Resumen

La discriminación de fluidos desempeña un papel importante en la exploración y desarrollo de yacimientos. En la actualidad, los factores de fluido utilizados para la discriminación de fluidos se estiman mediante métodos lineales de inversión AVA basados en las aproximaciones lineales de las ecuaciones de Zoeppritz. Sin embargo, las ecuaciones de Zoeppritz muestran que la relación entre los coeficientes de reflexión AVA preapilamiento y los parámetros del yacimiento es altamente no lineal. Por lo tanto, los métodos de inversión basados en aproximaciones lineales influirán seriamente en la no unicidad e incertidumbre de los resultados de la inversión. En este trabajo, se lleva a cabo una inversión no lineal basada en la aproximación cuadrática para reducir la no unicidad y la incertidumbre del factor de fluido. En primer lugar, para invertir directamente el factor de fluido, se deriva una nueva aproximación cuadrática en términos del factor de fluido (ρf), el módulo de corte y la densidad a ambos lados de la interfaz de reflexión, basada en la teoría de la poroelasticidad. A continuación, se construye una función objetivo de inversión no lineal utilizando la nueva aproximación cuadrática en un marco bayesiano, y se adopta el método de Gauss-Newton para minimizar esta función objetivo. El ejemplo de datos sintéticos muestra que el nuevo método puede obtener resultados razonables de inversión del factor de fluido incluso en el caso de una baja SNR (relación señal-ruido). Por último, el método propuesto también se aplica a datos de campo, lo que demuestra que puede discriminar eficazmente los fluidos del yacimiento.

• Materias:Algoritmos genéticos Geoquímica Análisis de suelos Agua Carbón
• Subjects:Genetic algorithms Geochemistry Soil testing Water Coal
• Palabras claves:factores de fluido, nueva aproximación cuadrática, inversión no lineal, función de objetivos, aproximación lineal, discriminación de fluidos, ecuación de zoeppritz, métodos de inversión ava, coeficiente de reflexión ava, ejemplo de datos sintéticos
• Keywords:fluid factors, novel quadratic approximation, nonlinear inversion, objectives function, linear approximation, fluid discrimination, zoeppritz equation, ava inversion methods, ava reflection coefficient, synthetic data example