【摘 要】
：
海上地震采集时采用传统的海面投放方式布放深水海底节点(OBN)时点位偏差较大,无法满足基本的勘探精度要求,因此近年来水下机器人(ROV)被引入到海上地震采集行业.结合非洲东部某近岛海域OBN采集实例,讨论了 ROV在深水地震采集应用中的主要环节,包括动态定位船和ROV系统构成及原理,ROV系统在OBN采集节点布放及回收时的质量检测、参数校准方法、深水声波定位方法、点位精度评价方法、实际布放回收效率等.利用初至波二次定位技术,对用ROV布放OBN的坐标精度进行了验证,结果表明ROV可获得较传统海面投放方式精
【机 构】
：
中国石油集团东方地球物理勘探有限责任公司,河北涿州072751
论文部分内容阅读
海上地震采集时采用传统的海面投放方式布放深水海底节点(OBN)时点位偏差较大,无法满足基本的勘探精度要求,因此近年来水下机器人(ROV)被引入到海上地震采集行业.结合非洲东部某近岛海域OBN采集实例,讨论了 ROV在深水地震采集应用中的主要环节,包括动态定位船和ROV系统构成及原理,ROV系统在OBN采集节点布放及回收时的质量检测、参数校准方法、深水声波定位方法、点位精度评价方法、实际布放回收效率等.利用初至波二次定位技术,对用ROV布放OBN的坐标精度进行了验证,结果表明ROV可获得较传统海面投放方式精度更高且点位偏移量更稳定的布放效果,但布放及回收效率大大降低.研究结果为ROV在深海或复杂海域OBN地震采集的进一步研究与应用提供了有价值的定量技术评价指标.
其他文献
提出以地面预充氮气方法为主、井下增压方法为辅的随钻取样保真筒的设计思路,对其工作方式、取样参数优化方法进行讨论.取样筒中氮气腔的作用相当于储能气垫,可在一定程度上补充取样过程中因温度变化带来的压力损失,井下增压则是将样品尽快地压入样品腔,并进一步提高样品压力来弥补氮气腔无法提供的压力补偿.通过对取样保真筒工作方式的分析,引入非理想气体状态方程,根据取样流体泡点压力是否已知、现场应急取样等情况,对预充氮气压力、井下增压量和取样体积等保真参数的优化取值进行了推导和计算,同时分析了地面温度对保真参数的影响并提出
针对目前智能钻井技术在工况表征、样本收集整理、数据处理及特征提取方面的不足,建立随钻安全风险智能识别方法.使用相关性分析法,确定表征气体钻井安全风险的关联参数;收集并整理20余井次安全风险时段监测数据,建立气体钻井多种安全风险数据样本库,并使用少样本扩展方法扩充样本数量.根据气体钻井随钻监测数据样本形式,设计两层卷积神经网络架构,设置多个不同大小及权重的卷积核对样本进行纵横两向卷积运算,提取并学习多个监测参数在钻进过程中的变化规律及关联特征.根据神经网络训练结果,优选各安全风险样本类别以提高识别准确率.与
为了准确掌握老油田高含水开采后期各油层分层压力及流体参数等开发动态数据,提出并研发了具有模块化、全电控、快捷化等特点的模块化分层取样与测试技术,并进行了室内测试和现场试验.模块化分层取样与测试系统由地面控制系统、井下电源、排液泵、电控锚定器、电控封隔器、电控取样器、磁定位短节、终端短节、适配管缆、快速接头等多个功能模块构成,室内测试证实各模块性能参数均达到了设计要求.系统井下功能模块耐压35 MPa,耐温85℃,电控封隔器胶筒耐压差10 MPa以上,电控锚定器锚定力大于6.9t,并可在意外情况下强制解卡,
能源是人类发展的基础与社会进步的动力,“能”具有3种来源:地球外部天体能、地球自身能及地球与其他天体相互作用能.生命起源、能源形成与地球系统密切相关,具有3个尺度的协同演化关系:超长时间尺度上,日-地-月系统演化为地球系统的形成提供了能量来源和地外环境条件;长时间尺度上,地球系统演化为生命的诞生和人类的发展提供了能源资源等物质前提和适宜的圈层环境;短时间尺度上,人类文明发展使人类圈层突破了地球系统向地外文明拓展.伴随这一协同关系的演进,碳循环存在无机碳循环、短期有机碳循环、长期有机碳循环3种过程,人类对化
鉴于针对表面活性剂胶束溶液的研究仍以配方优化和岩心实验为主,且适用于低渗透储集层的助排剂类型及其助排机理尚不明确的现状,在通过岩心实验评价不同类型表面活性剂胶束溶液助排效率的基础上,研制了表征低渗透储集层孔喉结构的多级孔喉系统微观模型,分别开展了盐水及不同盐度表面活性剂胶束溶液在微观模型中的返排实验,直观呈现了表面活性剂胶束溶液作用下微米级孔隙中原油返排的过程,揭示了表面活性剂胶束溶液的助排机理.研究表明,盐水和低盐度表面活性剂胶束溶液驱替及返排过程中均会产生大量小液滴,小液滴通过孔喉时因贾敏效应产生巨大
钛酸钡(BaTiO3)陶瓷作为传统的介质电容器材料,其强铁电性会导致储能密度低下,但通过掺杂可以削弱铁电性来获得弛豫铁电体,提高储能性能.利用铋系化合物可增强弛豫特性,本文设计了BiScO3和(Sr0.7 Bi0.2)TiO3取代改性的BaTiO3基三元陶瓷材料:(0.99-x)Ba(Zr0.1Ti0.9)O3-x(Sr0.7Bi0.2)TiO3-0.01BiScO3(缩写为BZT-xSBT-BS).采用传统固相法制备的BZT-xSBT-BS陶瓷,相结构没有因为掺杂发生改变,在室温下均为纯的三方相钙钛矿结
铸锭晶体硅是太阳能级晶硅材料的重要来源之一,为了进一步降低硅片成本,需要在保证晶体质量的同时发展大尺寸铸锭晶硅.影响铸造晶体硅质量的热场控制核心参数包括晶体生长速度与生长界面温度梯度之比V/G、壁面热流q、生长界面高度差Δh和硅熔体内部温差ΔT等.针对铸锭晶体硅生长过程中的质量控制问题,本研究基于人工神经网络(ANN)模型对晶体生长过程建立了工艺控制优化方法,利用实验测量数据和数值仿真模拟结果构建铸锭晶体硅生长过程的工艺控制数据集,以底部隔热笼开口和侧、顶加热器功率比作为主要工艺控制参数,V/G、|q|、
提高地震资料的信噪比是地震数据处理的重要任务之一,与依赖信号模型及其相应先验假设的传统地震噪声衰减算法相比,基于大型训练集的深度神经网络的去噪方法通过对大型数据集进行学习,训练完成后可以对面波进行自适应智能降噪.根据叠前高密度地震数据的特点,建立面波去噪训练库,通过去噪卷积神经网络来衰减地震数据的面波噪声.为了准确高效地提取地震数据面波噪声的特征,采用残差学习和批量标准化相结合的方式来加快训练过程并提高算法的面波去噪效果,去噪卷积神经网络能够有效处理未知噪声水平的面波降噪.模型数据和单点高密度地震数据测试
回顾了油气人工智能研究进展,分析其面临的一些关键问题.将油气人工智能研究分成两个层级,即学术型油气人工智能研究和工业级油气人工智能研究,两者面临不同的问题和挑战.对于学术型油气人工智能应用场景,主要是关心算法及其相关理论应用,着重于解决智能点的局部问题;对于工业级人工智能应用场景,更多的要关心数据治理、数据集、平台、多源多尺度多模态数据融合建模、数据驱动与机理模型融合建模以及机器学习模型的可解释性等问题.针对数据驱动与机理模型融合问题,提出3种途径,即算法融合、评价方法融合、数据集融合,并给出实验验证.针
沉积微相划分是油气藏勘探的研究基础.传统沉积微相划分由地质学家根据自身掌握的知识和经验手工完成,这种地质学家主导的人工解释是主观的、冗长的,可能引入人为偏差.深度学习在解决复杂非线性问题上具有优势,目前尚无有效解决沉积微相划分的深度学习方法.针对测井-沉积微相,提出了基于特征构造(DMC)和双向长短期记忆网络(BiLSTM)的沉积微相智能识别方法.首先,利用趋势分解和中值滤波对原始曲线进行多维重构,并对重构矩阵和原始曲线特征采用kmeans提取时空相关聚类特征;然后,以原始曲线特征、地质趋势特征、中值滤波