SlideShare a Scribd company logo
1 of 66
Download to read offline
Метод микросейсмического
мониторинга MicroseismicCSP:
примеры использования
НИИ прикладной информатики и математической
геофизики Балтийского федерального университета
им.И. Канта, Калининград
ЗАО «Технологии обратных задач», Москва
1
Область применения метода
MicroseismicCSP
 Мониторинг ГРП
 Контроль фронта вытеснения при закачке рабочего
агента в пласт
 Мониторинг зон трещиноватости при проведении
многостадийного ГРП с последующим пассивным
мониторингом для оценки продуктивности портов
 Выявление зон питания добывающих скважин (на
истощении)
 Выявление разломно-блоковой структуры вблизи
забоя скважины
 Комплексная интерпретация зон естественной
трещиноватости и результатов длительного пассивного
мониторинга
2
Краткое описание метода
MicroseismicCSP
3
На чем базируется технология
MicroseismicCSP?
• Математических результатах решения
обратной динамической задачи
определения тензора сейсмического
момента (Erokhin G. etc. 1987, Anikonov Y.
etc. 1997)
• Суперкомпьютерных вычислениях (Erokhin
G. etc. 2002)
• Малоапертурной поверхностной системе
наблюдения (Erokhin G. etc. 2007, 2008)
4
Наши основные публикации :
• Erokhin, G.N., and P.B. Bortnikov, 1987, Inverse problem of determination
of the earthquake source seismic moment tensor: Geology and
Geophysics, 4, 115-123
• Anikonov, U.E., B.A., Bubnov and G.N. Erokhin, 1997, Inverse and Ill-Posed
Sources Problems, VSP, ISBN 90-6764-273-8.
• Erokhin G.N. , V.P. Kutov, N.L. Podkolodny, S.A. Fedorov, A.F. Kushnir and
L.M. Haikin. Computational aspects of seismic monitoring technology of
weak earthquakes and explosions on the basis of the solution of a seismic
moment tensor inverse problem. // Inverse Problems and Information
Technologies. - Khanty-Mansyisk, 2002. Vol. 1, №2, pp.41-67.
• Erokhin, G.N., S.M. Mynagashev, P.B. Bortnikov, A.P. Kuzmenko, and
M.V.Roshkov , Control method of development of hydrocarbons deposits
using microseismic emission:RU No. 2309434, Published 2007.27.10.,
bulletin 30.
• Erokhin, G.N., S.M. Mynagashev, P.B. Bortnikov, A.P. Kuzmenko, and S.V.
Rodin, 2008, The technique of hydrocarbons deposit hydraulic fracturing
monitoring: RU No. 2319177, Published 2008.10.09., bulletin 7.
5
Математическая постановка решения обратной задачи
определения тензора сейсмического момента (Seismic Moment Tensor
Inverse Problem)
Суть технологии состоит в цифровой обработки данных
(зарегистрированных на дневной поверхности) мониторинга
микросейсмических событий, которая основывается на математических
алгоритмах поиска правой части системы дифференциальных уравнений
Ламе (Г.Н. Ерохин, П.Б. Бортников 1987; Аниконов Ю.Е. и др. 1997; Г.Н. Ерохин
и др. 2002):
𝜕𝜎 𝑖𝑗
𝜕𝑥 𝑗
− 𝜌
𝜕2 𝑢 𝑖
𝜕𝑡2
=
𝜕
𝜕𝑥 𝑗
𝜎0
𝑖𝑗 (𝑥, 𝑡), (1)
где 𝑖, 𝑗 = 1,2,3, 𝑥, 𝑦 ∈ 𝑅3
; 𝑡 ∈ 𝑅1
, 𝜌-плотность среды, 𝜎𝑖𝑗 -тензор напряжений,
связанный с вектором смещения 𝑢 𝑥, 𝑡 = (𝑢1, 𝑢2, 𝑢3) соотношением
𝜎𝑖𝑗 = 𝜇
𝜕𝑢 𝑖
𝜕𝑥 𝑗
+
𝜕𝑢 𝑗
𝜕𝑥 𝑖
+ 𝜆𝛿𝑖𝑗
𝜕𝑢 𝑘
𝜕𝑥 𝑘
. (2)
Здесь 𝜆, 𝜇-коэффициенты Ламе, по повторяющимся индексам подразумевается
суммирование, 𝜎0
𝑖𝑗 (𝑥, 𝑡)-тензор напряжений разлома, который имеет вид
𝜎0
𝑖𝑗 = 𝑀𝑖𝑗 (𝑡)𝛿(𝑥 − 𝑦), (3)
Где 𝑖, 𝑗 = 1,2,3, 𝑥, 𝑦 ∈ 𝑅3
, 𝛿(𝑥)-функция Дирака нулевого порядка, 𝑀𝑖𝑗 (𝑡)-
сейсмический тензор второго порядка. 𝑀𝑖𝑗 (𝑡) называется тензором сейсмического
момента. Данный тензор имеет размерность энергии (𝑔 ∙ см2
∙ с−1
). Размерность
𝛿(𝑥)-см−3
. Вектор 𝑦 описывает координаты очага землетрясения.
Математическая постановка решения обратной задачи определения
тензора сейсмического момента ( продолжение)
Введем параметр 𝑡0, характеризующий время начала процесса эмиссии источника
𝑀𝑖𝑗 𝑡 ≡ 0, 𝑡 < 𝑡0. Так же предположим, что коэффициенты
𝜆, 𝜇, 𝜌 известны.
Решение обратной задачи заключается в нахождении коэффициентов 𝑡0, 𝑦 и
симметричного тензора 𝑀𝑖𝑗 (𝑡) из данных вида
𝜈 𝑘 𝑡 = 𝑢 𝑥 𝑘, 𝑡 + 𝜀 𝑘 𝑡 , 𝑘 ≥ 4. (4)
Здесь 𝑥 𝑘 ∈ 𝑅3
, 𝜀 𝑘-гауссов шум, с нулевым средним значением и известной
ковариационной матрицей 𝐺𝜀(𝑥 𝑘, 𝑥 𝑘′ ).
Определение параметров 𝑡0, 𝑦 – суть обратной кинематической задачи. Решение
данной задачи позволяет определить пространственную локализацию источников
микросейсмической эмиссии и времена возникновения данных событий. Алгоритм
определения кинематических параметров источников описан в патенте Г.Н. Ерохина
от 2008 года.
Определение компонент тензора 𝑀𝑖𝑗 𝑡 - суть обратной динамической задачи.
Для решения обратных кинематической и динамической задач был разработан
эффективный алгоритм для вычислительного кластера, использующий
параллельные суперкомпьютерные вычисления.
Контроль решения. Построение оптимального алгоритма
решения обратной задачи
𝐽 𝜂 = 𝑤 + 𝜈𝜀 − 𝐹 𝜂
𝑇
𝑉 𝑤 + 𝜈𝜀 − 𝐹 𝜂
+ 𝜂 − 𝜂 𝑜
𝑇 𝐺 𝜂 − 𝜂 𝑜 + Sh 𝜂
𝐺 =
𝛼 𝑟 0 0
0 𝛼 𝑟 0
0 0 𝑎 𝑧
𝜈𝜀~𝑁 0, 𝜀2
𝜀 – relative error of arrival time
𝛿 – relative error of solution
8
Контроль точности решения
«Дорожная карта» оптимального решения обратной задачи:
I. Имитационное математическое моделирование прямой
задачи для события при заданной системе наблюдения;
II. Случайное возмущение результатов моделирования (обычно
25-30%);
III. Поиск оптимального алгоритма решения обратной задаче при
заданном уровне шума в данных на линейном участке
зависимости точности решения от уровня шума ( область
корректности обратной задачи);
IV. Применение оптимального алгоритма к реальным данным
9
Малоапертурная поверхностная система наблюдения
Схема наблюдения на месторождении УВ.
Синяя кривая – траектория ствола
скважины. Треугольники – расположение
датчиков с номерами, красные окружности –
1 и 2 зоны Френеля, 18 канал опорный
Рис 1. Схема наблюдения
Вертикальные геофоны GS - 11D или
аналогичные расположены на глубине 1-3
м . Диаметр апертуры - около 800 м.
Количество датчиков 30-60 шт. (рис. 1).
Координаты каждого датчика фиксируются
с высокой точностью на основе GPS.
Частота дискретизации не более 2 мс.
Оптимальная глубина для мониторинга 2-4
км. Предположение что
продолжительность события не более 50
мс. 10
Результаты решения обратной кинематической и
динамической задач
Результатом решения обратной кинематической задачи являются четыре
параметра: три координаты события и начальное время.
Результатами решения обратной динамической задачи являются шесть
компонент тензора сейсмического момента, зависящих от времени.
Трехмерная
визуализация
тензора
сейсмического
момента в
главных осях
напряжений ,
зависящих от
времени
11
Распределение микросейсмических событий с 3-х мерной
визуализацией тензора сейсмического момента в главных
осях напряжений
Grid step – 50 м
12
Распределение микросейсмических событий с 3-х мерной
визуализацией тензора сейсмического момента в
компонентах DС-CLVD-ISO
71.4%
13
Double-Couple (DC)
Compensated linear vector dipole
(CLVD)
Isotropic (ISO)
19.7 %
8.9 %
Дорожная карта микросейсмического
мониторинга на основе метода MicroseismicCSP
• Проектирование системы наблюдения
• Регистрация шума и перфорационных
взрывов (калибровка)
• Регистрация на поверхности данных
микросейсмического мониторинга
• Предварительная обработка данных
• Решение обратных задач кинематики и
динамики
• Интерпретация результатов
14
15
.
Layout of registrars (blue points)
well (red line)
Autonomous node
«RefTek 130.1» (6
registrars)
Sensor GS- 11D
Malobalikskoe oilfield. Well cluster #604, well#4431, The depth is 2760 meters, RefTek, 2006,
Ugra.
Контроль точности определения координат
Sensor GS-20DX
SGD 48/96
Recording equipment
16
Забой
Перфорация. Скважина #4431, Западная Сибирь
Well#4431
Image of seismic emission for perforation in horizontal plane. Аccuracy is 10 meters or better.
Malobalikskoe oilfield. Well cluster #604, well#4431. The depth is 2760 meters. 2006, Ugra.
17Oilfield Uzen, well #3591, depth 1253-1258 m, SGD-48, Kazakhstan, 2012
Перфорация. Скважина #3591, Казахстан
Geometry of the surface receiver array,
well #3591.
Perforation after filtering. Automated
picking the arrivals based on cross-
correlation
Perforation. Result of processing
Основное отличие подхода к решению кинематической задачи от
аналогичных состоит в использовании массовой кросс-корреляции
и использования алгоритма оптимизации для одновременной
оценки координаты события и эффективной скорости для
каждого события.
Traces during hydraulic fracturing
Hydraulic fracturing. Time-frequency map
Предварительная обработка данных
ГРП , скважина #3591, Казахстан
Events during hydraulic fracturing
Filtering 18
Предварительная обработка данных
Оценка уровня сигнала и сейсмического момента
для: (i) перфорации, (ii) ГРП (iii) вытеснения
19
𝑆 =
𝑆𝑖𝑔 ∗ 𝑊
𝐼𝑉𝑆 ∗ 𝐾
𝐼𝑉𝑆 – intrinsic voltage sensitivity [V/m/sec]
𝑊 – bit weight [nV]
S – signal [m/sec]
𝑆𝑖𝑔 – digital signal
K – gain constant
SGD SHF48:
𝐼𝑉𝑆 = 28 V/m/sec
𝑆𝑖𝑔 ∈ −223
; 223
𝑊 = 598.4 nV
𝐾 ∈ [1;4096]
Technical characteristic of sensor GS-20DX
Signal level:
Perforation: 1566.5 nm/sec
𝑆𝑖𝑔= 37530, K=512)
Shot– 1,1 kg, Perforation depth – 1253-1266 (4
shots)
SGD SHF96:
𝐼𝑉𝑆 = 56 V/m/sec
𝑆𝑖𝑔 ∈ −223
; 223
𝑊 = 598.4 nV
𝐾 ∈ [1;4096]
Fracking: 654.5 nm/sec
(Sig = 1960 , K= 32)
Passive monitoring : 174 nm/sec
(Sig = 2085, K=128)
Seismic Moment Magnitude:
(i)Perforation: -1.6
(ii) Fracking: -1.9
(iii) Passive monitoring: -2.3
Примеры систем наблюдения
Features:
• Small size of aperture ( 0,2 sq. km)
• High density of sensors: 200
sen./sq. km.
• Data sampling under 1 ms.
• Possibility of long duration
observation ( more 2 weeks).
20
“Oimasha” oilfield
“Ashiagar” oilfield “Alatube” oilfield
“Srediy Nazim” oilfield
“Uzen” oilfield“Nazim” oilfield
Программное обеспечение
21
 Сбор данных
Database
SGD 48D
22
 Суперкомпьютерная обработка
Программное обеспечение
 Трехмерная визуализация
23
Программное обеспечение
24
 Интерпретация
Программное обеспечение
Примеры
25
Область применения MicroseismicCSP
26
• Мониторинг ГРП
• Контроль вытеснения
• Оценка
продуктивности
портов после
многостадийного ГРП
• Выявление зон
питания
добывающих
скважин (на
истощении)
• Выявление разломно-
блоковой структуры
вблизи забоя
скважины
27
Пример #1: Mониторинг гидроразрыва пласта
Oilfield West-Malobalikskoe. Cluster well #605, well #5538. 2007, Ugra
28
Пример#1: Механизм в источнике. Направления главных
осей напряжения при гидроразрыве пласта
Oilfield West-Malobalikskoe. Cluster well #605, well #5538. 2007, Ugra
Max horizontal stress
Min horizontal stress
Пример#2: Формирования односторонней трещины
29
Oilfield Ugno-Khilinchuskoe, well 2011, Komi, 2011
30
Пример #3: Реальное подтверждение на практике. Случай
большой трещины при ГРП
Mini-fracturing. Galianovskay oilfield, UGRA, 2007, well cluster #1, well #39,
depth 2538 m, Crack length 510 m, Tight oil (Bashenovsky suite), RefTek
Step 1, duration 26 s Step 2, duration 8 s
517 s
TINP Ltd.
31
Пример#3: Картирование микросейсмических событий
Стадия 1 и стадия 2 в квази-реальном времени (видео)
Well entrance # 39
TINP Ltd.
Horizontal part of the well path #41
Well entrance # 41
The oil
influence of
well #41 fell
down from
60 tons per
day to 40
tons per day
at the next
day after
fracturing in
well #39
Video layer
Пример#4: Картирование микросейсмических событий
при гидроразрыве пласта в плане
32Oilfield Prirazlomnoe. Cluster well #143, well 6642, depth 2640, Ugra, 2005TINP Ltd.
Пример#5: Многостадийный гидроразрыв
Layout of surface sensors.
Oilfield Vientoskoe, cluster well #11, well #634G, 2013, Ugra
33
Пример#5: Многостадийный гидроразрыв. Суммарные
результаты мониторинга 7 – стадийного гидроразрыва
пласта
34
Oilfield Vientoskoe, cluster well #11, well #634G, 2013, Ugra
Пример#5: Многостадийный гидроразрыв. Результаты
мониторинга гидроразрыва пласта, порт 1
The density of distribution of the sources
of seismic emission projection on the
horizontal plane of - a) b) and vertical c)
and d)
a) b)
c)
d)
35
Oilfield Vientoskoe, cluster well #11, well #634G, 2013, Ugra
Пример#5: Многостадийный гидроразрыв (видео)
36
Oilfield Vientoskoe, cluster well #11, well #634G, 2013, Ugra
37
Space image of Priobskoe oilfield. Projection of well № 16502,
sources of seismic emission and sensors on the day surface. Depth 2403.
Ugra, 2010.
Пример#6: Контроль фронта вытеснения при закачке
рабочего агента в пласт
Пример#6: Закачка воды в пласт. Распространение
заводнения в соответствии с расширением зон
сейсмической активности. Шаг- 100 часов.
38Top view (center), east view (right) and north view (bottom)
of the microseismic cloud (A) 100 hr, (B) 200 hr, (С) 300 hr,
(D) 400 hr, (E) 500 hr, (F) 600 hr after the start of the injection
39
Geometry of the surface receiver array, wells. Deposit Lebyazhye. The depth is 2680
meters. Red cross – sensors. The period of monitoring is 30 days. 2006, Ugra.
well 312
well
301
well 311
wells 1007, 1009
well 1005
Пример#7: Выявление зон питания добывающих
скважин (на истощении). Расположение поверхностных
регистраторов и нефтяных скважин
40
Пример#7Выявление зон питания добывающих
скважин. Результаты микросейсмической активности на
глубине 2680 метров. Время наблюдения – 30 дней
Oilfield Lebyazhye, 2006, Ugra
Пример#8: Микросейсмический мониторинг
гидроразрыва и пассивный мониторинг (зеленый цвет).
Видео.
41
Video layer
Скв№41
Скв№39
Well cluster #1. Galianovskay oilfield, UGRA, 2007. Tight oil (Bashenovsky suite)
42
Пример#9: Оценка продуктивности портов после
многостадийного ГРП. Результаты мониторинга ГРП.
3D image of microseismic monitoring the multistage
fracturing. Well 100G. Grid step 50m. Oilfield
Srednenazimskay. Depth – 2700 m. West Siberia, 2013
43
Пример#9: Оценка продуктивности портов после
многостадийного ГРП. Результаты пассивного мониторинга
3D image of the long-duration passive microseismic
monitoring after multistage fracturing. Grid step 50m. Well
100G. Oilfield Srednenazimskay. West Siberia, 2013
1 day
2 day
…
…
13 day
14 day
44
Пример#9: Оценка продуктивности портов после
многостадийного ГРП . Результаты пассивного мониторинга
3D image of the long-duration passive microseismic
monitoring after multistage fracturing with fault-block
structure mapping. Grid step 50m. Well 100G. Oilfield
Srednenazimskay. West Siberia, 2013
1 day
2 day
…
…
13 day
14 day
45
Пример#9: Оценка продуктивности портов после
многостадийного ГРП. Совместная интерпретация.
3D image of microseismic monitoring of multistage fracturing with fault-block
structure mapping. Well 100G. Grid step 50m. Oilfield Srednenazimskay. West Siberia,
2013
Microseismic hyperactivity area
46
Пример#9: Оценка продуктивности портов после
многостадийного ГРП. Совместная интерпретация.
3D image of microseismic monitoring of multistage fracturing with fault-block
structure mapping. Well 100G, 70 ton/day. Grid step 50m. Oilfield Srednenazimskay.
West Siberia, 2013
Port #5 with maximum
oil influence
Results were confirmed
by oil influence
researches in the well
Пример#10 Картирование разломно-блоковой структуры
вблизи забоя скважин. Две недели наблюдений на
каждой скважине
Layout of wells - points for surface microseismic monitoring.
Wells #3,5 - with oil pumping unit. Well #30 – without.
Kazakhstan, 2012 47
Пример#10: 3D –обзор микросейсмических событий
вблизи забоя скважины
1 day
2 day
…
…
13 day
14 day
Grid step -50 m 48Oilfield Atambay-Sertube, well #5, Kazakhstan, 2012
Пример#10: 3D –обзор микросейсмических событий вблизи
забоя скважины
1 day
2 day
…
…
13 day
14 day
Grid step -50 m 49
Oilfield Ashiagar, well #30, Kazakhstan, 2012
Пример#10: 3D –обзор микросейсмических событий вблизи
забоя скважины
1 day
2 day
…
…
13 day
14 dayGrid step -50 m 50
Oilfield Ashiagar, well #30, Kazakhstan, 2012
1-2 meters
Пример#10: 3D –обзор микросейсмических событий вблизи забоя
скважины. Разломы реконструированы с помощью IHS Kingdom
package. Видео.
51Oilfield Atambay-Sertube, well #5, Kazakhstan, 2012
Пример#10: 3D –обзор микросейсмических событий
вблизи устья скважины. Плоскости разломов были
реконструированы с помощью IHS Kingdom package
52Oilfield Atambay-Sertube, well #5, Kazakhstan, 2012
400 m
400 m
1 day
2 day
…
…
13 day
14 dayGrid step -50 m
Пример#10: 3D-обзор микросейсмических событий вблизи
забоя скважины. Видео.
53Oilfield Ashiagar, well #30, Kazakhstan, 2012
54
Пример#11
Комплексная интерпретация зон естественной
трещиноватости и результатов длительного
пассивного мониторинга
55
Пример #11: Схема наблюдения
Oilfield Oimasha. Wells #9, 16, 25.
Two week registration per well. Kazakhstan,
2013. Array 300x300 m.
Well #16 Well #9
56
Пример#11: 3D –обзор микросейсмических событий
вблизи забоя скважины #9. Картирование разломно-
блоковой структуры вблизи забоя скважин. Две
недели наблюдений
Oilfield Oimasha, well #9 with oil pumping unit. Kazakhstan, 2013Grid step -50 m
57
Пример#11: Распределение микросейсмических событий с 3-
х мерной визуализацией тензора сейсмического момента в
главных осях напряжений. Скважина #9.
Grid step -50 m
Пример#11: Карты зон естественной трещиноватости
построенные по методу FractureCSP
58
Well #9 Well #16
Triassic sediments Granite intrusion
Пример#11: Временной разрез CSP куба-дифрактора и
результаты длительного микросейсмического мониторинга .
59
Oilfield Oimasha. Wells #9, 2013, Kazakhstan. Oil inflow 150 m3 per day
60
Пример#11: 3D изображение результатов пассивного
микросейсмического мониторинга и кровли Палеозоя
Oilfield Oimasha. Wells #9, 2013, Kazakhstan. Oil inflow 150 m3 per day
61
Пример#11: Проекция облака микросейсмических событий
на поверхность гранитной интрузии
Oilfield Oimasha. Wells #16, 2013, Kazakhstan. Oil inflow 102 m3 per day
Пример#11: 3D –обзор микросейсмических событий, CSP-дифрактор
куб и куб микросейсмических напряжений
62
Oilfield Oimasha. Wells #9, 2013, Kazakhstan. Oil inflow 150 m3 per day
63
Пример#11: 3D изображение CSP-дифрактор куба и
куба микросейсмических напряжений
Oilfield Oimasha. Wells #9, 2013, Kazakhstan. Oil inflow 150 m3 per day
Пример#11: 3D –обзор микросейсмических событий
FULL STRESSES
DEVIATORIC STRESSES
ISOTROPIC STRESSES
EXPLOSION
IMPLOSION
64
Oilfield Oimasha. Wells #9, 2013, Kazakhstan. Oil inflow 150 m3 per day
100%
70%
Пример#11: 3D изображение CSP-дифрактор куба и куба микросейсмических
напряжений вблизи структурной поверхности средненго Триаса и покрышки
продуктивного горизонта T2
65
Oilfield Oimasha. Wells #9, 2013, Kazakhstan. Oil inflow 150 m3 per day
Спасибо!
http://www.csp-amt.com
http://www.kantiana.ru
66

More Related Content

Similar to Метод микросейсмического мониторинга MicroseismicCSP: примеры использования

РАЗРАБОТКА МОДЕЛИ РЕШЕНИЯ ОБРАТНОЙ ЗАДАЧИ ВЕРТИКАЛЬНОГО ЗОНДИРОВАНИЯ ИОНОСФЕРЫ
РАЗРАБОТКА МОДЕЛИ РЕШЕНИЯ ОБРАТНОЙ ЗАДАЧИ ВЕРТИКАЛЬНОГО ЗОНДИРОВАНИЯ ИОНОСФЕРЫРАЗРАБОТКА МОДЕЛИ РЕШЕНИЯ ОБРАТНОЙ ЗАДАЧИ ВЕРТИКАЛЬНОГО ЗОНДИРОВАНИЯ ИОНОСФЕРЫ
РАЗРАБОТКА МОДЕЛИ РЕШЕНИЯ ОБРАТНОЙ ЗАДАЧИ ВЕРТИКАЛЬНОГО ЗОНДИРОВАНИЯ ИОНОСФЕРЫITMO University
 
РЕАЛИЗАЦИЯ РАДИАЛЬНО-БАЗИСНОЙ НЕЙРОННОЙ СЕТИ НА МАССИВНО-ПАРАЛЛЕЛЬНОЙ АРХИТЕК...
РЕАЛИЗАЦИЯ РАДИАЛЬНО-БАЗИСНОЙ НЕЙРОННОЙ СЕТИ НА МАССИВНО-ПАРАЛЛЕЛЬНОЙ АРХИТЕК...РЕАЛИЗАЦИЯ РАДИАЛЬНО-БАЗИСНОЙ НЕЙРОННОЙ СЕТИ НА МАССИВНО-ПАРАЛЛЕЛЬНОЙ АРХИТЕК...
РЕАЛИЗАЦИЯ РАДИАЛЬНО-БАЗИСНОЙ НЕЙРОННОЙ СЕТИ НА МАССИВНО-ПАРАЛЛЕЛЬНОЙ АРХИТЕК...ITMO University
 
лекция 16 мешков
лекция 16 мешковлекция 16 мешков
лекция 16 мешковGorelkin Petr
 
Final Report Serov-CIAM-2010
Final Report Serov-CIAM-2010Final Report Serov-CIAM-2010
Final Report Serov-CIAM-2010alexser16
 
RST2014_Volgograd_DigitalProtonMagnetometer
RST2014_Volgograd_DigitalProtonMagnetometerRST2014_Volgograd_DigitalProtonMagnetometer
RST2014_Volgograd_DigitalProtonMagnetometerRussianStartupTour
 
Computing the code distance of linear binary and ternary block codes using p...
Computing the code distance of linear binary and ternary block codes using  p...Computing the code distance of linear binary and ternary block codes using  p...
Computing the code distance of linear binary and ternary block codes using p...Usatyuk Vasiliy
 
Подобедов: Абстрактный Детерминизм
Подобедов: Абстрактный ДетерминизмПодобедов: Абстрактный Детерминизм
Подобедов: Абстрактный ДетерминизмAleximos
 
Презентация - Мониторинг ионосферы
Презентация - Мониторинг ионосферыПрезентация - Мониторинг ионосферы
Презентация - Мониторинг ионосферыxsat_rre
 
суперкомпьютерные технологии в задачах прогноза погоды
суперкомпьютерные технологии в задачах прогноза погодысуперкомпьютерные технологии в задачах прогноза погоды
суперкомпьютерные технологии в задачах прогноза погодыMichael Karpov
 
суперкомпьютерные технологии в задачах прогноза погоды
суперкомпьютерные технологии в задачах прогноза погодысуперкомпьютерные технологии в задачах прогноза погоды
суперкомпьютерные технологии в задачах прогноза погодыMichael Karpov
 
Волны-22_Лозовский_Чуркин
Волны-22_Лозовский_ЧуркинВолны-22_Лозовский_Чуркин
Волны-22_Лозовский_Чуркинssuser4e32df
 
ПРОГРАММИРУЕМЫЙ ФОРМИРОВАТЕЛЬ ТРАЕКТОРИИ ДВИЖЕНИЯ СЛЕДЯЩЕГО ЭЛЕКТРОПРИВОДА
ПРОГРАММИРУЕМЫЙ ФОРМИРОВАТЕЛЬ ТРАЕКТОРИИ ДВИЖЕНИЯ СЛЕДЯЩЕГО ЭЛЕКТРОПРИВОДАПРОГРАММИРУЕМЫЙ ФОРМИРОВАТЕЛЬ ТРАЕКТОРИИ ДВИЖЕНИЯ СЛЕДЯЩЕГО ЭЛЕКТРОПРИВОДА
ПРОГРАММИРУЕМЫЙ ФОРМИРОВАТЕЛЬ ТРАЕКТОРИИ ДВИЖЕНИЯ СЛЕДЯЩЕГО ЭЛЕКТРОПРИВОДАITMO University
 
информационно метрологическое обеспечение функционирования прокатных станов
информационно метрологическое обеспечение функционирования прокатных становинформационно метрологическое обеспечение функционирования прокатных станов
информационно метрологическое обеспечение функционирования прокатных становЛуиза Минязева
 

Similar to Метод микросейсмического мониторинга MicroseismicCSP: примеры использования (20)

РАЗРАБОТКА МОДЕЛИ РЕШЕНИЯ ОБРАТНОЙ ЗАДАЧИ ВЕРТИКАЛЬНОГО ЗОНДИРОВАНИЯ ИОНОСФЕРЫ
РАЗРАБОТКА МОДЕЛИ РЕШЕНИЯ ОБРАТНОЙ ЗАДАЧИ ВЕРТИКАЛЬНОГО ЗОНДИРОВАНИЯ ИОНОСФЕРЫРАЗРАБОТКА МОДЕЛИ РЕШЕНИЯ ОБРАТНОЙ ЗАДАЧИ ВЕРТИКАЛЬНОГО ЗОНДИРОВАНИЯ ИОНОСФЕРЫ
РАЗРАБОТКА МОДЕЛИ РЕШЕНИЯ ОБРАТНОЙ ЗАДАЧИ ВЕРТИКАЛЬНОГО ЗОНДИРОВАНИЯ ИОНОСФЕРЫ
 
РЕАЛИЗАЦИЯ РАДИАЛЬНО-БАЗИСНОЙ НЕЙРОННОЙ СЕТИ НА МАССИВНО-ПАРАЛЛЕЛЬНОЙ АРХИТЕК...
РЕАЛИЗАЦИЯ РАДИАЛЬНО-БАЗИСНОЙ НЕЙРОННОЙ СЕТИ НА МАССИВНО-ПАРАЛЛЕЛЬНОЙ АРХИТЕК...РЕАЛИЗАЦИЯ РАДИАЛЬНО-БАЗИСНОЙ НЕЙРОННОЙ СЕТИ НА МАССИВНО-ПАРАЛЛЕЛЬНОЙ АРХИТЕК...
РЕАЛИЗАЦИЯ РАДИАЛЬНО-БАЗИСНОЙ НЕЙРОННОЙ СЕТИ НА МАССИВНО-ПАРАЛЛЕЛЬНОЙ АРХИТЕК...
 
Presentation
PresentationPresentation
Presentation
 
Gonch niz nov3
Gonch niz nov3Gonch niz nov3
Gonch niz nov3
 
Gonch niz nov3
Gonch niz nov3Gonch niz nov3
Gonch niz nov3
 
лекция 16 мешков
лекция 16 мешковлекция 16 мешков
лекция 16 мешков
 
Презентация_final2
Презентация_final2Презентация_final2
Презентация_final2
 
Final Report Serov-CIAM-2010
Final Report Serov-CIAM-2010Final Report Serov-CIAM-2010
Final Report Serov-CIAM-2010
 
RST2014_Volgograd_DigitalProtonMagnetometer
RST2014_Volgograd_DigitalProtonMagnetometerRST2014_Volgograd_DigitalProtonMagnetometer
RST2014_Volgograd_DigitalProtonMagnetometer
 
Computing the code distance of linear binary and ternary block codes using p...
Computing the code distance of linear binary and ternary block codes using  p...Computing the code distance of linear binary and ternary block codes using  p...
Computing the code distance of linear binary and ternary block codes using p...
 
Подобедов: Абстрактный Детерминизм
Подобедов: Абстрактный ДетерминизмПодобедов: Абстрактный Детерминизм
Подобедов: Абстрактный Детерминизм
 
Презентация - Мониторинг ионосферы
Презентация - Мониторинг ионосферыПрезентация - Мониторинг ионосферы
Презентация - Мониторинг ионосферы
 
суперкомпьютерные технологии в задачах прогноза погоды
суперкомпьютерные технологии в задачах прогноза погодысуперкомпьютерные технологии в задачах прогноза погоды
суперкомпьютерные технологии в задачах прогноза погоды
 
суперкомпьютерные технологии в задачах прогноза погоды
суперкомпьютерные технологии в задачах прогноза погодысуперкомпьютерные технологии в задачах прогноза погоды
суперкомпьютерные технологии в задачах прогноза погоды
 
28838ip
28838ip28838ip
28838ip
 
Волны-22_Лозовский_Чуркин
Волны-22_Лозовский_ЧуркинВолны-22_Лозовский_Чуркин
Волны-22_Лозовский_Чуркин
 
ПРОГРАММИРУЕМЫЙ ФОРМИРОВАТЕЛЬ ТРАЕКТОРИИ ДВИЖЕНИЯ СЛЕДЯЩЕГО ЭЛЕКТРОПРИВОДА
ПРОГРАММИРУЕМЫЙ ФОРМИРОВАТЕЛЬ ТРАЕКТОРИИ ДВИЖЕНИЯ СЛЕДЯЩЕГО ЭЛЕКТРОПРИВОДАПРОГРАММИРУЕМЫЙ ФОРМИРОВАТЕЛЬ ТРАЕКТОРИИ ДВИЖЕНИЯ СЛЕДЯЩЕГО ЭЛЕКТРОПРИВОДА
ПРОГРАММИРУЕМЫЙ ФОРМИРОВАТЕЛЬ ТРАЕКТОРИИ ДВИЖЕНИЯ СЛЕДЯЩЕГО ЭЛЕКТРОПРИВОДА
 
rus_Diploma_master_degree
rus_Diploma_master_degreerus_Diploma_master_degree
rus_Diploma_master_degree
 
информационно метрологическое обеспечение функционирования прокатных станов
информационно метрологическое обеспечение функционирования прокатных становинформационно метрологическое обеспечение функционирования прокатных станов
информационно метрологическое обеспечение функционирования прокатных станов
 
Лекция №2(Б)
Лекция №2(Б)Лекция №2(Б)
Лекция №2(Б)
 

More from wsspsoft

CSP Permanent Reservoir Monitoring
CSP Permanent Reservoir MonitoringCSP Permanent Reservoir Monitoring
CSP Permanent Reservoir Monitoringwsspsoft
 
CSP Permanent Reservoir Monitoring
CSP Permanent Reservoir MonitoringCSP Permanent Reservoir Monitoring
CSP Permanent Reservoir Monitoringwsspsoft
 
Технология CSP Smart Horizontal Drilling (CSP-SHD)
Технология  CSP Smart Horizontal Drilling  (CSP-SHD)Технология  CSP Smart Horizontal Drilling  (CSP-SHD)
Технология CSP Smart Horizontal Drilling (CSP-SHD)wsspsoft
 
CSP Smart Horizontal Drilling
CSP Smart Horizontal DrillingCSP Smart Horizontal Drilling
CSP Smart Horizontal Drillingwsspsoft
 
FractureCSP: Новый метод поиска и разведки резервуаров углеводородов с коллек...
FractureCSP: Новый метод поиска и разведки резервуаров углеводородов с коллек...FractureCSP: Новый метод поиска и разведки резервуаров углеводородов с коллек...
FractureCSP: Новый метод поиска и разведки резервуаров углеводородов с коллек...wsspsoft
 
The optimal tight oil and shale gas development based on pre-existing fractur...
The optimal tight oil and shale gas development based on pre-existing fractur...The optimal tight oil and shale gas development based on pre-existing fractur...
The optimal tight oil and shale gas development based on pre-existing fractur...wsspsoft
 
EAGE Amsterdam 2014
EAGE Amsterdam 2014EAGE Amsterdam 2014
EAGE Amsterdam 2014wsspsoft
 
Csp seismic data processing method for fracture oil and gas reservoir prospec...
Csp seismic data processing method for fracture oil and gas reservoir prospec...Csp seismic data processing method for fracture oil and gas reservoir prospec...
Csp seismic data processing method for fracture oil and gas reservoir prospec...wsspsoft
 

More from wsspsoft (8)

CSP Permanent Reservoir Monitoring
CSP Permanent Reservoir MonitoringCSP Permanent Reservoir Monitoring
CSP Permanent Reservoir Monitoring
 
CSP Permanent Reservoir Monitoring
CSP Permanent Reservoir MonitoringCSP Permanent Reservoir Monitoring
CSP Permanent Reservoir Monitoring
 
Технология CSP Smart Horizontal Drilling (CSP-SHD)
Технология  CSP Smart Horizontal Drilling  (CSP-SHD)Технология  CSP Smart Horizontal Drilling  (CSP-SHD)
Технология CSP Smart Horizontal Drilling (CSP-SHD)
 
CSP Smart Horizontal Drilling
CSP Smart Horizontal DrillingCSP Smart Horizontal Drilling
CSP Smart Horizontal Drilling
 
FractureCSP: Новый метод поиска и разведки резервуаров углеводородов с коллек...
FractureCSP: Новый метод поиска и разведки резервуаров углеводородов с коллек...FractureCSP: Новый метод поиска и разведки резервуаров углеводородов с коллек...
FractureCSP: Новый метод поиска и разведки резервуаров углеводородов с коллек...
 
The optimal tight oil and shale gas development based on pre-existing fractur...
The optimal tight oil and shale gas development based on pre-existing fractur...The optimal tight oil and shale gas development based on pre-existing fractur...
The optimal tight oil and shale gas development based on pre-existing fractur...
 
EAGE Amsterdam 2014
EAGE Amsterdam 2014EAGE Amsterdam 2014
EAGE Amsterdam 2014
 
Csp seismic data processing method for fracture oil and gas reservoir prospec...
Csp seismic data processing method for fracture oil and gas reservoir prospec...Csp seismic data processing method for fracture oil and gas reservoir prospec...
Csp seismic data processing method for fracture oil and gas reservoir prospec...
 

Метод микросейсмического мониторинга MicroseismicCSP: примеры использования

  • 1. Метод микросейсмического мониторинга MicroseismicCSP: примеры использования НИИ прикладной информатики и математической геофизики Балтийского федерального университета им.И. Канта, Калининград ЗАО «Технологии обратных задач», Москва 1
  • 2. Область применения метода MicroseismicCSP  Мониторинг ГРП  Контроль фронта вытеснения при закачке рабочего агента в пласт  Мониторинг зон трещиноватости при проведении многостадийного ГРП с последующим пассивным мониторингом для оценки продуктивности портов  Выявление зон питания добывающих скважин (на истощении)  Выявление разломно-блоковой структуры вблизи забоя скважины  Комплексная интерпретация зон естественной трещиноватости и результатов длительного пассивного мониторинга 2
  • 4. На чем базируется технология MicroseismicCSP? • Математических результатах решения обратной динамической задачи определения тензора сейсмического момента (Erokhin G. etc. 1987, Anikonov Y. etc. 1997) • Суперкомпьютерных вычислениях (Erokhin G. etc. 2002) • Малоапертурной поверхностной системе наблюдения (Erokhin G. etc. 2007, 2008) 4
  • 5. Наши основные публикации : • Erokhin, G.N., and P.B. Bortnikov, 1987, Inverse problem of determination of the earthquake source seismic moment tensor: Geology and Geophysics, 4, 115-123 • Anikonov, U.E., B.A., Bubnov and G.N. Erokhin, 1997, Inverse and Ill-Posed Sources Problems, VSP, ISBN 90-6764-273-8. • Erokhin G.N. , V.P. Kutov, N.L. Podkolodny, S.A. Fedorov, A.F. Kushnir and L.M. Haikin. Computational aspects of seismic monitoring technology of weak earthquakes and explosions on the basis of the solution of a seismic moment tensor inverse problem. // Inverse Problems and Information Technologies. - Khanty-Mansyisk, 2002. Vol. 1, №2, pp.41-67. • Erokhin, G.N., S.M. Mynagashev, P.B. Bortnikov, A.P. Kuzmenko, and M.V.Roshkov , Control method of development of hydrocarbons deposits using microseismic emission:RU No. 2309434, Published 2007.27.10., bulletin 30. • Erokhin, G.N., S.M. Mynagashev, P.B. Bortnikov, A.P. Kuzmenko, and S.V. Rodin, 2008, The technique of hydrocarbons deposit hydraulic fracturing monitoring: RU No. 2319177, Published 2008.10.09., bulletin 7. 5
  • 6. Математическая постановка решения обратной задачи определения тензора сейсмического момента (Seismic Moment Tensor Inverse Problem) Суть технологии состоит в цифровой обработки данных (зарегистрированных на дневной поверхности) мониторинга микросейсмических событий, которая основывается на математических алгоритмах поиска правой части системы дифференциальных уравнений Ламе (Г.Н. Ерохин, П.Б. Бортников 1987; Аниконов Ю.Е. и др. 1997; Г.Н. Ерохин и др. 2002): 𝜕𝜎 𝑖𝑗 𝜕𝑥 𝑗 − 𝜌 𝜕2 𝑢 𝑖 𝜕𝑡2 = 𝜕 𝜕𝑥 𝑗 𝜎0 𝑖𝑗 (𝑥, 𝑡), (1) где 𝑖, 𝑗 = 1,2,3, 𝑥, 𝑦 ∈ 𝑅3 ; 𝑡 ∈ 𝑅1 , 𝜌-плотность среды, 𝜎𝑖𝑗 -тензор напряжений, связанный с вектором смещения 𝑢 𝑥, 𝑡 = (𝑢1, 𝑢2, 𝑢3) соотношением 𝜎𝑖𝑗 = 𝜇 𝜕𝑢 𝑖 𝜕𝑥 𝑗 + 𝜕𝑢 𝑗 𝜕𝑥 𝑖 + 𝜆𝛿𝑖𝑗 𝜕𝑢 𝑘 𝜕𝑥 𝑘 . (2) Здесь 𝜆, 𝜇-коэффициенты Ламе, по повторяющимся индексам подразумевается суммирование, 𝜎0 𝑖𝑗 (𝑥, 𝑡)-тензор напряжений разлома, который имеет вид 𝜎0 𝑖𝑗 = 𝑀𝑖𝑗 (𝑡)𝛿(𝑥 − 𝑦), (3) Где 𝑖, 𝑗 = 1,2,3, 𝑥, 𝑦 ∈ 𝑅3 , 𝛿(𝑥)-функция Дирака нулевого порядка, 𝑀𝑖𝑗 (𝑡)- сейсмический тензор второго порядка. 𝑀𝑖𝑗 (𝑡) называется тензором сейсмического момента. Данный тензор имеет размерность энергии (𝑔 ∙ см2 ∙ с−1 ). Размерность 𝛿(𝑥)-см−3 . Вектор 𝑦 описывает координаты очага землетрясения.
  • 7. Математическая постановка решения обратной задачи определения тензора сейсмического момента ( продолжение) Введем параметр 𝑡0, характеризующий время начала процесса эмиссии источника 𝑀𝑖𝑗 𝑡 ≡ 0, 𝑡 < 𝑡0. Так же предположим, что коэффициенты 𝜆, 𝜇, 𝜌 известны. Решение обратной задачи заключается в нахождении коэффициентов 𝑡0, 𝑦 и симметричного тензора 𝑀𝑖𝑗 (𝑡) из данных вида 𝜈 𝑘 𝑡 = 𝑢 𝑥 𝑘, 𝑡 + 𝜀 𝑘 𝑡 , 𝑘 ≥ 4. (4) Здесь 𝑥 𝑘 ∈ 𝑅3 , 𝜀 𝑘-гауссов шум, с нулевым средним значением и известной ковариационной матрицей 𝐺𝜀(𝑥 𝑘, 𝑥 𝑘′ ). Определение параметров 𝑡0, 𝑦 – суть обратной кинематической задачи. Решение данной задачи позволяет определить пространственную локализацию источников микросейсмической эмиссии и времена возникновения данных событий. Алгоритм определения кинематических параметров источников описан в патенте Г.Н. Ерохина от 2008 года. Определение компонент тензора 𝑀𝑖𝑗 𝑡 - суть обратной динамической задачи. Для решения обратных кинематической и динамической задач был разработан эффективный алгоритм для вычислительного кластера, использующий параллельные суперкомпьютерные вычисления.
  • 8. Контроль решения. Построение оптимального алгоритма решения обратной задачи 𝐽 𝜂 = 𝑤 + 𝜈𝜀 − 𝐹 𝜂 𝑇 𝑉 𝑤 + 𝜈𝜀 − 𝐹 𝜂 + 𝜂 − 𝜂 𝑜 𝑇 𝐺 𝜂 − 𝜂 𝑜 + Sh 𝜂 𝐺 = 𝛼 𝑟 0 0 0 𝛼 𝑟 0 0 0 𝑎 𝑧 𝜈𝜀~𝑁 0, 𝜀2 𝜀 – relative error of arrival time 𝛿 – relative error of solution 8
  • 9. Контроль точности решения «Дорожная карта» оптимального решения обратной задачи: I. Имитационное математическое моделирование прямой задачи для события при заданной системе наблюдения; II. Случайное возмущение результатов моделирования (обычно 25-30%); III. Поиск оптимального алгоритма решения обратной задаче при заданном уровне шума в данных на линейном участке зависимости точности решения от уровня шума ( область корректности обратной задачи); IV. Применение оптимального алгоритма к реальным данным 9
  • 10. Малоапертурная поверхностная система наблюдения Схема наблюдения на месторождении УВ. Синяя кривая – траектория ствола скважины. Треугольники – расположение датчиков с номерами, красные окружности – 1 и 2 зоны Френеля, 18 канал опорный Рис 1. Схема наблюдения Вертикальные геофоны GS - 11D или аналогичные расположены на глубине 1-3 м . Диаметр апертуры - около 800 м. Количество датчиков 30-60 шт. (рис. 1). Координаты каждого датчика фиксируются с высокой точностью на основе GPS. Частота дискретизации не более 2 мс. Оптимальная глубина для мониторинга 2-4 км. Предположение что продолжительность события не более 50 мс. 10
  • 11. Результаты решения обратной кинематической и динамической задач Результатом решения обратной кинематической задачи являются четыре параметра: три координаты события и начальное время. Результатами решения обратной динамической задачи являются шесть компонент тензора сейсмического момента, зависящих от времени. Трехмерная визуализация тензора сейсмического момента в главных осях напряжений , зависящих от времени 11
  • 12. Распределение микросейсмических событий с 3-х мерной визуализацией тензора сейсмического момента в главных осях напряжений Grid step – 50 м 12
  • 13. Распределение микросейсмических событий с 3-х мерной визуализацией тензора сейсмического момента в компонентах DС-CLVD-ISO 71.4% 13 Double-Couple (DC) Compensated linear vector dipole (CLVD) Isotropic (ISO) 19.7 % 8.9 %
  • 14. Дорожная карта микросейсмического мониторинга на основе метода MicroseismicCSP • Проектирование системы наблюдения • Регистрация шума и перфорационных взрывов (калибровка) • Регистрация на поверхности данных микросейсмического мониторинга • Предварительная обработка данных • Решение обратных задач кинематики и динамики • Интерпретация результатов 14
  • 15. 15 . Layout of registrars (blue points) well (red line) Autonomous node «RefTek 130.1» (6 registrars) Sensor GS- 11D Malobalikskoe oilfield. Well cluster #604, well#4431, The depth is 2760 meters, RefTek, 2006, Ugra. Контроль точности определения координат Sensor GS-20DX SGD 48/96 Recording equipment
  • 16. 16 Забой Перфорация. Скважина #4431, Западная Сибирь Well#4431 Image of seismic emission for perforation in horizontal plane. Аccuracy is 10 meters or better. Malobalikskoe oilfield. Well cluster #604, well#4431. The depth is 2760 meters. 2006, Ugra.
  • 17. 17Oilfield Uzen, well #3591, depth 1253-1258 m, SGD-48, Kazakhstan, 2012 Перфорация. Скважина #3591, Казахстан Geometry of the surface receiver array, well #3591. Perforation after filtering. Automated picking the arrivals based on cross- correlation Perforation. Result of processing Основное отличие подхода к решению кинематической задачи от аналогичных состоит в использовании массовой кросс-корреляции и использования алгоритма оптимизации для одновременной оценки координаты события и эффективной скорости для каждого события.
  • 18. Traces during hydraulic fracturing Hydraulic fracturing. Time-frequency map Предварительная обработка данных ГРП , скважина #3591, Казахстан Events during hydraulic fracturing Filtering 18
  • 19. Предварительная обработка данных Оценка уровня сигнала и сейсмического момента для: (i) перфорации, (ii) ГРП (iii) вытеснения 19 𝑆 = 𝑆𝑖𝑔 ∗ 𝑊 𝐼𝑉𝑆 ∗ 𝐾 𝐼𝑉𝑆 – intrinsic voltage sensitivity [V/m/sec] 𝑊 – bit weight [nV] S – signal [m/sec] 𝑆𝑖𝑔 – digital signal K – gain constant SGD SHF48: 𝐼𝑉𝑆 = 28 V/m/sec 𝑆𝑖𝑔 ∈ −223 ; 223 𝑊 = 598.4 nV 𝐾 ∈ [1;4096] Technical characteristic of sensor GS-20DX Signal level: Perforation: 1566.5 nm/sec 𝑆𝑖𝑔= 37530, K=512) Shot– 1,1 kg, Perforation depth – 1253-1266 (4 shots) SGD SHF96: 𝐼𝑉𝑆 = 56 V/m/sec 𝑆𝑖𝑔 ∈ −223 ; 223 𝑊 = 598.4 nV 𝐾 ∈ [1;4096] Fracking: 654.5 nm/sec (Sig = 1960 , K= 32) Passive monitoring : 174 nm/sec (Sig = 2085, K=128) Seismic Moment Magnitude: (i)Perforation: -1.6 (ii) Fracking: -1.9 (iii) Passive monitoring: -2.3
  • 20. Примеры систем наблюдения Features: • Small size of aperture ( 0,2 sq. km) • High density of sensors: 200 sen./sq. km. • Data sampling under 1 ms. • Possibility of long duration observation ( more 2 weeks). 20 “Oimasha” oilfield “Ashiagar” oilfield “Alatube” oilfield “Srediy Nazim” oilfield “Uzen” oilfield“Nazim” oilfield
  • 26. Область применения MicroseismicCSP 26 • Мониторинг ГРП • Контроль вытеснения • Оценка продуктивности портов после многостадийного ГРП • Выявление зон питания добывающих скважин (на истощении) • Выявление разломно- блоковой структуры вблизи забоя скважины
  • 27. 27 Пример #1: Mониторинг гидроразрыва пласта Oilfield West-Malobalikskoe. Cluster well #605, well #5538. 2007, Ugra
  • 28. 28 Пример#1: Механизм в источнике. Направления главных осей напряжения при гидроразрыве пласта Oilfield West-Malobalikskoe. Cluster well #605, well #5538. 2007, Ugra Max horizontal stress Min horizontal stress
  • 29. Пример#2: Формирования односторонней трещины 29 Oilfield Ugno-Khilinchuskoe, well 2011, Komi, 2011
  • 30. 30 Пример #3: Реальное подтверждение на практике. Случай большой трещины при ГРП Mini-fracturing. Galianovskay oilfield, UGRA, 2007, well cluster #1, well #39, depth 2538 m, Crack length 510 m, Tight oil (Bashenovsky suite), RefTek Step 1, duration 26 s Step 2, duration 8 s 517 s TINP Ltd.
  • 31. 31 Пример#3: Картирование микросейсмических событий Стадия 1 и стадия 2 в квази-реальном времени (видео) Well entrance # 39 TINP Ltd. Horizontal part of the well path #41 Well entrance # 41 The oil influence of well #41 fell down from 60 tons per day to 40 tons per day at the next day after fracturing in well #39
  • 32. Video layer Пример#4: Картирование микросейсмических событий при гидроразрыве пласта в плане 32Oilfield Prirazlomnoe. Cluster well #143, well 6642, depth 2640, Ugra, 2005TINP Ltd.
  • 33. Пример#5: Многостадийный гидроразрыв Layout of surface sensors. Oilfield Vientoskoe, cluster well #11, well #634G, 2013, Ugra 33
  • 34. Пример#5: Многостадийный гидроразрыв. Суммарные результаты мониторинга 7 – стадийного гидроразрыва пласта 34 Oilfield Vientoskoe, cluster well #11, well #634G, 2013, Ugra
  • 35. Пример#5: Многостадийный гидроразрыв. Результаты мониторинга гидроразрыва пласта, порт 1 The density of distribution of the sources of seismic emission projection on the horizontal plane of - a) b) and vertical c) and d) a) b) c) d) 35 Oilfield Vientoskoe, cluster well #11, well #634G, 2013, Ugra
  • 36. Пример#5: Многостадийный гидроразрыв (видео) 36 Oilfield Vientoskoe, cluster well #11, well #634G, 2013, Ugra
  • 37. 37 Space image of Priobskoe oilfield. Projection of well № 16502, sources of seismic emission and sensors on the day surface. Depth 2403. Ugra, 2010. Пример#6: Контроль фронта вытеснения при закачке рабочего агента в пласт
  • 38. Пример#6: Закачка воды в пласт. Распространение заводнения в соответствии с расширением зон сейсмической активности. Шаг- 100 часов. 38Top view (center), east view (right) and north view (bottom) of the microseismic cloud (A) 100 hr, (B) 200 hr, (С) 300 hr, (D) 400 hr, (E) 500 hr, (F) 600 hr after the start of the injection
  • 39. 39 Geometry of the surface receiver array, wells. Deposit Lebyazhye. The depth is 2680 meters. Red cross – sensors. The period of monitoring is 30 days. 2006, Ugra. well 312 well 301 well 311 wells 1007, 1009 well 1005 Пример#7: Выявление зон питания добывающих скважин (на истощении). Расположение поверхностных регистраторов и нефтяных скважин
  • 40. 40 Пример#7Выявление зон питания добывающих скважин. Результаты микросейсмической активности на глубине 2680 метров. Время наблюдения – 30 дней Oilfield Lebyazhye, 2006, Ugra
  • 41. Пример#8: Микросейсмический мониторинг гидроразрыва и пассивный мониторинг (зеленый цвет). Видео. 41 Video layer Скв№41 Скв№39 Well cluster #1. Galianovskay oilfield, UGRA, 2007. Tight oil (Bashenovsky suite)
  • 42. 42 Пример#9: Оценка продуктивности портов после многостадийного ГРП. Результаты мониторинга ГРП. 3D image of microseismic monitoring the multistage fracturing. Well 100G. Grid step 50m. Oilfield Srednenazimskay. Depth – 2700 m. West Siberia, 2013
  • 43. 43 Пример#9: Оценка продуктивности портов после многостадийного ГРП. Результаты пассивного мониторинга 3D image of the long-duration passive microseismic monitoring after multistage fracturing. Grid step 50m. Well 100G. Oilfield Srednenazimskay. West Siberia, 2013 1 day 2 day … … 13 day 14 day
  • 44. 44 Пример#9: Оценка продуктивности портов после многостадийного ГРП . Результаты пассивного мониторинга 3D image of the long-duration passive microseismic monitoring after multistage fracturing with fault-block structure mapping. Grid step 50m. Well 100G. Oilfield Srednenazimskay. West Siberia, 2013 1 day 2 day … … 13 day 14 day
  • 45. 45 Пример#9: Оценка продуктивности портов после многостадийного ГРП. Совместная интерпретация. 3D image of microseismic monitoring of multistage fracturing with fault-block structure mapping. Well 100G. Grid step 50m. Oilfield Srednenazimskay. West Siberia, 2013 Microseismic hyperactivity area
  • 46. 46 Пример#9: Оценка продуктивности портов после многостадийного ГРП. Совместная интерпретация. 3D image of microseismic monitoring of multistage fracturing with fault-block structure mapping. Well 100G, 70 ton/day. Grid step 50m. Oilfield Srednenazimskay. West Siberia, 2013 Port #5 with maximum oil influence Results were confirmed by oil influence researches in the well
  • 47. Пример#10 Картирование разломно-блоковой структуры вблизи забоя скважин. Две недели наблюдений на каждой скважине Layout of wells - points for surface microseismic monitoring. Wells #3,5 - with oil pumping unit. Well #30 – without. Kazakhstan, 2012 47
  • 48. Пример#10: 3D –обзор микросейсмических событий вблизи забоя скважины 1 day 2 day … … 13 day 14 day Grid step -50 m 48Oilfield Atambay-Sertube, well #5, Kazakhstan, 2012
  • 49. Пример#10: 3D –обзор микросейсмических событий вблизи забоя скважины 1 day 2 day … … 13 day 14 day Grid step -50 m 49 Oilfield Ashiagar, well #30, Kazakhstan, 2012
  • 50. Пример#10: 3D –обзор микросейсмических событий вблизи забоя скважины 1 day 2 day … … 13 day 14 dayGrid step -50 m 50 Oilfield Ashiagar, well #30, Kazakhstan, 2012 1-2 meters
  • 51. Пример#10: 3D –обзор микросейсмических событий вблизи забоя скважины. Разломы реконструированы с помощью IHS Kingdom package. Видео. 51Oilfield Atambay-Sertube, well #5, Kazakhstan, 2012
  • 52. Пример#10: 3D –обзор микросейсмических событий вблизи устья скважины. Плоскости разломов были реконструированы с помощью IHS Kingdom package 52Oilfield Atambay-Sertube, well #5, Kazakhstan, 2012 400 m 400 m
  • 53. 1 day 2 day … … 13 day 14 dayGrid step -50 m Пример#10: 3D-обзор микросейсмических событий вблизи забоя скважины. Видео. 53Oilfield Ashiagar, well #30, Kazakhstan, 2012
  • 54. 54 Пример#11 Комплексная интерпретация зон естественной трещиноватости и результатов длительного пассивного мониторинга
  • 55. 55 Пример #11: Схема наблюдения Oilfield Oimasha. Wells #9, 16, 25. Two week registration per well. Kazakhstan, 2013. Array 300x300 m. Well #16 Well #9
  • 56. 56 Пример#11: 3D –обзор микросейсмических событий вблизи забоя скважины #9. Картирование разломно- блоковой структуры вблизи забоя скважин. Две недели наблюдений Oilfield Oimasha, well #9 with oil pumping unit. Kazakhstan, 2013Grid step -50 m
  • 57. 57 Пример#11: Распределение микросейсмических событий с 3- х мерной визуализацией тензора сейсмического момента в главных осях напряжений. Скважина #9. Grid step -50 m
  • 58. Пример#11: Карты зон естественной трещиноватости построенные по методу FractureCSP 58 Well #9 Well #16 Triassic sediments Granite intrusion
  • 59. Пример#11: Временной разрез CSP куба-дифрактора и результаты длительного микросейсмического мониторинга . 59 Oilfield Oimasha. Wells #9, 2013, Kazakhstan. Oil inflow 150 m3 per day
  • 60. 60 Пример#11: 3D изображение результатов пассивного микросейсмического мониторинга и кровли Палеозоя Oilfield Oimasha. Wells #9, 2013, Kazakhstan. Oil inflow 150 m3 per day
  • 61. 61 Пример#11: Проекция облака микросейсмических событий на поверхность гранитной интрузии Oilfield Oimasha. Wells #16, 2013, Kazakhstan. Oil inflow 102 m3 per day
  • 62. Пример#11: 3D –обзор микросейсмических событий, CSP-дифрактор куб и куб микросейсмических напряжений 62 Oilfield Oimasha. Wells #9, 2013, Kazakhstan. Oil inflow 150 m3 per day
  • 63. 63 Пример#11: 3D изображение CSP-дифрактор куба и куба микросейсмических напряжений Oilfield Oimasha. Wells #9, 2013, Kazakhstan. Oil inflow 150 m3 per day
  • 64. Пример#11: 3D –обзор микросейсмических событий FULL STRESSES DEVIATORIC STRESSES ISOTROPIC STRESSES EXPLOSION IMPLOSION 64 Oilfield Oimasha. Wells #9, 2013, Kazakhstan. Oil inflow 150 m3 per day 100% 70%
  • 65. Пример#11: 3D изображение CSP-дифрактор куба и куба микросейсмических напряжений вблизи структурной поверхности средненго Триаса и покрышки продуктивного горизонта T2 65 Oilfield Oimasha. Wells #9, 2013, Kazakhstan. Oil inflow 150 m3 per day