GENERATING DYNAMIC RESERVOIR DESCRIPTIONS USING GEOSTATISTICS IN A GEOLOGICAL MODEL
يمكن استخدام طرق وأنظمة تتضمن برامج كومبيوتر مشفرة computer programs encoded على وسط تخزين على الكومبيوتر computer storage medium لتوليد أوصاف خزان ديناميكي dynamic reservoir باستخدام الإحصائيات الجيولوجية geostatistics في نموذج جيولوجي geological model. يمكن استخدام تقنيات معالجة البيانات data proc...
Gespeichert in:
Hauptverfasser: | , , , , |
---|---|
Format: | Patent |
Sprache: | ara ; eng |
Online-Zugang: | Volltext bestellen |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | يمكن استخدام طرق وأنظمة تتضمن برامج كومبيوتر مشفرة computer programs encoded على وسط تخزين على الكومبيوتر computer storage medium لتوليد أوصاف خزان ديناميكي dynamic reservoir باستخدام الإحصائيات الجيولوجية geostatistics في نموذج جيولوجي geological model. يمكن استخدام تقنيات معالجة البيانات data processing بنظام حوسبة computing system لتشغيل عمليات التوليد والتحديث (مثلًا في الوقت الحقيقي) آليًا لنماذج خزان تحت السطح subsurface reservoir models. تم وصف منهجية وأنظمة أجهزة متكاملة لتحديد خصائص خزان في منطقة جوفية subterranean region باستخدام نموذج جيولوجي geological model يعتمد على البيانات الزلزالية seismic data وبيانات الضغط الانتقالي transient pressure data. تستخدم المنهجية والأساليب الآلية تقنيات متعلقة بالتعلم الآلي machine learning والذكاء الاصطناعي artificial intelligence لمعالجة البيانات الزلزالية process seismic data والمعلومات المتعلقة بالسمات والمعالم الزلزالية seismic facies. شكل 6.
Methods and systems, including computer programs encoded on a computer storage medium can be used for generating dynamic reservoir descriptions using geostatistics in a geological model. Data processing techniques can be used by a computing system to automate processes for generating, and updating (e.g., in real-time), subsurface reservoir models. An integrated methodology and hardware systems are described for determining properties of a reservoir in a subterranean region using a geological model based on seismic data and transient pressure data. The methodology and automated approaches employ technologies relating to machine learning and artificial intelligence to process seismic data and information relating to seismic facies. Fig. 6 |
---|