Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: estimation parameters

Sortuj według:

Ogranicz wyniki do:

Estymacja parametrów charakteryzujących ośrodek geologiczny przy pomocy procedury inwersji genetycznej

Leginowicz A., Pieniążek K.

Prace Naukowe Instytutu Nafty i Gazu

2012

nr 182 wyd. konferencyjne

283--288

Estymacja parametrów charakteryzujących ośrodek geologiczny za pomocą inwersji genetycznej przy użyciu danych sejsmicznych i danych geofizyki otworowej pozwala na uzyskanie estymacji prędkości i impedancji akustycznej. W publikacji przedstawiono rezultaty inwersji genetycznej opartej na algorytmie, który wykorzystuje połączenie wielowarstwowych sieci neuronowych oraz algorytmów genetycznych. Wykorzystywany w tym rozwiązaniu algorytm wstecznej propagacji błędów jest podstawowym algorytmem uczenia nadzorowanego dla wielowarstwowych jednokierunkowych sieci neuronowych. Istotną zaletą inwersji genetycznej jest możliwość zastosowania jej dla różnych atrybutów petrofizycznych. Danymi wejściowymi mogą być: dane otworowe, atrybuty sejsmiczne, mapy lub inne parametry charakteryzujące ośrodek geologiczny. Procedurę zaaplikowano na rzeczywistych danych sejsmicznych 3D, pochodzących z przedgórza Karpat.

The estimation of rock properties characterizing reservoirs by genetic inversion using seismic and well data finally provides velocity or acoustic impedance cube. This work presents results of genetic inversion within Petrel system based on a nonlinear multitrace seismic inversion algorithm. In the case of genetic inversion, the required inputs are limited to the seismic amplitude, and the acoustic impedance well logs used as training data. Indeed no single unique wavelet, neither initial property modeling are needed as inputs prior to run the inversion. A genetic algorithm back-propagates the error in order to update the weights for the neural networks. The Petrel inversion module is not restricted to a pure acoustic impedance inversion, but can be extended to any property with some inherent link with respect to the input seismic cube. This analysis was carried out on demo data and on 3D seismic data, from the Carpathians foreland.

Influence of wavelet estimation parameters on inversion of seismic reflection data

Kojo Z., Maćkowski T., Kwaśny G.

Technika Poszukiwań Geologicznych

1998

R. 37, nr 3

49-58

The objective of this paper is analysis of acoustic impedance estimation given seismic data, well data and interpreted seismic horizons. The data for the model is the simulation of the Carpathian region. This project is based on a portion of a profile of this simulated data.The exploding reflector finite difference modeling (zero-offset option in Promax6) was used for generating the seismic data. The phase shift migration method in Promax6 version was applied to the generated data to collapse diffractions. The velocity field modeled in Promax6 was then transferred to Jasons software system to generate well curves. In this system the authors used the maximum likelihood wavelet estimation method to investigate the result of inversion of seismic data using different wavelet parameters. We considered the positions of seismic traces in relation to positions of well curves. Shifting well curve posiitions has influence on the wavelet estimation process. The assumption about the reflectivity coefficient distribution was carefully observed in the wavelet amplitudes and phases and inversion was done using the wavelets with their individual characteristics. In Jasons software system, given seismic data in the form of the interpreted seismic horizons and the well data, one can compute the acoustic impedance of a region with high precision provided accurate wavelet is available. To justify our allegations, we used various wavelets estimated using the boreholes data. The acoustic impedance data have been computed using sparse spike inversion algorithm in Jasons software and combining the result with the low frequency impedance data obtained from well log data. We found that alt the results of inversion agree well with the original impedance data. We also considered the average of wavelets from four wells using the idea of Hampson [4] though he used deterministic least square method.

Celem tego artykułu jest analiza estymacji impedancji akustycznej na podstawie danych sejsmicznych, danych otworowych i wyinter-pretowanych horyzontów sejsmicznych. Dane dla modelu stanowią symulację danych z rejonu Karpat. Stanowią one porcję wygenerowanego profilu syntetycznego. Do generowania danych sejsmicznych zastosowano modelowanie metodą różnic skończonych w wersji exploding reflector (zero-offsetowa opcja systemu Promax6). Do eliminacji dyfrakcji wykorzystano metodę migracji z przesuniecia fazowego w systemie Promax6. Pole prędkości określone w systemie Promax6 eksportowane było do systemu Jason w celu wygenerowania krzywych otworowych. W tym systemie autorzy zastosowali metodę największej wiarygodności do estymacji waveletu (sygnału elementarnego), w celu zbadania wyniku inwersji danych sejsmicznych przy wykorzystaniu różnych parametrów waveletu. Rozważano różne położenia tras sejsmicznych w stosunku do położenia krzywych otworowych. Zmiana tego położenia wpływa na proces estymacji waveletu. Założenie o rozkładzie współczynników odbicia było starannie uwzględniane przy analizie amplitud i faz waveletów, a inwersja przeprowadzana była z wykorzystaniem ich indywidualnych charakterystyk. W systemie oprogramowania Jason, mając dane sejsmiczne w formie wyinterpretowanych horyzontów sejsmicznych i dane otworowe, możemy z dużą dokładnością określić impedancję akustyczną w badanym rejonie pod warunkiem, że znamy dokładnie wavelet. Aby uzasadnić to twierdzenie, stosowaliśmy różne wavelety estymowane z wykorzystaniem danych otworowych. Impedancje akustyczne określone były przy zastosowaniu algorytmu inwersji, zwanego algorytmem inwersji rzadkich spikeów, w systemie oprogramowania Jason i korzystając z danych o niskoczęstotliwościowych składowych rozkładu impedancji akustycznej, uzyskanych z otworowych danych karotażowych. Stwierdziliśmy, że wszystkie wyniki inwersji wykazują dobrą zgodność z oryginalnymi rozkładami impedancji akustycznej. Uwzględniliśmy także w naszych rozważaniach wavelet uzyskany poprzez uśrednienie waveletów z 4 otworów, wykorzystując idee Hampsona [4], chociaz w swoich rozważaniach stosował on deterministyczną metodę najmniejszych kwadratów.