2021年 9月,在挪威Svelvik的SINTEF CO2現場實驗室進行了一項地震跨孔現場實驗,以使用傳統地震源和接收器、分布式聲學傳感(DAS)和分布式溫度傳感(DTS)以及光纖電纜監測CO2注入?,F場安裝了一口注入井和四口深度約100米的觀察井。油井配備了線性和螺旋纏繞(HWC)DAS電纜。該實驗的主要目的是使用新開發的SV源測試震源三元組(P波、SH波和SV波)的地震成像能力,測試DAS使用不同類型電纜進行井間調查的能力,并研究使用全波形反演(FWI)進行CO2注入監測的可行性。
地震實驗使用帶水聽器串的高分辨率P波層析成像和DAS系統,在六天的注入期間監測CO2(氣體)的傳播。此外,使用由八個三軸地震檢波器組成的多站鉆孔采集系統和DAS系統,使用SH和SV源進行了S波層析成像。在試驗開始前進行了基線調查,每天重復進行P波測量,而更耗時的S波調查僅在注入水位深度和后期注入階段的上層含水層內進行。
常規P波層析成像的第一個結果表明,水平分層沉積具有交替的高速和低速區,即低滲透性或高滲透性沉積物?;€數據和注入第4天采集的數據之間的兩個P波層析圖像的比較表明,CO2沿著上層含水層內的高滲透帶遷移。我們還將地震FWI技術應用于水聽器數據。DTS測量結果似乎表明CO2遷移與地震數據顯示的一致。對常規地震數據和DAS數據進行了比較分析,以評估DAS系統用于P波和S波地震層析成像測量的潛力。我們首次從DAS數據中計算出P波斷層圖,顯示出與常規儀器相似的結果,而HWC的數據提供了數據。這證實了HWC配置在跨孔P波測量中的實用性,其中波入射角接近電纜的寬邊。初始結果表明,常規地震和DAS的聯合應用顯著提高了CO2成像實驗中的數據可解釋性,并且通常用于短距離井間測量,因為DAS在整個井眼上提供了密集空間采樣的可重復測量。需要進一步的工作來優化電纜類型和部署,并改進此應用的DAS數據處理。DTS還可以提供有關CO2遷移的補充見解近年來,對溫室氣體排放的擔憂激發了對碳捕獲和儲存(CCS)作為一種氣候變化緩解方案的興趣,該方案可用于減少人為凈二氧化碳排放。然而,CCS需要在數年內將CO2安全地保留在地質地層中。幾種地球化學和地球物理(如延時地震)技術允許監測CO2的區域分布、密封完整性和注入響應的壓力變化,因此可用于驗證儲存一致性,是完整性監測的寶貴工具[1]。
DigiMon項目由加速CCS技術(ACT)倡議資助,旨在通過整合成熟和新穎的測量技術,開發和驗證CCS地質儲層的綜合預警監測系統。迄今為止,已經有單獨的系統和點傳感器用于監測和檢測二氧化碳,提供準確和全面的測量。這些系統運行可靠,但成本很高,特別是對于具有密集采樣間隔的大空間范圍。直到近期,分布式光纖傳感器陣列的靈敏度低于常用的高分辨率監測方法。然而,隨著儀器和光纖電纜技術的改進,分布式聲學傳感(DAS)技術現在可以實現光纖地震數據采集,其質量可與更多傳統技術媲美[2]。光纖傳感技術能夠以顯著降低的成本在廣泛的空間區域采集密集的空間采樣地震數據。DAS數據和檢波器/水聽器數據之間存在差異,需要在數據采集和分析中加以考慮,并應檢查每種應用的電纜設計。例如,DAS是分布式傳感器而不是點測量設備,與傳統地震傳感器相比,單分量DAS測量對波入射角的依賴性不同。地震方法通常用于CCS現場的勘探和監測。鉆孔測量特別適合于生成地下的高分辨率地震圖像。井間實驗利用了在選定的深度間隔產生和記錄地震體波(P波和S波)的優勢,其中源和接收器在每次測量中保持在相同的高度。此類測試提供了高垂直分辨率下鉆孔間P波和S波速度的深度剖面。井間地震層析成像具有較高的分辨率,為傳統地震數據的水平和垂直分辨率較差提供了解決方案[3]。幾項研究表明,向含水層或儲層注入CO2會降低儲層或含水層的地震速度,地震層析成像可用于對注入的地質結構中的速度降低進行成像[4-7]。地球物理信號強度與CO2泄漏質量密切相關,但與鹽水泄漏質量無關。特別是延時跨孔成像是提高石油采收率和封存的地下CO2監測的方法(例如[8-11])。[12] 指出鉆孔地震監測也可用于檢查井的完整性。
在這里,我們描述了高分辨率地震層析成像在監測挪威的SINTEF Svelvik試驗場,并測量預期的百分之幾的速度變化。早期結果表明,P波走時層析成像在CO2監測中的應用有限[14]。因此,我們檢查了備選方案,即(a)通過使用新的SH和SV源來利用剪切波的信息,(b)檢查CO2監測的全波形反演(FWI)的可行性,以及(c)使用DAS而非傳統傳感器獲取數據。FWI(例如,[15])不僅有可能提供好的空間分辨率,而且對彈性地下性質的細微變化也更敏感(與走時層析成像相比)。
2.技術創新
2.1.地震源-生成P波、SH波和SV波的震源三元組
在該研究項目中,SV波鉆孔地震源(BIS-SV)由充電至5000 V的高壓脈沖發生器驅動。該震源使用兩個線圈系統,推動鐵磁體。每個線圈可以單獨激活,并允許產生向上和向下的沖擊。通過堅固的空氣封隔器將震源固定在井壁上。同一高壓脈沖發生器用于驅動SH波鉆孔震源和P波火花震源。SH波源(BIS-SH)還需要夾持在井壁上,并在鉆孔內垂直于接收器鉆孔的方向旋轉。使用抗扭穩定鋼加固液壓軟管進行旋轉。SH波的激發需要在鉆孔內旋轉,SV波的激發不需要震源的任何特定方向。當高壓發生器在幾分之一秒內釋放其電能時,P波火花發生器(SBS42)通過在高壓下膨脹的等離子體通道的快速膨脹產生強烈的高頻地震脈沖。由SBS42、BIS-SH和BIS-SV源組成的源三元組允許全面描述鉆孔之間的動態土壤參數。使用關于土壤密度的附加信息,可以計算動態剪切剛度、動態體積模量和泊松比,并獲得土壤應力狀態的描述[16-19]。
2.2.常規地震接收器
設計并使用多站鉆孔采集系統(MBAS)采集所有S波測量的數據。MBAS由8個相距2米的接收站組成。每個接收站包含三個呈三軸排列的10 Hz檢波器。站通過扭轉剛性液壓軟管連接,該軟管允許站對齊。因此,所有水平X-Y傳感器都指向相同的X或Y方向。位于最低站的磁羅盤顯示大致方向,并可用于在數據處理期間根據給定的源方向旋轉數據。此外,水壓傳感器被放置在低站以獲取水壓。水面上的控制箱顯示水壓和磁方位角。使用空氣封隔器連接站。空氣供應至下部四個和上部四個空氣封隔器。2 x 4空氣封隔器所需的空氣壓力可在地面箱中進行調整,其中顯示MBAS底部的實際水壓以及兩個供氣軟管內的壓力。在空氣封隔器充氣期間自動計算顯示聯接壓力的目標壓力。對于P波層析成像,使用了具有1m傳感器間距的24通道水聽器串。
2.3光纖傳感器
分布式光纖傳感(DFOS)系統由光纖電纜(傳感器)和用于產生和記錄光信號的詢問器組成。DFOS系統現在具有廣泛的應用,可以通過DAS測量聲學/地震信號,通過分布式溫度傳感(DTS)測量溫度或通過分布式應變傳感(DSS)測量應變。對于所有的DFOS技術,詢問器都會產生一個激光脈沖,并發射到光纖中。一些入射光被散射回感測單元并由詢問器測量。這種散射光受到光纖中溫度或應變變化的影響。
2.3.1分布式聲學傳感(DAS)
分布式聲學傳感(DAS)是一種相對較新且發展迅速的技術,它為地震成像提供了一種新的工具,因為它對沿光纖的局部軸向應變變化或應變率很敏感。該技術僅使用一根標準光纖作為傳感元件,即可同時采集數千個傳感通道[20]。DAS詢問器測量由于光纖中的缺陷導致的激光脈沖的瑞利背散射光。這是一種分布式測量,詢問器通過連續測量儀之間的兩個重復激光脈沖(在測量儀長度上,LG)測量從同一測量儀返回的信號的光學相位。這會產生應變率測量。軌距長度通常為幾米至幾十米[21]。由于本次數據采集中使用的鉆孔深度僅為~100m,且測量頻率較高,因此選擇了3m的短標距詢問器。
DAS數據的一些優點包括高空間(~m)和時間分辨率(~kHz)測量;沿光纖電纜全長進行連續實時測量,測量距離大于100km;以及相對時效和低成本的監測。然而,記錄是單分量(1C)測量,因為DAS僅對光纖軸向變化敏感。DAS具有對P波的依賴性響應,其中θ是從光纖軸向測量的入射角[22],因此對接近電纜寬邊到達的P波的響應降低,這與在類似深度的源和接收器的跨孔測量中的情況相同。為了減輕這種影響,已經開發了螺旋纏繞電纜(HWC),其中光纖纏繞在電纜芯上[39],盡管部署數量有限。Svelvik網站提供了比較線性和HWC上收集的數據的機會,以研究它們在井間測量中的應用。
目前,DAS技術通常用于收集油氣勘探中的垂直地震剖面(VSP)數據,并已成功應用于CCS現場的CO2羽流成像[19,23-24]。然而,迄今為止,盡管已經進行了建模設計研究,但尚未報告該技術的跨孔應用[25]。
2.3.2分布式溫度傳感(DTS)
地震采集期間還部署了DTS詢問器,因為先前的研究表明,它可以深入了解注入的CO2的遷移[26]。DTS使用發射的激光脈沖的拉曼背散射特性來確定光纖沿線的溫度。拉曼背散射是由入射光與光纖中溫度相關分子振動的非彈性相互作用產生的,導致發射光子的能量相對于注入光發生位移[27]。DTS裝置可以提供沿光纖長度的0.01°C精度和亞米分辨率的溫度測量[28],因此它是一種靈敏的鉆孔測量技術,可以檢測地質構造的變化。光纖電纜可以包括多個光纖,因此可以同時測量多個參數,例如使用DAS和DTS,如本文所述的現場測試期間所執行的。
2.4地震全波形反演(FWI)
FWI在近40年前被提出[29],但隨著功能強大的計算機的出現,這項技術變得非常流行,現在它已成為油氣行業地震處理工作流程中一個成熟的模塊[30]。然而,對于近地表應用和CO2監測,FWI文獻仍然相對少,主要包括概念研究(例如[31])。在本項目的框架內,我們報告了嘗試將FWI應用于結合CO2監測獲得的現場數據。
3.現場實驗
3.1現場
Svelvik CO2現場實驗室是一個現場實驗室,用于進行監測實驗,填補了臺架實驗室實驗和中試規模研究之間的空白[32]。它位于奧斯陸西南約50公里處的斯維爾維克山脊,位于德拉門斯峽灣的出口處。山脊由全新世冰川消退的Ski階段形成的冰川河流-冰川海洋末端沉積物形成[33-34]。基巖位于地表以下300米至400米之間。在山脊中部,頂部海拔70米,自1915年以來一直在挖掘沙子。粘土層覆蓋在山脊兩側,低于海平面。在南部,厚厚的粘土/淤泥層填充基巖盆地,直到海平面以下幾米,而在北部,較薄的粘土/粉土層位于水深100-120米[35]。
3.2.數據采集和監測設置
Svelvik CO2現場實驗室由一口中央注入井(B2)、四口監測井(M1-M4)和進行CO2注入實驗所需的基礎設施組成(見圖1)。注入井設計用于在小超壓條件下注入CO2,并在64至65 m深度之間進行篩選。四口監測井用PVC套管套管至約100米深,并位于注入井周圍菱形的角落。監測井位于距注入井9.9 m(M3和M4)和16.5 m(M1和M2)處。鉆孔M1-M2位于東西方向,而鉆孔M3-M4位于南北方向。
光纖電纜安裝在每個監測井中。其中包括包含線性多模光纖(用于DTS測量)的電纜和具有線性和螺旋纏繞(HWC)單模光纖(用于DAS測量)的線纜。如圖2所示,線性光纖和HWC光纖拼接成一個DAS詢問環路。光纖電纜夾在每個鉆孔套管的外部。水泥和礫石層填滿了周邊縫隙。
地震實驗于2021 9月14日至22日進行,二氧化碳注入從9月16日開始,到9月22日結束。注射啟動日稱為“第0天”,9月21日稱為第5天。在實驗期間,在鉆孔B2處注入CO2,每天注入量為8 m3,在6天內,在64-65m之間的屏蔽套管處注入0.1 bar的小超壓。最初對超壓進行了調整,使其趨于穩定,隨后開始了主動地震采集。
圖2.數據采集中使用的DAS光纖電纜回路。鉆孔標記為(M1-M4),并標明電纜類型(線性、螺旋或標準電信)。電纜拼接在一起形成一個詢問回路。詢問機位于駕駛室內。
對于所有實驗,地震源放置在鉆孔M4中,水聽器/檢波器地震接收器放置在鉆孔M3中。地震檢波器/檢波器的地震儀記錄頻率為32 kHz。在采樣頻率為16kHz的所有監測鉆孔中記錄DAS數據。在所有4個監測鉆孔中也記錄了DTS數據。在30至77m深度之間,以1m的間隔發射P波源。深度指頂部套管。在覆蓋相同深度的鉆孔M3中放置兩個水聽器串,每個水聽器串具有24個通道和1m的傳感器間距。S波測量集中在兩個不同的深度區域,即58m至72m和32m至46m之間。下部區域覆蓋注入深度,在注入實驗開始時感興趣。上部區域在實驗的后期變得有趣,因為從先前的實驗中可以得知,CO2被約35米深的粘土層捕獲。
注入前進行了一次P波、SH波和SV波測量,作為基線測量(見圖3)。注射期間共采集了八組P波層析成像數據。在第0天和第1天進行了兩次P波調查,即上午和下午各一次。在第0–2天,對下部區域進行了SH波和SV波測量。從第1天到第5天,對上部區域進行SH波測量。不幸的是,SV源在第1天出現故障,無法用于后續測量。在所有常規調查中,DAS系統同時進行了記錄。在數據處理過程中測量并考慮了鉆孔偏差。
圖3:顯示震源位置的地震場測量設置
Silixa iDAS v2詢問器用于DAS數據采集。測量長度為3 m,通道間距為0.5 m。DAS數據的完整測量長度為1950 m,包括線性和HWC光纖上的記錄。該裝置在觸發模式下運行,數據帶有GPS時間戳。Sensornet Oryx+裝置用于DTS數據采集。
5.結論與展望
5.1震源三重能力
實驗證實了使用P、SH和SV地震源產生高質量地震數據的可行性,以通過跨孔測量監測CO2注入的影響。使用這三種來源,可以導出巖土參數,如超固結比。使用關于土壤密度的附加信息,可以計算動態剪切剛度、動態體積模量和泊松比。
5.2.跨孔測量DAS
很明顯,減少的后勤工作和高采集速度使DAS成為傳統基于檢波器系統的低成本替代方案。安裝的電纜在鉆孔的整個長度上提供了密集的傳感器間距(從而減少了放炮次數,從而減少了測量時間和成本),同時也實現了多年重復的測量。然而,傳統地震源和DAS的組合增加了記錄數據的附加值。DAS自然不能提供三個組件的數據,而只能輸出一個組件。本研究中進行的測試表明,DAS數據可用于使用HWC生成的P波層析成像模型。
常規地震和DAS的聯合應用將顯著提高跨孔CO2成像和一般短距離跨孔測量的數據可解釋性。需要進一步的工作來不同類型測量的DAS信號強度,并開發適合該應用的光纖電纜。結合來自線性和HWC的數據可以提供解決方案。數據處理方面的進一步工作和改進將提供延時圖像,從而利用DAS數據進行監控。
5.3.全波形反演的附加值和約束
盡管我們最初的FWI嘗試不成功,但我們仍然認為該技術對CO2監測的潛在附加值是有用的。通過利用地震波形提供的全部信息內容,可以更可靠地估計彈性地下性質的細微變化,從而CO2含量的變化。正如[38]所指出的,當FWI與DAS數據相結合時,可以預期特別好的結果。
主站蜘蛛池模板: 塔城市| 延津县| 武威市| 简阳市| 沽源县| 陈巴尔虎旗| 股票| 酉阳| 华池县| 忻城县| 历史| 长子县| 龙泉市| 桦川县| 江油市| 杭锦后旗| 东平县| 景德镇市| 商丘市| 屯留县| 饶平县| 昌图县| 黄石市| 德惠市| 饶平县| 那坡县| 杂多县| 峨眉山市| 宝应县| 克山县| 苍溪县| 图们市| 桃江县| 上饶市| 贵州省| 黔东| 深圳市| 五莲县| 民勤县| 宣化县| 巴楚县|