CN112714820A - 通过钻井设备估算待钻的地质构造中孔隙压力值的方法 - Google Patents
通过钻井设备估算待钻的地质构造中孔隙压力值的方法 Download PDFInfo
- Publication number
- CN112714820A CN112714820A CN201980060205.XA CN201980060205A CN112714820A CN 112714820 A CN112714820 A CN 112714820A CN 201980060205 A CN201980060205 A CN 201980060205A CN 112714820 A CN112714820 A CN 112714820A
- Authority
- CN
- China
- Prior art keywords
- processor
- signal
- pore pressure
- observable data
- frequency
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000011148 porous material Substances 0.000 title claims abstract description 77
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000005553 drilling Methods 0.000 title claims description 29
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 94
- 230000002159 abnormal effect Effects 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 5
- 238000005755 formation reaction Methods 0.000 claims description 92
- 238000012360 testing method Methods 0.000 claims description 43
- 238000005259 measurement Methods 0.000 claims description 25
- 230000006870 function Effects 0.000 claims description 20
- 238000001228 spectrum Methods 0.000 claims description 18
- 239000012530 fluid Substances 0.000 claims description 10
- 230000003595 spectral effect Effects 0.000 claims description 10
- 238000012546 transfer Methods 0.000 claims description 9
- 230000005855 radiation Effects 0.000 claims description 8
- 238000003909 pattern recognition Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 4
- 239000007788 liquid Substances 0.000 claims description 3
- 230000035559 beat frequency Effects 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 239000007787 solid Substances 0.000 claims description 2
- 238000000844 transformation Methods 0.000 claims description 2
- 230000008054 signal transmission Effects 0.000 abstract 1
- 239000011159 matrix material Substances 0.000 description 29
- 230000004044 response Effects 0.000 description 15
- 238000012549 training Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 14
- 230000006835 compression Effects 0.000 description 11
- 238000007906 compression Methods 0.000 description 11
- 238000010276 construction Methods 0.000 description 10
- 238000009412 basement excavation Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 9
- 230000008878 coupling Effects 0.000 description 6
- 238000010168 coupling process Methods 0.000 description 6
- 238000005859 coupling reaction Methods 0.000 description 6
- 230000001902 propagating effect Effects 0.000 description 6
- 239000011435 rock Substances 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 238000005520 cutting process Methods 0.000 description 5
- 239000013598 vector Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000006185 dispersion Substances 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000007596 consolidation process Methods 0.000 description 3
- 230000002706 hydrostatic effect Effects 0.000 description 3
- 230000035699 permeability Effects 0.000 description 3
- 230000010287 polarization Effects 0.000 description 3
- 238000000513 principal component analysis Methods 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 239000007983 Tris buffer Substances 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005056 compaction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 229910003460 diamond Inorganic materials 0.000 description 2
- 239000010432 diamond Substances 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000002045 lasting effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000012896 Statistical algorithm Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 239000013256 coordination polymer Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 238000001453 impedance spectrum Methods 0.000 description 1
- 238000012625 in-situ measurement Methods 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000011545 laboratory measurement Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003071 parasitic effect Effects 0.000 description 1
- 238000012567 pattern recognition method Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000002002 slurry Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000004441 surface measurement Methods 0.000 description 1
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B47/00—Survey of boreholes or wells
- E21B47/06—Measuring temperature or pressure
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B10/00—Drill bits
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B47/00—Survey of boreholes or wells
- E21B47/02—Determining slope or direction
- E21B47/022—Determining slope or direction of the borehole, e.g. using geomagnetism
- E21B47/0224—Determining slope or direction of the borehole, e.g. using geomagnetism using seismic or acoustic means
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B47/00—Survey of boreholes or wells
- E21B47/12—Means for transmitting measuring-signals or control signals from the well to the surface, or from the surface to the well, e.g. for logging while drilling
- E21B47/14—Means for transmitting measuring-signals or control signals from the well to the surface, or from the surface to the well, e.g. for logging while drilling using acoustic waves
- E21B47/16—Means for transmitting measuring-signals or control signals from the well to the surface, or from the surface to the well, e.g. for logging while drilling using acoustic waves through the drill string or casing, e.g. by torsional acoustic waves
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
- E21B49/006—Measuring wall stresses in the borehole
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
- G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B10/00—Drill bits
- E21B10/42—Rotary drag type drill bits with teeth, blades or like cutting elements, e.g. fork-type bits, fish tail bits
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/62—Physical property of subsurface
- G01V2210/624—Reservoir parameters
- G01V2210/6248—Pore pressure
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Geochemistry & Mineralogy (AREA)
- Fluid Mechanics (AREA)
- Geophysics (AREA)
- Remote Sensing (AREA)
- Acoustics & Sound (AREA)
- General Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Geophysics And Detection Of Objects (AREA)
- Earth Drilling (AREA)
Abstract
一种用于借助于***(100)估算通过钻头(10)待钻的第一地质构造和第二地质构造之间的第一不连续界面(24，210)的深度水平处的异常孔隙压力值的方法，所述***(100)包括：与所述钻头(30)安装在一起的至少一个电声换能器(20)、用于包含可观测数据的至少一个存储器(32，33)和用于处理包含在所述至少一个存储器(32，33)中的可观测数据的至少一个控制处理器(30，31)，其中所述至少一个处理器(30，31)控制发射以给定频率发射的信号，所述至少一个电声换能器(20)接收所接收的信号，所述至少一个处理器(30，31)将所接收的信号记录在所述至少一个存储器(32，33)中，将其与所述至少一个存储器(32，33)中的预加载的可观测数据进行比较。
Description
技术领域
本发明涉及一种通过钻井设备估算待钻的地质构造中孔隙压力值的方法。
背景技术
在现有技术中，借助于钻井设备来识别、预测和估算待钻的地质构造的异常孔隙压力的方法是已知的，这主要属于从具有低空间分辨率的表面进行的测量。
目前的方法以感知性较差的方式和难以检测的方式来估算待钻的地质构造的孔隙压力，以至于钻井设备的钻头有遭遇危险的风险，所述危险可能导致爆发性情况(所谓的“井喷”)或导致故障。
其他方法(比如例如申请人已经公开为WO 2014/111846A1的方法)是基于直接在钻井设备的钻头前部的地质构造中进行的声学测量，用行话来说是“前探(look ahead)”。
已知技术状态的钻头安装有电声换能器，该电声换能器定位成直接与待钻的第一地质构造接触，以便发射传播通过第一地质构造的信号；该信号被存在于待钻的第一地质构造和第二地质构造之间的第一不连续界面反射，其中第二地质构造承受异常孔隙压力，并且最后反射信号再次通过第一地质构造传播回来，并作为由接收电声换能器所接收的信号被接收。
接收信号相对于寄生信号贡献非常弱，这归因于接收电声换能器的电子器件。
将电声换能器定位成与第一地质构造直接接触是一项困难的操作，这减慢了井的挖掘。
挖掘地质构造中可能的不规则性可能会影响电声换能器的操作或损坏它们。
电声换能器将被安装在致动器上，所述致动器将电声换能器移入和移出钻头，使所述电声换能器与构造接触。
一旦电声换能器与待钻的地质构造接触，预加载***就有必要使发射器主体的竖直运动最小化，并从而使施加在构造上的力最大化；这种***还将优选地使***的谐振频率保持在工作频带之外。
发明内容
本发明的目的在于创建一种识别异常孔隙压力的方法，该方法能够估算待钻的地质构造的孔隙压力，同时克服已知技术的缺点。
根据本发明，该目的通过根据权利要求1所述的方法来实现。
本发明的另一个目的在于制造一种***，该***实施根据权利要求1所述的方法，并且还在挖掘井的泥浆层中操作。
根据本发明，该另一目的通过根据权利要求14所述的***来实现。
其他特征包括在从属权利要求中。
附图说明
参考示意性附图，本发明的特征和优点将从下面的描述中变得更加明显，下面的描述将被理解为示例性的而非限制性的，其中：
图1是安装有两个电声换能器(根据本发明的***的发射电声换能器和接收电声换能器)的钻井设备的钻头的示例图；在井的挖掘期间，所述钻头浸没在钻井泥浆层中，以对第一地质构造和第二地质构造进行钻孔，所述第二地质构造承受着相对于静水压力的异常孔隙压力；在第一地质构造和第二地质构造之间存在第一不连续界面；
图2A是钻头的仰视图，其示出了钻头的一面；该钻头具有脊，其上安装有金刚石开刃的刀片；两个电声换能器安装在不同的脊上；
图2B是供替换的钻头的仰视图，其示出了安装电声换能器的钻头的一面；
图3是显示用于估算孔隙压力的过程的逻辑块的流程图；
图4是包括第一测试构造和第二测试构造的测试三轴单元的剖视图，其中存在第一不连续测试界面；
图5是示出用于制作“训练集”的过程的逻辑块的流程图，该训练集是通过借助于测试三轴单元的***的训练过程的数据库；
图6A示出了接收电声换能器的频谱中的五个重叠响应的两个曲线图，所述五个重叠响应与第一测试构造和第二测试构造之间的第一测试配置相关，所述第一测试构造和第二测试构造是布置在测试三轴单元中的已知样品；所述曲线图都是被包括在1400至3200Hz之间的频率范围的函数；顶部曲线图显示了振幅，而底部曲线图显示了从已知的第一不连续测试界面上方的反射部接收到的信号的相位；两幅曲线图都显示了振幅和相位中的两个峰，这是记录在数据库中的可观测数据，并且随后通过***的分类器处理器与井的挖掘期间的测量值进行比较；这五个频谱具有在181巴和280巴之间的第二测试构造的孔隙压力，特别地可以注意到，随着第二地质构造的孔隙压力增加，在五个频谱的峰和谷的频率下的位置之间的反比关系在较低的频率下移动；结果是，可以从峰和谷的频率下的特征位置来确定第二测试地质构造的孔隙压力；
图6B示出了接收电声换能器的五个重叠响应频谱的两个曲线图，所述五个重叠响应频谱与另一种第一测试构造和另一种第二测试构造之间的第二测试配置相关，所述另一种第一测试构造和另一种第二测试构造是布置在测试三轴单元中的已知样品；所述曲线图都是被包括在500至4000Hz之间的频率范围的函数；顶部曲线图显示了振幅，而底部曲线图显示了从另一种第一不连续测试界面上方的反射部接收到的信号的相位；这五个频谱具有在133巴和258巴之间的第二测试构造的孔隙压力，特别地，谷或陷波频率被示出为随着第二地质构造的孔隙压力增加而在较低的频率下移动；结果是，可以从谷的频率下的位置来确定第二测试地质构造的孔隙压力；
图7示出了流程图，其示出了基于算法模型(我们称之为“基于模型”)的用于估算第一不连续界面的孔隙压力的过程的逻辑块；
图8示出了流程图，其示出了“模式”识别过程的逻辑块，所述模式识别过程是对可观测数据的图形排列的图像的识别(我们将称之为“模式识别”)，用于估算第一不连续界面处的待钻的第二地质构造的孔隙压力。
具体实施方式
参考提及的附图并且特别是参考图1，示出了用于识别待钻的第一地质构造201和待钻的第二地质构造202之间的第一不连续界面210的***100，其中待钻的第二地质构造202承受着异常孔隙压力。第一地质构造201和第二地质构造202在增加的深度上依次排列。
***100估算第一不连续界面210的深度水平处的第二地质构造202的这种异常孔隙压力值。
所述钻井借助于钻井设备进行。
该***100包括安装在钻井设备的钻头10上的两个电声换能器20、至少一个用于包含数据的存储器32和至少一个用于处理至少包含在存储器32中的数据的控制处理器30。
两个电声换能器20包括压电装置和/或可移动磁体装置。第一电声换能器20是发射器21，并且第二电声换能器20是接收器22。发射电声换能器21包括致动器，并且接收电声换能器22包括传感器。
钻井设备的钻头10在包括钻井泥浆层200和仍待钻的地质构造的地面中钻井，以提取流体状态或泥浆状态的碳氢化合物，并且所述地质构造是随着待挖掘的地面深度增加而连续排序的第一地质构造201和第二地质构造202。图1中的第二地质构造202承受异常孔隙压力。异常孔隙压力可以是超压，并且也可以是欠压。第一不连续界面210在第一地质构造201和第二地质构造202之间。第二地质构造202的异常孔隙压力在第一不连续界面210的深度水平处进行测量。
如图2所示，钻头10是PDC(聚晶金刚石复合片)型的。
钻头10包括面15、在面15中形成的用于泥浆通过的多个喷嘴13、从面15突出的多个脊11、多个金刚石开刃的刀片12，每个金刚石开刃的刀片都与脊11的面向钻头10的挖掘旋转方向的相应部分一起安装。
钻头10的多个脊11中的两个脊11各自在脊11的一部分上安装电声换能器20，所述部分相对于钻头10的挖掘旋转方向面向相反的方向，如图2A所示。
电声换能器20的位置对其尺寸施加了限制，特别是发射电声换能器20的辐射表面和接收电声换能器20的接收表面被限制为具有不大于30mm的直径。
考虑到标准钻头10的尺寸，两个电声换能器20之间的距离不大于10cm。发射电声换能器和接收电声换能器20之间的距离取决于钻头10的尺寸，并且通常通过最大化两个电声换能器20之间的距离来获得更好的结果。
两个电声换能器20包括面向待钻的挖掘部分的发射面和接收面。
脊11上的两个电声换能器20的位置有利地利用了脊11之间的空间，从而避免了面15的中心部分，在该中心部分处存在用于钻井泥浆通过的喷嘴13。
两个电声换能器20在钻头10的脊11上的这种位置对于操作同样处于钻井泥浆层200中的***100是特别有利和有益的。当***在两个电声换能器20布置在钻井泥浆层200中的情况下运行时，就称***100与泥浆层200耦合，即处于***100的所谓“流体耦合的”配置。
事实上，如果电声换能器20在泥浆层200中，***100也能够有利地识别并测量异常孔隙压力。
***100也在电声换能器20与第一地质构造100接触时运行。
电声换能器20可以在***100的所谓“构造耦合的”配置中与地质构造201直接接触，并且它们还可以在***100的所谓“流体耦合的”配置中与泥浆层200直接接触并借助于钻井泥浆层200进行耦合。
电声换能器20可以具有相同类型的耦合，即都是“流体耦合的”或者都是“构造耦合的”，或者可以具有不同类型的耦合，例如发射电声换能器20处于“构造耦合的”配置中，而接收电声换能器20处于“流体耦合的”配置中，反之亦然。
在电声换能器20的“构造耦合的”配置中，所谓的“串扰”效应被有利地最小化。
有利的是，在电声换能器20的“流体耦合的”配置中，获得了与地质构造201中的不规则性以及与钻井期间从挖掘处破碎松动的岩石碎块(即所谓的“岩屑”)的无关性。
此外，电声换能器20有利地并不会移动到钻头10之外，而是可以保持在钻头10的包络(envelope)内。
当电声换能器20容纳在钻头10的脊11上时，电声换能器20处于“流体耦合的”配置的解决方案甚至更高效，因为电声换能器20距离地质构造201更近几厘米，并且因此地质构造201中发射的能量增加。
关于接收电声换能器20，由于两个发射电声换能器和接收电声换能器20之间通过钻头10的金属的耦合，最小化信号分量是重要的。例如，如果接收电声换能器20是压电型的，则可以使用本领域专家已知的所谓“加速度平衡”型配置。
***100还能够在由于异常孔隙压力而引起所接收可观测数据的异常时进行辨别，并且在这种情况下，估算其值。实际上，第一不连续界面可能是由于岩石类型的岩性变化和/或异常孔隙压力，即不同于静水压值的孔隙压力。
第一不连续界面210处的第一地质构造201和第二地质构造202之间的物理-机械参数的改变可以是突然变化和逐渐变化。
为了检测待挖掘的两个地质构造之间的不连续界面210的存在，发射电声换能器20产生并发射发射信号，该发射信号是第一声波或弹性波，其具有适于检测待挖掘的地质构造200、201、202中任何不连续界面的可能存在的这种振幅和频率。
发射信号可以是基频集中在工作频带的脉冲，例如3个正弦周期，或者是至少100个周期的连续正弦曲线，例如从线性斜坡、线性“啁啾”进行频率上的调制。
由发射电声换能器20发射的信号包括范围从50Hz到5000Hz的频率场。该频率带允许达到在待挖掘的地质构造200、201、202中大约10m的穿透深度，有利地具有比用地震学方法获得的分辨率高得多的分辨率。
由发射电声换能器20发射的信号是连续的。
发射信号作为传播信号被传播通过第一地质构造201，直到到达第一不连续面210，在那里传播信号被部分反射回来以作为反射信号。由第一不连续界面210反射的信号表示传播直到第一不连续界面210的信号强度的10％到20％之间的百分比。反射信号通过第一地质构造201传播回来(作为传播的反射信号)直至到达电声换能器20(作为接收信号)。
接收电声换能器20接收接收信号，该接收信号被转换成电和/或数字的接收信号，其包括被发送到存储器32的可观测数据，然后在该处这些可观测数据被***100的处理器30处理。
接收电声换能器20首先接收的接收信号是最快的压缩应力波，并且因此最先到达接收电声换能器20。
有必要在钻井阶段中知道地质构造201中的压缩速度，以便估算信号的出站(outbound)和入站(inbound)时间。压缩速度的值可能已经从其他表面地震学测量过程中得知，并且可能在井的挖掘期间借助于常规测量工具(即所谓的“随钻测井”(LWD)工具)由所谓的“声波测井”来确认和改进。如果该值不可用，则可以在钻了至少等于所述测量的分辨率的距离之后通过重复上述测量来估算地质构造201中的压缩速度。
测量分辨率“res”成反比地取决于发射信号的频带B，并且直接地取决于压缩波在构造201中的传播速度cP201。
假设，B大约为数千Hz，而cP201和cP1大约包括在3与6km/s之间，最佳分辨率“res”大约为一米。
基于从接收电声换能器20接收到的信号的可观测数据，电子处理器30处理该数据并估算距离钻头10在钻井期间碰到的第一不连续界面210的距离，从而执行第一操作，其中处理器30通过识别交叉参考的相关性峰值或发射信号和接收信号之间的“交叉”相关性，或通过识别发射信号和接收信号之间进行乘法(multiplication)的拍频，从而以模拟方式计算发射信号和接收信号之间的出站和入站时间。
有利的是，发射信号是频率调制的正弦波，使得处理器30的处理可以以模拟方式来实施，所述处理需要在发射信号(即驱动信号)和接收信号之间进行乘法，借助于由处理器30实施的低通滤波算法选择从所述乘法中获得的信号以去除和频率，最后，处理器30实施AC耦合以减少可能的“串扰”分量。
如果出现“串扰”并且接收电声换能器20听不见，那么在采集之前有用信号的分辨率不会受到损害，因为采样是在信号的模拟调节之后进行的。
第一不连续界面210的深度相等，接收电声换能器20处的信号干扰比更大，因为接收有用信号的频带更小，并且因此噪声功率更小。
发射的能量相等，发射上的功率更小，并且因此所需的驱动电压也更小。
如果这种不连续210距离安装电声换能器20的钻头10的距离被包括在0与15米之间，则从正在进行的实验中可以检测到第一不连续界面210。
然而，微调***100也可以在距离钻头10更远的距离处成功地获得对第一不连续界面210的检测，尽管在大于15米的距离处的检测可能会受到将要被钻井设备钻的地质构造200、201、202的类型的影响。
待钻的构造中的可能的孔隙压力异常的存在在发射电声换能器20的电阻抗谱Z(f)中引起了可测量的效应，并且在从接收电声换能器20接收到的信号的谱H(f)中可测量。
如果前一阶段由于接收电声换能器20接收到从第一不连续界面210上的反射部接收到的信号而检测到第一不连续界面，则处理器30控制发射电声换能器21产生并发射第二发射信号，该第二发射信号是第二声波/弹性波，其适于区别在前一阶段中检测到的异常是由于岩性变化还是异常孔隙压力。第一不连续界面210的可能存在导致了被记录在***100的存储器32中的接收信号的特定衰减和/或分散效应。
接收信号的特定衰减和/或分散效应包括在频率上相对于接收电声换能器20的接收频率的特定效应，以及在阻抗上相对于发射电声换能器20的阻抗的特定效应。
这种特定衰减和/或分散效应由处理器30映射并记录在存储器32中，例如，通过将这种特定效应映射在以下传递函数中：发射器的电阻抗Z(f)或包括两个发射电声换能器和接收电声换能器20的***与地质构造201的频率上的响应H(f)。特定衰减和/或分散效应被预先加载到存储器32中，因为它已经从先前的测试或先前的测量中得知，所以它可以与在现场测量到的进行比较并由处理器30分析。
发射信号可以是持续至少100个周期以达到稳定状态的一组离散单音，其频率以足够小的步长F(例如10Hz)覆盖工作频带。对于每个频率fn＝nF来说，传递函数计算如下：
其中，v、i和r分别是接收电声换能器30的驱动电压、发射电声换能器20的驱动电流和从接收电声换能器20接收到的信号。大写字母V、I、R表示相应的傅里叶变换。
发射信号可以是持续几秒钟的高斯白噪声，其借助于带通滤波方便地在工作频带中被滤波。传递函数计算如下：
其中
和
分别是借助于韦尔奇周期图对一般信号x的谱功率密度以及一般信号y与一般信号x的组合谱功率密度的估算。
电声换能器20还通过泥浆200发射在泥浆200中传播的信号，在泥浆中发射和传播的信号进一步通过第一地质构造201传播，直到到达第一不连续面210，在那里信号被部分反射回来。由第一不连续界面210反射的信号通过第一地质构造201传播回来，并最终进一步传播通过泥浆200，直至到达电声换能器20。电声换能器20中的至少一个接收到信号，该信号被转换成电信号，该电信号包含发送到存储器32的可观测数据；这些可观测数据然后被***100的处理器30处理。
甚至更有利的是，处理器30还估算异常孔隙压力的值。
为了从接收到的可观测数据中估算孔隙压力的值，处理器30应用了一种基于频域中的可观测量的算法模型，也称为“频域”模型。
孔隙压力的估算可以从传递函数Z(f)、H(f)开始进行。
电声换能器20的谐振频率优选小于最小工作频率或大于最大工作频率。
根据一种基于算法计算模型(即所谓的“基于模型的”模型)的方法，处理器30定义了三种模式300、310、301、302，它们在逻辑上相互连接，例如如图3所示。
第二地质构造202的第一孔隙压力模型300。处理器30接收第二地质构造202中的孔隙压力作为输入并且提供第二地质构造202的非弹性参数作为输出，例如压缩质量因子和切割质量因子QP和QS。还需要包括地质构造202的弹性参数在内的辅助参数，例如密度ρ、压缩传播速度与切割传播速度cP、cS，对于这些参数，由表面地震学提供的估算310通常是可用的。模型300由“查找表”(LUT)组成，按照图5所示的框图，可以通过在实验室条件下进行上述测量(离散单音或高斯噪声)来制作该查找表。
实验室测量装置的一个示例是三轴单元40，如图4所示，其包含了具有公制尺寸的岩石构造1和岩石构造2的两个样品，所述两个样品布置成一个在另一个之上。该单元40将以给定压力竖直地压缩所述样品，以模拟上覆沉积物的重量，以约束压力(例如在石油中)径向地压缩所述样品，从而模拟由侧面沉积物施加的水平压力，并且形成不同类型的张紧状态，例如固结(oedometer)、压缩构造(compressive tectonic)等，这些都是本领域专家所知晓的。单元40还将在期望的压力下(即在孔隙压力下)将流体(可以是石油、水或气体)注入到样品构造1、2中。两个换能器20将根据上述方法在处于期望压力下的包含液体的腔室中耦合到第一样品1，所述期望压力模拟泥浆柱200的重量。由单元40发射的能量将按照第一不连续测试界面24的深度d进行调节，以生成与放置在钻头10上距电声换能器20距离d处的构造的响应等效的响应，从而避免了从单元40的底部反射的能量返回到换能器，从而产生伪迹。通过在岩性、孔隙度、渗透率等方面使用一组足够多样的成对构造1、2，并且改变每个组合的孔隙压力，可以获得孔隙压力与在该类型的构造202中参数化的压缩/切割质量因子(QP，QS)之间的表格形式的对应关系，如图5所示。
图5中的图示出了“查找表”的构建过程的开始500，该构建过程包括：谱测量501；与合成频谱进行比较，所述合成频谱通过开始于所施加的孔隙压力的已知谱模型502以及压缩/切割质量因子QP、QS的初始值来生成；如果503谱测量501与已知谱模型502进行的比较在给定阈值内，则确定508压缩/切割质量因子QP、QS和孔隙压力PP之间的对应关系；否则，将通过修改第一测试构造1和第二测试构造2的参数QP1、QP2、QS1、QS2来改变504由发射电声换能器20PTX发射的信号的压缩参数。然后，通过改变505测试PP2的构造2的孔隙压力模型的值来重复该过程。最后，通过改变506单元40中岩石的类型来进一步重复该过程。
第二声传播模型301是“频域”模型，其通过考虑波P、SV、SH和固体-固体和固体-液体界面处的各种模型转换同时考虑非弹性或粘弹性方面，借助于所述构造的便利的本构模型(其中，某些示例是齐纳模型或Kjartansson模型，这是本领域的专家已知的)来描述分层构造中的传播。处理器30处理可观测的输入数据，这些数据是构造2的非弹性参数，例如压缩质量因子和切割质量因子Qp和Qs，它们是由上述模型300或用于表面地震学测量的已知知识310计算的。处理器30计算发射电声换能器20的辐射阻抗和发射-接收电声换能器的互阻抗，如电声换能器20的“构造耦合的”和“流体耦合的”配置的传递函数所示：
其中，FTX是由发射电声换能器20施加在构造或泥浆上的力，而vTX是构造或泥浆的变形速度的驱动竖直分量；FRX是由在两个构造1、201、2、202之间的界面24、210处的反射部所生成的泥浆层200中的折射波压力施加在接收电声换能器的表面上的力；vRX是由在两个构造1、201、2、202之间的界面24、210处的反射部形成的压力波所引起的紧邻接收电声换能器20的表面的构造200、201的竖直变形速度分量。
由处理器30考虑的其他辅助参数包括：构造2和两个构造1、201、2、202之间的界面24、210的可能“谷”的弹性参数，其中由表面地震学310提供的估算通常是可用的；构造1、201的弹性参数和钻井泥浆200的弹性参数，其中由表面地震学310提供的估算通常是可用的，在任何情况下它们都可以借助于LWD工具的“声波测井”进行微调；构造1，201的非弹性参数，其可从LWD工具的“声波测井”外推。
在优选实施例中，假设圆形截面声源，因此问题可以在柱坐标(r，φ，z)中处理。在这样的优选实施例中，还假设所述源仅在垂直方向z上移动，并且因此源仅激发具有垂直极化(SV)的波P和波S，这意味着压力场和速度场不依赖于方位坐标
表示通用装置m的波矢量的强度的复波数k定义为
其中，
和αP(ω)，αS(ω)是借助于构造的便利的本构模型来计算的：优选的模型是Kjartansson模型，它需要以下知识：cP、cS，假设其可用性是借助于构造1的“声波测井”310和构造2的表面地震学310进行估算的；QP、QS假设其可用性是借助于构造1、201的“声波测井”310和构造2、202的上述孔隙压力模型300来估算的。通用装置m的纵向传播常数(波矢量k的纵向分量)定义为：
其中，σ是谱变量(波矢量k的径向分量)。
标识的所有量都省略了对频率的依赖。仅有的没有这种依赖的变量是装置的密度ρ以及几何参数：换能器的横截面的半径a；泥浆层的厚度LF以及构造1、201的厚度L。
对于“构造耦合”的电声换能器20的配置来说，辐射阻抗ZRAD可以按照阻抗的并联来计算：
其中，
是相对于构造1、201的“半空间”的辐射阻抗，所述半空间是没有不连续界面以及因此没有反射的无限延伸空间：
μ1＝f(ρ1,cS1,αS1)
并且ZTR是互阻抗TX-RX
其中，ψ()是一个函数而S11是4×4散射矩阵的第一个2×2子矩阵：
相对于界面24、210(构造1、201、构造2、202)；这种矩阵被定义为(复数)波振幅矢量之间的转换矩阵
并且是构造1和2的模态矩阵的函数
S(1,2)＝F1.2(M1,M2)
装置“i”的模态矩阵是由描述波在无限延伸装置“i”中传播的微分方程***的特征向量组成的矩阵；它通常是一个4×4矩阵，而且是一个函数：
Mi＝Gi(σ,ρi,cPi,cSi,αPi,αSi)
如上所述，假设源仅在垂直方向z上移动，并且因此它仅激发具有垂直极化SV的波P和波S。因此，两个构造的模态矩阵和界面的散射矩阵一般为4×4。
如果该源是通用的，水平极化波S(“压力”和速度场也取决于方位坐标)也将被考虑，并且因此这种矩阵将变成6×6。
对于“流体耦合”的电声换能器的配置来说，辐射阻抗可以按照阻抗的串联来计算：
其中，
是相对于泥浆的“半空间”的辐射阻抗，其可以以封闭形式来计算
并且ZTR是互阻抗TX-RX
其中
并且，s11是相对于界面链(泥浆、构造1)与(构造1、构造2)的3×3散射矩阵
的第一个元素；这种矩阵被定义为(复数)波振幅矢量之间的转换矩阵
S被计算为
其中，*表示矩阵和
之间的Redheffer积，并且S(F,1)是相对于界面(泥浆、构造1、201)的散射矩阵，并且S(1,2)是相对于界面24、210(构造1、201、构造2、202)的散射矩阵。
通常，通用界面(i，j)是装置i和j的模态矩阵的函数：
S(i,j)＝F(Mi,Mj)
装置j的模态矩阵是由描述波在无限延伸装置i中传播的微分方程***的特征向量构成的矩阵。泥浆的模态矩阵是2×2的，
而构造“i”中的一个通常是4×4矩阵并且是一个函数
Mi＝G(σ,ρi,cPi,cSi,αPi,αSi)
如上所述，假设源仅在垂直方向z上移动，并且因此它仅激发具有垂直极化(SV)的波P和波S。因此，两个构造的模态矩阵和界面的散射矩阵一般为4×4。泥浆的模态矩阵是2×2的，并且泥浆/构造1界面的散射矩阵是3×3的。如果源是一般性的，还将考虑水平极化波S(“压力”和速度场也取决于方位坐标)，并且因此两个构造的模态矩阵和界面的散射矩阵将变为6×6，而泥浆/构造1界面的散射矩阵将变为4×4。
第三模型302是电声换能器20的机电模型，并且是描述换能器中电量和机械量之间转换的“频域”模型。处理器30接收输入中的辐射阻抗ZRAD、互阻抗ZTR并提供电阻抗Z以及输出中的频率上的响应H。需要包括以下在内的辅助参数：换能器20的机械和电参数、电阻抗Z和频率上的响应H。
电阻抗Z计算如下
其中，uT和iT是接收TX换能器20的电压和驱动电流，并且PTX是发射TX换能器20的电参数和机械参数的集合。
对于“构造耦合”配置的换能器20，频率上的响应H计算如下
其中，uR是换能器RX的端部处的信号，而PRX是接收换能器RX的电参数和机械参数的集合。
对于处于流体耦合配置的换能器20，频率H上的响应计算如下
vT＝gTX(uT,ZRAD；PTX)
其中，uR是换能器RX的端部处的信号，而PRX是换能器RX的电参数和机械参数的集合。
图7示出了用于根据“基于模型的”方法估算孔隙压力而提出的算法。
从700开始，测量701第一不连续界面24、210的距离711。如果识别到702第一不连续界面的反射，则继续进行谱测量704，否则执行钻井703。处理器30从孔隙压力值开始迭代地计算由预加载的谱模型生成的合成频谱。随着每次迭代，从初始值或猜测值(例如静水压值)开始修改707该值，并且重新计算合成频谱，直到合成频谱与频谱测量结果704进行的比较706在给定阈值内，因此获得708对孔隙压力的估算。
与这种所谓的“基于模型”的算法模型的应用一起或作为其替代的是，处理器30包括至少一个模块，该模块是分类器处理器31，并且能够实施另一个模式识别过程，该流程图示意性地示于图8中。
分类器处理器31是“监督”分类器。
分类器处理器31通过统计地估算(通过借助于统计算法将从***100接收的可观测数据与在挖掘井之前已经测量到并且先前被加载到分类器处理器31可访问的***100的存储器32的数据库33中的可观测数据进行比较)第一不连续界面210的孔隙压力值来实施所述“模式识别”过程。
如在图6A和6B中的示例所示，实验室测试已经允许识别在从***100接收到的那些可观测数据和在实验室中用三轴单元40测量的那些可观测数据中哪些可观测数据将由分类器处理器31进行比较，以确定孔隙压力的值，并且包括传递函数中对应于谐振频率的一些峰的频率和一些谷的频率，对于振幅模和相位都是如此。这些频率可以直接记录在孔隙压力值中。
在三轴单元40中，对应于可观测数据的集合的孔隙处的异常压力是已知的，所述可观测数据的集合是一系列明确定义的曲线6A和6B的峰和谷，因此分类器处理器31能够比较数据库33中可观测数据的峰和谷，并能够将它们与挖掘期间的测量值进行比较，从而确定第一不连续界面210的深度水平处的第二地质构造202的孔隙压力。这些峰和谷对应于谐振频率。峰对应于接收信号的响应最大值，而谷对应于接收信号的响应最小值，它们是可观测数据的特征。在Z(f)和H(f)谱中作为待钻构造中的孔隙压力的标志的可观测数据的其他特征包括模块与相位中的谐振频率、谐振处的峰的振幅、谐振的品质因子、陷波频率。每个可观测测试数据集合都对应于测试已知的孔隙压力值。这种可观测测试数据集合的标志对应于已知测试的位置上的压力值。
相对于上述基于模型的方法，这种模式识别方法具有重要的优点，即不需要辅助参数的先验知识，特别是那些与钻头前部的构造201相关的辅助参数，这些辅助参数并不总是能够借助于其他类型的测量(比如例如地震学的表面测量)获得。
在***100的存储器32中预加载的数据库33的可观测数据是通过在实验室条件下使用三轴单元40或其他类似设备进行测量而获得的。
如图4所示，三轴单元40是训练设备，即用于分类器处理器31的所谓的实验室“训练集”。训练集包括用于训练分类器处理器31的传递函数，并且可以通过在实验室条件下进行上述测量(离散单音或高斯噪声)来形成。三轴单元40包括具有公制尺寸的岩石构造1和岩石构造2的两个样品，所述两个样品布置成一个在另一个之上。这种单元40以给定的压力垂直地压缩样品，以模拟上覆沉积物的重量。
单元40以约束压力(例如在石油中)径向地压缩所述样品以模拟由侧面沉积物施加的水平压力，并且形成不同类型的张紧状态(例如固结(oedometer)、压缩构造(compressive tectonic)等，这些都是本领域专家所知晓的)。
单元40将在期望的压力(孔隙压力)下将流体(石油或水或气体)注入到样品中。
两个换能器20将根据上述方法在处于期望压力(其模拟泥浆柱的重量)下的包含例如水的腔室中耦合到第一样品。
发射的能量将按照不连续测试界面24的深度“d”进行调节，以在井的挖掘期间生成对放置在距换能器20距离“d”处的第一不连续界面210之一的等效响应。
发射的能量以这样的方式被调节，以避免从单元40的底部反射的能量返回到换能器20，从而产生伪迹。
通过使用一组足够多样的成对构造1、2(在岩性、孔隙度、渗透率等方面)并改变每种组合的孔隙压力，可以获得用于训练分类器处理器31的训练集。
训练集以下列方式形成。为了从单元40中提取预先测量的参数并将它们输入***100的数据库33中，孔隙压力的空间被划分到方便的宽度范围(说明性地为10巴)中。针对所应用的孔隙压力范围和与某些感兴趣的定量参数相关联的成对构造的岩性参数的每种组合，提取了4个频率分布(阻抗模TX、阻抗相位TX、频率上的响应模RX、频率上的响应相位RX)。这类参数包括谐振频率、谐振时的峰的振幅、谐振品质因子、陷波频率和其他参数。
用于减少信息的冗余的预处理技术可以被应用至这样获得的参数，比如例如PCA(主成分分析)。
分类器处理器31然后以这种方式在实验室中训练。在初始训练步骤中，在实验室参数的先前提取步骤中标识的感兴趣参数(实际的或借助于例如PCA转变的)与相对标签(即孔隙压力范围和岩性组合参数)一起被用于计算分类器处理器31的系数，所述分类器处理器可以应用一系列算法，包括线性鉴别分类器、K-最邻近(KNN)、支持向量机(SVM)、神经网络的算法。
在连续的步骤中，分类器处理器31被应用于在钻井期间实时进行的测量。基于在先前步骤中计算的分类器处理器31的系数，分类器处理器31通过估算钻头10前部的构造201的岩性特征，特别是地质构造201的相对孔隙压力的大致范围，对在实验室中对包括已知构造1和2的单元40进行的测量进行分类。对分类器处理器31的统计识别进行监督，以实现其预测可靠性。
一旦通过第一不连续界面210，就借助于特定工具(比如，例如哈里伯顿公司的GeoTap)就地直接测量压力，并借助于LWD工具分析岩性特征。就地测量和分类器处理器31的预测之间的比较允许校正和/或整合数据库33，以连续改善分类器处理器31的性能。图7示出了由分类器处理器31应用的用于根据“模式识别”方法来估算第一不连续界面210的孔隙压力的过程的算法。
图8通过流程框图总结了“模式识别”方法，其中从800开始，针对异常孔隙压力对从不连续界面反射的信号801进行测量。如果没有检测802到反射信号，则钻井设备继续挖掘803，否则如果检测804到反射信号，则测量805第一不连续界面210的距离。分类器处理器31通过将测量结果与数据库33进行比较来对测量结果进行分类806。通过提取811预测参数，通过三轴单元40的训练集来创建810数据库33，所述预测参数可以是图6A和6B所示的用于构造1、2、24的两种配置的峰和谷。然后训练812分类器处理器31。
在分类806和估算808异常孔隙压力之后，分类器处理器31更新807数据库33。
训练数据集(即用于分类器处理器31的数据库33)是通过在实验室条件下进行所述测量而创建的。测量装置的示例是三轴单元，其包含具有公制尺寸的两个岩石样品(其中存在钻头的构造和待钻的构造)，所述样品布置成一个在另一个上方。该单元将以给定压力竖直地压缩所述样品以模拟上覆沉积物的重量，以约束压力(例如在石油中)径向地压缩所述样品以模拟由侧面沉积物施加的水平压力，并且形成不同类型的张紧状态(例如固结(oedometer)、压缩构造(compressive tectonic)等，这些都是本领域专家所知晓的)；在期望压力下(孔隙压力)将流体(石油或水或气体)注入到所述样品中。通过使用一组足够多样的成对构造(在岩性、孔隙度、渗透率等方面)并改变每种组合的孔隙压力，可以获得用于训练分类器的训练集。这种训练集包含感兴趣的参数集(即所谓的标志或特征)，其用给定的孔隙压力范围和构造的岩性描述来标记。
替代地，可以将电声换能器20安装在钻头10的面15上，如图2B所示。
再次替代地，电声换能器20可以安装在脊11的面向钻头10的旋转方向的部分上，在金刚石开刃的刀片12之间。
如此构思的本发明易于进行许多修改和变型，所有这些都落在同一发明概念内；此外，所有的细节都可以用技术上等效的元素来代替。实际上，根据技术要求，所使用的材料及其尺寸可以是任何类型。
Claims (16)
1.一种用于估算在第一地质构造(1，201)与第二地质构造(2，202)之间的第一不连续界面(24，210)的深度水平处的所述第二地质构造(2，202)的孔隙压力值的方法，所述第一地质构造与所述第二地质构造在增加的深度上依次排列，所述第一地质构造(1，201)和所述第二地质构造(2，202)是借助于包括至少一个钻头(10)的钻井设备而待钻的地质构造，其中，所述方法借助于***(100)来实施，所述***包括：与所述钻头(10)一起安装的至少一个电声换能器(20)、用于包含可观测数据的至少一个存储器(32，33)以及用于处理包含在所述至少一个存储器(32，33)中的可观测数据的至少一个控制处理器(30，31)，其中，所述至少一个处理器(30，31)控制所述至少一个电声换能器(20)来发射以给定频率进行发射的信号并且在预定的频率值范围内改变所述给定频率，所述至少一个电声换能器(20)接收包括多个可观测数据的接收信号，所述多个可观测数据作为在所述预定的频率值范围内发射的所述信号的函数而被测量，所述至少一个控制处理器(30，31)将所述多个测得的可观测数据记录在所述至少一个存储器(32，33)中，所述至少一个控制处理器(30，31)将所接收信号的所述多个测得的可观测数据与在所述至少一个存储器(32，33)中的相应的多个预加载的可观测数据进行比较，其中，所述多个预加载的可观测数据还包括多个已知的异常孔隙压力值，所述多个已知的异常孔隙压力值对应于所述多个预加载的可观测数据中的给定的一系列可观测数据，所述至少一个处理器(30，31)估算在所述第一不连续界面(24，210)的深度水平处的第二地质构造(2，202)的异常孔隙压力值。
2.根据权利要求1所述的方法，其特征在于，所述至少一个处理器(30，31)分析所述多个测得的可观测数据并识别所接收信号的所述多个测得的可观测数据的至少一个特征，其中，所述至少一个特征包括：至少一个频谱最大值和/或最小值，至少一个谐振频率，谐振峰的至少一个振幅，至少一个谐振品质因子，至少一个陷波频率，其中所述至少一个特征存在于所述多个测得的可观测数据的至少一个频谱中，所述多个测得的可观测数据作为至少一个频率的函数和/或作为至少一个模的函数和/或作为至少一个相位的函数，其中，所述至少一个处理器(30，31)将所接收信号的所述至少一个特征与在所述至少一个存储器(32，33)中的预加载的可观测数据的相应特征进行比较。
3.根据权利要求1或2中任一项所述的方法，其特征在于，所述方法包括由所述至少一个处理器(30，31)来实施的以下步骤：测量所述至少一个电声换能器(20)和所述第一不连续界面(24、210)之间的距离，所述至少一个处理器通过识别发射信号和接收信号之间的交叉参考的相关性峰值或者通过识别所述发射信号和所述接收信号之间的乘法的拍频，估算所述发射信号的出站时间和所述接收信号的返回时间。
4.根据权利要求3所述的方法，其特征在于，在开始测量所述至少一个电声换能器(20)与所述第一不连续界面(24，210)之间的距离的步骤之前，所述***(100)的处理器(30，31)通过控制所述至少一个电声换能器(20)发射已知的发射信号并通过验证所述至少一个电声换能器(20)接收到接收信号，来确定所述第一不连续界面(24，210)的存在。
5.根据权利要求1至4中任一项所述的方法，其特征在于，在所述至少一个存储器(32，33)中的预加载的可观测数据由所述***(100)的至少一个处理器(30，31)通过这样一种测量从所述至少一个电声换能器(20)接收到的信号的多个测得的可观测数据的方法来测量，其中，所述至少一个换能器(20)将所述发射信号发射至包括第一已知构造(1)和第二已知构造(2)的三轴单元(40)，所述第一构造(1)定位在所述第二构造(2)上方，所述三轴单元(40)包括用于将流体注入到构造(1，2)中以模拟第一已知不连续测试界面(24)的装置，所述第一已知不连续测试界面被包括在所述第一构造(1)和所述第二构造(2)之间，所述第二构造(2)承受着其值已知的测试异常孔隙压力，所发射的信号在所述第一不连续测试界面(24)上被反射为反射信号，所述反射信号往回传播直至成为从所述至少一个电声换能器(20)接收到的信号，所述至少一个处理器(30，31)将所接收的测试信号的多个可观测数据以及已知的测试异常孔隙压力值记录在所述至少一个存储器(32，33)中，所述已知的测试异常孔隙压力成为预加载的可观测数据。
6.根据权利要求5所述的方法，其特征在于，在记录从所述三轴单元(40)接收到的信号的多个可观测数据之前，所述至少一个处理器(30，31)分析所述多个可观测数据并识别所述多个可观测数据的所述至少一个特征，所述至少一个处理器(30，31)将所述多个可观测测试数据的所述至少一个特征记录在所述至少一个存储器(32，33)中，所述多个可观测测试数据与所述已知的测试异常孔隙压力一起成为预加载的可观测数据。
7.根据权利要求1至6中任一项所述的方法，其特征在于，所述至少一个处理器(30，31)包括分类器处理器(31)，所述分类器处理器将从所述至少一个电声换能器(20)接收到的信号的测得的可观测数据与在所述至少一个存储器(32，33)中预加载的相应可观测数据进行比较。
8.根据权利要求1至7中任一项所述的方法，其特征在于，所述至少一个存储器(32，33)包括数据库(33)，所述数据库包括所述预加载的可观测数据，并且所述方法特征在于，所述至少一个处理器(30，31)将由所述接收到的信号测得的所述可观测数据和与所述测得的可观测数据相关联的异常孔隙压力的所述估算值加载在所述数据库(33)中。
9.根据权利要求1至8中任一项所述的方法，其特征在于，所述至少一个处理器(30，31)从孔隙压力值开始迭代地计算由预加载的预测物理模型(705)生成的合成频谱，通过在每次迭代时从初始值开始修改(707)所述值并重新计算所述合成频谱，直至所述合成频谱与频谱测量结果(704)进行的比较(706)在给定阈值内，由此获得(708)对孔隙压力的估算。
10.根据权利要求1至9中任一项所述的方法，其特征在于，当所述至少一个电声换能器(20)发射和接收所述信号时，所述至少一个电声换能器(20)是泥浆层(200)。
11.根据权利要求1至10中任一项所述的方法，其特征在于，所述频率值的预定范围被包括在50与5000Hz之间。
12.根据权利要求1至11中任一项所述的方法，其特征在于，所述至少一个处理器(30，31)借助于对所述发射电声换能器(20)的频率上的电阻抗Z(f)的测量和/或包括两个发射与接收电声换能器(20)的***的频率上的传递函数H(f)以及基于频域上的预测物理模型和/或基于模式识别技术的所述第一地质构造(201)，来估算所述第二地质构造(2，202)的孔隙压力。
13.根据权利要求12所述的方法，其特征在于，所述预测物理模型由一系列的四个子模型(300，310，301，302)构成，所述四个子模型包括：孔隙压力模型(300)，所述孔隙压力模型将待钻的构造(2，202)的孔隙压力与待钻的第二构造(2，202)的非弹性参数相关联；粘弹性本构模型(310)；声传播模型，所述声传播模型考虑了波P、SV、SH以及在固体-固体和固体-液体界面处的不同模型转化同时考虑了非弹性和/或粘弹性方面，借助于待钻的地质构造(2，202)的合适的本构模型，来描述在分层构造中的传播，所述合适的本构模型提供了发射器的出口辐射阻抗ZRAD(f)以及发射器与接收器之间的互阻抗ZTR(f)；所述电声换能器的机电模型，所述机电模型描述了所述电声换能器中的电量和机械量之间的转化并且提供了频率上的输出电阻抗Z(f)和频率上的传递函数H(f)。
14.一种***(100)，包括：至少一个电声换能器(20)，所述至少一个电声换能器与钻井设备的钻头(10)安装在一起；至少一个存储器(32，33)，所述至少一个存储器用于包含可观测数据；以及至少一个控制处理器(30，31)，所述至少一个控制处理器用于处理包含在所述至少一个存储器(32，33)中的可观测数据，其特征在于，所述***(100)实施根据权利要求1至11中任一项所述的方法。
15.根据权利要求14所述的***(100)，其特征在于，所述至少一个电声换能器(20)与所述钻头(10)的脊(11)安装在一起，其中，所述脊(11)从所述钻井设备的钻头(10)的面(15)处突出。
16.根据权利要求14或15中任一项所述的***，其特征在于，所述***包括所述至少一个电声换能器(20)中的两个电声换能器(20)，一个为发射电声换能器(20)，一个为接收电声换能器(20)。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| IT102018000008613 | 2018-09-14 | ||
| IT201800008613 | 2018-09-14 | ||
| PCT/IB2019/057728 WO2020053822A1 (en) | 2018-09-14 | 2019-09-13 | Method for estimating a pore pressure value in geological formations to be drilled by a drilling apparatus |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112714820A true CN112714820A (zh) | 2021-04-27 |
| CN112714820B CN112714820B (zh) | 2024-06-07 |
Family
ID=64427109
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201980060205.XA Active CN112714820B (zh) | 2018-09-14 | 2019-09-13 | 通过钻井设备估算待钻的地质构造中孔隙压力值的方法 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US11852010B2 (zh) |
| EP (1) | EP3850188B1 (zh) |
| CN (1) | CN112714820B (zh) |
| DK (1) | DK3850188T3 (zh) |
| EA (1) | EA202190448A1 (zh) |
| SA (1) | SA521421382B1 (zh) |
| WO (1) | WO2020053822A1 (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5128866A (en) * | 1989-09-20 | 1992-07-07 | Chevron Corporation | Pore pressure prediction method |
| WO2002031538A1 (en) * | 2000-10-10 | 2002-04-18 | Exxonmobil Upstream Research Company | Method for borehole measurement of formation properties |
| CN101025084A (zh) * | 2006-02-20 | 2007-08-29 | 中国石油大学(北京) | 一种随钻预测钻头底下地层孔隙压力的方法 |
| US20070285274A1 (en) * | 2003-08-22 | 2007-12-13 | Schlumberger Technology Corporation | Multi-Physics Inversion Processing to Predict Pore Pressure ahead of the Drill Bit |
| GB2462911A (en) * | 2008-09-02 | 2010-03-03 | Schlumberger Holdings | Pressure testing a geological formation |
| CN103547944A (zh) * | 2011-02-16 | 2014-01-29 | 艾尼股份公司 | 地质建造的检测*** |
| CA2794094A1 (en) * | 2012-10-31 | 2014-04-30 | Resource Energy Solutions Inc. | Methods and systems for improved drilling operations using real-time and historical drilling data |
| CN105008663A (zh) * | 2013-01-16 | 2015-10-28 | 艾尼股份公司 | 揭示未钻探的地质地层中孔隙压力的异常不连续性界面的方法以及实现其的*** |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2669469A3 (en) | 2007-01-08 | 2016-07-20 | Baker Hughes Incorporated | Drilling components and systems to dynamically control drilling dysfunctions |
| US8522611B2 (en) * | 2009-02-19 | 2013-09-03 | Baker Hughes Incorporated | Method and apparatus for measuring pore pressure beyond the casing |
| US8746367B2 (en) * | 2010-04-28 | 2014-06-10 | Baker Hughes Incorporated | Apparatus and methods for detecting performance data in an earth-boring drilling tool |
| EP3427087B1 (en) * | 2016-03-09 | 2021-12-29 | Triad National Security, LLC | Time-reversed nonlinear acoustics for downhole pressure measurements |
| AU2017352106B2 (en) * | 2016-10-24 | 2020-11-26 | Chevron U.S.A. Inc. | Time-reversed nonlinear acoustic downhole pore pressure measurements |
-
2019
- 2019-09-13 EP EP19782731.4A patent/EP3850188B1/en active Active
- 2019-09-13 EA EA202190448A patent/EA202190448A1/ru unknown
- 2019-09-13 US US17/273,871 patent/US11852010B2/en active Active
- 2019-09-13 CN CN201980060205.XA patent/CN112714820B/zh active Active
- 2019-09-13 WO PCT/IB2019/057728 patent/WO2020053822A1/en active Application Filing
- 2019-09-13 DK DK19782731.4T patent/DK3850188T3/da active
-
2021
- 2021-03-03 SA SA521421382A patent/SA521421382B1/ar unknown
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5128866A (en) * | 1989-09-20 | 1992-07-07 | Chevron Corporation | Pore pressure prediction method |
| WO2002031538A1 (en) * | 2000-10-10 | 2002-04-18 | Exxonmobil Upstream Research Company | Method for borehole measurement of formation properties |
| US20020159332A1 (en) * | 2000-10-10 | 2002-10-31 | Hans Thomann | Method for borehole measurement of formation properties |
| US20070285274A1 (en) * | 2003-08-22 | 2007-12-13 | Schlumberger Technology Corporation | Multi-Physics Inversion Processing to Predict Pore Pressure ahead of the Drill Bit |
| CN101025084A (zh) * | 2006-02-20 | 2007-08-29 | 中国石油大学(北京) | 一种随钻预测钻头底下地层孔隙压力的方法 |
| GB2462911A (en) * | 2008-09-02 | 2010-03-03 | Schlumberger Holdings | Pressure testing a geological formation |
| US20100050762A1 (en) * | 2008-09-02 | 2010-03-04 | Nold Iii Raymond V | Methods and apparatus to perform pressure testing of geological formations |
| CN103547944A (zh) * | 2011-02-16 | 2014-01-29 | 艾尼股份公司 | 地质建造的检测*** |
| CA2794094A1 (en) * | 2012-10-31 | 2014-04-30 | Resource Energy Solutions Inc. | Methods and systems for improved drilling operations using real-time and historical drilling data |
| WO2014066981A1 (en) * | 2012-10-31 | 2014-05-08 | Resource Energy Solutions Inc. | Methods and systems for improved drilling operations using real-time and historical drilling data |
| CN105008663A (zh) * | 2013-01-16 | 2015-10-28 | 艾尼股份公司 | 揭示未钻探的地质地层中孔隙压力的异常不连续性界面的方法以及实现其的*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112714820B (zh) | 2024-06-07 |
| US11852010B2 (en) | 2023-12-26 |
| EP3850188A1 (en) | 2021-07-21 |
| SA521421382B1 (ar) | 2024-03-24 |
| DK3850188T3 (da) | 2022-10-03 |
| EA202190448A1 (ru) | 2021-06-04 |
| US20210324731A1 (en) | 2021-10-21 |
| EP3850188B1 (en) | 2022-08-17 |
| WO2020053822A1 (en) | 2020-03-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10669846B2 (en) | Apparatus, computer readable medium, and program code for evaluating rock properties while drilling using downhole acoustic sensors and a downhole broadband transmitting system | |
| US6552962B1 (en) | Method and apparatus for acoustic logging | |
| EP2761335B1 (en) | Methods of evaluating rock properties while drilling using downhole acoustic sensors and telemetry system | |
| US9624768B2 (en) | Methods of evaluating rock properties while drilling using downhole acoustic sensors and telemetry system | |
| US7310580B2 (en) | Method for borehole measurement of formation properties | |
| US9739904B2 (en) | Three-phase flow identification and rate detection | |
| US10180061B2 (en) | Methods of evaluating rock properties while drilling using downhole acoustic sensors and a downhole broadband transmitting system | |
| US9903974B2 (en) | Apparatus, computer readable medium, and program code for evaluating rock properties while drilling using downhole acoustic sensors and telemetry system | |
| EP2761336B1 (en) | Apparatus, computer readable medium, and program code for evaluating rock properties while drilling using downhole acoustic sensors and a downhole broadband transmitting system | |
| US6510104B1 (en) | Acoustic frequency selection in acoustic logging tools | |
| WO2004095077A1 (en) | Method for predicting pore pressure | |
| NO177246B (no) | Fremgangsmåte for evaluering av parametre i forbindelse med de elastiske egenskapene til undergrunnsjordformasjoner | |
| CA2685074C (en) | Automated mud slowness estimation | |
| EP2761337A2 (en) | Methods of evaluating rock properties while drilling using downhole acoustic sensors and a downhole broadband transmitting system | |
| EP2946071B1 (en) | Method for revealing anomalous discontinuity interfaces in pore pressures in non-drilled geological formations and a system implementing it | |
| CN112714820B (zh) | 通过钻井设备估算待钻的地质构造中孔隙压力值的方法 | |
| EA042600B1 (ru) | Способ определения значения порового давления в геологических пластах, подлежащих бурению буровым устройством | |
| US20180188402A1 (en) | A computer-implemented method and a system for processing acoustic signals | |
| AU2004232863B2 (en) | Method for predicting pore pressure | |
| US10955577B2 (en) | Systems and methods for evaluation of formation shear slowness |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant |