用于 CO2 封存决策支持的原位变形测量数据自主反演
地球物理
2021-09-28 v1
摘要
当前估算向地下地层注液所引起应力变化的方法，需要在表征阶段依据岩心、测井和地球物理数据选择本构模型类型与模型参数，而运营观测几乎未提供反馈以验证或改进这些选择。研究表明，即便有岩心样品实验室测试为依据，所假设本构响应的误差也可能常见、巨大，且会低估注液引起的应力变化幅度。基于钻孔的应变仪器以及钻孔与地表倾斜和位移仪器的最新进展，现已能够对储层系统在整个运营周期内的变形进行监测。该数据可验证并改进对系统地质力学性质与状态的认识，但也带来将原始数据转化为可操作知识的挑战。我们展示了一种对地质力学监测数据执行基于梯度的确定性反演的方法。该方法无需耗时的手动解译与更新模型参数选择，即可自主集成仪器数据。所提方法对可使用的地质力学本构响应类型非常灵活。该方法易于适配基于非线性物理的本构模型，以考虑蠕变与塑性等常见岩石行为。该方法还可通过允许误差在有限元计算中反向传播来训练基于机器学习的本构模型。这使得在强制定已知物理（如动量守恒与连续性）的同时，允许数据驱动模型学习真正未知的物理（如本构或岩石物理响应）。
引用
@article{arxiv.2109.12203,
title = {Autonomous Inversion of In Situ Deformation Measurement Data for CO2 Storage Decision Support},
author = {Jeff Burghardt and Ting Bao and Kailai Xu and Alexandre Tartakovsky and Eric Darve},
journal= {arXiv preprint arXiv:2109.12203},
year = {2021}
}