Форум » ПЕТРОФИЗИЧЕСКИЙ СОФТ - PETROPHYSICAL SOFTWARE » Численная инверсия в петрофизическом софте » Ответить
Численная инверсия в петрофизическом софте
bne: Не раз уже сталкивался с применением на практике для инверсии с алгоритмами имеющими проблемы со сходимостью или быстродействием Я действительно много занимался тестированием алгоритмов до защиты кандидатской и после нее (примерно с 1973 по 1988 годы) и убедился, что версии таких поисковых программ как деформируемого многогранника (Nelder-Mid) или Powell 1) часто резко теряют в эффективности в окрестности экстремума (идет сплющивание и вырождение с потерей размерности) 2) кроме того теряют эффективность с ростом размерности задачи (после 4-х на банане Розенброка, например, резко отстают от более эффективных методов, если требуется более 2-3 значащих цифр) Незаслуженную популярность этим методам придал Himmelblau в нескольких книгах (три из которых в былые времена переводились на русский язык) В принципе я про это писал еще в своем давнем большом обзоре (примерно 1985 года - все недосуг оцифровать) Неточный выбор метода может снизить привести к преждевременному окончанию поиска и эффективность использования моделей При этом такая бяка может произойти не по всем, а по нескольким пластам с эквивалентностью, что само по себе не многим больше радует В этой связи, думаю, что не грех авторам алгоритмов инверсии думать о более надежных методах для инверсии и тщательно их оттестировать В этой связи отсканировал фрагмент книги Элланского и Еникеева (1991) Фрагмент на сей счет был написан мной, хотя изрядно усечен соавтором и издателем http://www.mmell.narod.ru/Ell-Enik-Book91.pdf Будет время и чей-нибудь интерес отсканирую и статьи с описанием гибридного алгоритма и тестами
Ответов - 56
БорисАлмаАты: Автор не ищет работу (что обычно для иных писем), а я не влияю на кадровую политику, а предлагает обсудить многоскважинную инверсию каротажа К сожалению, мне мешает английский читать то я читаю, а писать и говорить практически не могу...
bne: Получил новое письмо из Индии того же автора с численным примером Ответ на мой вкус состоит в нескольких позициях 0) Система часто неустойчива (близка к вырожденной) и поэтому ее уже в 70-е годы дополняли (например, "правилом максимума энтропии") 1) Бессмысленно использование методов ГИС, получаемых как линейная комбинация остальных (или близких к ним в конкретной литологии) 2) Бессмысленно использование искомых параметров, выстраиваемых в системе взаимосвязей как линейная комбинация остальных (или близких к ним в конкретной литологии) 3) Следовательно нельзя питать иллюзии наращивая число переменных, но ухудшая обусловленность. Поэтому необходим максимально полный учет априорной информации (включая диапазоны переменных и их взаимосвязи) 4) Учет такой априорной информации заведомо включает параметр регуляризации. Его разумно выбирать для разреза в целом И еще Есть два способа кажущегося обхода проблем 5) нечеткие множества 6) интервальные вычисления Но сути это не меняет
bne: Общего ответа на вопрос об устойчивости нет Ответ на вопрос зависит от обусловленности задачи Алгоритм Marquardt может включать в себя SVD для определения итерационного шага Для повышения обусловленности нужна работа Профессионал-петрофизик задаст малое число искомых переменных X при зависящих от них измерениях Y Кроме того он добавит ограничения на X и дополнительные уравнениях G(X)=0 (даже ELAN это позволяет) Именно в этом и состоит работа профессионала-петрофизика Проверить качество решения в этом случае можно а) через чувствительности б) Монте-Карло Если задача плохо-обусловлена (в итоге это выразится через ошибки определения вектора X) - надо изменять ее формулировку При этом по сути ищется подвектор X1 вектора X дающий наилучшее описание совокупности Y Альтернативы неустойчивой ситуации 1) Добавлять измерения если есть что добавлять 2) Исключать переменные 3) Добавлять уравнения типа G(X)=0 4) Уточнять коэффициенты уравнений и веса взаимосвязей Это серьезная работа В России обоснование такой работы и результатов ее применения надо защищать на уровне государственных комиссий В Schlumberger и ONGC это IMHO часто делают плохо Действительно, западные сервисные компании много секретят 1) В России с этим много проще 2) На Западе квалифицированные специалисты очень дороги, часто специализированы и их мало 3) Schlumberger и другие фирмы не любят продавать технологические решения. Это общая политика неоколониализма В науке все более открыто
bne5: 1) Реально оценить погрешности можно линеаризацией в окрестности решения или Монте-Карло 2) Нельзя путать ошибки измерений (обычно в пределах 5%). точность поиска экстремума 7 значащих цифр) и точность результата оценивания с учетом зашумленности (обычно 3-8%)
bne9: Готовлю текст на английском Попутно всплыли вопросы о различном уровне неопределенности О ранге матрицы в точке линеаризации и критерии Пикара (отношение собственных чисел)
Boris_Vienna: Забавная идея - задать аппроксимацию точности взаимосвязи через ее размерность Впечатление, что погрешность падает слабо - скорее всего почти гиперболически (может со степенью) Тут должна быть некая связь и с петрофизикой (логико-профессионально) и с функциями роста Вапника-Червоненкиса или энтропией (формально статистически) Но это формально выводит на выбор оптимальной сложности
BorisE: обзора по работам в области петрофизической инверсии http://petrogloss.narod.ru/Enikeev80.pdf
bne: УДК 550.832.553.98.001.5: [519 + 681.3] Б.Н. Еникеев, А. С. Кашик, И. М. Чуринова, Ю. А. Шпикалов. Системный подход к задаче оценки свойств пласта по данным каротажа (модели и методы). Обзорная информация. Серия «Нефтегазовая геология и геофизика». ВНИИОЭНГ, 1980. Обзор по основным направлениям отрасли. В обзоре освещен общий подход к задаче идентификации свойств пласта по параметрическим моделям изучаемых объектов. Конкретизация общих идей производится на примерах задач оценки по данным каротажа различных физических и коллекторскпх параметров пластов. В частности, излагаются некоторые модели и методы для оценки сопротивления, статических потенциалов собственной поляризации, позволяющие исключить влияние искажающих факторов, а также модели и методы, используемые для определения типа насыщения и оценки коллекторскпх свойств пласта. Подробно излагаются результаты работ, проведенных в последние годы в ЦГЭ, и положенные в основу алгоритмов и программ, находящих широкое применение в автоматизированных системах интерпретации дан¬ных каротажа. Обзор представляет интерес для инженеров и научных работников, занимающихся количественной интерпретацией данных каротажа, с целью подсчета запасов и проектирования разработки месторождений нефти и газа, а также для преподавателей нефтяных вузов и техникумов. Рис. 10, табл. 1. http://petrogloss.narod.ru/BNE_RW_80.pdf
bne: Попластовая или поточечная - куда идем? Попросили меня в ПАНГЕЕ изложить свои оценки Плод потерянного времени тут Если подумать - тут целый клубок проблем Я учился у Дахнова И попластовая интерпретация и ее необходиимость были парадигмой не подлежащей обсуждению Вместе с тем и тогда нефтепромысловые геологи мыслили вполне поточечно (тот же Долицкий, выделял по ПС ритмы и тренды) Наиболее странно смотрелась парадигма вложенных цилиндров с двойными слоями для собственной поляризации Столь же нелепо смотрелись в этой постановке анизотропные пласты с неизвестным коэффициентом анизотропии. Естественные ограничения на толщину вроде как накладываются шагом квантования – только безумец будет искать сантиметровые прослои по БКЗ Но это не все проблемы Есть и радиальные неоднородности И потому есть и еще более сложная задача - проблема зоны проникновения, ее формирования и аналитического описания этого процесса. Я неоднократно пытался поднимать в связи с этим различные аналитические решения и смотреть что делается в мире и в России на сей счет. Были и пластовые модели (кажется в Саратове и аналитические решения) Примерно в начале 70-х появились работы Г.Н.Зверева по ГИК, ГИК-2, ГИК-2М и дело дошло даже до сравнительных испытаний этих комплексов и Ц-2 в Бугульме (кажется примерно 1975) Со стороны Зверева все это называлось уже и не помню как, но попластовая интерпретация называлась ТРАДИЦИОННОЙ А ЦГЭ называлось поточечной и попластовой. По сути Зверев делал линейные фильтры (считая, что происходит осреднение показаний с данным ядром для каждого из разных симметричных методов и его инверсия) Трудности происходили с БКЗ, для которого все это однозначно не проходило Проявлялся и эффект мезонеоднородностей (на сей счет была интересная работа М.И.Швидлера) Как выяснялось горизонтальные и радиальные границы для электрических методов сильно взаимодействуют. Чаадаевым было получено решение для системы горизонтальных границ, но попытки улучшить его добавлением радиальных поправок не срабатывали. Попытки напрямую играть с регуляризацией (Танана и Тиманов) или статистической регуляризаций (я с покойным Шпикаловым немного развлекся) мало что меняли - проблема в информативности исходных методов На Западе тогда работали с поточечными методами Традиционно считается, что вертикальная разрешающая способность у западных методов каротажа выше. Параллельно стали разрабатывать ортогональные методы (поперечный индукционный каротаж – Шерман и дивергентный каротаж – Рыхлинский, Кашик). На Западе это игнорировали, хотя к 2000 году стали перенимать. Перелом на Западе в отношении необходимости разделения на пласты возник в связи с программами пластового наклономера (там понадобилось производить что-то типа выделения однородных прослоев - matching) Занимались этим в связи с применением методов динамического программирования (вспоминаются Bigelov и M.Kerzner) Шли продвижения и по части радиальной неоднородности - параллельно появились работы по численному моделированию формирования зоны проникновения Михайлов (МИНХ), Ярмахов (ВНИИГЕОФИЗИКА) В начале 90-х появились работы по численной инверсии – группа Кнеллера и группа Друскина-Книжнермана. Как полказал опыт работы с этими программами подобные задачи для электрометрии сильно неустойчивы при задании пропластков со сходными свойствами или при высокой контрастности Пластовый подход стало естественно рассматривать как способ регуляризации решения. При этом выделение пластов с мощностью менее 1-2 метров и при контрастности юбольше 10 стало рассматриваться как некорректное Важный и интересный поворот и подтверждение темы о нежелательности дальнейшего дробления (с выделением мелких прослоев) возник и со стороны практических интерпретаторов. Как выяснялось, кросс-плоты физических связей по поточечным сопоставлениям обывчно заметно более размыты, чем при работе с попластовыми отчетами Синхронно или позже стал активно распространяться FMI и его аналоги. Далее пышным цветом расцвели многозондовые методы, а вычислительные средства стали позволять обходиться без палеток Кроме того, появились более гибкие средства интерполяции палеток (включая нейронные сети) И тут возникла реинкарнация давно известных проблем Полноценная инверсия требует задания характера зоны, а ее задание требует ее параметрического описания А тут и формирование корки, учет типа раствора, фильтрация, диффузия, конвективная диффузия, кальматация А в насыщенном пласте еще и капиллярная пропитка и фазовые проницаемости С другой стороны подтвердилась (кажется Зарипов про это писал один из первых среди петрофизиков) принципиальная неприятность - при 100% выносе керна выяснялось, что реально коллектора сильно неоднородны и меняются по толщине Еще она проблема - изменение типа растворов (с одной стороны рост их разнообразия, а с другой изменения зоны, появление полимерных растворов и растворов на нефтяной основе) На фоне всех этих проблем становится все яснее, что попытки восстанавливать поточечные свойства пласта имеют серьезные ограничения - задача становится все более неустойчивой и недоопределенной. Выделять границы пластов просто решением инверсных задач стало казаться все более проблематичным На этом фоне появился пресловутый Sharp (результаты которого по Сахалину приняло и ГКЗ) Работы новосибирцев и группы Verdina были ориентированы уже на учет формы зоны проникновения В последние годы тут появились различные экзотические аппроксимации Так куда же мы идем? И тут возникает еще и маркетинговый ход – цена входного билета. Мы IMHO идем к расслоению типов каротажа и соответственно типов инверсии (для богатых и для бедных) Для богатых пишут дорогие методы (которые есть не у всех фирм) и обширный набор зондов с разным радиусом исследования. Не факт что из этого комплекса можно много больше вытащить, но суета вокруг этого (с попытками учесть и анизотропию и мелкие неоднородности) идет непрерывно и активно. Бедные пишут более ограниченный комплекс и прилагают все усилия, чтобы состыковать все его компоненты. Но как говорят: "Девушка может Вам обойтись в чашечку кофе или в небольшой остров в Южном море…. Но никакая цена не гарантирует Вам удовольствие"
bne: Applying the Finite-Volume Method for Solving the Convection-Dispersion Equation in Radial Coordinates A. A. Garrouch Petroleum Engineering Department, Kuwait University, P.O. Box 5969, Safat 13060, Kuwait M. M. Al-Dousari Petroleum Engineering Department, Kuwait University, P.O. Box 5969, Safat 13060, Kuwait http://www.ripublication.com/ijpst/ijpstv1n1_6.pdf
Василий: Я не столько эрудирован как вы. Но не так давно мне приходилось работать с не очень глубоким газовым месторождением.Породы в нём были сильно глинистые... И приходилось выделять пласты от 1-0,4 м. По участкам отличающимся от вмещающих пород. При этом при опробовании там получали довольно не плохие дебиты. Правда там проводился не БКЗ, а ВИКИЗ.
bne: Я всю жизнь проработал в фирме в которой уделялось огромное внимание прямым задачам и их инверсии (в ЦГЭ это направление до сих пор курирует гендиректор - А.С.Кашик) И само собой при машинной обработке все это всплывало Что касается ВИКИЗ, то как я слышал от авторов они для разрезов с высокой контрастностью хотят комплексировать его с БКЗ (при наличии пропластков с сопротивлением выше 100омм там все начинает плыть) Првда говорилось это на конференции в Тюмени пару лет назад. Что они говорят про это сейчас я давно не слышал
bne: Combined global/linear inversion of well-logging data in layer-wise homogeneous and inhomogeneous media §Ё§е§в§Я§С§Э Acta Geodaetica et Geophysica Hungarica §Є§Щ§Х§С§д§Ц§Э§о AkadЁ¦miai KiadЁ® ISSN 1217-8977 (Print) 1587-1037 (Online) §Ї§а§Ю§Ц§в Volume 40, Number 2 / May 2005 DOI 10.1556/AGeod.40.2005.2.7 PDF (772,2 KB) §Ў§У§д§а§в§н M. DobrЁ®ka1, P. N. SzabЁ®2 1I: Department of Geophysics, University of Miskolc; II: MTA-ME Research Group for Geophysical Inversion and Tomography I: H-3515 Miskolc-EgyetemvЁўros, Hungary 2Department of Geophysics, University of Miskolc H-3515 Miskolc-EgyetemvЁўros §І§Ц§ж§Ц§в§С§д In the paper a combined inversion algorithm solving the nonlinear geophysical well-logging inverse problem is presented. We apply a successive combination of a float-encoded Genetic Algorithm as a global optimization method and the well-known linearized Marquardt algorithm forming a fast inversion procedure. The technique is able to decrease the CPU run time at least one order of magnitude compared to the Genetic Algorithm and gives the parameter estimation errors having a few linearized optimization steps at the end of the iteration process. We use depth-dependent tool response equations to invert all the data of a greater depth-interval jointly in order to determine petrophysical parameters of homogeneous or inhomogeneous layers in one inversion procedure. The so-called interval inversion method gives more accurate and reliable estimation for the petrophysical model parameters than the conventional point by point inversion methods. It also enables us to determine the layer-thicknesses that can not be extracted from the data set by means of conventional inversion techniques. We test the combined interval inversion method on synthetic data, and employ it to the interpretation of well logs measured in a Hungarian hydrocarbon exploratory borehole. §¬§Э§р§й§Ц§У§н§Ц §г§Э§а§У§С combined inversion, combined inversion, Genetic Algorithm, interval inversion, Marquardt algorithm, petrophysical parameters, well-logging data §і§г§н§Э§Ь§Ъ DobrЁ®ka M 1995: Establishment of joint inversion algorithms in well-logging data interpretation. Scientific study, University of Miskolc, Department of Geophysics DobrЁ®ka M, SzabЁ® N P 2002: In: Intellectual Service for Oil and Gas Industry. Ufa State Petroleum Technological University and University of Miskolc. Analysis, Solutions, Perspectives Vol. 2, 27--38. Holland J H 1975: Adaptation in natural and artificial systems. University of Michigan Press, Ann Arbor, MI Marquardt D W 1959: Solution of nonlinear chemical engineering models. Chem. Eng. Prog., 55/1959 No. 6. Menke W 1984: Geophysical data analysis - Discrete inverse theory. Academic Press, Inc. London Ltd. Michalewicz Z 1992: Genetic Algorithms plus data structures equals evolution programs. Springer-Verlag Inc., AI Series, New York SzabЁ® N P 2004: Geophysical Transactions, 44, 313--329. http://www.akademiai.com/content/q94220457573641l/
bne: Qualification of inversion inputs in certain engineering geophysical methods Журнал Acta Geodaetica et Geophysica Hungarica Издатель Akadémiai Kiadó ISSN 1217-8977 (Print) 1587-1037 (Online) Номер Volume 40, Number 2 / May 2005 DOI 10.1556/AGeod.40.2005.2.5 Страницы 171-192 Дата онлайн 19 июля 2005 г. Добавить к отмеченным элементам Добавить в корзину Добавить к сохраненным элементам Рекомендовать эту статью PDF (395,2 KB) Авторы P. Salát1, D. Drahos2 1Department of Geophysics, Loránd Eötvös University H-1117 Budapest, Pázmány Péter sétány 1/c, Hungary 2Department of Geophysics, Loránd Eötvös University H-1117 Budapest, Pázmány Péter sétány 1/c, Hungary Реферат The present paper analyzes the possibilities for input qualification necessary for inversion of certain engineering geophysical measurement data series. The work formulates at first the requirements for determination of geophysical conclusions' reliability and/or accuracy. Then it reviews the quantities playing a role in qualification of geophysical data and geophysical conclusions deduced from the data. Statistical characterization of the ek = (yk - fk (x,z)) random differences between the yk geophysical measurement data and the fk (x,z) theoretical forward problem solutions calculated for the (x,z) model parameters is indispensable in quality controlled geophysical inversion. To qualify the { x } final result of inversion first of all the error components of observational and modelization origin of ek random differences should be determined. To give the s2k variances of the ek differences characterizing the data-model relationship experimental testing should be carried out. To estimate the input errors of least squares type geophysical inversion approximate methods can be suggested beside the ideal testing procedures. Such are: the subjective, the literature-based, the partial and the feedback data-model relationship qualification. In addition to them for certain inversions using 1D and 2D forward problem solutions, self-control based model class adaptive engineering geophysical measurements can also be applied. According to the testing experiences gained with different approximate input qualifications not any theoretical speculation or sophisticated computation procedure is able to substitute the experimental measurement studies. Ключевые слова approximate input qualifications, approximate input qualifications, engineering geophysics, modelization errors, observational errors, qualification of the data-model relationship, quality management Ссылки Alberty M, Hashmy K H 1984: Application of ULTRA to log analysis. Transactions SPWLA 25. Annual Well Logging Symposium Bateman R M 1985: Log Quality Control. IHRDC Publishers, Boston Cserepes L, Drahos D, Salát P 1994: In: Transactions of International Symposium on Well Logging 94' Xian, 253--278. Dresser's Anonym 1985: A statistical approach to well log analysis. (First draft) Dresser Atlas Documentation, Houston Gearhart's Anonym 1985: Universal Logging Tool Response Algorithm (ULTRA). Gearhart Industries Inc. Documentation, Forth Worth Golzman F M 1971: Statistical models of interpretation (in Russian). Izdat. Nauka, Moscow Golzman F M ed. 1981: Statistical interpretation of geophysical data (in Russian). Izdat. Leningrad. Univer., Leningrad Golzman F M 1982: Physical experiment and statistical conclusions (in Russian). Izdat. Leningrad. Univer., Leningrad ISO 5725--1: 1994/Cor. 1:1998: Accuracy (trueness and precision) of measurement methods and results. Part 1: General principles and definitions. European Standard, European Committee for Standardization, Brussels ISO/IEC 17025: 1999: General requirements for the competence of testing and calibration laboratories, European Standard, European Committee for Standardization, Brussels Mayer C, Sibbit A 1980: In: SPE of AIME 55th Conference, Dallas, Paper No. 9341. Menke W 1984, 1989: Geophysical Data Analysis: Discrete Inverse Theory. Academic Press Inc., Orlando, San Diego Rodriguez A, Mezzatesta A, Terzlaff D 1989: In: Transactions, Log Analysis Software Evaluation and Review (LASER) Symposium, SPWLA London Chapter, paper 23. Salát P, Drahos D 2004: Geophysical Transactions, 44, 195--212. Salát P, Nagy L 2002: In: Flood Defence '2002, Vol. I, Science Press, Beijing, New York, 629--636. Salát P, Nagy L 2003: In: Geotechnical problems with man-made and influenced grounds. Proceedings, XIII. Conference on Soil Mechanics and Geotechnical Engineering, 2003, Prague, 2, 837--842. Salát P, Tarcsai Gy, Cserepes L, Vermes M, Drahos D 1982: Informational-statistical methods of geophysical interpretation (in Hungarian). Tankönyvkiadó, Budapest Schlumberger's Anonym 1981: Computer Processed Interpretation: GLOBAL. Schlumberger Co. Documentation, pp. 1--50. Sen M, Stoffa P L 1995: Global Optimization Methods in Geophysical Inversion. Elsevier, Amsterdam [CrossRef] Serra O 1986: Fundamantals of well-log interpretation, 2. The interpretation of logging data. Elsevier, Amsterdam Sharma P V 1997: Environmental and engineering geophysics. Cambridge University Press, Cambridge Tarantola A 1987: Inverse Problem Theory, Methods for Data Fitting and Model Parameter Estimation. Elsevier, Amsterdam Theys M 1999: Log data acquisition and quality control. Éditions Technip, Paris Ward S H ed. 1990: Geotechnical and Environmental Geophysics, Vol. I: Review and Tutorial, Vol. II: Environmental and Groundwater, Vol. III: Geotechnical. SEG Publ. Tulsa Yanovskaja T B, Porohova L N 1983: Inverse tasks of geophysics (in Russian). Izdat. Leningrad. Univer., Leningrad Zverev G N 1974: General theory of inversion of data (in Russian). Neftepromüslovaja Geofizika, Ufa, Vp. 4, 3--50. Zverev G N 1979: The theory of log interpretation. Transactions, SPWLA 20th Annual Logging Symposium, Paper http://www.akademiai.com/content/glk0j4764v80g08j/
bne: Yexin Liu* A Self-Adaptive Optimization Solution to Petrophysical Properties Inversion from Well Logs Calgary, AB yexinliu@gmail.com Summary During the well logging processing (inversion) and interpretation, it is important for us to select the fluid type, clay type and mineral components. Usually the clay and fluid types can be referred to field experience and other measurements, but the mineral components could be variable from borehole top to bottom (depth-variable). One component model maybe is appropriate for one geological section, but the other section may need to use another mineral component model. Also it is difficult for us to know the mineral components at the different sections! Here we present a self-adaptive approach to add/remove the mineral components according to the rules pre-defined by users and the best mineral components will be selected automatically during the inversion. Also a multi-objective optimization mechanism has been used to inverse the porosity, volumes of clay and mineral components from well logs using the selected mineral components combined with both fluid and clay types. During the inversion, according to field experience there are differing logging response equations available from the same well log tool, which can be selected interactively. For example, the water saturation can be calculated from dual-water model, and also be calculated from Archie or Indonesian equations. Also the inversion procedure is a section/zone-based mechanism to meet the petrophysical model depth-variable’s needs. The method has demonstrated a reasonable and robust result after processing well logging dataset from both conventional sand-shale formation and complex carbonate formation. ================================================================= Because of ill-posed issues, solutions might not be unique and/or might not depend continuously on the data. Hence their mathematical analysis is subtle. Usually when the logging reading is a minor change, the output will have no solution or the output is not robust. Here a multi-objective optimization solution is presented to solve the ill-posed issues. All well logging response equations can be normalized using their standard deviation to remove measurement unit affection and then the penalty factors will be applied to some objective functions when the target property cannot meet the constrained conditions, and also a small random variable with mean zero to add the response equation and target properties. The Broyden-Fletcher-Goldfarb-Shanno (BFSG) method is selected to optimize and inverse the property and it performs extremely well. =============================================== http://www.cspg.org/conventions/abstracts/2008abstracts/070.pdf Интересно как он работает? Неужто с разностными производными? Тогда как шаг подбирает? ;-)
bne: О том что на сей счет сделано в ModERn по ссылке на топик http://petrophysics.borda.ru/?1-3-0-00000025-000
bne: B020 HUME , POPPER, BAYES AND GEOPHYSICAL INVERSE PROBLEMS G .G . DRIJKONINGEN and A .M . ZiOLI<OWSI<I Technical . University Delft, Dept . of Minieg and Petroleum Engineering, Mijnbouwstraat 120, 2628 RX Delft, The Netherlands We distinguish two approaches to geophysical inverse problems . One is the opposite, or inverse, of the forward problem . Signature deconvolution and migration are examples of this kind of inversion. The data are inverted to arrive at the Ba rth model. The other approach is iterative forward modeping, in which we try to match the measured data with synthetic data created with a model and the given theo ry. In recent years Bayes's Tule has been a popular way to measure the quality of the result obtained by iterative forward modelleng . We focus on the philosophical arguments for the two approaches and on the difficulties in applying them to geophysical inverse problems . The differences between these two approaches are related to the problem of induction. In 1739, the philosopher David Hume (see, e .g., 1984) split the problem of induction into two: a logical problem and a psychological problem. The logical problem of induction is expressed by the question : Can we prove that a universal theo ry is tree? Hume proved that the answer is no. The instances of our experience are always an infinitessimally small fraction of the total number of possible instances . For example, all our experiences of gravitational attraction at non-relativistic velocities corroborate Newton's law of gravitation. We are confident that Newton's law applies throughout the universe. But the law has not been proved . In fact, compared with the total amount of evidence we should need to prove Newton's law throughout the whole universe, our experience is infinitessimal . The probability (in the sense of the calculus of probability) of Newton's law of gravitation being tree is then infinitesimally small . Although Hume .solved the logical problem of induction, there stip remained the so-called psychological problem of induction : Why do people have confidence in their theories? Why do people believe that their past experience has relevance to the future? For example, why do we believe the sun will rise tomorrow? In the first half of this century, Popper (1934, 1959, 1969, 1986) solved this problem . Although Hume is quite right that we can never prove a universal theory to be tree, we are able to prove that a theory is fake . This can be established via some test against reality . If we test a theory, exposing it to risks designed to question the axioms on which it rests, there is the possibility that the theory will fail. If it does fail, we have to firid new axioms, or laws. If it survives the tests, and continues to survive new tests, our con fidence in it is increased . However, since the evidence from these tests is infinitessimal compared with the amount of evidence we should need to prove the theo ry , the absolute probability of the theory being true is stip always zero . Not all the theories we use can be put at risk in the way suggested by Popper . Popper uses this distinction as the demarcation between scientific and non-scientific theories . According to Popper, theories are scientific if they are framed in such a way that they may be put at risk . Theories are not scientific if they cannot be put at risk. How do we decide whether a geven test has refuted a (scientific) theory? This is not always clean-cut. If there is уnly onй wйll-established and accepted theory, it is very difficult, psychologicбlly, to accept the evidence from a geven test that the theory has been refuted. As Lakatos (1970) argued, in this situation ad hoc explanations are then always proposed to account for the conflict of the evidence with the theo ry. He argued that you really need to have compe ting theories. If a rival theory is able to explain the 118 new evidence as well as everything that was explained by the first theory, it is more powerful and will displace the first theory . There are geophysicists who take a probabilistic view of the world and express this in mathematica) terms using Bayes's Tule (See; for example, Howson and Urbach, 1989). These geophysicists do not put the theory at risk, but they do question the model which, together with the theory, yields synthetic data which are a match to the measured data. They ask : What is the probability of the model being tree, given the data? Bayes's Tule allows them to answer the question as follows : P(model 1 data) = P (data 1 model) P(model) P(data) in which P denotes the probability . The a priori information is given by P(model), and we "learn" from the data via the likelihood P(data 1 model). The probability of the data P(data) is usually considered to be a constant in order to make P(model 1 data) also a probability function . In our opinion the mais objection to the Bayesian approach as a philosophy, is the use of probabilities, in the sense of the calculus of probability. The presence of P(model), the a priori distribution, poses the mais difficulty . We do not know whether the chosen parameterisation of the model is tree . There are, in principle, an infinite number of ways in which we can parameterise the model . The probability of a given parameterisation being tree is therefore zero . But we cas use Bayes's Tule only if the probability of the parameterisation is finite . In fact, Bayes's Tule applied in the sense in which it is used here only defines a given optimisation problem. Of course, the optimisation problem is very interenting and geophysicists need methods to solve this problem, but it is not the same as determining the probability that the solution to the geophysical inverse problem han been found . So, what cas we do then as geophysicists? We should certainly question our parameterisations . How many significant parameters do we have? How many significant data do we have? How do we define significant data? In order to solve geophysical inverse problems witti scientific theories, we believe we should have at least three requirements. First, we should put our theories at risk and test every step in a given theory. Secondly, we should always have fewer parameters than significant data. In this way we have anoverdetermined system and can quantify our errors . Finally, we should always pose the question : What would we regard as a refutation of our solution? We illustrate these points using examples taken from the field of geophysics . References Howson, C. and P. Urbach, 1989. Scientific Reasoning, The Bayesian Approach, Open Court Publ . Co., La S alle, Illinois . Hume, D., 1984. A Treatise of Human Nature, Penguin Books Ltd., London, U.K. Lakatos, 1., 1970. Falsification and the methodology of scientific research programs. In: Criticism and the Growth of Knowledge, I. Lakatos and A. Musgrave (ed), Cambridge University Press, Cambridge, U.K. Popper, K.R., 1934. Logik der Forschung, Julius Springer Verlag, Vienna. Popper, K.R., 1959 . The Logic of Scientific Discovery, Hutchinson, London. Popper, K.R., 1969 . Conjectures and Refutations, Roudedge and Kegan Paul, London. Popper, K.R., 1986. Objective Knowledge, An Evolutionary Approach (revised edition), Clarendon Press, Oxford, U.K. 119
bne: Обзор старых работ (моих (1973), GLOBAL (1980), ULTRA (1985) ) http://www.mmell.narod.ru/Ell-Enik-Book91.pdf Уже после этого появлялся софт 90-х годов СARB и TERR (если не приврал в названиях) - программы под DOS в ИНГИС OPTCOM (Кнеллер, Гайфуллин Уфа) http://www.petrophysics.borda.ru/?1-3-20-00000005-000 ELAN (Schlumberger) http://www.petrophysics.borda.ru/?1-3-0-00000016-000 Multimin (Paradigm) http://www.petrophysics.borda.ru/?1-3-0-00000030-000 FugroJason http://www.petrophysics.borda.ru/?1-3-0-00000012-000 GeoWin (Poland) http://www.petrophysics.borda.ru/?1-3-0-00000027-000 Можно бы сослаться и на SOLVER, но на мой вкус и петрофизика и константы там зашитые дискридетируют идею ModERn-Log (ПАНГЕЯ) http://www.petrophysics.borda.ru/?1-3-0-00000028-000 Крен тут давно сместился в сторону полноты моделей и качества инверсии Вместе с тем в ряде случаев и сами алгоритмы инверсии работают некачественно (обычно их описание отсутствует) Аналогичный софт есть в Бугульме (Автор Мунавар Аглиуллин) ссылок у меня тут нет Аналогичный софт есть в Мексиканском институте нефти (Авторы Казаченко, Марков, Мусатов - пишу по алфавиту) ссылок у меня тут нет
bne: Российская академия наук Сибирское отделение Институт нефтегазовой геологии и геофизики им. А.А. Трофимука Приоритетное направление СО РАН Геофизика, геодинамика Физические поля Земли: природа, взаимодействие, интерпретация Программа СО РАН «Развитие теоретико-методических основ геофизических исследований флюидонасыщенных пространственно-неоднородных геологических и техногенно измененных сред» Координатор: академик М.И. Эпов Научный проект на 2007-2009 гг. «Интерпретационная база комплекса геофизических исследований флюидонасыщенных коллекторов» Руководитель: д.т.н. И.Н. Ельцов Новосибирск 2006 1. Обоснование необходимости проведения исследований a. Фундаментальная научная проблема. Проект направлен на развитие мето-дов изучения физических свойств флюидосодержащих горных пород в естествен-ном залегании. b. Актуальность исследований определяется необходимостью перехода к реалистичным моделям, учитывающим распределение флюидов в горных породах и трехмерную структуру среды, а также назревшей задачей перехода к математиче-ски формализованным методам решения обратных задач (joint inversion) для ком-плекса геофизических исследований в скважинах (ГИС). Работы по проекту имеют особое значение для повышения эффективности исследования сложно построен-ных резервуаров углеводородов, характеризующихся тонкой слоистостью и анизо-тропией пластов, вскрываемых наклонно направленными скважинами. c. Сложившийся уровень решения проблемы в России и за рубежом. Несмот-ря на имеющийся прогресс в теории, методах и аппаратуре для геофизических ис-следований в скважинах, методики определения пористости, проницаемости и неф-тенасыщенности коллекторов недостаточно эффективны. Они базируются на эмпи-рически устанавливаемых петрофизических зависимостях, как правило, опреде-ленных для отдельных методов ГИС, и нуждаются в серьезной теоретической про-работке. В основе интерпретации данных ГИС лежит модель сплошной микроодно-родной среды. Наличие в породе флюида, за редкими исключениями, учитывается не полностью. Традиционно инверсия экспериментальных данных (восстановление пара-метров среды по результатам измерений) выполняется отдельно для различных ме-тодов и затем на основе комплексного анализа обобщается. Выполненная в рамках моно-методов инверсия из-за различной физической природы полей (например, по-стоянного электрического (БКЗ) и переменного электромагнитного – (ИК, ВИКИЗ)) и многомасштабности среды порождает плохо сопоставимые между со-бой модели, что обычно объясняют разной локальностью установок зондирований. Заметим, что традиционная интерпретация ГИС имеет конечной целью оп-ределение параметров неизмененной части пласта, а зона проникновения зачастую выступает как мешающий объект, влияние которого на результаты интерпретации приводит к увеличению ошибок в определении характеристик залежи. В реальной ситуации нефтегазовая залежь представлена пористым коллекто-ром, заполненным нефтью, газом и пластовой водой. При бурении скважин в усло-виях репрессии на пласт фильтрат бурового раствора проникает в коллектор, от-тесняя вглубь пласта нефть и воду. Этот процесс развивается во времени, а харак-теристики измененной зоны зависят от технологических параметров бурения и гидрофизических параметров пластов. Таким образом, можно рассматривать геофизическую модель прискважин-ной зоны как результат бурения и фильтрации, которые описываются законами гидродинамики. Привлекая для интерпретации данные различных по физической природе геофизических методов и создаввая гидродинамически обоснованные гео-физические модели, можно рассчитывать на значительное улучшение свойств об-ратной задачи восстановления по данным измерений параметров зоны проникно-вения и пласта-коллектора. В этой постановке задачи интерпретации геофизических данных естествен-ным образом учитывается фактор времени и открывается возможность построения динамических моделей, что особенно эффективно для данных многократных изме-рений. Проблема комплексной интерпретации может быть решена на количествен-ной основе как согласование комплекса геофизических, технологических и петро-физических данных в рамках гидродинамически обоснованной модели гетероген-ной среды. Несмотря на то, что число параметров объединенной модели сущест-венно увеличивается, свойства обратной задачи улучшаются. Согласование экспе-риментальных данных, отражающих различные физические процессы в одном природном объекте – нефтяной залежи, приводит к уменьшению области эквива-лентности. Кроме того, параметры зоны проникновения содержат данные о под-вижности флюидов и могут дать больше информации о фильтрационно-емкостных характеристиках, чем параметры самого неизмененного проникновением пласта. Работы в этом направлении в России и за рубежом начали развиваться толь-ко в последние годы. Например, проблема комплексной интерпретации индукци-онных (ИК) и гальванических (БКЗ) каротажных зондирований рассматривалась в рамках двумерной модели сплошной среды (Кнеллер, 2002), что естественно имеет ограниченное применение из-за различной природы взаимодействия с геологиче-ской средой постоянного электрического и вихревого поля. В работах западных геофизиков (Zhang, J.H., 2002, Druskin, 2003) исследовалась проблема влияния фильтрационных процессов на результаты ГИС. Но при этом рассматривалось фронтальное вытеснение флюидов, что имеет место только при очень высоких проницаемостях (10 и более Дарси), в то время как промышленные нефтяные пла-сты чаще всего имеют проницаемость 10-500 мДарси. Важно отметить, что именно параметры пространственного распределения концентрации солей и водонасыщен-ности контролируют распределение электропроводности, что, в свою очередь, влияет на результаты измерений электрических характеристик. Интерес к обсуж-даемой проблеме растет и, по-видимому, отражает современные тенденции в раз-витии геофизических исследований в скважинах. Работы по созданию гидродинамической модели прискважинной зоны, воз-никающей при бурении скважин, в упрощенной постановке выполняются и за ру-бежом, однако в практике интерпретации ГИС господствуют традиционные мето-ды, основанные на упрощенных моделях фронтального вытеснения. Переход к мо-делям, учитывающим реальное распределение флюидов в прискважинной зоне, за-висящим от времени (т.е. динамическим), сдерживается как недостаточной разре-шающей способностью используемой аппаратуры для геофизических исследова-ний в скважинах, так и применением слабо связанных между собой упрощенных схем математического моделирования основных процессов, протекающих в этой области. Предлагаемые работы, безусловно, лежат в русле мировых научных приори-тетов. Подобного уровня разработки в мировой литературе ранее не упоминались. ======== Состав исполнителей проекта № ФИО Уч. степень Должность Примечание 1 1. Эпов М.И., д.т.н., академик 1-й зам. директора 2 Ельцов И.Н. д.т.н. зам. директора 3 Антонов Ю.Н. д.т.н. г.н.с. 4 Сухорукова К.В. к.т.н. н.с. 5 Соколов В.П. к.ф.-м.н. с.н.с. 6 Соболев А.Ю. - н.с. 7 Павлова М.А. - м.н.с. 8 Нестерова Г.В. - н.с. 9 Глинских В.Н. к.ф.-м.н. уч. секретарь 10 Никитенко М.Н. к.т.н. с.н.с. 11 Лысь Е.В. - м.н.с. 12 Лисица В.В. - м.н.с. 13 Хисамутдинов А.И. д.ф.-м.н. г.н.с. 14 Федорин М.А. к.ф.-м.н. н.с. 15 Анофрикова Т.А. - вед. инженер 16 Корнева Т.А. - вед. инженер 17 Сущева Н.Н. - инженер 18 Незбудей А.Ю. - вед. инженер 19 Бердникова Е.А. - инженер 20 Нечаев О.К. к.ф.-м.н. н.с. Планируется пе-ревод на бюджет 21 Бочаров А.А. к.ф.-м.н. с.н.с. Планируется пе-ревод на бюджет 22 Игнатов В.С. - аспирант ИНГГ Внебюджет. 23 Напреев Д.В. - аспирант ИНГГ Внебюджет. 24 Киндюк В.А. - аспирант ИНГГ Внебюджет. 25 Банзаров Б.В. - аспирант НГУ Внебюджет. 26 Штабель Е.П. - аспирант ИНГГ Внебюджет. 27 Мариненко А.В. - аспирант ИНГГ Внебюджет. Предполагаемые ответственные исполнители блоков (этапов) проекта. БЛОК I (2007 г.). Ответственный исполнитель д.т.н. Ельцов И.Н. БЛОК II (2007 г.). Ответственные исполнители д.т.н. Ельцов И.Н., н.с. Со-болев А.Ю . БЛОК III (2007-2008 гг.). Ответственные исполнители д.ф.-м.н. Хисамут-динов А.И., к.ф.-м.н. Федорин М.А., к.ф.-м.н. Глинских В.Н., к.ф.-м.н. Бочаров А.А., к.ф.-м.н. Нечаев О.К. БЛОК IV (2007-2009 гг.). Ответственные исполнители д.т.н. Ельцов И.Н., к.ф.-м.н. Глинских В.Н. БЛОК V (2007-2009 гг.). Ответственныq исполнитель к.ф.-м.н. Глин-ских В.Н. БЛОК VI (2007-2009 гг.). Ответственные исполнители д.т.н. Антонов Ю.Н., к.т.н. Никитенко М.Н., к.т.н. Сухорукова К.В., м.н.с. Павлова М.А. БЛОК VII (2009 г.). Ответственные исполнители к.ф.-м.н. Глинских В.Н., к.ф.-м.н. Федорин М.А. 8. Объемы финансирования на год; в том числе: a. «базовое» бюджетное финансирование – 2 869 000 р.; b. гранты РФФИ (№06-05-64748, 05-05-64227, 05-05-64528) – 750 000 р.; c. научная школа – 150 000 р; d. интеграционные проекты СО РАН (№10, 75) – 1 000 000 р.; e. конкурсные средства СО РАН на поддержку стационаров – 100 000 р.; f. экспедиционные гранты СО РАН 100 000 р.; g. средства Института – 1 000 000 р. Необходимое дополнительное финансирование на: h. научное оборудование (по линии Приборной комиссии СО РАН) – 400 000 р.; i. лицензионное программное обеспечение – 600 000 р. 9. Формы ежегодной и окончательной отчетности. Промежуточные результаты исследований будут доложены на российских и международных научных конференциях, опубликованы в виде научных статей и монографий. Исполнители проекта предполагают проведение регулярных рабочих семиаров и ежегодных конференций (научных сессий). Работа над проектом и ее результаты будут доступны научной общественности посредством телекоммуникационного доступа через сайт ИНГГ СО РАН. Руководитель проекта: д.т.н. И.Н. Ельцов http://www.igm.nsc.ru/data/pso2009/pr_1_k_pso_11_to_15_j_2009.doc
bne: Интересно мне что тут насчет обратной связи и что в итоге будет сделано Страшная вещь интернет Выложенное в сеть начинает жить своей жизнью и потом можно сравнивать задумки и итоги Что особенно интересно для многолетних задач с годовым бюджетом под десяток миллионов рублей
bne: Давний обзор в старом выпуске Log Analyst Peeters, M. and Visser, R.: "A Comparison of Petrophysical Evaluation Packages: LOGIC, FLAME, ELAN, OPTIMA, and ULTRA", The Log Analyst, v. 32, no. 4, p. 350-357, 1991.
bne: В Техасе продолжает работу эта группа Похоже что ее руководитель обладает недюжей коммерческой жилой Представление о направлении работ можно получить по ссылке http://uts.cc.utexas.edu/~cefe/res/2009.htm Помимо собственно инверсии работы включают отдельно Formation Tester и интерпретацию акустического и электрического каротажа Делается все на Fortran-90 c интерфейсом и графикой на MatLab
bne: Выложена у них на сайте На мой вкус ничего принципиального нового
viking23: группа. пока был студентом и читал их статьи, так ничего и не понял, что они делают.
bne: 1) Петрофизика (тут они не очень) 2) Прямые задачи каротажа (наверное это их область) 3) Инверсия (тут они на мой взгляд также не дотягивают) Но раскрутка у них хорошая трудно не позавидовать У меня впечатление, что в Новосибирске примерно также все обстоит по приоритетам и возможностям Но впечаление, что в новосибирской группе слишком велико давление администраторов
bne: Использование методов математической статистики для решения некорректных задач В.Ф. Турчин, В.П. Козлов, М.С. Малкевич классическая статья в УФН 1970 СОДЕРЖАНИЕ. ВВЕДЕНИЕ I. НЕКОРРЕКТНЫЕ ОБРАТНЫЕ ЗАДАЧИ И ТРУДНОСТИ ИХ РЕШЕНИЯ Некорректность обратной задачи Алгебраизация некорректной задачи и обусловленность Приближенное решение некорректных обратных задач II. ИНФОРМАЦИЯ, ПОЛУЧАЕМАЯ ИЗ ЭКСПЕРИМЕНТА, И РЕШЕНИЕ ОБРАТНОЙ ЗАДАЧИ Разрешающая способность и информационная метрика Неопределенность решения обратной задачи III. ЖЕСТКИЕ АПРИОРНЫЕ ОГРАНИЧЕНИЯ IV. ВЕРОЯТНОСТНЫЕ ОГРАНИЧЕНИЯ И МЕТОД СТАТИСТИЧЕСКОЙ РЕГУЛЯРИЗАЦИИ V. ОБРАТНЫЕ ЗАДАЧИ ОПТИЧЕСКОГО ЗОНДИРОВАНИЯ АТМОСФЕРЫ http://ufn.ru/ufn70/ufn70_11/Russian/r7011a.pdf
bne: jinsong chen и байесовская инверсия Работал в Беркли Bayesian Approaches for Subsurface Characterization Hydrogeological and Geophysical Data Using Есть ранняя совместная публикация с Verdin (собственно примерно с того момента IMHO и родилась инверсия у Verdin) Довольно много публикаций по ссылке http://esd.lbl.gov/FILES/about/staff/jinsongchen/
bne: Это еще один ранний соавтор Verdin Статья по ссылке http://www.math.ntnu.no/~omre/mines/MalGeoJI2002.pdf
bne: Swarm intelligence optimization and its application in geophysical data inversion Applied Geophysics Chinese Geophysical Society ISSN 1672-7975 (Print) 1993-0658 (Online) Volume 6, Number 2 / Июнь 2009 г. Категория Technical Papers DOI 10.1007/s11770-009-0018-x pp 166-174 Technical Papers Nonlinear Integrated Inversion Swarm intelligence optimization and its application in geophysical data inversion Sanyi Yuan1 , Shangxu Wang1 and Nan Tian1 (1) CNPC Key Laboratory of Geophysical Exploration, Key Laboratory of Earth Prospecting and Information Technology, China University of Petroleum, Beijing, 102249, China Received: 15 November 2008 Revised: 20 January 2009 Published online: 26 June 2009 Abstract The inversions of complex geophysical data always solve multi-parameter, nonlinear, and multimodal optimization problems. Searching for the optimal inversion solutions is similar to the social behavior observed in swarms such as birds and ants when searching for food. In this article, first the particle swarm optimization algorithm was described in detail, and ant colony algorithm improved. Then the methods were applied to three different kinds of geophysical inversion problems: (1) a linear problem which is sensitive to noise, (2) a synchronous inversion of linear and nonlinear problems, and (3) a nonlinear problem. The results validate their feasibility and efficiency. Compared with the conventional genetic algorithm and simulated annealing, they have the advantages of higher convergence speed and accuracy. Compared with the quasi-Newton method and Levenberg-Marquardt method, they work better with the ability to overcome the locally optimal solutions. Keywords Swarm intelligence optimization - geophysical inversion - multimodal - particle swarm optimization algorithm This research was financially supported by the 973 Program (Grant No 2007CB209600) and Open Fund (No. GDL0706) of the Key Laboratory of Geo-detection (China University of Geosciences, Beijing), Ministry of Education. Yuan Sanyi received a Bachelor’s degree of Prospecting Technology and Engineering at Yangtze University in 2006. He is now a PhD student at China University of Petroleum (Beijing). His research interests mainly includes spectral inversion, swarm intelligence inversion, and seismic data processing.
bne_mumbai2: On the Use of Global Optimization Methods in the Interval Inversion of Borehole Geophysical Data Authors: M. Dobroka, N.P. Szabo Event name: 68th EAGE Conference & Exhibition Session: Wellbore Data Acquisition and Interpretation 1 Publication date: 12 June 2006 Language: English Info: Extended abstract, PDF (791.64 KB) Organisations: SPE, EAGE Summary In the paper two global optimization methods called FGA (Float-Encoded Genetic Algorithm) and Very Fast Simulated Annealing (VFSA) are presented in solving the nonlinear geophysical well logging inverse problem. Applying global optimization for the interpretation of well logging data has got a strong advantage against conventional linear inversion methods. Furthermore, they can even improve the performance of modern inversion methods like the so-called interval inversion method developed by us, which estimates petrophysical parameters more accurately and more reliable than point by point inversion techniques owing to an effective joint inversion procedure. Moreover, it gives an estimate for the layer-thicknesses that can not be treated as unknowns in the conventional point by point well logging inversion. In the paper, we make a comparison between global interval inversion techniques using synthetic and measured well logging data. ...
bne_mumbai2: Вообще же эта публика немало в EAGE печатается Хотя по каротажу все это смотрится порой странноватенько по существу дела
bne: Все же пора поднять тему сравнительного анализа строения критериев для оптимизационной инверсии и сопряженную с ней тему алгоритмов оптимизации Гравики это подробно изучали, сейсмики анализировали, а в каротаже это не модно Подозреваю, что просто публика не дозрела
Василий: Приемы повышения качества интерпретации электроразведочных данных http://web.ru/db/msg.html?mid=1183092 Для решения данной проблемы нами предложена методика, позволяющая улучшить результаты инверсии. Суть алгоритма заключается в использовании нестандартного сглаживающего оператора. Оператор строится таким образом, чтобы производить сквозное осреднение несмежных со скважиной ячеек. Никто случайно не знает что означает сквозное осреднение несмежных со скважиной точек?
bne: У меня впечатление, что речь идет о сглаживании аномалий вдали от влияния скважин Все значения далекие от скважин осредняются по некому алгоритму с весом По сути это означает уменьшение роли мезонеоднородностей если таковые встречаются Но это IMHO не только повысит устойчивость, но может привести и к потере информации (нужен параметр и его выбор)
Isajcheva: Очень похоже на скользящее среднее при ядерно-магнитном томографическом каротаже для подавление помех. 4 индикатора (смещение, шум, реверберация, шум между эхо-сигналами). Можно посмотреть также метод противофазных пар (PAP). Физика в Феймановских лекциях, кажется первые 2 тома.
bne: STATISTICAL METHODS OF GEOPHYSICAL DATA PROCESSING by Vladimir Troyan (Saint Petersburg State University, Russia) & Yurii Kiselev (Saint Petersburg State University, Russia) Table of Contents (96k) Introduction (97k) Chapter 1: Basic Concepts of the Probability Theory (3,357k) This textbook contains a consideration of the wide field of problems connected with statistical methods of processing of observed data, with the main examples and considered models related to geophysics and seismic exploration. This textbook will be particularly helpful to students and professionals from various fields of physics, connected with an estimation of the parameters of the physical objects by experimental data. The reader can also find many important topics, which are the basis for statistical methods of estimation and inverse problem solutions. Contents: Basic Concepts of the Probability Theory Elements of Mathematical Statistics Models of Measurement Data The Functional Relationships of Sounding Signal Fields and Parameters of the Medium Ray Theory of Wave Field Propagation Methods for Parameter Estimation of Geophysical Objects Statistical Criteria for Choice of Model Algorithms of Approximation of Geophysical Data Elements of Applied Functional Analysis for Problem of Estimation of the Parameters of Geophysical Objects Construction and Interpretation of Tomographic Functionals Tomography Methods of recovering the Image of Medium Methods of Transforms and Analysis of the Geophysical Data Readership: Undergraduates, graduate students and professionals in geophysics and physics dealing with parameters estimation, signal processing and inverse problem solution.
bne: Личная стираница и полезные ссылки http://www2.imm.dtu.dk/~pch/
bne: Нашел тест по инверсии В статьях венгров (там похоже две группы) есть примеры Забавно, но они развлекаются и с выбором метода
bne: Mathematics in Geosciences, September 2001 - June 2002 Talk Abstracts: Inverse Problems and Quantification of Uncertainty April 22-26, 2002 Материалы по ссылке http://silver.ima.umn.edu/talks/workshops/4-22-26.2002/index.html
bne: Clay Minerals; March 2011; v. 46; no. 1; p. 25-45; DOI: 10.1180/claymin.2011.046.1.25 © 2011 Mineralogical Society of Great Britain and Ireland Evaluation of mineral composition and petrophysical parameters by the integration of core analysis data and wireline well log data: the Carpathian Foredeep case study T. Zorski1,*, A. Ossowski1, J. rodo2 and T. Kawiak2 1 AGH University of Science and Technology, Faculty of Geology, Geophysics and Environmental Protection, al. Mickiewicza 30, 30-059 Kraków, Poland, and 2 Institute of Geological Sciences PAN, Senacka 1, 31-002 Kraków, Poland (Received 30 April 2009; revised 13 September 2010) Knowledge of mineral composition is helpful in the interpretation of well-logging data, where the hydrocarbon saturation is expected as the final result. It is calculated from the electric resistivity, cation exchange capacity (CEC) and porosity. Porosity is calculated from the bulk density, which is measured directly in the well, and the matrix (mineralogical, grain) density, which can be calculated precisely only when the mineral composition is known. In the shale-sand formations, which are the subject of this study, the rock matrix can conduct electric current. The Waxman–Smits formula is applied to calculate the water saturation of such rocks. This formula combines rock porosity, water saturation, water resistivity and the CEC with the total rock resistivity measured in the well. CEC is introduced to this formula as the parameter determining the shale ability to conduct electricity. Typically, CEC is controlled by the smectite content of the rock. In order to evaluate the input data needed in the log interpretation the extended mineralogical (quantitative mineral composition, CEC) and chemical (major, trace and REE) analyses were made for over 200 core samples obtained from four gas fields in the Miocene formation of the Carpathian Foredeep. The most important clay component: the sum of mixed-layer illite-smectite and discrete illite has been quantified. The detailed recognition of clay minerals allowed for constraining the density-neutron cross-plot, which is a well log data interpretation technique for the determination of both porosity and shale content in shale-sand formations. The statistical multivariate analysis of all data helped to set up a comprehensive petrophysical model. A reliable correlation (r2 = 0.96) of the thermal neutron absorption cross-section () and the total natural radioactivity (GR) with CEC was established. Such good correlation allows for a continuous on-line CEC determination and therefore a reliable application of the Waxman-Smits water saturation model. Experimental equations with similar level of correlation were established for quartz, clay and carbonate contents, allowing the calculation of matrix density, required in the porosity calculation. The high correlation of with CEC reflects the presence of boron in the illite-smectite clays. KEYWORDS: CEC, illite-smectite, natural radioactivity, neutron absorption cross-section, nuclear properties of shale-sand rocks, petrophysical models, thin bedded shale-sand formations http://claymin.geoscienceworld.org/cgi/content/abstract/46/1/25 Полной статьи у меня нет
bne: Application of Adaptive Processing Technique for the Inversion of Open Hole Logs Recorded in Oil Fields of Indian Basins J. P. Narayan and Dr Lalaji Yadav* Petrophysics Division, KDMIPE, ONGC, Deharadun-248195, INDIA ==== 6th International Conference & Exposition on Petroleum Geophysics “Kolkata 2006” (505) Introduction During the Second World War, Norbert Weiner of MIT, USA, one of the foremost mathematicians of the century, was asked to develop a technique for extracting radar signals from noise. The method of least square optimization developed by him eventually proved to be useful in many other applications in information processing. This approach with different assumptions and limitations was also presented by Geophysical Analysis Group (GAG–MIT), under the leadership of E.A. Robinson, in sixties for enhancement of offshore seismic reflection data which is considered as digital revolution in seismic exploration. After a lapse of almost three decades, Mayer and Sibbit (1980), used the least square optimization for formation evaluation (GLOBAL). This was followed by Alberty and Hashmy, 1984 (ULTRA). This paper deals with application of - Adaptive Processing Technique for Comprehensive Well Log Evaluation (APTWEL) developed in 1984-88. APTWEL performs inversion of open hole logs by solving the simultaneous system of logging tool response equations through statistical approach by using weighted least square minimization technique. It involves minimization of the Application of Adaptive Processing Technique for the Inversion of Open Hole Logs Recorded in Oil Fields of Indian Basins J. P. Narayan and Dr Lalaji Yadav* Petrophysics Division, KDMIPE, ONGC, Deharadun-248195, INDIA Summary Adaptive Processing Technique for comprehensive well log evaluation solves the simultaneous system of logging tool response equations through statistical approach by using weighted least square minimization technique. It involves minimization of the incoherence function i.e. summation of square of errors between the measured and constructed logs by incorporating the total uncertainties on tools, parameters and response equations. It also simultaneously optimizes the unknowns and zones parameters in different way. It introduces the statistical theory that least square estimates are the mean estimates and only mean values are optimized while selecting minerals parameters for a particular zone. Process is adaptive in the sense that it uses the results of previous stage/level as the input to the next stage/level. Adaptive Processing Technique has been successfully in use for comprehensive well log evaluation of all type of reservoirs of Indian Basins. Siliciclastics complex reservoirs of Upper Assam, Krishna Godavary and Kavery Basins, Western on Shore and offshore, fractured and non fractured carbonates reservoirs of Mumbai High have been processed with this package. Evolution of basic concept of inversion of open hole logs through weighted least square technique and how basic conditions, which ensures the mathematical feasible solutions for the log evaluation problem, are linked through parameter selection on cross plots are illustrated with actual field examples. Selection of parameters on cross plots which ensures feasibility of the mathematical solutions and minimum value of incoherence /error function are essential for the successful application of the package. The log analyst has to achieve the meaningful results by fine-tuning the parameters within the uncertainties defined on the log measurements. An improper parameter selection can produce a meaningless paralogs, which may not corroborate at all with the geological model/ reservoir characteristics of the field. http://www.spgindia.org/conference/6thconf_kolkata06/22.pdf
bne: 6th International Conference & Exposition on Petroleum Geophysics “Kolkata 2006” (797) Validation of Input and Output Parameters for Realistic Evaluation of Open Hole Logs Through Inverse Modeling Lalaji Yadav*, Narayan Singh Rawat, Aloke Kr Bhanja and Kamaleshwar Rai KDMIPE ONGC Dehradun Introduction Solving the simultaneous system of logging tool response equations through statistical approach by using weighted least square minimization technique performs inversion of open hole logs. It involves minimization of the objective function i.e. summation of square of errors between the measured and constructed logs by incorporating the total uncertainties on tools, parameters and response equations. Global minimum for objective function is ensured only for a particular combination of input and output parameters. However, theoretically same value of objective function can be achieved with infinite number of combinations of input / output parameters, even with uniquely determined system of equations i.e. equal number of unknowns and equations. Hence, validation of input/ output parameters becomes essential part of log data processing / interpretation with greater degree of authenticity, similar to calibration of logging tools prior to recording of logs. Standard log response parameters for almost all type and group of known minerals are generally well published and available along with inverse modeling packages. These parameters cannot be directly used for inversion of logs, as formations in nature cannot be modeled with limited number of pure mineral constituents. Actually, lumping of the group of minerals is done to keep the number of minerals less than or equal to the available number of Summary Inversion of open hole logs is performed by solving the simultaneous system of logging tool response equations through statistical approach by using weighted least square minimization technique. It involves minimization of the objective function i.e. summation of square of errors between the measured and constructed logs by incorporating the total uncertainties on tools, parameters and response equations. Global minimum for objective function is ensured for a particular combination of input and output parameters. However, theoretically same value of objective function can be achieved with infinite number of combinations of input / output parameters, even with uniquely determined system of equations. Imposition of geological and geophysical constraints on the solutions brings it to a finite but still too large to fix it for a unique set of parameters. Further, imposition of constraints from core measurements viz. porosity, mineral volumes and grain density and production testing results on input/output parameters, makes the parameters selection easier and more realistic in a particular geological setting. Hence, validation of input/output parameters becomes essential part of log data processing / interpretation with greater degree of authenticity, similar to calibration of logging tools prior to recording / presentation of logs. All the inverse modeling packages are to be treated as weighted least square solver of approximate linear/nonlinear simultaneous tool response equations with geological and geophysical constraints imposed on the solutions and provide no means for model selection and verification. Validation of I/O parameters is to be ensured by its calibration against known lithologies like clean sand, limestone or shale/clay zones if available. Otherwise, log response parameters for the respective component has to be derived from partial effects seen on the log by using linear extrapolation technique on cross plots where log responses of the different constituents are defined as vertices of a multidimensional polygon defined by the number of available log measurements. Multidimensional polygon is visualized by generating cross plots for all the possible subsets/ planes viz. four log measurements will have six planes / cross plots. Vertices of the rock components are kept same on the entire cross plots. http://www.spgindia.org/conference/6thconf_kolkata06/23.pdf
bne: MINIMIZING LOG ANALYSIS ERRORS: THE USE OF OPTIMIZING PETROPHYSICS – GHAWAR FIELD Ramsin Y. Eyvazzadeh Stephen G. Cheshire Rami H. Nasser David G. Kersey SAUDI ARAMCO JOURNAL OF TECHNOLOGY FALL 2004 ABSTRACT The transformation of borehole logging measurements into accurate and precise porosity, lithology, permeability and fluid saturation data is the most important result of a petrophysical analysis. A fundamental petrophysical problem is how to minimize systematic and random errors associated with data acquisition from different logging tools, variable borehole conditions and reservoir properties. Historically, errors were minimized by increasing the number of logs and/or calibration of results to core data. In the 1980’s, a major development in petrophysics was the ability to utilize error minimizing routines to optimize the accuracy of petrophysical results. This optimization analysis combines input data with a set of response functions to find the best solution by minimizing the differences between predicted answers and actual inputs. Even though this technique appears to have technical advantages, acceptance has been limited due to underlying complex mathematics, and consequently, the process is less understood. A recent study was completed to determine the strengths and weaknesses of this type of analysis on Ghawar field, Saudi Arabia. Due to its vast areal extent, unique reservoir properties and extensive logging and core data, this field provided an ideal basis to evaluate optimizing analytical models. Data from several logging companies was used to show the combined effects of tool types and vintages, borehole conditions and reservoir properties on the utility of optimized petrophysical methods in Ghawar field. REFERENCES Amaefule, J.O. and D.K. Keelan, (1989). “Stochastic Approach to Computation of Uncertainty of Petrophysical Properties,” Society of Core Analyst Paper #89047. Cannon, D.E. and G.R. Coates, (1990). “Applying Mineral Knowledge to Standard Log Interpretation,” Paper V in Transactions, 31st SPWLA Annual Logging Symposium. Cantrell, D. et al., (2001). “Geology and Production of Dolomite, Arab-D reservoir, Ghawar Field, Saudi Arabia,” GeoArabia, Vol 6, No. 1, Gulf Petrolink, Manama, Bahrain. Daetwyler, C. et al., (1988). “Arab-D Reservoir Geology Guide; Abqaiq and Ghawar Fields, Saudi Arabia.” Longeron, et al. “Effect of Overburden Pressure, Nature and Microscopic Distribution of the Fluids on Electrical Properties of Rock Samples.” Mayer, C. and A. Sibbit, (1980). “Global, a New Approach to Computer-Processed Log Interpretation,” SPE paper 9341. Quirein, J. et al., (1986). “A Coherent Framework for Developing and Applying Multiple Formation Evaluation Models,” Transactions, 27th SPWLA Annual Logging Symposium, Houston, TX. Theys, Ph., (1991). “Log Data Acquisition and Quality Control.” http://ipac.kacst.edu.sa/eDoc/eBook/768.pdf
bne: В работе строится система уравнений для Верхне-Чонского месторождения и осуществляется ее инверсия Просмотрел по диагонали и написал свои соображения (замечания) - ниже цитата ================ Посмотрел автореферат по диагонали и увидел несколько теоретических проблем 1) Нельзя просто так линейно применять уравнения для проводимости и диэлектрической проницаемости (система (1)) Это грубая ошибка 2) В той же системе отсутствует уравнение связи Квс (для зоны предельного насыщения) с пористостью и глинистостью Это снижает точность системы 3) То что он называет фрактальным подходом - формула (3) всего лишь IMHO непонятые (а может непрочитанные) публикации Бруггермана и Семенова (не говоря уже о моих с Элланским - ритуальную ссылку на них я видел) в том числе и их ограничения 4) Насколько хорошо делает инверсию Solver я просто не в курсе - надо бы проверить
bne: Fast probabilistic nonlinear petrophysical inversion Mohammad S. Shahraeeni1 and Andrew Curtis1 GEOPHYSICS, VOL. 76, NO. 2 (MARCH-APRIL 2011); P. E45–E58, 12 FIGS., 3 TABLES. ABSTRACT We have developed an extension of the mixture-density neural network as a computationally efficient probabilistic method to solve nonlinear inverse problems. In this method, any postinversion (a posteriori) joint probability density function (PDF) over the model parameters is represented by a weighted sum of multivariate Gaussian PDFs. A mixturedensity neural network estimates the weights, mean vector, and covariance matrix of the Gaussians given any measured data set. In one study, we have jointly inverted compressional- and shear-wave velocity for the joint PDF of porosity, clay content, and water saturation in a synthetic, fluid-saturated, dispersed sand-shale system. Results show that if the method is applied appropriately, the joint PDF estimated by the neural network is comparable to the Monte Carlo sampled a posteriori solution of the inverse problem. However, the computational cost of training and using the neural network is much lower than inversion by sampling (more than a factor of 104 in this case and potentially a much larger factor for 3D seismic inversion). To analyze the performance of the method on real exploration geophysical data, we have jointly inverted P-wave impedance and Poisson’s ratio logs for the joint PDF of porosity and clay content. Results show that the posterior model PDF of porosity and clay content is a good estimate of actual porosity and clay-content log values. Although the results may vary from one field to another, this fast, probabilistic method of solving nonlinear inverse problems can be applied to invert well logs and large seismic data sets for petrophysical parameters in any field. http://www.geos.ed.ac.uk/homes/acurtis/Shahraeeni_Curtis_Geop_2011.pdf Исключительно по Google вышел ;-)
bne: Published uncertainty values for the tool types used in the Ghawar field Formation Density (kg/m3) 26.4 Neutron (fraction) 0.014 Sonic Transit Time (us/m) 6.4 Photoelectric Absorption (barns/cm3) 0.32 Total Gamma (API units) 6 Spectral Thorium (ppm) 0.5 Spectral Potassium (percent) 0.2 Spectral Uranium (ppm) 1 Unflushed Conductivity (mho/m) calculated Flushed Conductivity (mho/m) calculated Core Porosity (fraction) 0.005 Core Grain Density (kg/m3) 10 Ramsin Y. Eyvazzadeh, Stephen G. Cheshire, Rami H. Nasser, David G. Kersey MINIMIZING LOG ANALYSIS ERRORS: THE USE OF OPTIMIZING PETROPHYSICS – GHAWAR FIELD http://ipac.kacst.edu.sa/eDoc/eBook/768.pdf
bne: 40 ЛЕТ ОПТИМИЗАЦИОННОЙ ПЕТРОФИЗИЧЕСКОЙ ИНВЕРСИИ (ГОРИЗОНТЫ И ЛОВУШКИ) ЕНИКЕЕВ Б.Н. ЗАО "ПАНГЕЯ" НАУКА И ТЭК Издательство: Многопрофильное инновационное предприятие топливно-энергетического комплекса (Тюмень) ISSN: 2223-0823 АННОТАЦИЯ: В 2012 году наступает 40-летний юбилей создания первого алгоритма оптимизационной петрофизической инверсии, к настоящему времени выросшему в одно из основных направлений количественной интерпретации каротажа в западных и отечественных пакетах интерпретации. СПИСОК ЛИТЕРАТУРЫ: 1. Халфин Л.А. Информационная теория ин-терпретации геофизических исследований ДАН СССР т.122 № 6 1958 2. Гольцман Ф.М. Cтатистические модели интерпретации Наука Ф/М. 1971 327cтр. 3. Еникеев Б.Н. Cистемный подход к статистической интерпретации геофизических данных в задачах с априорно известной структурой многомерных моделей. Тезисы семинара "Применение математических методов и ЭВМ в геологии" Алма-Ата 1974, стр. 85-87. (www. petrogloss.narod.ru) 4. Еникеев Б.Н., Кашик А.С., Чуринова И.М., Шпикалов Ю.А. Cистемный подход к оценке свойств пласта по данным каротажа (модели и методы). М.: ВНИИОЭНГ, 1980 (Обзорная информация, сер. Нефтегазовая геология и геофизика). 5. Meyer C., Sibbit A. Global, А new Approach to Computer Processed Log Interpretation SPE 9346 55 Annual Fall Conference and Exhibition of the SPE 1980. 6. Cидорчук А.И., Кнеллер Л.Е., Гайфуллин Я.С. Использование идей оптимизации и идентификации при комплексной обработке данных каротажа. Математические методы идентификации моделей в геологии М.: МОИП 1983 стр.58-61. 7. Alberty Mark W., Hashmy Khaled H., Application of Ultra to Log Analysis, SPWLA 25th Annual Logging Symposium, 1984-Z 8. Еникеев Б., Чуринова И., Шпикалов Ю. Развитие методов количественной интерпретации ГИС в рамках АСОИГИС (проблемы и перспективы) Исследования и разработки в области нефтяной геофизики в странах-членах СЭВ т.2 М.: CЭВ 1988 cтр 33-40. 9. Peeters M., Visser R. A Comparison Of Petrophysical Evaluation Packages: Logic, Flame, Elan, Optima, and Ultra, The Log Analyst, Volume 32, Number 4, July -August, 1991 10. Элланский М.М., Еникеев Б.Н. Использование многомерных связей в нефтегазовой геологии М.: Недра 1991 208стр. 11. Зунделевич С.М., Еникеев Б.Н., Неяглова О.А. Некоторые принципиальные проблемы построения систем поддержки количественной интерпретации данных каротажа и пути их решения в оболочке PetroSoftShell//Проблемы интерпретации данных ГИС на ЭВМ. Сб.тр. Вып.2 Тюмень 1992 стр.19-25. 12. Quirein J. A., Truax J. A. and Perkins T., A Petrophysical Interpretation Framework Supporting the Development of Geological, Geophysical and Engineering Models, SPWLA 45th Annual Logging Symposium, 2004, Paper JJJ. 13. Mosegaard K, Tarantolla A. Probabilistic Approach to Inverse Problems In: International Handbook of Earthquake and Engineering Seismology, published by Academic Press for the International Association of Seismology and Physics of the Earth Interior, 2002. 14. Kazatchenko, E., Markov, M., Mousatov, A., Pervago, E., "Joint inversion of conventional well logs for evaluation of double-porosity carbonate formations". Journal of Petroleum Science and Engineering, 2007, Vol. 56, No 4, pp. 252-266. 15. Carlos Torres-Verdin, Bovan K. George, Mojdeh Delshad, Richard Sigal, Farid Zouioueche, and Barbara Anderson Assessment of In-Situ Hydrocarbon Saturation in the Presence of Deep Invasion and Highly Saline Connate Water PETROPHYSICS, 2004 VOL. 45, NO. 2; P. 141-156. 16. Enikeev B.N., Kazurov A.B. Development of technology of petrophysical knowledge synthesis and its application to formation evaluation. SPG-2010 Haiderabad [2010] 17. Еникеев Б.Н., Казуров А.Б.Опыт построения и использования алгоритмов петрофизической инверсии и настройки их параметров CD-ROM KazGeo [2010] 18. Еникеев Б.Н. Презентация возможностей ModERn в Лукойл (октябрь 2012)http://www.pangea.ru/ru/img_content/public/PetroExpert_ ModERn_Enikeev.pdf 19. Greg Hodges VOODOO METHODS: DEALING WITH THE DARK SIDE OF GEOPHYSICS Fugro Airborne Surveys, Toronto,Canada SAGEEP-2005 http://petrophysics.b.qip. ru/?1-0-0-00000030-001.001.001-0-0 20. Ritzer George The McDonaldization of Society 5. Pine Force Press 2008
bne: Modified Approach for Probabilistic Petrophysical Software Used for Evaluation of Shale Reservoirs Paul Pavlakos*, Weatherford Petroleum Consulting, Calgary AB paul.pavlakos@ca.weatherford.com Ashok Bhatnagar, Weatherford Petroleum Consulting, Houston TX Khaled H. Hashmy, Weatherford Geoscience Development, Houston TX Abstract Most stochastic or probabilistic petrophysical analysis softwares are designed to correct for effects of shale contained in the reservoir rocks. However, when shale reservoirs are to be evaluated with these programs difficulties are encountered since now it is required to correct the non-shale fraction in the shale “reservoir” for the effect of clays in the shale. The end points for clays in the shale reservoir have to be inferred indirectly since adjacent “clay” beds are almost never met with in the course of field development. This presentation describes how the original GRI approach may be used to infer the clay end points for the Gamma Ray, Compressional and Shear Acoustic travel times, Volumetric Cross-section, U, as also for the Potassium, Thorium and Uranium measurements. This is accomplished by extrapolation from the end-points of the predominant non-shale mineral and that of the zero porosity shale to obtain the clay point based on an a priori knowledge of the ratio of the non-clay fraction in the shale “reservoir”. Once the appropriate clay end points are obtained, they may be used in the probabilistic/stochastic petrophysical analysis software to obtain realistic answers in producing shale reservoirs. Information to the system may be readily supplemented by furnishing constraints based on local geologic information and from the log-core relationships often available for Pyrite, Apatite, TOC, porosity, etc. A major advantage of using this technique is that the TOC is determined simultaneously with other minerals without the need to resort to separate empirical procedures based on differences in the log responses of organic-lean and organic-rich shales. These approaches are quite subjective and, often an organic-lean shale may not be present in the same stratigraphic unit as the organic-rich shale that is to be evaluated – leading to the necessity for sheer guess work. Results presented here testify to the fact that standard probabilistic petrophysical analysis platforms perform very well for unconventional reservoirs where proper clay parameters are input. The available constraints lend themselves to improvement of results by providing a means for incorporating geological information to supplement the well log data. Comparisons with deterministic approaches and with core data are presented to establish the veracity of the computed data. http://www.geoconvention.com/uploads/2013abstracts/305_GC2013_Modified_Approach_for_Probabilistic_Petrophysical_Software.pdf
bne: Fitting and solution of Inverse petrophysical problem on the basis of combination of the parametric and nonparametric interconnections. Author: B.N. Enikeev Event name: Geophysics of the 21st Century - The Leap into the Future Session: Petrophysics Publication date: 01 September 2003 Info: Extended abstract, PDF (201.5Kb) http://earthdoc.eage.org/publication/download/?publication=8980 Доклад с конференции Geophysics of the 21st Century - The Leap into the Future 2003 размещен также на сайте www.MMELL.narod.ru "Пример применения. Нам представляется наиболее интересной обработка данных по отложениям баженов -ской свиты для одного из месторождений Западной Сибири. В качестве наиболее адекватно-го набора переменных были выбраны содержания глин , известняка , доломита, керогена , пи-рита , пористости и насыщения . Фактически используемая нами система взаимосвязей представляет собой несколько принципиально разных типов взаимосвязей : • набор линейных уравнений для описания взаимосвязей водородосодержания, ин-тервального времени , плотности и показаний трех компонент спектрального метода естест -венной радиоактивности с компонентным составом породы; • уравнение для сопротивления ( имеются варианты, учитывающие перколяционные эффекты при высоком содержании пирита ); • уравнение объемного баланса; • уравнения и неравенства связки ряда компонент друг с другом ( в частности нера -венства, ограничивающие область допустимых значений для компонент ). В результате проведения этой работы получается функционал, отражающий невязку вы-численных по моделям и измеренных в скважине показаний методов каротажа с максималь-ным учетом априорной информации ( она выражается как в выборе набора петрофизических взаимосвязей – моделей, их коэффициентов , весов методов, так и в учете внутренних взаи -мосвязей ). Отдельные иллюстративные примеры приведны ниже на рисунке в виде MXY плота ил-люстрирующем взаимосвязь восстановленных показаний каротажа . "
bne: Inversion-based petrophysical interpretation of logging-while-drilling nuclear and resistivity measurements Olabode Ijasan, Carlos Torres-Verdín, and William E. Preeg GEOPHYSICS, VOL. 78, NO. 6 (NOVEMBER-DECEMBER 2013); P. D473–D489, 13 FIGS., 3 TABLES ABSTRACT Interpretation of borehole measurements acquired in high-angle (HA) and horizontal (HZ) wells is challenging due to the significant influence of well trajectory and bed geometrical effects. Experience shows that accurate integrated interpretation of well logs acquired in HA/HZ wells requires explicit consideration of 3D measurement physics. The most reliable alternative for interpretation of well logs in HA/HZ wells is with inversion techniques that correct measurements for shoulder-bed, undulating well trajectory, and bed geometrical effects while taking advantage of high data resolution. We discovered an efficient layer-based inversion workflow for combined, quantitative petrophysical and compositional interpretation of logging-while-drilling sector-based nuclear (density, neutron porosity, photoelectric factor, gamma ray) and array propagation resistivity measurements acquired in HA/HZ wells. A challenging synthetic benchmark example confirmed improved formation evaluation with the layer-based inversion workflow across hydrocarbon-bearing zones in HA/HZ wells, where estimated hydrocarbon pore volume and porosity increased by 10% and 15%, respectively, with respect to conventional interpretation methods. Furthermore, application of the inversion-based method to a field example of HZ well across calcite-cemented siltstone layers confirmed its advantage over conventional interpretation techniques.
bne: http://www.bluebit.gr/matrix-calculator/
bne: Акиньшин Александр Вадимович Специальность: 25.00.10 - Геофизика, геофизические методы поисков полезных ископаемых Тема диссертации: Повышение точности определения подсчетных параметров текстурно-неоднородных песчано-алеврито-глинистых коллекторов по данным геофизических исследований скважин (на примере викуловских отложений Красноленинского свода) Дата защиты: 13 декабря 2013 г. Диссертационный совет: Диссертационный совет Д 212.273.05 при Тюменском государственном нефтегазовом университете ( 625000, г.Тюмень, ул.Володарского, 56, Институт геологии и нефтегазодобычи ТюмГНГУ) Дата публикации объявления: 12 ноября 2013 г. URL автореферата: http://elib.tsogu.ru/files/2013/11/Akinshin.pdf/ Получил автьореферат от автора диссертации
bne: 1) Указание на градиентный спуск и отсутствие данных тестирования счетного алгоритма Градиентный спуск не должен тут сходиться или должен сходиться крайне медленно 2) Отдельно про систему уравнений - это в разделе зависимости 3) Автор мог бы для приличия сослаться на Дахнова, Элланского, меня, Кнеллера, Mayer по инверсии и на Здотникова и Извекова по прослоям
bne: Численная инверсия данных комплекса ГИС Хисматуллина Э.Р. РГУ нефти и газа (НИУ) имени И.М. Губкина Сделан ввод LAS и решение системы линейных уравнений Сравнение с Techlog Ни полслова по истории вопроса и по аналогам Какие руководители - такова и работа
bne: О численном решении совместных обратных задач геофизики с использованием требования структурного подобия Маловичко М.С., Петров И.Б. http://crm.ics.org.ru/journal/article/2912/ =================================================== Забавно, что авторы не только Халфина и Гольцмана игнорируют (хотя на Тарантолу и Жданова ссылаются), но и все публикации на русском
bne: Petrophysical multimineral analysis Instructor: Patricia E. Rodrigues, PhD. SPWLA hosted webinar class on Petrophysical Multimineral Analysis DUE TO POPULAR INTEREST WE ARE OFFERING THIS CLASS AGAIN! IF YOU WERE NOT ABLE TO SECURE A SEAT IN THE SEPTEMBER CLASS YOU CAN NOW REGISTER FOR THE OCTOBER SESSION. Course description Deterministic petrophysical workflows have been successfully applied for decades for the petrophysical characterization of hydrocarbons reservoirs. The application of these workflows to areas of complex lithologies in conventional or unconventional reservoirs has been challenging because traditional models and concepts are not always valid or applicable. Multimineral analysis offers an alternative to conventional petrophysical modeling in areas of complex lithologies. READ MORE Who Should Attend? This class is suited for geoscientists and petrophysicists who would like to better understand or incorporate multimineral analysis in their tools to improve the characterization of complex lithologies in conventional and unconventional reservoirs. It is also suited for geologists, geophysicists interested in rock properties, and engineers with knowledge of basic petrophysical concepts who would like to understand the applications and limitations of multimineral analysis. Instructor: Patricia E. Rodrigues, PhD., SeisPetro Geoconsulting https://www.spwla.org/documents/Training%20Center/MultimineralAnalysisClass.pdf
полная версия страницы