Attenuation and velocity estimation using rock physics and neural network methods for calibrating reflection seismograms
Notice bibliographique
Résumé
Abstract Velocity logs are the most important data used to evaluate rock, fluid, and geotechnical properties of hydrocarbon reservoirs. As a complementary physical property, P-wave attenuation (Q−1) can be used as an indicator of lithology and fluid saturation in oil and gas reservoir characterization. We implemented an inversion self-consistent rock physical model to predict P- and S-wave velocities in two old wells near a new well containing a complete suite of logs at the Waggoner Ranch oil reservoir in northeast Texas. We selected a training data set from the new well to test the algorithm that was subsequently applied to predict velocity data in the two old wells. We used an attenuation log from the new well to perform data analysis via the Gamma test, a mathematically nonparametric nonlinear smooth modeling tool, to choose the best input combination of well logs to train an artificial neural network (NN) for estimating Q−1. Then, the NN was applied to predict attenuation logs in the old wells. The Q−1 logs detected oil-saturated sand that was modeled with a rock physical model. This is a significant result that revealed for the first time that oil, gas, and water saturations of sand can be quantified from an attenuation anomaly estimated from full-waveform sonic data. In addition, water, oil, and gas saturations of the sand were determined from Q−1 anomalies observed in the old wells. This confirms the productivity of the Upper Milham oil-saturated sand intercepted by the three wells. The velocity, density, and Q−1 logs were used to generate synthetic seismograms to calibrate seismic data to verify and evaluate the work flow for predicting velocity and attenuation logs in older wells. This demonstrated that attenuation logs can discriminate between anomalies due to lithology and those due to oil and gas saturation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».