示例。图形600初始可以是完全加权图形，其中每对顶点被不同的加权边缘连接，并且根据顶点之间的距离来分配边缘权值。然后，使用顶点的位置，系统可使用任何自然邻点选择法来确定哪些节点是自然邻点。例如，系统可执行Delaunay三角剖分以通过进行形成三角形的边缘连接来确定每个节点的自然邻点，所述三角形具有不包含任何节点的外接圆(连接形成三角形的三个顶点的圆)。例如，图6仅图示出根据Delaunay三角剖分来连接作为自然邻点的每对顶点的边缘620-652。其它图形连接策略可被设想，并且其很容易地被结合到测井记录相关算法中。例如，系统可使用任何方法来创建图形，并且邻点可以是在图形中被图形中的弧连接到原始顶点(对应于原始测井记录)的那些顶点。
返回参考图4，一旦已用种子选取对置信度优先级队列进行初始化并建立了邻点，则系统可通过选择位于队列前面处的选取来开始执行(操作440)。然后，可对选取的邻点执行诸如动态时间规整之类的相关(操作450)。可使用的其它可能相关算法包括互相关或者在应用源数据系列到目标数据系列的系统移位、延伸或压缩的同时的互相关。该相关可通过测量两个数据序列之间的相似性进行操作。在这种情况下，该相关可具体地被配置成找到相对大的数据序列中与相对小的数据序列最密切相似的一部分。
例如，当动态时间规整被应用于测井记录时，系统可确定第二测井记录的哪个部分与第一测井记录的特定部分最相似。这可通过为系统供应“源”数据序列来完成。该源可以是初始与种子选取相关联的测井记录的部分，并且利用源数据和第二测井记录来执行动态时间规整以识别第二测井记录中与该源最密切相似的部分。然后，该系统可将此最佳匹配视为是与由该种子选取所识别的井顶部相同的井顶部的一部分。所识别的最佳匹配可在稍后时间被用作用于对其它测井记录执行动态时间规整的源。
动态时间规整涉及到找到目标中与源最相似的序列。动态时间规整的一个优点是其允许在时间、速度或距离方面可改变的两个序列的比较。这允许系统使井顶部相关，而不管井顶部在宽度和深度方面的不同。执行动态时间规整的一个方法是子序列动态时间规整。子序列动态时间规整尤其适合于其中源比目标小得多的情形。可计算每个源或目标配对之间的“距离”的初始成本矩阵(C[i][j])。可用等式1来描述该计算：
针对i = 1, M+1, j = 1, N (1)
其中，wn是每个输入测井记录的指定权值，并且源[i]和目标[j]是尺寸M和N的二维数组中的用于源和目标的相应测井记录。可记录任何数目的局部最小值。然后，可通过累计在初始成本矩阵中计算的距离来计算累计成本矩阵。然后，使用局部最小值的位置，系统可从累计成本矩阵中的局部最小值的位置回溯到累计成本矩阵达到零的位置。然后，在回溯期间通过累计成本矩阵获得的路径被保存为最佳规整路径。描述子序列(subsequence)动态时间规整的进一步的细节和示例可附录A中找到，其通过引用被结合到本文中。
该系统还可计算累计置信度以及通过动态时间规整或其它类型的相关做出的用于每个选取的质量值(操作460)。该质量值提供指示所选目标选取与源之间的相似性的质量测量结果。可使用任何可用方法来实现用于匹配的质量值的计算。在一个示例中，系统可计算用于选取自身的质量值和结合了该选取所基于的选取的累积置信度值。可以作为(源的累计置信度值和当前选取的质量值的)非递增函数来单调地计算累计置信度值。例如，如果通过动态时间规整做出的选取具有0.9的质量值且用于做出选取的源具有0.9的置信度值，则累计置信度值可以是质量和置信度值的使用单调非递增函数的组合。
在一个示例中，该系统可计算源与目标之间的Pearson质量测量(q)。用等式2来描述Pearson质量测量：
(2)
其中，X和Y表示在规整函数中输入的相关数据序列。如上所述，系统可被配置成利用范围从0到1的质量值。因此，可将发现的任何负相关设定成具有0的值，因为我们对逆相关不感兴趣。
可以通过从源获取该选取的置信度值并将其与当前目标选取的质量值相乘来计算用于在目标节点处做出的用于该选取的累计置信度值。可用等式3来描述该关系：
(3)
其中，C(i)是源的置信度值，并且q是该选取的质量值。因此，新的选取的累计置信度值是源选取的置信度值的函数。例如，如果源的置信度值是0.9且新的选取的质量值是0.9，则累计置信度值可以是两个值的乘积(0.81)。
针对由动态时间规整来确定的每个选取，识别该选取并包括置信度值的元素被添加到置信度优先级队列(操作480)。在某些情况下，系统可拒绝落在质量值或累计置信度值以下的选取(操作470)。满足置信度阈值的选取可被添加到置信度优先级队列中(操作480)。
返回参考图6，如果种子选取在节点610处，则相关将在节点610的邻点处(这里为节点611、613和614)开始。该相关将导致在每个节点处做出的选取，其中，每个选取被分配了置信度值。然后，这些选取被添加到置信度优先级队列。然后，系统对队列中的新的最高置信度选取执行相关。例如，如果节点613产生最高置信度选取，则节点613处的选取被用于下一轮相关。节点613的自然邻点包括节点611、节点615和节点614。然后，对每个自然邻点(节点611、615和614)执行节点613处的选取之间的相关。在这种情况下，节点615的相关的结果被添加到队列，但是节点611和614已被相关，并且相应选取已存在于队列中。当选取已在队列中时，可将选取的置信度与新的选取的置信度相比较。如果新的选取具有较高置信度，则该置信度可用来更新队列中的选取的置信度，并且队列被适当地重新排序。如果新的选取中的置信度低于队列中的相应的置信度，则该新的选取被丢弃。
应理解的是，动态时间规整、Delaunay三角剖分以及Pearson质量测量的使用表示用于将地质顶部自动相关的系统的单个实施方式。可使用其它方法或算法来代替所提供的方法。该系统被配置成测量来自相邻井的两个测井记录之间的相似性。更具体地，该系统被配置成识别与另一测井记录的指定源部分最相似的测井记录的一部分。然后，该被识别的部分可用作源，该源用于测量该源部分与任何相邻井的测井记录之间的相似性。每当已识别了选取时，可为其分配置信度值。该置信度值可以是被识别的选取与源选取和源选取的置信度值的相似程度的函数。因此，置信度值是单调非递增累计置信度测量。此外，可将测井记录位置输入到完全连接或部分连接的图形中，并且可使用任何方法来确定井的邻点。
该系统还可利用任何算法以用于将用于每个相关测井记录的累计置信度值最大化并产生可再现的唯一结果。例如，通过将每个相关选取添加到置信度优先级队列且然后对当前最高置信度选取的邻点执行相关，系统沿着具有最高置信度的路径通过测井记录行进。这在操作方面类似于最长路径或最大跨度树算法。在一个示例中，可通过对累计置信度值求逆来使用最短路径算法。在其它示例中，可使用并行松弛(parallel relaxation)算法。
图7描绘了根据本发明的各方面的示例性自动化顶部相关系统(ATCS) 700。ATCS700包括计算设备702或包括自动化顶部相关应用程序(ATCA)704的其它计算设备或系统。ATCS 700还包括存储测井记录的数据源706。虽然数据源被示为位于计算设备702上，但设想的是，数据源706可以是位于被连接到计算设备702的另一计算设备或计算系统上的数据库。
计算设备702可以是膝上型计算机、个人数字助理、平板计算机、智能电话、标准个人计算机或另一处理设备。计算设备702包括用于显示数据和/或图形用户界面的显示器708，诸如计算机监视器。计算设备702还可包括输入设备710，诸如用以与各种数据条目表格(entry form)相交互以提交图像切片选择数据和/或表面断层点输入数据的键盘或定点设备(例如，鼠标、轨迹球、笔或触摸屏)。
根据一个方面，所显示的一组测井记录自身是对用户输入进行响应的条目表格。例如，计算设备702的用户可以通过使用鼠标来选择测井记录的特定区域而与测井记录相交互以提交种子选取选择数据。还设想的是，用户可通过与一个或多个显示字段(未示出)相交互以输入对应于测井记录的特定区段的坐标来提交种子选取选择数据。在输入种子选取选择数据之后，生成种子选取选择请求并将其提供给ATCA 704以用于处理。
根据一个方面，所显示的测井记录自身是对用户输入进行响应的另一条目表。例如，计算设备702的用户可以通过使用鼠标来选择测井记录上的至少一个特定点而与所显示测井记录相交互以提交种子选取输入数据。还设想的是，用户可通过与一个或多个显示字段(未示出)相交互以输入对应于所述至少一个特定点的坐标来提交种子选取输入数据。在输入并提交种子选取输入数据之后，生成井顶部相关请求并将其提供给ATCA 704以用于处理。
虽然ATCS 700被描绘为在单个计算设备上实现，但设想的是，在其它方面，可由经由诸如因特网之类的通信网络来从远程客户端计算机(未示出)接收种子选取选择请求、测井记录选择请求和/或其它输入数据的服务器计算设备(未示出)来执行ATCA 704。
根据一个方面，计算设备702包括处理系统712，处理系统712包括一个或多个处理器或其它处理设备。计算设备702还包括配置有ATCA 704的计算机可读介质(“CRM”)714。ATCA 704包括可由处理系统712执行以对测井记录中的井顶部执行解释的指令或模块。
CRM 714可包括易失性介质、非易失性介质、可移动介质、不可移动介质和/或另一可用介质，其可以被计算设备700访问。以示例而非限制的方式，CRM 714包括计算机存储介质和通信介质。计算机介质包括在用于存储诸如计算机可读指令、数据结构、程序模块或其它数据之类的信息的方法或技术中实现的非临时存储器、易失性介质、非易失性介质、可移动介质和/或不可移动介质。通信介质可体现计算机可读指令、数据结构、程序模块或其它数据，并且包括信息输送介质或系统。
GUI模块716显示响应于测井记录检索请求从例如数据源706接收到的多个测井记录。例如由与测井记录检索请求(未示出)相交互的计算设备702的用户来生成测井记录检索请求。可以如结合图4的操作400、410和420所述的那样显示测井记录图像。
如上所述，测井记录每个包含被编译成三维图形的多个测量结果。GUI模块716响应于种子选取选择请求而显示特定测井记录或测井记录组，诸如上文结合图4的操作400和410所述的那样。
井顶部相关模块718通过对测井记录执行动态时间规整来生成井顶部的指示符。井顶部指示符对应于在至少第一测井记录上的第一位置处的由用户选择种子选取所指定的井顶部, 诸如上文结合图4的操作410所述的那样。
根据一个方面，井顶部相关模块718执行在最高置信度选取的自然邻点处开始的动态时间规整，诸如结合图4的操作430、440和450所述的那样。井顶部相关模块718可继续前进至下一最高置信度选取，并且对该选取的自然邻点执行动态时间规整。这可重复至所有测井记录都已被分析为止。根据另一方面，井顶部相关模块718还向使用动态时间规整做出的每个选取分配置信度值。
以上描述包括体现本公开的技术的示例性系统、方法、技术、指令序列和/或计算机程序产品。然而，要理解的是，可在没有这些特定细节的情况下实施所述公开。在本公开中，可将公开的方法实现为可被设备读取的指令或软件的集合。此外，要理解的是，公开的方法中的步骤的特定顺序或分级结构是示例性方法的实例。基于设计偏好，要理解的是，本方法的步骤的特定顺序或分级结构可以在保持在公开主题内的同时被重新布置。所附方法权利要求按照样本顺序呈现各种步骤的要素，并且不一定意图局限于所呈现的特定顺序或分级结构。
可将所述公开提供为计算机程序产品或软件，其可包括具有存储在其上面的指令的机器可读介质，该指令可用来将计算机系统(或其它电子设备)编程，以执行根据本公开的过程。机器可读介质包括用于以可被机器(例如，计算机)读取的形式(例如，软件、处理应用程序)来存储信息的任何机制。机器可读介质可包括但不限于磁存储介质(例如，软盘)、光学存储介质(例如，CD-ROM)；磁光存储介质；只读存储器(ROM)；随机存取存储器(RAM)；可擦可编程存储器(例如，EPROM和EEPROM)；闪速存储器；或适合于存储电子指令的其它类型的介质。
要相信的是，通过前文的描述将理解本公开及其许多伴随的优点，并且将显而易见的是，在不脱离公开主题的情况下或者在不牺牲所有其实质性优点的情况下可在部件的形式、构造和布置方面进行各种改变。所述的形式仅仅是说明性的，并且涵盖并包括此类改变是以下权利要求的意图。
虽然已参考各种实施例描述了本公开，但将理解的是，这些实施例是说明性的，并且本公开的范围不限于这些实施例。可以有许多变化、修改、添加以及改善。更一般地，已经在特定实施方式的上下文总描述了根据本公开的实施例。可在本公开的各种实施例中不同地将框图中的功能性在框图中进行分离或组合或者用不同的术语来描述。
出于说明的目的，已参考特定实施例来描述前文的描述。然而，以上说明性讨论并不意图是穷举的或使本公开局限于公开的精确形式。鉴于以上教导，可以有许多修改和变更。选择并描述实施例是为了最好地解释本公开的原理及其实际应用，以从而使得本领域的其他人能够最好地利用具有适合于设想的特定用途的各种修改的本公开和各种实施例。
本文公开的系统和方法可经由一个或多个部件、系统、服务器、设备、其它子部件来实现或者分布在此类元件之间。当被实现为系统时，此类系统可特别地包括和/或涉及到在通用计算机中找到的诸如软件模块、通用CPU、RAM等部件。在其中创新常驻于服务器上的实施方式中，此类服务器可包括或涉及到诸如CPU、RAM等部件，诸如在通用计算机中找到的那些。
另外，可经由具有超过上文所阐述的不相干或完全不同的软件、硬件和/或固件部件的实施方式来实现本文中的系统和方法。例如，关于此类其它部件(例如，软件、处理部件等)和/或与本发明相关联或体现本发明的计算机可读介质，可与许多通用或专用计算系统或配置一致地来实现本文中的创新的各方面。可适合于用于本文中的创新的各种示例性计算系统、环境和/或配置可包括但不限于：在个人计算机、服务器或服务器计算设备内或在其上面体现的软件或其它部件，诸如路由/连接部件、手持式或膝上型设备、多处理器系统、基于微处理器的系统、机顶盒、消费电子设备、网络PC、其它现有计算机平台、包括上述系统或设备等中的一个或多个的分布式计算环境等。
在某些情况下，例如，可经由包括与此类部件或电路相关联地执行的程序模块的逻辑和/或逻辑指令来实现或由其执行本系统和方法的各方面。一般地，程序模块可包括执行本文中的特定任务或实现特定指令的例程、程序、对象、部件、数据结构等。还可在其中经由通信总线、电路或链路来连接电路的分布式软件、计算机或电路设定的上下文中实施本发明。在分布式设定中，控制/指令可从包括存储器存储设备的本地和远程计算机存储介质两者发生。
本文中的软件、电路和部件还可包括和/或利用一个或多个类型的计算机可读介质。计算机可读介质可以是常驻于此类电路和/或计算部件上、可与之相关联或者可以被其访问的任何可用介质。以示例而非限制的方式，计算机可读介质可包括计算机存储介质和通信介质。计算机存储介质包括用于存储诸如计算机可读指令、数据结构、程序模块或其它数据之类的信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪速存储器或其它存储技术、CD-ROM、数字多功能磁盘(DVD)或其它光学存储器、磁带、磁盘存储器或其它磁存储设备或者可以用来存储期望信息且可以被计算部件访问的任何其它介质。通信介质可包括计算机可读指令、数据结构、程序模块和/或其它部件。此外，通信介质可包括有线介质，诸如有线网络或直接有线连接，然而，本文中的任何此类类型的介质都不包括瞬时介质。任何上述各项的组合也被包括在计算机可读介质的范围内。
在本描述中，术语部件、模块、设备等可指代可以多种方式实现的任何类型的逻辑或功能软件元件、电路、块和/或过程。例如，可将各种电路和/或块的功能相互组合成任何其它数目的模块。每个模块甚至可被实现为存储在有形存储器(例如，随机存取存储器、只读存储器、CD-ROM存储器、硬盘驱动器等)上以便被中央处理单元读取以实现本文中的创新的功能的软件程序。或者，模块可以包括经由传输载波被传送到通用计算机或处理/图形硬件的编程指令。并且，可以将模块实现为实现本文中的创新所涵盖的功能的硬件逻辑电路。最后，可以使用专用指令(SIMD指令)、现场可编程逻辑阵列或提供期望水平的性能和成本的其任何混合体来实现模块。
如在本文中公开的那样，可经由计算机硬件、软件和/或固件来实现与本公开一致的特征。例如，可以以各种形式来体现本文中公开的系统和方法，包括例如数据处理器，诸如还包括数据库、数字电子电路、固件、软件或其组合的计算机。此外，虽然公开实施方式中的一些描述了特定硬件部件，但可用硬件、软件和/或固件的任何组合来实现与本文中的创新一致的系统和方法。此外，可在各种环境中实现本文中的创新的上述调整及其它方面和原理。此类环境和相关应用可被特别地构造成用于执行根据本发明的各种例程、过程和/或操作，或者其可包括被代码选择性地激活或重配置以提供所需功能性的通用计算机或计算平台。在本文中公开的过程并不固有地与任何特定计算机、网络、架构、环境或其它装置相关，并且可用硬件、软件和/或固件的适当组合来实现。例如，可将各种通用机器与根据本发明的教导编写的程序一起使用，或者构造专用装置或系统以执行所需方法和技术可能更加方便。
还可将本文所述的方法和系统的各方面(诸如逻辑)实现为被编程到多种电路中的任何一个中的功能性，所述电路包括可编程逻辑器件(“PLD”)，诸如现场可编程门阵列(“FPGA”)、可编程阵列逻辑(“PAL”)器件、电可编程逻辑和存储器件及标准的基于存储单元的器件以及专用集成电路。用于实现各方面的某些其它可能性包括：存储器件、具有存储器(诸如EEPROM)的微控制器、嵌入式微处理器、固件、软件等。此外，可用具有基于软件的电路模拟的微处理器、离散逻辑(连续且组合)、自定义器件、模糊(神经)逻辑、量子器件以及任何上述其类型的混合体中来体现各方面。可用(例如类似于互补金属氧化物半导体(“CMOS”)的金属氧化物半导体场效应晶体管(“MOSFET”)技术、类似于发射极耦合逻辑(“ECL”)的双极技术、聚合物技术(例如，硅共轭聚合物和金属共轭聚合物金属结构)、模拟和数字混合等的)多种部件类型来提供底层器件技术。
还应注意的是，可使用硬件、固件的任何数目的组合和/或作为在其行为、寄存器传输、逻辑部件和/或其它特性方面用各种机器可读或计算机可读介质来体现的数据和/或指令来实现在本文中公开的各种逻辑和/或功能。其中可体现此类格式化数据和/或指令的计算机可读介质包括但不限于各种形式的非易失性存储介质(例如，光学、磁性或半导体存储介质)，但又不包括瞬时介质。除非上下文另外明确要求，遍及本描述，应在包括性意义上理解单词“包括”、“包含”等，与排他性或穷举性意义相反；亦即，在“包括但不限于”的意义上理解。使用单数或复数的单词还分别地包括复数或单数。另外，单词“在本文中”、“在下文中”、“上文”、“下文”以及类似意思的单词总体上指代本申请而不是本申请的任何特定部分。当参考两个或更多项目的列表来使用单词“或”时，该单词涵盖单词的所有以下解释：列表中的任何项目、列表中的所有项目和列表中的项目的任何组合。
虽然在本文中已经具体地描述了本发明的某些目前优选实施方式，但对于本发明所属领域的技术人员而言将显而易见的是，在不脱离本发明的精神和范围的情况下可进行本文所示和所述的各种实施方式的变更和修改。因此，意图在于本发明仅在适用法律规则所要求的范围内受到限制。
虽然前文已参考本公开的特定实施例，但本领域的技术人员将认识到的是，在不脱离本公开的原理和精神的情况下可进行本实施例的改变，本公开的范围由所附权利要求定义。
附录A
本附录简要地涵盖来自Muller(2007)的已修改图的子序列动态时间规整(“SDTW”)。SDTW是DTW的扩展，其中，在这里称为“源”的数据序列中的一个比要针对进行比较的数据序列(“目标”)小得多。较小的源数据子序列将在较大目标数据序列中找到。在较大目标数据序列中可以找到子序列的许多可能最佳匹配。目标是在较大数据序列中找到最佳子序列匹配。一旦找到最佳匹配，则可以逐个样本地确定用于子序列的最佳路径并将其映射到目标序列。这是我们寻找以将来自一个井的井选取映射到另一井的井选取的最佳匹配函数。
a)计算“源数据序列(尺寸M＋1)与“目标数据序列”(尺寸N)之间的初始成本矩阵('C')。源数据序列小得多，因为所述源数据序列通过(用蓝色示出的)用户设定窗口被在用红色示出的井选取位置周围做出选取。可以扩展该窗口以增加匹配潜在可能，以较长的计算时间和增加的存储器使用率为代价。首先用尺寸(M＋1)×N的双环路并如在步骤8中所述地计算每个源和目标配对之间的“距离”或下式来计算初始成本矩阵：
针对i = 1, M+1, j = 1, N
SDTW相比于DTW存在的主要差异是向成本矩阵添加了一个或多个行，并设定成0。这允许子序列在下面描述的累计和回溯步骤中在M的第一行处终止。
b)沿着M的最后一行示出距离函数。三个红点示出发现的局部最小值(b*、b2*和b3*)。这些最小值将定义在尺寸N的较大目标序列中最佳地发现的子序列的结束边界。
c)在上述步骤a中计算的矩阵的累计成本矩阵。通过在尺寸N的列上循环来计算该矩阵，并且在用于M＋1维度的第0元素处开始，并且然后累计在步骤a中计算的距离。该累计是受约束的，因为其仅考虑了1的步幅，并且该累计必须在M＋1和N方面始终是单调的。例如，如果在环路中正在评估节点m和n，则所考虑的仅有节点是：
也就是说，仅考虑三个先前的节点配置：
当到达M时，累计停止。当到达N时，累计在M、M处停止。
d)一旦计算了根据步骤c的累计成本矩阵，则将步骤b的局部最小值从M回溯至成本矩阵在y轴上到达零的位置，在回溯中始终发现最小值。这通常将沿着1与N之间的索引，因为我们将M的第一行设定为0。保持回溯中的每个‘i’和‘j’节点索引，并且最终结果是最佳规整路径。这些子序列或“图案”是目标数据序列中的源数据序列的最佳对齐。在上面的灰色区域中示出了这些子序列。重要的是，选择围绕局部最小值(b*)的邻点，因为在b*周围可能具有仅相差小的移位的许多局部最佳值。

Claims (34)

1.一种用于使用至少一个处理器来将地质顶部自动相关的方法，所述方法包括：
接收第一井眼的第一测井记录和至少第二井眼的第二测井记录；
接收将所述第一测井记录中的特定数据序列指定为井顶部的至少一个种子选取；
确定用于每个测井记录的至少一个邻点；以及
通过以下步骤来定义测井记录选取的最高置信度系列：检索最高置信度选取，其中，所述选取的置信度是来自所述至少一个种子的路径长度的非递增函数和所述选取的质量的非递增函数；通过对所述测井记录的每个邻点执行相关来确定新的选取；为所述新的选取分配选取质量值；将所述新的选取添加到置信度优先级队列；并且，生成井顶部选取的所述最高置信度系列,
其中将所述新的选取添加到所述置信度优先级队列还包括：
在所述置信度优先级队列中搜索与所述新的选取相对应的元素；
当所述置信度优先级队列包含与所述新的选取相对应的元素且所述选取置信度值超过定义所述元素的置信度的元素置信度值时，更新与所述新的选取相对应的元素；以及
当所述置信度优先级队列不包含与所述新的选取相对应的元素时，将所述新的选取添加到所述置信度优先级队列。
2.如权利要求1所述的方法，其中，执行相关还包括对所述测井记录的每个邻点执行动态时间规整。
3.如权利要求1所述的方法，还包括显示所述第一测井记录和所述至少第二测井记录，并由用户选择用于显示所述第一测井记录和所述至少第二测井记录的种子选取。
4.如权利要求1所述的方法，其中，接收至少一个种子选取还包括向所述至少一个种子选取分配高置信度值。
5.如权利要求3所述的方法，其中，选择所述种子选取还包括向所述至少一个种子选取分配高置信度值。
6.如权利要求1所述的方法，还包括显示井顶部选取的所述最高置信度系列。
7.如权利要求1所述的方法，其中，确定用于每个测井记录的至少一个邻点包括将每个测井记录添加到完整的加权图形，其中，用顶点来表示每个测井记录，并且每个边缘权值表示第一测井记录与第二测井记录之间的距离且确定用于每个顶点的至少一个邻点。
8.如权利要求1所述的方法，其中，接收所述第一测井记录和所述至少第二测井记录还包括由用户选择所述第一测井记录和所述至少第二测井记录。
9.如权利要求7所述的方法，其中，所述确定用于每个测井记录的至少一个邻点还包括使用Delaunay三角剖分。
10.一种用于使用至少一个处理器来将地质顶部自动相关的方法，所述方法包括：
接收第一测井记录和至少第二测井记录；
接收将所述第一测井记录中的特定数据序列指定为井顶部的至少一个种子选取；
将所述至少一个种子选取添加到置信度优先级队列，其中，所述置信度优先级队列被配置成基于置信度值来分配优先级，并且其中，至少一个种子选取被分配最大优先级，并且其中，所述选取的置信度值是来自所述至少一个种子的路径长度的非递增函数和所述选取的质量的非递增函数；
确定用于每个测井记录的至少一个邻点；以及
通过以下步骤来定义井顶部选取的最高置信度系列：通过从所述置信度优先级队列中检索第一元素并从该队列去除所述第一元素来遍历所述置信度优先级队列，直至所述队列为空的为止；通过对所述第一元素的每个邻点执行相关来确定新的选取；为所述新的选取分配选取质量值，根据所述置信度值将所述新的选取添加到所述置信度优先级队列；并且，生成井顶部选取的所述最高置信度系列，
其中将所述新的选取添加到所述置信度优先级队列包括：
在所述置信度优先级队列中搜索与所述新的选取相对应的元素；
当所述置信度优先级队列包含与所述新的选取相对应的元素且所述选取置信度值超过定义所述元素的置信度的元素置信度值时，更新与所述新的选取相对应的元素；以及
当所述置信度优先级队列不包含与所述新的选取相对应的元素时，将所述新的选取添加到所述置信度优先级队列。
11.如权利要求10所述的方法，其中，将所述新的选取添加到所述置信度优先级队列还包括：当所述选取的质量值超过质量阈值和累计置信度阈值中的至少一个时，将所述新的选取添加到所述置信度优先级队列。
12.如权利要求11所述的方法，其中，用下式来确定所述选取的所述质量值：
其中，X和Y表示在规整函数中输入的相关数据序列。
13.如权利要求10所述的方法，其中，确定用于每个测井记录的至少一个邻点包括：
将每个测井记录添加到完整的加权图形，其中，用顶点来表示每个测井记录，并且每个边缘权值表示第一测井记录与第二测井记录之间的距离；以及
使用Delaunay三角剖分来确定用于每个顶点的至少一个邻点。
14.如权利要求10所述的方法，其中，使用Pearson质量测量来确定所述质量值。
15.如权利要求14所述的方法，其中，所述新的置信度值是所述Pearson质量测量和所述置信度值的函数。
16.如权利要求10所述的方法，其中，执行相关还包括对所述测井记录的每个邻点执行动态时间规整。
17.如权利要求10所述的方法，还包括：显示所述第一测井记录和所述至少第二测井记录，并由用户选择用于所述显示所述第一测井记录和所述至少第二测井记录的种子选取。
18.如权利要求10所述的方法，还包括显示井顶部选取的所述最高置信度系列。
19.如权利要求10所述的方法，其中，接收所述第一测井记录和所述至少第二测井记录还包括由用户选择所述第一测井记录和所述至少第二测井记录。
20.一种用于使用至少一个处理器来将地质顶部自动相关的装置，包括：
具有至少一个处理器的计算机系统，其中，所述处理器被配置成：
接收第一井眼的第一测井记录和至少第二井眼的第二测井记录；
接收将所述第一测井记录中的特定数据序列指定为井顶部的至少一个种子选取；
确定用于每个测井记录的至少一个邻点；以及
通过以下步骤来定义井顶部选取的最高置信度系列：检索最高置信度选取，其中，所述选取的置信度是来自所述至少一个种子的路径长度的非递增函数和所述选取的质量的非递增函数；通过对所述测井记录的每个邻点执行相关来确定新的选取；为所述新的选取分配选取质量值；并且，生成井顶部选取的所述最高置信度系列，
其中所述处理器被配置成：
在所述置信度优先级队列中搜索与所述新的选取相对应的元素，
当所述置信度优先级队列包含与所述新的选取相对应的元素且所述选取置信度值超过定义所述元素的置信度的元素置信度值时，更新与所述新的选取相对应的元素，以及
当所述置信度优先级队列不包含与所述新的选取相对应的元素时，将所述新的选取添加到所述置信度优先级队列。
21.如权利要求20所述的装置，其中，所述处理器被配置成对所述测井记录的每个邻点执行动态时间规整。
22.如权利要求20所述的装置，其中，所述计算机系统具有显示所述第一测井记录和所述至少第二测井记录的显示器。
23.如权利要求22所述的装置，其中，所述计算机系统具有输入设备，所述输入设备被配置成允许用户选择用于所述显示所述第一测井记录和所述至少第二测井记录的种子选取。
24.如权利要求20所述的装置，其中，所述处理器被配置成向所述至少一个种子选取分配高置信度值。
25.如权利要求22所述的装置，其中，所述显示器显示井顶部选取的所述最高置信度系列。
26.如权利要求20所述的装置，其中，所述处理器被配置成将每个测井记录添加到完整的加权图形，其中，用顶点来表示每个测井记录，并且每个边缘权值表示第一测井记录与第二测井记录之间的距离并确定用于每个顶点的至少一个邻点。
27.如权利要求20所述的装置，其中，所述处理器被配置成将所述至少一个种子选取添加到置信度优先级序列，其中，所述置信度优先级队列被配置成基于置信度值来分配优先级，并且其中，至少一个种子选取被分配最大优先级。
28.如权利要求27所述的装置，其中，所述处理器被配置成通过以下步骤来定义井顶部选取的最高置信度系列：通过从所述置信度优先级队列中检索第一元素并从所述队列去除所述第一元素来遍历所述置信度优先级队列，直至队列为空的为止；通过对所述第一元素的每个邻点执行相关来确定新的选取；为所述新的选取分配选取质量值；根据所述置信度值将所述新的选取添加到所述置信度优先级队列；并且，生成井顶部选取的所述最高置信度系列。
29.如权利要求20所述的装置，其中，所述处理器被配置成：当所述选取的质量值超过质量阈值和累计置信度阈值中的至少一个时，将所述新的选取添加到所述置信度优先级队列。
30.如权利要求29所述的装置，其中，用下式来确定所述选取的质量值：
其中，X和Y表示在规整函数中输入的相关数据序列。
31.如权利要求20所述的装置，其中，所述计算机系统还包括：计算机和一个或多个计算资源中的一个。
32.如权利要求31所述的装置，其中，所述一个或多个计算资源是一个或多个服务器计算设备和一个或多个云计算资源中的一个。
33.如权利要求32所述的装置，还包括被用户用来访问所述一个或多个服务器计算设备的计算设备。
34.如权利要求26所述的装置，其中，所述处理器被配置成使用Delaunay三角剖分来确定用于每个顶点的所述至少一个邻点。
CN201480034483.5A 2013-04-17 2014-04-17 用于将地质顶部自动相关的系统和方法 Active CN105556343B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201361813124P 2013-04-17 2013-04-17
US61/813124 2013-04-17
US14/254,718 US10459098B2 (en) 2013-04-17 2014-04-16 System and method for automatically correlating geologic tops
US14/254718 2014-04-16
PCT/US2014/034546 WO2014172565A1 (en) 2013-04-17 2014-04-17 System and method for automatically correlating geologic tops

Publications (2)

Publication Number Publication Date
CN105556343A CN105556343A (zh) 2016-05-04
CN105556343B true CN105556343B (zh) 2018-11-06

Family

ID=51729654

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480034483.5A Active CN105556343B (zh) 2013-04-17 2014-04-17 用于将地质顶部自动相关的系统和方法

Country Status (7)

Country Link
US (1) US10459098B2 (zh)
EP (1) EP2987003B1 (zh)
CN (1) CN105556343B (zh)
AU (3) AU2014253924A1 (zh)
CA (1) CA2909451C (zh)
HK (1) HK1224381A1 (zh)
WO (1) WO2014172565A1 (zh)

Families Citing this family (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10577895B2 (en) 2012-11-20 2020-03-03 Drilling Info, Inc. Energy deposit discovery system and method
US10853893B2 (en) 2013-04-17 2020-12-01 Drilling Info, Inc. System and method for automatically correlating geologic tops
US9501851B2 (en) * 2014-10-03 2016-11-22 Palantir Technologies Inc. Time-series analysis system
US9767172B2 (en) 2014-10-03 2017-09-19 Palantir Technologies Inc. Data aggregation and analysis system
US9911210B1 (en) 2014-12-03 2018-03-06 Drilling Info, Inc. Raster log digitization system and method
CN105089658B (zh) * 2015-07-01 2018-04-06 中国石油天然气股份有限公司 基于不确定度的地层对比方法及装置
US10908316B2 (en) 2015-10-15 2021-02-02 Drilling Info, Inc. Raster log digitization system and method
WO2018164680A1 (en) 2017-03-08 2018-09-13 Landmark Graphics Corporation Correlating strata surfaces across well logs
US11220898B2 (en) * 2017-03-31 2022-01-11 Landmark Graphics Corporation Automated well-log correlation using descriptors
CN109655912B (zh) * 2017-10-10 2021-05-25 中国石油化工股份有限公司 三维地震数据动态拉伸时差校正方法及系统
WO2019089490A1 (en) * 2017-10-30 2019-05-09 Schlumberger Technology Corporation System and method for automatic well log depth matching
CN108897039B (zh) * 2018-08-27 2019-11-12 电子科技大学 基于层位控制的dtw多波匹配方法
WO2020068264A1 (en) * 2018-09-26 2020-04-02 Shell Oil Company Method for determining a lithologic interpretation of a subterranean environment
US11269110B2 (en) * 2018-12-05 2022-03-08 Schlumberger Technology Corporation Computing system assessment of geological similarity of wells employing well-log data
US11604909B2 (en) 2019-05-28 2023-03-14 Chevron U.S.A. Inc. System and method for accelerated computation of subsurface representations
US11249220B2 (en) 2019-08-14 2022-02-15 Chevron U.S.A. Inc. Correlation matrix for simultaneously correlating multiple wells
GB2597021B (en) 2019-08-26 2023-09-20 Landmark Graphics Corp Performing dynamic time warping with null or missing data
CN110749929B (zh) * 2019-10-28 2020-06-05 山东科技大学 一种基于机器学习的复杂地区地震反射层识别与追踪方法
US11914099B2 (en) 2019-11-01 2024-02-27 Saudi Arabian Oil Company Automatic geological formations tops picking using dynamic time warping (DTW)
US11010969B1 (en) 2019-12-06 2021-05-18 Chevron U.S.A. Inc. Generation of subsurface representations using layer-space
US10984590B1 (en) 2019-12-06 2021-04-20 Chevron U.S.A. Inc. Generation of subsurface representations using layer-space
US11187826B2 (en) 2019-12-06 2021-11-30 Chevron U.S.A. Inc. Characterization of subsurface regions using moving-window based analysis of unsegmented continuous data
US11263362B2 (en) 2020-01-16 2022-03-01 Chevron U.S.A. Inc. Correlation of multiple wells using subsurface representation
US11320566B2 (en) 2020-01-16 2022-05-03 Chevron U.S.A. Inc. Multiple well matching within subsurface representation
US11397279B2 (en) 2020-03-27 2022-07-26 Chevron U.S.A. Inc. Comparison of wells using a dissimilarity matrix
US11391856B2 (en) * 2020-07-08 2022-07-19 Saudi Arabian Oil Company Stochastic dynamic time warping for automated stratigraphic correlation
US20220222239A1 (en) * 2021-01-13 2022-07-14 Saudi Arabian Oil Company Method to improve the accuracy of formation top picks
US12086512B2 (en) * 2021-03-16 2024-09-10 Saudi Arabian Oil Company Method to automatically pick formation tops using optimization algorithm
WO2022216311A1 (en) * 2021-04-08 2022-10-13 Sas Institute Inc. Machine-learning techniques for automatically identifying tops of geological layers in subterranean formations
US20230021210A1 (en) * 2021-07-15 2023-01-19 Landmark Graphics Corporation Supervised machine learning-based wellbore correlation

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1797039A (zh) * 2004-12-29 2006-07-05 中国石油天然气集团公司 三维地质层位自动追踪方法
CN102066980A (zh) * 2008-05-22 2011-05-18 埃克森美孚上游研究公司 地震层位骨架化
US8265876B1 (en) * 2008-11-08 2012-09-11 Ihs Global Inc. Seismic horizon autopicking using orientation vector field

Family Cites Families (59)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4633400A (en) 1984-12-21 1986-12-30 Conoco Inc. Method for waveform feature extraction from seismic signals
US5003813A (en) * 1990-02-20 1991-04-02 Hayes Separations, Inc. Method and apparatus for monitoring storage tank leakage
US5056066A (en) 1990-06-25 1991-10-08 Landmark Graphics Corporation Method for attribute tracking in seismic data
US5835882A (en) 1997-01-31 1998-11-10 Phillips Petroleum Company Method for determining barriers to reservoir flow
US5987388A (en) 1997-12-26 1999-11-16 Atlantic Richfield Company Automated extraction of fault surfaces from 3-D seismic prospecting data
US6223126B1 (en) 1999-10-20 2001-04-24 Phillips Petroleum Company Multi-attribute seismic waveform classification
US6295504B1 (en) * 1999-10-25 2001-09-25 Halliburton Energy Services, Inc. Multi-resolution graph-based clustering
NO320103B1 (no) 2000-07-17 2005-10-24 Sintef Petroleumsforskning Seismisk prosessering med generelle ikke-hyperbolske gangtidskorreksjoner
US6965383B2 (en) 2001-12-11 2005-11-15 Lecroy Corporation Scaling persistence data with interpolation
US7069149B2 (en) 2001-12-14 2006-06-27 Chevron U.S.A. Inc. Process for interpreting faults from a fault-enhanced 3-dimensional seismic attribute volume
US7248539B2 (en) 2003-04-10 2007-07-24 Schlumberger Technology Corporation Extrema classification
US7835893B2 (en) 2003-04-30 2010-11-16 Landmark Graphics Corporation Method and system for scenario and case decision management
US7054753B1 (en) 2003-11-14 2006-05-30 Williams Ralph A Method of locating oil and gas exploration prospects by data visualization and organization
US7516055B2 (en) 2004-08-20 2009-04-07 Chevron U.S.A. Inc Multiple-point statistics (MPS) simulation with enhanced computational efficiency
US7280932B2 (en) 2004-09-07 2007-10-09 Landmark Graphics Corporation Method, systems, and computer readable media for optimizing the correlation of well log data using dynamic programming
US20060075007A1 (en) 2004-09-17 2006-04-06 International Business Machines Corporation System and method for optimizing a storage system to support full utilization of storage space
US7230879B2 (en) * 2005-02-12 2007-06-12 Chevron U.S.A. Inc. Method and apparatus for true relative amplitude correction of seismic data for normal moveout stretch effects
JP4304623B2 (ja) 2005-06-01 2009-07-29 ソニー株式会社 撮像装置及び撮像装置における撮像結果の処理方法
GB0524134D0 (en) 2005-11-26 2006-01-04 Univ Edinburgh Improvements in and relating to hydrocarbon recovery from a hydrocarbon reservoir
US20070276604A1 (en) 2006-05-25 2007-11-29 Williams Ralph A Method of locating oil and gas exploration prospects by data visualization and organization
US20080040336A1 (en) * 2006-08-04 2008-02-14 Metacarta, Inc. Systems and methods for presenting results of geographic text searches
US7525349B2 (en) 2006-08-14 2009-04-28 University Of Washington Circuit for classifying signals
US7986319B2 (en) * 2007-08-01 2011-07-26 Austin Gemodeling, Inc. Method and system for dynamic, three-dimensional geological interpretation and modeling
US8463895B2 (en) * 2007-11-29 2013-06-11 International Business Machines Corporation System and computer program product to predict edges in a non-cumulative graph
US8214484B2 (en) * 2007-11-29 2012-07-03 International Business Machines Corporation Method to predict edges in a non-cumulative graph
CA2709087A1 (en) 2007-12-17 2009-06-25 Landmark Graphics Corporation, A Halliburton Company Systems and methods for modeling wellbore trajectories
US10281504B2 (en) 2008-03-25 2019-05-07 Abb Schweiz Ag Method and apparatus for analyzing waveform signals of a power system
CA2721008A1 (en) 2008-04-11 2009-10-15 Terraspark Geosciences, Llc Visulation of geologic features using data representations thereof
CA2720055A1 (en) 2008-05-09 2009-11-12 Exxonmobil Upstream Research Company Method for geophysical and stratigraphic interpretation using waveform anomalies
WO2009139949A1 (en) 2008-05-13 2009-11-19 Exxonmobil Upstream Research Company Modeling of hydrocarbon reservoirs using design of experiments methods
US8213261B2 (en) 2008-05-22 2012-07-03 Exxonmobil Upstream Research Company Method for geophysical and geological interpretation of seismic volumes in the domains of depth, time, and age
US8200465B2 (en) 2008-06-18 2012-06-12 Terratek Inc. Heterogeneous earth models for a reservoir field
WO2010039317A1 (en) 2008-10-01 2010-04-08 Exxonmobil Upstream Research Company Robust well trajectory planning
US8301426B2 (en) 2008-11-17 2012-10-30 Landmark Graphics Corporation Systems and methods for dynamically developing wellbore plans with a reservoir simulator
US20100214870A1 (en) 2009-02-23 2010-08-26 Randolph Pepper Method and apparatus for dynamic extraction of extrema-based geometric primitives in 3d voxel volumes
EP2411845A1 (en) 2009-03-27 2012-02-01 Exxonmobil Upstream Research Company Reservoir quality characterization using heterogeneity equations with spatially-varying parameters
US9207351B2 (en) 2009-06-26 2015-12-08 Exxonmobil Upstream Research Company Constructing resistivity models from stochastic inversion
US8605951B2 (en) 2009-09-10 2013-12-10 Chevron U.S.A. Inc. Method for converting a digital image into a multi-dimensional geo-referenced data structure
KR20110057599A (ko) 2009-11-24 2011-06-01 삼성전자주식회사 벡터 오브젝트의 제어점 필터링 방법 및 장치
CA2783787A1 (en) 2010-02-12 2011-08-18 Exxonmobil Upstream Research Company Method and system for creating history-matched simulation models
US8532968B2 (en) 2010-06-16 2013-09-10 Foroil Method of improving the production of a mature gas or oil field
GB2493551A (en) 2011-08-11 2013-02-13 Dexdyne Ltd Displaying plotted trend data at varying resolutions
US9394783B2 (en) 2011-08-26 2016-07-19 Schlumberger Technology Corporation Methods for evaluating inflow and outflow in a subterranean wellbore
CN102402184B (zh) 2011-10-28 2013-09-11 中国石油集团川庆钻探工程有限公司 井筒压力模型预测系统控制方法
KR101360042B1 (ko) 2011-12-01 2014-02-07 기아자동차주식회사 가변 흡기 시스템
US9618639B2 (en) 2012-03-01 2017-04-11 Drilling Info, Inc. Method and system for image-guided fault extraction from a fault-enhanced seismic image
US9759826B2 (en) 2012-04-03 2017-09-12 Paradigm Sciences Ltd. System and method for generating an implicit model of geological horizons
EP2859383B1 (en) * 2012-06-11 2018-10-17 Saudi Arabian Oil Company System for displaying of petrophysical property height profile for horizontal or slant wellbores
US9828808B2 (en) 2012-07-13 2017-11-28 Halliburton Energy Services, Inc. Improving drill bit stability using track-set depth of cut control elements
WO2014071320A2 (en) 2012-11-03 2014-05-08 Drilling Info, Inc. Seismic waveform classification system and method
US9182511B2 (en) 2012-11-04 2015-11-10 Drilling Info, Inc. System and method for reproducibly extracting consistent horizons from seismic images
US10577895B2 (en) 2012-11-20 2020-03-03 Drilling Info, Inc. Energy deposit discovery system and method
WO2014099200A1 (en) 2012-12-20 2014-06-26 Exxonmobil Upstream Research Company Vector based geophysical modeling of subsurface volumes
GB2511744B (en) 2013-03-11 2020-05-20 Reeves Wireline Tech Ltd Methods of and apparatuses for identifying geological characteristics in boreholes
US9366135B2 (en) 2013-10-08 2016-06-14 Exxonmobil Upstream Research Company Automatic dip picking from wellbore azimuthal image logs
US9911210B1 (en) 2014-12-03 2018-03-06 Drilling Info, Inc. Raster log digitization system and method
US9418339B1 (en) * 2015-01-26 2016-08-16 Sas Institute, Inc. Systems and methods for time series analysis techniques utilizing count data sets
EP3259444B8 (en) 2015-02-17 2019-09-25 Board of Regents, The University of Texas System Method and apparatus for early detection of kicks
US10908316B2 (en) 2015-10-15 2021-02-02 Drilling Info, Inc. Raster log digitization system and method

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1797039A (zh) * 2004-12-29 2006-07-05 中国石油天然气集团公司 三维地质层位自动追踪方法
CN102066980A (zh) * 2008-05-22 2011-05-18 埃克森美孚上游研究公司 地震层位骨架化
US8265876B1 (en) * 2008-11-08 2012-09-11 Ihs Global Inc. Seismic horizon autopicking using orientation vector field

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Curve Alignment for Well-to-Well Log Correlation;Steven Zoraster et al.;《SPE Annual Technical Conference and Exhibition》;20041231;第1—3、5页 *

Also Published As

Publication number Publication date
CA2909451C (en) 2018-02-27
EP2987003B1 (en) 2019-06-12
EP2987003A1 (en) 2016-02-24
US10459098B2 (en) 2019-10-29
AU2017203485A1 (en) 2017-06-15
AU2014253924A1 (en) 2015-11-05
WO2014172565A1 (en) 2014-10-23
CA2909451A1 (en) 2014-10-23
US20140316706A1 (en) 2014-10-23
EP2987003A4 (en) 2017-01-25
HK1224381A1 (zh) 2017-08-18
AU2019201880A1 (en) 2019-04-11
AU2019201880B2 (en) 2020-07-30
CN105556343A (zh) 2016-05-04

Similar Documents

Publication Publication Date Title
CN105556343B (zh) 用于将地质顶部自动相关的系统和方法
US11704748B2 (en) System and method for automatically correlating geologic tops
US9733388B2 (en) Systems and methods for connectivity analysis using functional objects
US8892388B2 (en) Box counting enhanced modeling
CN104011564B (zh) 4d饱和度建模
AU2017202784B2 (en) Gridless simulation of a fluvio-deltaic environment
US10387583B2 (en) Rotations from gradient directions
US12105241B2 (en) Conditioning method and system for channel lobe deposition environment
Onishi et al. An efficient deep learning-based workflow incorporating a reduced physics model for subsurface imaging in unconventional reservoirs
Urban-Rascon et al. Machine learning applied to SRV modeling, fracture characterization, well interference and production forecasting in low permeability reservoirs
US11299964B2 (en) Drilling productive wells
CA2912776A1 (en) System, method and computer program product for smart grouping of seismic interpretation data in inventory trees based on processing history
CA3000537A1 (en) System and method for automatically correlating geologic tops
Humphrey et al. Cross-Correlating Seismic Attributes With Cumulative Production from Horizontal Wells in the Middle Bakken Unconventional Reservoir
FR3045097A1 (zh)
FR2983615A1 (fr) Rotations a partir de directions par gradient

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1224381

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder

Address after: Texas, USA

Patentee after: AVIRIS

Address before: Texas, USA

Patentee before: Drilling Info, Inc.

CP01 Change in the name or title of a patent holder