MétaCan
Menu
Retour à la cohorte
Enregistrement W2891647592 · doi:10.1190/geo2017-0642.1

Three-dimensional geosteering coherence attributes for deep-formation discontinuity detection

2018· article· en· W2891647592 sur OpenAlexaff
Shangxu Wang, Sanyi Yuan, Tieyi Wang, Jianhu Gao, Shengjun Li

Notice bibliographique

RevueGeophysics · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensPetro-Canada
Organismes subventionnairesNational Science and Technology Major Project
Mots-clésCoherence (philosophical gambling strategy)Classification of discontinuitiesGeologyDiscontinuity (linguistics)Seismic tracePerpendicularSpatial coherenceWeightingSeismologyAlgorithmComputer scienceGeometryAcousticsArtificial intelligenceMathematicsWaveletMathematical analysis

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Deep-formation oil/gas exploration is a key objective in the geophysical field, and structural and stratigraphic discontinuities, such as faults and channels, usually contribute to the construction of traps and reservoirs. Coherence has been used successfully to identify these abnormal features in seismic amplitude volumes. However, the current coherence algorithms seldom involve the geologic concept. We propose geosteering coherence attributes by implementing the coherence calculation perpendicular to the direction of the structural trend in a 3D curved plane. We estimate a group of time lags between the original analysis trace and each original neighboring trace along a certain spatial direction by using dip scanning. For each spatial direction, we subsequently construct two new model traces by weighting phase traces derived from the complex seismic traces, in which time lags are eliminated. We then use the new model traces to compute the crosscorrelation coefficients for each spatial direction. We finally obtain the 3D geosteering coherence attributes by taking the minimum values among the modulus of the crosscorrelation coefficients along different spatial directions to approximately characterize the coherence perpendicular to the structural trend in a 3D curved plane. An example of the 3D physical modeling involving fracture groups and faults embedded in the deep formation is used to demonstrate the effectiveness of the 3D geosteering coherence attributes. The applications on two real 3D seismic data sets of sand reservoirs from western deep formation illustrate that our method can alleviate the influence of dipping strata and can highlight subtle structures. Compared to the conventional coherence method, our method can highlight subtle geologic structures more and better, suggesting that it may be serve as a future tool for detecting the distribution of geologic abnormalities in deep exploration.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,984
Score d'incertitude au seuil0,304

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,215
Écart entre enseignants0,198 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysicsMême sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207