CC BY
64
РАЗРАБОТКА ПРОГРАММНОГО ПАКЕТА ПРЕДВАРИТЕЛЬНОЙ ОБРАБОТКИ ДАННЫХ СКВАЖИННОГО МИКРОСЕЙСМИЧЕСКОГО МОНИТОРИНГА
Георгий Николаевич Логинов
Институт нефтегазовой геологии и геофизики им. А.А. Трофимука СО РАН, 630090, Россия, г. Новосибирск, пр-т Ак. Коптюга, 3, e-mail: loginovgeorgy@gmail.com
Сергей Владимирович Яскевич
Институт нефтегазовой геологии и геофизики им. А.А. Трофимука СО РАН, 630090, Россия, г. Новосибирск, пр-т Ак. Коптюга, 3, e-mail: yaskevichsv@gmail.com
Антон Альбертович Дучков
Новосибирский государственный университет, 630090, Россия, г. Новосибирск, ул. Пирогова, 2, доцент, e-mail: duchkovaa@ipgg.sbras.ru
Микросейсмический мониторинг в настоящее время активно применяется для наблюдений за ходом гидроразрыва пласта (ГРП), который все чаще проводится в средах, обладающих сейсмической анизотропией (например, при разработке сланцевых месторождений). В работе описывается результаты по программной реализации графа обработки данных скважинного микросейсмического мониторинга, приводятся
результаты тестирования на реальных данных. В результате поляризационного анализа был выявлен эффект расщепления поперечных волн в реальных данных, что подтверждает наличие упругой анизотропии в блоке среды, изучаемой посредством
микросейсмического мониторинга.
Ключевые слова: микросейсмический мониторинг, обработка данных, расщепление поперечных волн, выделение интервалов полезных сигналов, графический
пользовательский интерфейс.
DEVELOPING SOFTAWERE PACKAGE FOR PRELIMINARY PROCESSING OF BOREHOLE MICROSEISMIC DATA
Georgy N. Loginov
A. A. Trofimuk Institute of Petroleum Geology and Geophysics, 630090, Russia, Novosibirsk, 3, Ac. Koptyuga ave., e-mail: loginovgeorgy@gmail.com
Sergey V. Yaskevich
A. A. Trofimuk Institute of Petroleum Geology and Geophysics, 630090, Russia, Novosibirsk, 3, Ac. Koptyuga ave., e-mail: yaskevichsv@gmail.com
Anton A. Duchkov
Novosibirsk State University, 630090, Russia, Novosibirsk, Pirogova str. 2, associate professor, e-mail: duchkovaa@ipgg.sbras.ru
Microseismic monitoring is actively used for studying the process of hydrofracturing which is often used for anisotropic layers, e.g. in the case of hydrocarbon recovery in shale. In the paper we present the results on developing a software package for processing borehole microseismic data, and the results of its testing on real data. Polarization analysis of real revealed shear-wave splitting which proves anisotropic properties of rocks illuminated during microseismic monitoring.
Key words: microseismic monitoring, data processing, shear-wave splitting, extraction of trigger files, graphical user interface.
Введение
Микросейсмический мониторинг активно используется для контроля качества и характеристики результатов работ по гидроразрыву пласта, который часто применяется при разработке трудно добываемых месторождений сланцевого газа и нефти. При гидроразрыву пласта (ГРП), развитие трещин сопровождается возникновением в среде сейсмических событий, сигнал от которых впоследствии может быть записан сейсмоприемниками, расположенными на поверхности или в близлежащей скважине.
Несмотря на широкую применимость микросейсмического мониторинга, программное обеспечения для обработки данных микросейсмического мониторинга пока не входит в стандартные пакеты обработки. Авторами было реализовано программное обеспечение для обработки данных микросейсмического мониторинга - удобный графический интерфейс, позволяющий осуществлять эффективную обработку реальных данных. Программа рассчитана на обработку данных скважинного микросейсмического мониторинга в одной наблюдательной скважине.
Разработанная программа была использована обработки данных микросейсмического мониторинга, который проводился в вертикальной скважине восемью 3-компонентными приемниками с шагом расстановки 30 м (общая длина косы — 240 м). Наблюдательная скважина находилась на расстоянии около 500 м от скважины ГРП. Общая длительность регистрации составила около 30 часов с нарезкой данных в отдельные файлы по 10 с (шагом дискретизации — 0,25 мс).
Методы
Процедуры предварительной обработки микросейсмических данных включают в себя процедуры:
- полосовая фильтрация и выделение триггер-файлов (интервалов содержащих полезный сигнал);
- снятие времен P-волн и их поляризационный анализ (азимут на событие);
- поляризационный анализ S-волн (расщепление S-волн);
- снятие времен S -волн (одной или двух в случае расщепления).
Полученные времена прихода P- и S-волн, а также азимут на событие
потом используются для решения обратной кинематической задачи на определение гипоцентров микросейсмических событий. В работе обсуждаются только процедуры предварительной обработки без решения обратной задачи.
Выделение триггер-файлов. При выделении триггер файлов используются следующие процедуры: фильтрация, выделение триггер-файлов, сортировка и экспертный анализ триггер-файлов.
Метод выделения триггер-файлов основывается на анализе уровня энергии сейсмического сигнала, который рассчитывается в скользящем окне (рис. 1):
1 N
— У d (j, к )2
(1)
где Е(1) - энергия в 1-м окне, Т - длина окна, N - число приемников.
Рис. 1. Расчет энергии в скользящем окне, по формуле (1).
К исходным данным применялся полосовой фильтр с параметрами 50100-200-400 Гц, что позволило увеличить соотношение сигнал/шум в 2-3 раза.
Триггер-файл вырезается (запись длиной 1 с), если Е(1) на каком-то шаге превышает критический уровень Е. Заметим, что для выделения триггер-файлов необходимо определить следующие параметры: длина окна (Т), шаг окна (ДО, критический уровень энергии (Е).
Выбор этих параметров производится визуально в ходе анализа тестовых записей исследуемого набора данных. Для записи на рис. 1 были выбраны параметры: Т=50 мс (по анализу целевых годографов), Дt =40 мс, критический уровень Е= 0.9. Выбора данных параметров обоснован на рис. 2, где красным показана энергия в бегущем окне.
Время, мсек
Рис. 2. Энергия трасс в бегущем окне После процедуры автоматического выделения, был проведен визуальный анализ для отбраковки триггер-файлов, содержащих шум. Статистика выбора и отбраковки триггер-файлов по пяти наборам данных представлена в табл. 1.
Таблица 1
Результат выделения и отбраковки триггер-файлов
№ Непрерывная Регистрация (с) Автоматическое выделение (число файлов) После отбраковки (число файлов)
1 4170 1253 25
2 15800 253 65
3 48290 437 70
4 8680 110 40
5 33020 167 13
Поляризационный анализ. Авторами реализован алгоритм поляризационного анализа из [1], который основан на сингулярного разложения ^УО). Поляризационный анализ 3-компонентных сейсмических данных является одной из важнейших процедур, позволяющих определять направление прихода Р-волны (азимут на микросейсмическое событие) и выявлять расщепление £-волны [2], что является признаком анизотропии исследуемой среды.
Результаты поляризационного анализа могут быть также использованы для поворота 3-компонентных записей. Пример поворота на Р-волну (Р-волна видна только на одной компоненте) показан на рис. 3.
Время, мсек
Рис. 3. Поворот компонент: вверху — до поворота; внизу — после поворота Поляризационный анализ £-волны позволяет выявлять ее расщепление [3]. В случае расщепления, когда линейно поляризованные «медленная» и «быстрая» ^-волны расходятся по времени на 1-2 периода, годограмма (траектории движения частицы) имеет «крестообразную» форму по двум линейным поляризациям. На рис. 4 (снизу) представлен пример анализа эффекта расщепления S- волны. Длина окна для поляризационного анализа была подобрана таким образом, чтобы включить обе S- волны.
На рис. 4 (сверху) представлена траектория движения частиц в выбранном окне для 3С набора данных. На нижнем рисунке представлены отфильтрованные 3С данные. На рисунке можно увидеть условный крест в траектории частицы, после первого вступления горизонтально поляризованной волны.
Рис. 4. Поляризационный анализ в окне программного пакета: вверху— годограммы движения частиц; внизу— соответствующие им участки трасс (3-компоненты), где зеленый— начальное время выделенного окна, синий— конечное время выделенного окна
Выводы
В данной работе описан граф обработки данных микросейсмического мониторинга, представлен результат его программной реализации и применения на реальных данных. Реализация данного пакета включает в себя следующие этапы обработки: полосовую фильтрацию, выделение триггер-файлов (интервалов полезных сигналов), пикирование времен прихода волн, поляризационный анализ. Наиболее важным результатом стало выявление эффекта расщепления поперечных волн. Данное наблюдение доказывает анизотропные свойства пород в объеме, исследуемом микросейсмическим мониторингом. Это также обосновывает важность учета анизотропии при обработки микросейсмические данных.
Благодарности. Работа была частично поддержана МИП СО РАН №
127.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. De Meersman K., Van der Baan M., Kendall J.-M., 2006. Signal Extraction and Automated Polarization Analysis of Multicomponent Array Data. Bulletin of the Seismological Society of America, Vol. 96, No. 6, pp. 2415-2430
2. Grechka, V., and S. Yaskevich, 2014. Azimuthal anisotropy in microseismic monitoring: A Bakken case study. Geophysics, 79(1), KS1-KS12.
3. Wuestefeld A., Al-Harrasi O., Verdon J. P., Kendall J.-M. 2010. A strategy for automated analysis of passive Microseismic data to image seismic anisotropy and fracture characteristics. Geophysical Prospecting, 58, 775—773.
