Monitoring fluid saturation in reservoirs using time‐lapse full‐waveform inversion
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Monitoring the rock physics properties of the subsurface is of great importance for reservoir management. For either oil and gas applications or CO 2 storage, seismic data are a valuable source of information for tracking changes in elastic properties which can be related to fluids saturation and pressure changes within the reservoir. Changes in elastic properties can be estimated with time‐lapse full‐waveform inversion. Monitoring rock physics properties, such as saturation, with time‐lapse full‐waveform inversion is usually a two‐step process: first, elastic properties are estimated with full‐waveform inversion, then the rock physics properties are estimated with rock physics inversion. However, multiparameter time‐lapse full‐waveform inversion is prone to crosstalk between parameter classes across different vintages. This leads to leakage from one parameter class to another, which, in turn, can introduce large errors in the estimated rock physics parameters. To avoid inaccuracies caused by crosstalk and the two‐step inversion strategy, we reformulate time‐lapse full‐waveform inversion to estimate directly the changes in the rock physics properties. Using Gassmann's model, we adopt a new parameterization containing porosity, clay content and water saturation. In the context of reservoir monitoring, changes are assumed to be induced by fluid substitution only. The porosity and clay content can thus be kept constant during time‐lapse inversion. We compare this parameterization with the usual density–velocity parameterization for different benchmark models. Results indicate that the proposed parameterization eliminates crosstalk between parameters of different vintages, leading to a more accurate estimation of saturation changes. We also show that using the parameterization based on porosity, clay content and water saturation, the elastic changes can be monitored more accurately.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 découle