CC BY
43
УДК 004.94+004.021 DOI: 10.25513/2222-8772.2018.3.31-44
РЕШЕНИЕ АКТУАЛЬНЫХ ЗАДАЧ ОБРАБОТКИ ДАННЫХ В СИСТЕМАХ МИКРОСЕЙСМИЧЕСКОГО МОНИТОРИНГА ГИДРОРАЗРЫВА ПЛАСТОВ
Новосибирский государственный технический университет, Новосибирск, Россия
Аннотация. Выполнение операций по гидроразрыву пластов (ГРП) требует контроля за ростом формирующейся трещины. Распространённой технологией, обеспечивающей такой контроль, является микросейсмический мониторинг. Он основан на решении задач локации источников сейсмической эмиссии и их визуализации на трёхмерной координатной сетке. Существующие методы мониторинга ГРП имеют ряд недостатков, среди которых — низкая точность измерения геометрических параметров трещин. В настоящей статье рассматривается оригинальный подход к обработке данных микросейсмического мониторинга, позволяющий представить зону трещиноватости в виде трёхмерных непрерывных объектов — одного или нескольких слоев трещины, заполненных проппантом. Предложенные алгоритмы базируются на применении целого ряда процедур цифровой обработки сигналов: обнаружении импульса на фоне шума и локации его источника, пространственной фильтрации источников, построении траекторий раскрытия трещины, интерполяции набора источников и визуализации трёхмерной графической модели.
Ключевые слова: гидравлический разрыв пласта, трещина, сейсмический импульс, обнаружение, фильтрация, построение траекторий, триангуляция Делоне.
Введение
В последние годы наблюдается истощение запасов нефтяных месторождений с высокопроницаемыми коллекторами. Нефтедобывающие компании вынуждены осваивать коллекторы с низкой проницаемостью, вследствие чего получил распространение гидравлический разрыв пласта (ГРП) — один из эффективных методов интенсификации добычи нефти. Суть метода заключается в том, что на забое скважины создаётся высокое давление, разрывающее пласт по направлениям минимальных напряжений. Для создания такого давления в пласт закачивается специальная жидкость, содержащая расклинивающий материал — проппант. В пласте образуется зона трещиноватости, формируя высокопро-водящий канал для проникновения нефти к забою скважины.
П.И. Вайнмастер
аспирант, e-mail: [email protected]
Отсутствие контроля за развитием трещиноватой зоны может привести к обводнению скважины, что потребует её ремонта или полной остановки добычи. Одним из методов такого контроля, наиболее распространённым в наши дни, является микросейсмический мониторинг ГРП.
Классический мониторинг включает в себя несколько этапов, основные из которых — сбор данных о трещине, их обработка и интерпретация. Сбор данных заключается в регистрации сейсмических трасс в процессе гидроразрыва. Обработка записанных сейсмотрасс позволяет выполнить локацию источников микросейсмических событий в пласте. Завершающим этапом является интерпретация полученных данных для установления пространственных характеристик трещины. Полученная информация используется для управления основными параметрами гидроразрыва — объёмом и темпами закачки жидкости в пласт.
Наиболее сложными задачами обработки данных в микросейсмическом мониторинге считаются задача локации микросейсмических событий и задача их визуализации в виде графической модели. В данной работе рассматриваются оригинальные подходы к их решению.
1. Постановка задачи
Сейсмическим событием считается колебание пород пласта, вызванное увеличением трещиноватой зоны в размере 10-25 м в результате гидродинамического воздействия на пласт. Сейсмические импульсы, возбуждаемые при таких событиях, регистрируются датчиками вместе с естественными сейсмическими шумами и искусственными помехами. Задача локации сейсмических источников заключается в вычислении их координат, что даёт косвенную оценку траектории распространения трещины.
Известные методы локации точечных источников основаны на различных решениях обратной кинематической задачи сейсморазведки (ОКЗС). Считается, что скоростная модель пласта состоит из нескольких горизонтальных слоёв, имеющих глубинные границы и постоянную (различную для каждого слоя) скорость распространения сейсмических волн. Делается предположение о том, что по сейсмотрассам, записанным на земной поверхности, можно с достаточной точностью определить времена прихода волн к датчикам антенны и, на основе заданной скоростной модели, восстановить координаты их источника.
Решение ОКЗС опирается на подбор модели границ среды и вычислении пространственных координат сейсмического источника у8, г3) и скорости распространения сейсмических волн V(г) от источника до точек наблюдений антенны. Требуется так подобрать параметры модели, чтобы результат решения прямой задачи для источника (х3, у8, г3) совпадал (в пределах заданной погрешности) с наблюдаемыми временами прихода отражённой волны от глубинных границ.
Такая обратная задача является некорректной ввиду отсутствия единственного и устойчивого решения, а подбор параметров для её решения сопряжён с устранением целого ряда существенных неопределённостей разного рода [1].
Во-первых, решение задачи зависит от выбора модели: чрезвычайно сложно корректно определить количество пластов в среде и измерить времена прихода всех отражённых волн от всех границ. Во-вторых, существенное влияние на результат оказывает выбор метода решения задачи. Например, решение ОКЗС может заключаться в минимизации отклонений рассчитанных времён отражений от фактически наблюдаемых. Но даже эту оптимизационную задачу можно решать в рамках различных критериев: среднеквадратическое отклонение, абсолютное отклонение и т. п.
Низкая эффективность существующих методов, сложность получения единственного и устойчивого решения, а также необходимость проведения дополнительных исследований геофизической модели пласта обуславливают актуальность задачи локации сейсмических источников.
В работе [2] предложен альтернативный подход к решению задачи локации. В зоне приёма вводится трёхмерная координатная сетка с заданным шагом между узлами. Каждый узел сетки является кандидатом на проверку наличия или отсутствия сейсмического события. Единственным параметром, характеризующим пластовую среду, является средняя скорость распространения волн V. Для каждого узла сетки, с учётом его известных координат и скорости V, решается задача обнаружения сейсмического импульса на сей-смотрассах, зарегистрированных антенной. Если импульс обнаружен, узел считается точечным источником сейсмической эмиссии. Преимуществом данного подхода является направленное обнаружение микросейсмических источников: решение существует в рамках определённой погрешности единственно и устойчиво, даже в смысле структурной устойчивости.
В исходном алгоритме, описанном в [2], для обнаружения импульса предлагается выполнить статистическое накопление сигнала — суммирование сей-смотрасс с учётом рассчитанных времён задержек. Для принятия решения о наличии импульса используется простой критерий: максимальная амплитуда на суммарной сейсмотрассе должна превышать заданный порог. Но этот подход неустойчив к изменению амплитуды искомого импульса и к наличию в среде высокоамплитудных сигналов-помех, вызванных работой аппаратуры ГРП. Поэтому актуальной задачей является исследование и применение алгоритмов обнаружения сейсмического импульса, обладающих устойчивостью к изменению мешающих параметров модели.
Задача визуализации зоны трещиноватости заключается в представлении результатов обработки сейсмических данных в виде графической модели, позволяющей оценить её пространственные характеристики. От вида модели зависит принятие решений о дальнейшей разработке пласта и следующем после ГРП дизайне скважины. Поэтому модель должна отражать физические особенности трещины в удобном для восприятия виде.
Производители современного программного обеспечения для мониторинга ГРП используют трёхмерную модель зоны трещиноватости в виде множества источников микроземлетрясений на координатной сетке. Модели такого вида позволяют обнаружить сгустки сейсмической эмиссии, но накладывают определённые ограничения на восприятие результата обработки. Во-первых, реальные
данные ГРП характеризуются большой интенсивностью сейсмической активности (количество источников в модели может достигать нескольких десятков тысяч). Во-вторых, сгустки микросейсмических источников не имеют чётких контуров и не позволяют с достаточной точностью и достоверностью определить форму и толщину раскрывающихся трещин.
Альтернативным способом представления сейсмических данных является графическая модель в виде трёхмерных объектов — одного или нескольких слоев трещины, заполненных проппантом. Однако визуализация такой модели сопряжена с рядом трудностей. Избыточность сейсмических данных ограничивает корректное построение графической модели с помощью известных интерполяционных методов, т. к. количество сейсмических источников может составлять десятки тысяч.
В связи с этим, актуальной является задача пространственной фильтрации данных. Одним из её решений является переход от множества зарегистрированных источников сейсмической эмиссии к заведомо меньшему набору их гипоцентров, представляющих энергетические очаги локальных сейсмических событий.
Информация о гипоцентрах микросейсмической эмиссии даёт возможность восстановить пространственные и временные параметры трещиноватой зоны, построить траектории разлома и представить трещину в графическом виде, удобном для оператора ГРП и последующей обработки.
2. Теория
Модель сейсмического квазидетерминированного импульса, излучаемого точечным источником внутри пласта, в общем виде представляется в виде квазигармонического сигнала [3]
Б^, ф) = иф) соб(ш0Ь + ф),
где и(Ь) — нормированная по амплитуде известная (при фиксированном значении ф) функция времени, задающая форму импульса; ф — априорно неизвестная фаза импульса, которая равномерно распределена на интервале ш0 = 2-к/То — опорная частота импульса; Т0 — длительность импульса. Пример модели сейсмического импульса, излучаемого источником, приведён на рис. 1.
Фрагмент сейсмотрассы, зарегистрированный г-м приёмником наземной антенны на временном интервале [0; Т], представляет колебание, состоящее из суммы сейсмического импульса 5(Ь, ф) и шума пф)
Уг(ф = 8Б(г, ф) + п(г), 0 ^ Ь ^ Т,
где 8 — случайная величина, которая принимает значение 1, если сейсмический импульс был излучён точечным источником и 0 — импульс излучён не был. Фрагмент сейсмотрассы, зарегистрированной на интервале [0; 6 мс], представлен на рис. 2.
0.5
.0 5 ---■---■----
0 1 2 3 4 5 Е
Т. тз
Рис. 1. Модель сейсмического импульса
0 12 3 4 5 6
Т. тз
Рис. 2. Вид фрагмента сейсмотрассы
Требуется определить правило, которое по результатам обработки набора сейсмотрасс упозволит сделать вывод о наличии или отсутствии сейсмического импульса в заданном точечном узле координатной сетки. Алгоритм должен удовлетворять двум основным требованиям: стабильная вероятность ложной тревоги при любых изменениях спектральной плотности мощности шума и инвариантность вероятности правильного обнаружения к начальной фазе сейсмического импульса.
Для решения этой задачи применены и исследованы два известных в радиотехнике алгоритма обнаружения сигнала, адаптированные к обнаружению сейсмических импульсов и удовлетворяющие описанным условиям: квадратурный корреляционный и статистический.
Квадратурный корреляционный алгоритм [4] предполагает вычисление «суммарной» сейсмотрассы у(Ь) (она образуется путём суммирования сейсмотрасс уг(Ь) с учётом времён задержек распространения сигнала) и сравнение комплексных огибающих фрагмента сейсмограммы у(Ь) и шаблона сейсмического импульса 5(¿).
Для определения коэффициента корреляции руз используется формула
руз = 2 у/Х* + X*,
т т
где хс = / у (г) Б (г) соз(шг)&,х8 = / у(фв (г) вт(шг)м.
0 0
Пороговая величина к, используемая для принятия решения об обнаружении, основана на выбранной вероятности ложной тревоги Рр:
к=2^Е Ч ъ).
Если коэффициент корреляции руз превышает порог к, принимается решение о наличии сейсмического импульса.
На рисунке 3 приведены графики функции корреляции комплексных огибающих рузф) (верхняя толстая кривая чёрного цвета) и фрагмента суммарной сейсмограммы уф) (нижняя тонкая кривая). Для уточнения взаимного расположения функций к ним добавлен график сейсмического импульса 5(Ь, ф) (кривая серого цвета). Заметно, что начальная фаза сейсмического импульса 5ф,ф) совпадает по времени с максимальным значением руз(Ь), а максимум импульса 5(Ь, ф) совпадает по времени с локальным максимумом фрагмента суммарной сейсмограммы уф).
■5 -1-1-1
650 700 750 800
Т. тз
Рис. 3. Функция корреляции огибающих, сейсмограмма и импульс
Статистический алгоритм обнаружения [5,6], в свою очередь, предполагает представление каждой сейсмотрассы у^ф) в виде ряда Фурье и вычисление коэффициентов Фурье {иц,ьц} в качестве наблюдаемой выборки. Для описания семейства их совместных распределений вводится понятие достаточной статистики 2 = и производится расчёт плотности вероятности ь)(2).
Плотность вероятности используется для построения решающей функции. Если решающая функция превышает пороговую величину, принимается решение о наличии импульса.
Решающая функция статистического алгоритма имеет вид
, ^) >сИ
\ 0, фг) < С (а)
Здесь г (г) = £ ехр{-М[п (Ь2 - Ь1 + 1), 1, ^], мМ " функция
г=1 ^ )
Куммера; 6* — пороговое отношение «сигнал/шум» для г-й гармоники, определяющее границу «зоны безразличия» алгоритма; Ьг,Ь2 — границы полосы пропускания приёмников сигнала; ^ — ^-статистика для г-й гармоники. Пороговая величина С (а) вычисляется на основе заданного уровня вероятности ложной тревоги а.
Узлы виртуальной сетки, в которых было принято решение о наличии сейсмического импульса, принимаются локальными очагами микроземлетрясений. Таким образом с помощью задачи обнаружения, решается задача локации сейсмических источников.
Известные системы мониторинга ГРП осуществляют визуализацию графической модели трещины на основе полученного набора источников, при этом трещина представляется либо в виде «облака» этих точек на координатной сетке, либо в виде тепловой карты (двумерное изображение в горизонтальной проекции, где области большего скопления источников имеют более тёплую цветовую гамму). Оба этих подхода дают приблизительное представление о распределении зон трещиноватости в пласте, но они не позволяют оценить такие параметры трещиноватой зоны, как форма и толщина. В данной работе предлагается представить зону трещиноватости в виде слоёв, заполненных проппантом.
Если на основе имеющегося набора источников построить поверхность (с помощью триангуляции Делоне), то она будет иметь вид, показанный на рисунке 4. Из рисунка видно, что набор источников избыточен: во многих близко расположенных узлах трёхмерной виртуальной сетки обнаруживаются очаги микросейсмической эмиссии. Чтобы устранить эту избыточность, очередным этапом обработки является фильтрация узлов-источников.
Рис. 4. Исходная трёхмерная модель трещиноватости целевого пласта
Фильтрация заключается в обнаружении кластеров («облаков» микросейсмической эмиссии) и объединении узлов внутри каждого кластера в один пространственный объект, являющийся гипоцентром «облака». Разрыв среды, формирующий острие раскрывающейся трещины, происходит в этой точке модели с наибольшей вероятностью. Для осуществления фильтрации используются методы компонентного и кластерного анализа [7].
Каждый узел-источник представлен пятью параметрами: это координаты X, У в горизонтальной плоскости, глубина расположения Н, амплитуда сейсмического события А и время его возникновения Т. Чтобы сократить время обработки узлов, а также устранить влияние схожих и близких параметров, предварительно выполняется переход к меньшему количеству компонент, число которых равно трём — и Для отсева «лишних» компонент используется кри-
терий Кайзера.
Для всех узлов-источников, с учётом новой системы признаков, выполняется кластеризация с помощью агломеративного алгоритма. Отметим, что исходная область целевого пласта разбивается на области одинакового размера (параллелепипеды), в рамках каждого из которых происходит независимая обработка узлов-источников. Такой подход позволяет значительно улучшить качество кластеризации, т. к. обнаруженные кластеры являются компактными и рассредоточены по всей области мониторинга. Центры масс обнаруженных кластеров принимаются в качестве гипоцентров соответствующих «облаков» сейсмичности.
Если исходное количество источников, расположенных в области локации размером 512 х 512 метров, может составлять тысячи, то количество гипоцентров после пространственной фильтрации не превышает нескольких сотен. Это позволяет выполнить интерполяцию и представить трёхмерную модель трещины в виде одного или нескольких слоёв.
Задачу построения графической модели трещины можно условно разделить на две подзадачи: восстановление траекторий разрыва зоны трещиноватости в пласте коллектора и визуализация трёхмерной поверхности на их основе.
Раскрытие и рост трещин при гидроразрыве, как правило, происходят в нескольких направлениях, соответствующих направлениям перфорации (прострела) стенок скважины. Области перфорации характеризуются излучением сейсмических импульсов высокой амплитуды вблизи точек разрыва. Поэтому для локации основания трещины следует проанализировать амплитудные характеристики гипоцентров вблизи забоя: максимальные значения амплитуд соответствуют местам первичного вскрытия породы. По мере дальнейшего роста трещины её траектория сначала является гладкой, затем она становится шероховатой и, наконец, приобретает ветвящийся (фрактальный) характер.
Для восстановления траекторий трещиноватости используется оригинальный алгоритм [8]. Исследуемая область пласта, с учётом наложенной трёхмерной сетки локации, представляется в виде двух цилиндров: внутреннего и внешнего. Внутренний цилиндр ограничивает область вблизи ствола скважины. Эта область содержит очаги микроземлетрясений, образующихся при разрыве основания трещины. Внешний цилиндр охватывает всю исследуемую
область целевого пласта, и, в том числе содержит внутренний цилиндр.
На основе ряда закономерностей, которые вычисляются с помощью исходных данных, внешний цилиндр разбивается на N областей (секторов) одинакового размера. Чтобы задать взаимное расположение этих секторов, во внутреннем цилиндре отыскивается гипоцентр г[, расположенный вблизи ствола скважины и имеющий наибольшую амплитуду Ai (высокая амплитуда колебаний фиксируется в момент прорыва породы разрывающей жидкостью, т. е. найденный узел с высокой вероятностью лежит в основании трещины). Первый сектор располагается так, что отрезок прямой, проведённый в горизонтальной проекции из центра координатной сетки к найденному узлу и продлённый до границы внешнего цилиндра, делит проекцию первого сектора на две равные части. Остальные секторы строятся по часовой стрелке от первого.
При последовательном просмотре каждого сектора происходит восстановление траекторий трещиноватости с помощью рекурсивного алгоритма. Построение заключается в последовательном отборе гипоцентров г'1 ,...г'п, лежащих внутри первого сектора, начиная с найденного ранее узла r'i (назовём его «базовым»).
Обозначим последний известный узел траектории как r'k, а выбираемый узел-претендент — r'j. Для того чтобы узел r'j был включён в траекторию, должны одновременно выполняться следующие условия:
• узел r'j должен лежать не ближе к стволу скважины, чем r'k, и быть ближайшим к r'k среди всех остальных узлов данного сектора;
• время возникновения сейсмического события в ф должно превышать время возникновения эмиссии в узле r'k;
• амплитуда импульса в узле ф должна превышать заданный порог. Порог амплитуды Amin выбирается по гистограмме распределения амплитуд гипоцентров сектора на уровне, соответствующем одному среднеквадра-тическому отклонению.
Гипоцентры, для которых параметр «плотности» D принимает значения меньше пороговой величины Dmin, также отсеиваются и не участвуют в дальнейших расчётах. Под «плотностью» здесь понимается количество узлов-источников, ранее объединённых в кластер, центром которого является рассматриваемый гипоцентр. Порог Dmin вычисляется по формуле
Dmin = М(D) X CD,
где М(D) — математическое ожидание выборки D наблюдаемой плотности гипоцентров сектора; D — пороговый коэффициент.
Отбор гипоцентров завершается, если ни один из оставшихся гипоцентров r'j не удовлетворяет описанным критериям и не может быть включён в траекторию трещиноватости. Выбранные гипоцентры соединяются отрезками, образуя ломаную линию, задающую траекторию трещины в рамках сектора.
Для восстановления «ветвистой» структуры траектории выполняется рекурсивное погружение: каждый из выбранных на первом этапе гипоцентров r'k представляется новой «базовой» точкой, и для него рекурсивно повторяется
процесс поиска гипоцентров, образующих ответвления от первоначально рассчитанной траектории. Затем процесс поиска повторяется для гипоцентров, найденных на этом этапе, и т. д. После завершения обработки в первом секторе процедура отбора гипоцентров и построения ветвящейся траектории выполняется поочерёдно для всех оставшихся секторов.
На рисунке 5 представлен вид пласта в горизонтальной проекции, на котором выделены внутренний и внешний цилиндры, секторы, а также построенные траектории трещиноватости.
Рис. 5. Траектории раскрытия трещины ГРП (горизонтальная проекция)
Завершающим этапом обработки данных является визуализация трёхмерной графической модели. Для отображения динамики (роста трещины с течением времени), вводится временное окно, которое делит набор гипоцентров на несколько групп по времени возникновения. Построение траекторий и визуализация модели осуществляются поэтапно для каждой из таких групп.
Для визуализации модели трещиноватой зоны используются триангуляция Делоне. Интерполяция имеющегося набора данных основана на методе естественного соседа, а для учёта фрактального характера роста зоны трещинова-тости используется метод срединного смещения.
3. Результаты экспериментов
Предлагаемые алгоритмы позволяют с достаточной точностью решать задачи обработки данных в системах микросейсмического мониторинга и восстанавливать пространственные и временные параметры фрактальной зоны тре-щиноватости, образованной при гидравлическом разрыве пласта.
Применение алгоритмов обнаружения сигнала (квадратурного корреляционного и статистического) позволяет обнаружить наличие сейсмического импульса на сейсмотрассах и осуществить локацию источников микросейсмических
событий. В результате экспериментов установлено, что статистический алгоритм устойчиво обнаруживает импульс при отношении сигнал / шум -20 Дб и ниже. Квадратурный корреляционный алгоритм имеет порог обнаружения несколько ниже. Кроме того, статистический алгоритм позволяет обнаруживать импульсы, близко расположенные на сейсмограмме или даже перекрывающиеся. Корреляционный алгоритм не обнаруживает такие импульсы (точнее, не разрешает их), что ограничивает его применение в задачах сейсморазведки [9].
Применение алгоритма пространственной фильтрации позволяет избавиться от избыточности числа узлов локации, возникающей из-за непрерывного пространственного характера колебания частиц разрываемого пласта. Согласно проведённым экспериментам, наилучшее устранение избыточности достигается при использовании в качестве меры расстояния между объектами меры Евклида, а в качестве стратегии кластеризации — метода Average-link. При количестве исходных узлов в несколько тысяч количество гипоцентров после фильтрации не превышает нескольких сотен, а в среднем избыточность данных сокращается почти в 50 раз [7].
Для ускорения процесса кластеризации и устранения влияния схожих характеристик объектов дополнительно применяется компонентный анализ признаков и их сокращение с пяти до трёх. Помимо устранения помеховых составляющих, искажающих результат кластеризации, это позволяет достичь значительного ускорения процесса выделения кластеров (на 25-30 %).
Использование рекурсивного алгоритма построения траекторий позволяет восстановить фрактальную геометрию и динамику распространения трещиноватой зоны. Особенностью алгоритма является выделение трёхмерных секторов и построение фрагментов трещины в каждом из них. Поскольку расположение секторов соответствует прострелам перфорации пласта, каждая траектория тре-щиноватости определяет одно из «крыльев» раскрывшейся трещины.
Модель трещиноватой зоны, построенная согласно предложенному методу мониторинга ГРП, представлена на рисунках 6-8.
X х 10* Ух 1С6
Рис. 6. Модель зоны трещиноватое™ пласта (30)
На рисунке 6 изображена трёхмерная модель. Ось в центральной части рисунков представляет ствол скважины. На рисунке 7 изображён вид зоны трещиноватости сверху. Сравнивая его с рисунком 5, можно заметить, что
г н»
ч«' .10%)
Рис. 7. Модель зоны трещиноватости пласта (вид сверху)
«крылья» трещины соответствуют выделенным траекториям трещиноватости. Рисунок 8 иллюстрирует фрагмент трещины, заполненный проппантом (его расположение указано чёрным прямоугольником на рисунке 7).
Рис. 8. Фрагмент модели зоны трещиноватости пласта (30)
Цвет элементов поверхности пропорционален амплитуде колебаний и косвенно отражает толщину трещины: более тёплые оттенки соответствуют большей толщине.
4. Заключение
Предложены и реализованы оригинальные алгоритмы обработки данных микросейсмического мониторинга ГРП. Они базируются на применении целого
ряда информационных процедур цифровой обработки сигналов: обнаружении сейсмического импульса и локации источников микросейсмической эмиссии; фильтрации узлов-источников для устранения их избыточности; восстановлении траекторий раскрытия трещины; визуализации трёхмерной графической модели.
Преимуществами данного метода по сравнению с существующими аналогами являются:
точность и достоверность получаемых пространственных моделей трещиноватой зоны;
учёт резонансных свойств среды и нелинейности распространения сейсмического сигнала; • представление модели трещиноватости пласта в виде поверхностей — сло-ёв, заполненных проппантом;
визуализация динамики распространения зоны растрескивания. Применение представленных алгоритмов позволяет решать актуальные задачи обработки данных в системах микросейсмического мониторинга и получать адекватные изображения динамических пространственных объектов трещино-ватости пласта.
Литература
1. Глоговский В.М., Лангман С.Л. Свойства решения обратной кинематической задачи сейсморазведки // Технологии сейсморазведки. 2009. № 1. С. 10-17.
2. Рабинович Е.В., Туркин А.С. Наземная локация микросейсмических сигналов для мониторинга гидравлического разрыва пласта // Доклады ТУСУР. 2012. № 1(25), Ч. 1. С. 104-112.
3. Модель сейсмического импульса, возникающего при гидравлическом разрыве пласта / Е.В. Рабинович [и др.] // Математические структуры и моделирование. 2014. № 4(32). С. 105-111.
4. Rabinovich E.V., Shefel G.S., Vaynmaster P.I. Correlation detection of seismic pulses for hydraulic fracturing monitoring // 16 International conference of young specialists on micro/nanotechnologies and electron devices (EDM). IEEE, 2015. P. 162-165.
5. Богданович В.А., Вострецов А.Г. Теория устойчивого обнаружения, различения и оценивания сигналов. М. : Физматлит, 2004. 320 с.
6. Rabinovich E.V., Vaynmaster P.I. Statistical detection of seismic pulses for hydraulic fracturing monitoring // 11 International forum on strategic technology (IFOST 2016). Novosibirsk, 2016. Pt. 1. P. 375-378.
7. Рабинович Е.В., Вайнмастер П.И., Шефель Г.С. Устранение избыточности данных сейсмического мониторинга гидроразрыва пласта // Математические структуры и моделирование. 2018. № 1(45). С. 81-94.
8. Рабинович Е.В., Вайнмастер П.И. Определение траекторий разрыва и визуализация модели трещины, возникающей при ГРП // Вестник СибГУТИ. 2016. № 4. С. 7785.
9. Rabinovich E. V., Vaynmaster P.I. Comparison of two algorithms for detection of seismic pulses // The 17 international conference of young specialists on micro/nanotechnologies and electron devices, EDM 2016: proc. Novosibirsk. 2016. P. 71-74.
SOLUTION FOR DATA PROCESSING IN SYSTEMS OF MICROSEISMIC MONITORING OF HYDRAULIC FRACTURING
P.I. Vaynmaster
Postgraduate Student, e-mail: [email protected]
Novosibirsk State Technical University, Novosibirsk, Russia
Abstract. Performing operations on Hydraulic fracturing (HF) requires control of the fracture growth. A common technology providing such control is microseismic monitoring. It's based on solving problems of location of sources of seismic emission and their visualization on a three-dimensional coordinate grid. The existing methods of HF monitoring have a number of drawbacks, among which is the low accuracy of measuring the geometrical parameters of fractures and the dynamics of their growth. In this article, the original approach to the processing of microseismic monitoring data is described, which allows us to represent the fracturing zone in the form of three-dimensional continuous objects — one or several fracture layers filled with proppant. The proposed algorithms are based on the application of a number of digital signal processing procedures: detection of a pulse on the background of noise and location of its source, spatial filtering of sources, construction of fracture trajectories, interpolation of a set of sources and visualization of a three-dimensional graphic model.
Keywords: hydraulic fracturing, fracture, seismic pulse, detection, filtering, trajectory construction, Delaunay triangulation.
Дата поступления в редакцию: 09.08.2018
