蚂蚁追踪技术是斯伦贝谢推出的断裂系统自动分析、识别系统。该系统的原理是:在地震数据体中播撒大量的蚂蚁,在地震属性体中发现满足预设断裂条件的断裂痕迹的蚂蚁将“释放”某种信号,召集其他区域的蚂蚁集中在该断裂处对其进行追踪,直到完成该断裂的追踪和识别。而其他不满足断裂条件的断裂痕迹将不进行标注。最后,通过该技术,我们将获得一个低噪音、具有清晰断裂痕迹的数据体。
然后,以获得的断裂数据体为基础,Petrel将提取数据体中的所有断裂痕迹,并且去除大的断层,只考虑裂缝系统,完成工区内大的裂缝描述及建模工作。
1、蚂蚁体追踪技术工作流程
第一步骤是要求地震在信号领域压制噪声以达到其基本条件。
第二步是在地震数据上强化空间不连续性判别(断层属性提取,边界探测)。
第三步骤通过压制噪声和剔除非断层因素波动算法生成的蚂蚁追踪体更进一步明显突出断层特征。
2、离散裂缝网络模型(DFN)
DFN模型是目前世界上描述裂缝的一项先进技术,它通过展布于三维空间中的各类裂缝片组成的裂缝网络集团来构建整体的裂缝模型,实现了对裂缝系统从几何形态直到其渗流行为的逼真细致的有效描述。
3、DFN的由来
关于裂缝建模,许多研究者作出了探索性的研究。1970年代,Hudson等人分别开发了裂缝几何的地质统计模型。到1980年代,由于Bill 、Peter 等人的出色工作,离散裂缝网络(DFN)模型正式出现并广泛传播。
裂缝性油藏的裂缝描述和建模是一个世界性的难题,DFN模型的出现应该是裂缝建模领域的一个重大的里程碑事件,它对这个难题给出了一个较为适合的解决方案。这些方法首先是用于评估地下裂隙对核废料处理的影响,由此发展了一大批的算法并形成软件。到1990年代,这些方法开始在石油领域获得应用并取得了良好的效果。
离散裂缝网络模型使得把地球物理、地质、油藏工程等多方面的的数据整合在一起形成对裂缝的系统描述成为可能。