Den radiella heterogeniteten av bildning nära borrhål, manifesteras vanligtvis som variationer av formationsvåghastigheter i radiell position, påträffas i petroleumprospektering och -produktion. Kartläggning av radiella variationer av formationshastigheter är betydelsefull för att identifiera invaderade zoner och bestämma bergets egenskaper, som är värdefulla för tekniska åtgärder.

Inversionsmetoder är de viktigaste metoderna för att bestämma radiella våghastighetsprofiler. För akustisk brunnsloggning med monopol, beräkningen av vågornas ankomsttid krävs för att profilera P-vågens hastighet, som är instabil och felaktig vid bearbetning av fältdata med brus.

Nyligen, forskare från Institute of Acoustics vid den kinesiska vetenskapsakademin (IACAS) föreslog en stegvis inversionsmetod baserad på monopola akustiska brunnsloggningsdata för att radiellt profilera hastigheterna för bildandet av nära borrhålet.

Inversionsmetoden krävde ingen beräkning av ankomsttiden för vågor, vilket minskar felaktigheten vid bearbetning av fältdata med brus. Förutom att profilera formationens P-vågshastighet, den föreslagna metoden skulle också kunna tillämpas vid kartläggning av formationens S-vågshastighet.

Istället för att invertera formationens hastighetsvariation och dess motsvarande radiella position samtidigt som traditionella metoder gör, forskarna delade inversionsproceduren i två steg:extrahera hastighetsmatrisen genom skenbehandling av angränsande mottagarpar av akustisk matrisdata, och sedan få tjockleken på lagret (radiell position) baserat på strålteori.

Inversionsresultaten från steg 1 kunde användas för att styra operationen och bestämma om steg 2 var nödvändigt.

De modelleringsbaserade inversionsresultaten och tillämpningen av fältdata indikerade effektiviteten och noggrannheten hos den stegvisa inversionsmetoden. Med sin snabba hastighet och stabilitet vid beräkning, detta arbete skulle kunna ge databearbetningsresultat i realtid på oljefältet.

Forskningen, publiceras i Journal of Petroleum Science and Engineering , stöddes av National Natural Science Foundation of China.