• / 25
  • 下載費用:30 金幣  

一種基于可變影響比的油氣藏多點統計建模方法及設備.pdf

關 鍵 詞:
一種 基于 可變 影響 油氣藏 多點 統計 建模 方法 設備
  專利查詢網所有資源均是用戶自行上傳分享,僅供網友學習交流,未經上傳用戶書面授權,請勿作他用。
摘要
申請專利號:

CN201310652010.9

申請日:

2013.12.05

公開號:

CN103678899A

公開日:

2014.03.26

當前法律狀態:

授權

有效性:

有權

法律詳情: 授權|||實質審查的生效IPC(主分類):G06F 19/00申請日:20131205|||公開
IPC分類號: G06F19/00(2011.01)I 主分類號: G06F19/00
申請人: 中國石油天然氣股份有限公司; 西安石油大學
發明人: 黃文松; 王家華; 任長林; 陳和平; 黃繼新; 韓家新
地址: 100007 北京市東城區東直門北大街9號
優先權:
專利代理機構: 北京三友知識產權代理有限公司 11127 代理人: 任默聞
PDF完整版下載: PDF下載
法律狀態
申請(專利)號:

CN201310652010.9

授權公告號:

||||||

法律狀態公告日:

2016.10.19|||2014.04.23|||2014.03.26

法律狀態類型:

授權|||實質審查的生效|||公開

摘要

本發明提供一種基于可變影響比的油氣藏多點統計建模方法及設備,該方法包括:采集三維當前油氣藏區域對應的測井數據以及地震數據;在測井數據以及地震數據的空間位置的基礎上設置三維矩形網格;按照測井數據以及地震數據取值的位置,將油氣藏區域的測井數據以及地震數據賦值到相應網格的節點上;獲取沉積微相空間變異函數的變程;根據變程將油氣藏區域對應的網格分為第一部分區域、第二部分區域;確定油氣藏區域中的網格節點的可變影響比;根據可變影響比進行空間建模,得到油氣藏區域對應的多點統計建模結果;根據多點統計建模結果確定油氣儲層。實現了空間內部的各網格節點處的影響比能夠隨著各被模擬節點相對井的位置的不同而進行改變。

權利要求書

權利要求書
1.  一種基于可變影響比的油氣藏多點統計建模方法,其特征是,所述的方法具體包括:
采集三維當前油氣藏區域對應的測井數據以及地震數據;
在所述測井數據以及地震數據的空間位置的基礎上設置三維矩形網格;
按照所述測井數據以及地震數據取值的位置,將所述油氣藏區域的測井數據以及地震數據賦值到相應網格的節點上;
獲取沉積微相空間變異函數的變程;
根據所述的變程將所述的油氣藏區域對應的網格分為第一部分區域、第二部分區域;
確定所述油氣藏區域中的網格節點的可變影響比;
根據所述的可變影響比進行空間建模,得到所述油氣藏區域對應的多點統計建模結果;
根據所述的多點統計建模結果確定油氣儲層。

2.  根據權利要求1所述的方法,其特征是,根據所述的變程將所述的油氣藏區域分為第一部分區域、第二部分區域具體包括:
以所述油氣藏區域的各口井位為中心;
以所述變程為半徑建立第一部分區域;
所述油氣藏區域中除去所述第一部分區域后剩下的區域即為第二部分區域。

3.  根據權利要求2所述的方法,其特征是,確定所述油氣藏區域中的網格節點的可變影響比具體包括:
判斷所述的網格節點是否落在所述的第一部分區域;
當判斷為是時,可變影響比以測井數據為主導;
否則,可變影響比以地震數據為主導。

4.  根據權利要求1或3所述的方法,其特征是,根據所述的可變影響比進行空間建模具體通過如下公式進行:
P(A|B,C)=11-x∈[0,1]]]>
xa=(ba)τ1(ca)τ2]]>
其中,P(A|B,C)是所述測井數據和地震數據為條件的多點統計建模結果的概率分布, 比率a為關于A的先驗不確定性的度量,定義為比率b為數據事件B觀測后距事件A的距離,定義為比率c為數據事件C觀測后距A事件的距離,定義為P(A)為三維空間中各點沉積微相分布的先驗概率,P(A|B)為測井數據B作為條件的三維空間中各點沉積微相的概率分布,P(A|C)為地震數據為條件的三維空間中各點沉積微相的概率分布,τ1為測井數據的可變影響比,τ2為地震數據的可變影響比。

5.  一種基于可變影響比的油氣藏多點統計建模設備,其特征是,所述的設備具體包括:
數據采集裝置,用于采集當前三維油氣藏區域對應的測井數據以及地震數據;
網格設置裝置,用于在所述測井數據以及地震數據的空間位置的基礎上設置三維矩形網格;
賦值裝置,用于按照所述測井數據以及地震數據取值的位置,將所述油氣藏區域的測井數據以及地震數據賦值到相應網格的節點上;
變程獲取裝置,用于獲取沉積微相空間變異函數的變程;
分部裝置,用于根據所述的變程將所述的油氣藏區域對應的網格分為第一部分區域、第二部分區域;
可變影響比確定裝置,用于確定所述油氣藏區域中的網格節點的可變影響比;
建模裝置,用于根據所述的可變影響比進行空間建模,得到所述油氣藏區域對應的多點統計建模結果;
油氣儲層確定裝置,用于根據所述的多點統計建模結果確定油氣儲層。

6.  根據權利要求5所述的設備,其特征是,所述的分部裝置具體包括:
中心設定單元,用于以所述油氣藏區域的各口井位為中心;
第一部分建立單元,用于以所述變程為半徑建立第一部分區域;
第二部分建立單元,用于所述油氣藏區域中除去所述第一部分區域后剩下的區域即為第二部分區域。

7.  根據權利要求6所述的設備,其特征是,所述的可變影響比確定裝置具體包括:
判斷單元,用于判斷所述的網格節點是否落在所述的第一部分區域;
第一可變影響比確定單元,用于當所述判斷單元判斷為是時,可變影響比以測井數據為主導;
第二可變影響比確定單元,用于當所述判斷單元判斷為否時,可變影響比以地震數據 為主導。

8.  根據權利要求5或7所述的設備,其特征是,所述的建模裝置通過如下公式進行:
P(A|B,C)=11-x∈[0,1]]]>
xa=(ba)τ1(ca)τ2]]>
其中,P(A|B,C)是所述測井數據和地震數據為條件的多點統計建模結果的概率分布,比率a為關于A的先驗不確定性的度量,定義為比率b為數據事件B觀測后距事件A的距離,定義為比率c為數據事件C觀測后距A事件的距離,定義為P(A)為三維空間中各點沉積微相分布的先驗概率,P(A|B)為測井數據B作為條件的三維空間中各點沉積微相的概率分布,P(A|C)為地震數據為條件的三維空間中各點沉積微相的概率分布,τ1為測井數據的可變影響比,τ2為地震數據的可變影響比。

說明書

說明書一種基于可變影響比的油氣藏多點統計建模方法及設備
技術領域
本發明關于油氣田開發工程領域,特別是關于油氣田開發建模技術,具體的講是一種基于可變影響比的油氣藏多點統計建模方法及設備。
背景技術
在眾多儲層地質建模方法中,多點統計建模(MPS,Multiple Point Simulation)是最新發展出來,也是眼下最受專業人士青睞的一種建模方法。它已經成為使用最廣泛的一種地質建模方法。這個建模方法最初在上世紀90年代初,由斯坦福大學油藏預測中心的研究人員提出的。圍繞著多點統計建模方法的發展,國際上的專業人員提出了不少改進算法,使得多點統計建模方法應用更為廣泛。如Snesim算法、Filtersim算法、井震(測井數據和地震數據)結合算法等。
為了降低僅利用測井數據進行油氣藏地質建模的不確定性,二十年來,許多學者提出和改進了地震數據和測井數據結合的建模算法,并取得了很大的發展。斯坦福大學儒耳奈爾(Journel)教授于2002年提出了在多點統計建模方法基礎上的一種測井數據和地震數據結合的儒爾乃爾影響比算法,在井震結合算法實用方面做出了貢獻。
在儒耳奈爾教授的論文中,在給定兩種不同來源的概率事件B和C的條件下,利用條件概率P(A|B,C)解決未知參數A的估計問題。其中數據A,B,C能夠在多個空間位置處取值,B,C分別代表測井和地震數據。A則是以測井數據和地震數據為約束條件的需要求得一個未知參數,具體地說,A是以離散變量形式出現的沉積微相的空間分布。它不能夠直接觀測得到的,只是在儲層建模中被模擬得到的儲層性質。
假設P(A|B)和P(A|C)等兩個條件概率都可以被估計得到。這里的挑戰是,B和C是不同來源的數據,作為測井數據和地震數據,它們之間具有一定的相關性,不能視為相互獨立。如果兩者相互獨立,則問題就可以利用貝葉斯定理容易地得到解決。
P(A|B,C)可以用于事件A的估計或模擬。在兩種數據之間的相關性存在的情況下,傳統的條件獨立的假設下的結合算法呈現不穩定,會出現各種矛盾。對此,針對包含有許 多個空間位置的概率事件,儒耳奈爾教授最主要的貢獻是提出了“更新比恒定性”(Permanence of Updating Ratios)的概念。在復雜的數據相互依賴存在的情況下,這個概念保證了所有概率條件的限制作用的穩定性。這個“更新比”就是“影響比”的概念。
影響比是運行軟硬數據結合算法時,必須確定的一個參數,它代表地震數據和測井數據對于模擬結果的影響之比。在井震結合建模時,它提供了一個選擇,是地震數據的影響大,還是測井數據的影響大。在算法中,影響比是利用兩個整數的比值表示,如L:S。L代表測井數據的影響,S則代表地震數據的影響。
然而,儒耳奈爾教授的論文對解決的問題作了一些簡化。他在這篇論文中,假定更新比恒定性的觀念,可以得到“在認知B前或者后,數據事件C對未知事件A的漸增的作用是一樣的”的認識。儒耳奈爾教授的算法,對于建模的三維空間中的每一個網格節點實施的影響比都是一樣的。這個簡化嚴重地影響了井震結合建模的效果。因為在建模空間中,網格節點離測井數據的采樣點有遠近之分。對離測井數據比近的節點,預測所得的未知參數A就受測井數據的影響較大,受地震數據的影響就相對較小。反之測井數據的影響小,地震影響大。
發明內容
為了克服現有技術存在的上述問題,本發明提供了一種基于可變影響比的油氣藏多點統計建模方法及設備,針對現有技術中井震結合的儒爾乃爾影響比算法的油氣田實際應用而提出,目的在于提供一種基于可變影響比算法的井震結合的油氣藏多點統計建模方法,實現了空間內部的各網格節點處的影響比能夠隨著各被模擬節點相對井的位置的不同而進行改變,提高了井震結合建模的效果,為油氣藏進一步的勘測提供了技術支撐。
本發明的目的之一是,提供一種基于可變影響比的油氣藏多點統計建模方法,包括:采集三維當前油氣藏區域對應的測井數據以及地震數據;在所述測井數據以及地震數據的空間位置的基礎上設置三維矩形網格;按照所述測井數據以及地震數據取值的位置,將所述油氣藏區域的測井數據以及地震數據賦值到相應網格的節點上;獲取沉積微相空間變異函數的變程;根據所述的變程將所述的油氣藏區域對應的網格分為第一部分區域、第二部分區域;確定所述油氣藏區域中的網格節點的可變影響比;根據所述的可變影響比進行空間建模,得到所述油氣藏區域對應的多點統計建模結果;根據所述的多點統計建模結果確定油氣儲層。
本發明的目的之一是,提供了一種基于可變影響比的油氣藏多點統計建模設備,包括: 數據采集裝置,用于采集當前三維油氣藏區域對應的測井數據以及地震數據;網格設置裝置,用于在所述測井數據以及地震數據的空間位置的基礎上設置三維矩形網格;賦值裝置,用于按照所述測井數據以及地震數據取值的位置,將所述油氣藏區域的測井數據以及地震數據賦值到相應網格的節點上;變程獲取裝置,用于獲取沉積微相空間變異函數的變程;分部裝置,用于根據所述的變程將所述的油氣藏區域對應的網格分為第一部分區域、第二部分區域;可變影響比確定裝置,用于確定所述油氣藏區域中的網格節點的可變影響比;建模裝置,用于根據所述的可變影響比進行空間建模,得到所述油氣藏區域對應的多點統計建模結果;油氣儲層確定裝置,用于根據所述的多點統計建模結果確定油氣儲層。
本發明的有益效果在于,針對現有技術中井震結合的儒耳奈爾影響比算法的這一主要缺點提出,提供了一種基于可變影響比算法的井震結合的油氣藏多點統計建模方法,根據測井數據和地震數據測量的特點,把整個研究區域劃分為兩個區域,分別賦予不同的影響比,對于充分發揮測井數據和地震數據各自的作用,完成井震結合的多點統計建模具有良好的調節作用,實現了空間內部的各網格節點處的影響比能夠隨著各被模擬節點相對井的位置的不同而進行改變,提高了井震結合建模的效果,為油氣藏進一步的勘測提供了技術支撐。
為讓本發明的上述和其他目的、特征和優點能更明顯易懂,下文特舉較佳實施例,并配合所附圖式,作詳細說明如下。
附圖說明
為了更清楚地說明本發明實施例或現有技術中的技術方案,下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹,顯而易見地,下面描述中的附圖僅僅是本發明的一些實施例,對于本領域普通技術人員來講,在不付出創造性勞動的前提下,還可以根據這些附圖獲得其他的附圖。
圖1為本發明實施例提供的一種基于可變影響比的油氣藏多點統計建模方法的流程圖;
圖2為圖1中的步驟S105的具體流程圖;
圖3為圖1中的步驟S106的具體流程圖;
圖4為本發明實施例提供的一種基于可變影響比的油氣藏多點統計建模設備的結構框圖;
圖5為本發明實施例提供的一種基于可變影響比的油氣藏多點統計建模設備中分部裝 置500的具體結構框圖;
圖6為本發明實施例提供的一種基于可變影響比的油氣藏多點統計建模設備中可變影響比確定裝置600的結構框圖;
圖7為本發明實施例中將網格分為第一部分區域、第二部分區域的示意圖;
圖8為根據本發明的建模方法得到的辮狀河沉積油田對應的多點統計建模結果示意圖;
圖9為根據Snesim算法儒耳奈爾影響比1:5得到的辮狀河沉積油田對應的多點統計建模結果示意圖;
圖10為根據Snesim算法儒耳奈爾影響比為5:1得到的辮狀河沉積油田對應的多點統計建模結果示意圖;
圖11為沉積微相的地震標定波阻抗圖;
圖12為本發明提供的具體實施例中基于可變影響比的油氣藏多點統計建模的流程圖。
具體實施方式
下面將結合本發明實施例中的附圖,對本發明實施例中的技術方案進行清楚、完整地描述,顯然,所描述的實施例僅僅是本發明一部分實施例,而不是全部的實施例。基于本發明中的實施例,本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例,都屬于本發明保護的范圍。
針對現有技術中井震結合的儒耳奈爾影響比算法的這一主要缺點提出,目的在于提供一種基于可變影響比算法的井震結合的油氣藏多點統計建模方法,實現了空間內部的各網格節點處的影響比能夠隨著各被模擬節點相對井的位置的不同而進行改變,提高了井震結合建模的效果,為油氣藏進一步的勘測提供了技術支撐。
下面首先介紹理論。理論算法包括如下的三種數據:A,B,C。
利用貝葉斯公式,在各個條件互相獨立時,可以有:
P(A|B)=P(A,B)P(B)=P(B|A)P(A)P(B|A)P(A)+P(B|A~)P(A~)---(1)]]>
在公式(1)中,利用A|C代替A,于是得到:
P(A|B,C)=P(B|A)P(A|C)P(B|A)P(A|C)+P(B|A~)P(A|C~)]]>
=P(A|B)P(A|C)[1-P(A)]P(A|B)P(A|C)[1-P(A)]+[1-P(A|B)][1-P(A|C)]P(A)∈[0,1]---(2)]]>
把被估計的數據A的條件概率記為P(A|B,C),就是以硬數據B(測井數據),軟數據C(地震數據)兩者為條件下,進行模擬所得到的參數A的條件概率。
對于各個條件互相不是獨立時,儒爾乃耳教授引入更新比恒定性的概念,于是可以假定“在認知B前或者后,數據事件C對未知事件A的漸增的作用是一樣的”。
把P(A|B,C)表示成如下形式:
P(A|B,C)=11-x∈[0,1]---(3)]]>
其中,利用參數τ1,和τ2,可以定義:
xa=(ba)τ1(ca)τ2---(4)]]>
其中:a=1-P(A)P(A);b=1-P(A|B)P(A|B);c=1-P(A|C)P(A|C).]]>
P(A|B,C)是需要求取的井震結合為條件的建模結果的概率分布,a代表關于A的先驗不確定性的一個度量,b代表對數據事件B的觀測后,距事件A的距離,c代表對數據事件C的觀測后,距A事件的距離。P(A)是微相分布的先驗概率,P(A|B)是測井數據B作為條件的微相的概率分布,P(A|C)是地震數據為條件的的微相的概率分布。
當τ1=τ2=1時,公式(4)的左段(各條件不獨立時的P(A|B,C)),就等于公式(2)的左端(各條件獨立時的P(A|B,C))。這表明公式(2)中的P(A|B,C))是公式(3)中的P(A|B,C))的一個特例。這說明在影響比中的測井數據和地震數據的影響均為1時,條件不獨立時的P(A|B,C)就會等于條件獨立時的P(A|B,C)。
影響比是運行井震結合算法中須預先確定的一個參數。它既是算法中解決測井、地震數據相關的需要,也提供了對于測井、地震相關性先驗認識的一個機會。作為一個比值,影響比是地震數據和測井數據對于模擬結果的影響兩者的比值。影響比提供了一個選擇,以表征地震數據的影響大還是測井數據的影響大。
圖1為本發明提供的一種基于可變影響比的油氣藏多點統計建模方法的流程圖,由圖1可知,該方法具體包括:
S101:采集當前三維油氣藏區域對應的測井數據以及地震數據。
S102:在所述測井數據以及地震數據的空間位置的基礎上設置三維矩形網格。
S103:按照所述測井數據以及地震數據取值的位置,將所述油氣藏區域的測井數據以及地震數據賦值到相應網格的節點上,也即三維矩形網格線的交點。
S104:獲取沉積微相空間變異函數的變程。在具體的實施方式中,可采用地質統計學(Geostatistics)的基本原理,計算沉積微相空間變異函數的變程R。作為變異函數的一個重要參數,變程R可以用于描述測井數據的影響范圍。空間網格點和一口井的距離大于變程時,那么該網格點處沉積微相和該井的測井數據不相關,不受測井數據的影響。當這個距離小于變程時,那么該網格點處的沉積微相才受到該井測井數據的影響。
S105:根據所述的變程將所述的油氣藏區域對應的網格分為第一部分區域、第二部分區域。圖2為步驟S105的具體流程圖,由圖2可知,步驟S105具體包括:
S201:以所述油氣藏區域的各口井位為中心。
S202:以所述變程為半徑建立第一部分區域;
S203:所述油氣藏區域中除去所述第一部分區域后剩下的區域即為第二部分區域。
步驟S105利用沉積微相空間變異函數的變程,把整個研究區域的網格節點分為兩個部分。第一部分是以各口井位為中心,以變程R為半徑的區域。第二部分則是整個研究區域中除去第一部分后剩下的區域。如圖7所示的具體實施例中,把整個建模區域分為兩部分,第一部分是若干個三維柱狀區域的并集。其中,每一個柱狀區域對應著以一口井軌跡(無論是直井,還是水平井)為中心,以一定的距離(變程)R為半徑的一個三維柱狀區域。對于直井而言,這些三維柱狀的區域的二維截面可以利用圖7中的菱形小格形成的圓形表示。第二部分則是整個建模的三維區域中,除去第一部分后,所剩下的三維區域,并且它們的二維截面就是在圖7中除去那些圓形后,余下的白色區域。
研究區域中的東西向的網格線和南北向的網格線的交點就是各個網格節點。這些網格節點就是需要在其上進行模擬的空間位置。其中,菱形小格表示的圓形部分的就是第一部分區域,中心圓圈則表示井的位置,而剩下的部分就是第二部分區域。這個圓的半徑即為沉積微相的變異函數的變程。在圖中出現的由兩個菱形小格形成的圓形,代表在該區域存在著用中心圓圈色表示的兩口井各自對應的領域。
由圖1可知,該方法還包括:
S106:確定所述油氣藏區域中的網格節點的可變影響比。圖3為步驟S106的具體流程圖,由圖3可知,步驟S106具體包括:
S301:判斷所述的網格節點是否落在所述的第一部分區域;
S302:當判斷為是時,可變影響比以測井數據為主導;
S303:否則,可變影響比以地震數據為主導。
也即,井震結合的建模過程中,被模擬的點落在第二部分區域時,因為和井點的距離超過了變程,所以和各個井點都不相關,于是主要采用地震數據進行模擬。當被模擬的點落在第一部分區域時,因為和井點的距離在變程的范圍以內,所以和這些井點有一定的相關性,主要采用測井數據進行模擬。
對于模擬的第一部分區域,測井數據占主要的影響,地震數據的影響很小,影響比以為測井數據為主導。對于區域的第二部分區域,由于測井的影響比較小,地震數據的影響比較大,因此,影響比以地震數據為主導。
對空間中的網格節點賦予可變影響比時,在第一部分區域(利用菱形所標識)內部的網格節點,L0表示測井數據的影響,賦予較大值的一個整數(例如5),而S0表示地震數據的影響,則賦予較小值的一個整數(例如1),其中,L0為測井數據的影響,較大,S0為地震數據的影響,較小。在第二部分區域中的網格節點,對測井數據的影響L1,賦予較小值的一個整數(例如1),而對地震數據的影響S1,則賦予較大值的一個整數(例如5)。其中,L1為測井數據的影響,較小,S1為地震數據的影響,較大。
這樣,影響比就能隨著各被模擬的空間節點的位置不同而進行改變,彌補了儒耳奈爾算法的一個不足。在具體的實施方式中,可通過圖12所示的具體實施例中基于可變影響比的油氣藏多點統計建模的流程圖進行。在圖12所示的具體實施方式中,該步驟具體包括:
S401:預處理訓練圖像,建立搜索,并開始對于各個被模擬點進行多點統計建模。此處的訓練圖象是多點統計建模方法的概念,表示對模擬結果有參照作用的圖像,如對某辮狀河道模擬,則選擇相似的其它辮狀河道圖像作為訓練圖像,使模擬結果與訓練圖像間具有某種相似性。對空間中的網格節點賦予可變影響比時,在第一部分區域(利用菱形所標識)內部的網格節點,L0表示測井數據的影響,賦予較大值的一個整數(例如5),而S0表示地震數據的影響,則賦予較小值的一個整數(例如1),其中,L0為測井數據的影響,較大,S0為地震數據的影響,較小。在第二部分區域中的網格節點,對測井數據的影響L1,賦予較小值的一個整數(例如1),而對地震數據的影響S1,則賦予較大值的一個整數(例如5)。其中,L1為測井數據的影響,較小,S1為地震數據的影響,較大。
S402:分配作為測井數據的沉積微相數據(硬數據)到最近的網格節點;
S403:根據各井的位置,把一個大小與模擬網格等同的三維網格系統G0,分成兩個部分分別賦值:對菱形所標識的圓形區域內的網格節點,賦值為V=0,對于白色區域內的網格節點,則賦值為V=1。
S404:定義一個隨機生成的訪問路徑,使模擬三維網格所包含的每一個點都能被訪問,從而被模擬;
S405:判斷網格節點是否已模擬,當判斷為是時,執行步驟S407,否則,執行S406;
S406:以當前網格節點為中心,在設定的作為搜索模板的橢球鄰域內查找條件數據,然后執行S409;
S407:根據生成的隨機訪問路徑,指向下一個網格節點,執行S408;
S408:判斷全部模擬是否已結束,當判斷為是時,結束,否則返回執行S405;
S409:判斷是否找到條件數據,當判斷為是時,執行S412,否則執行S410;
S410:從邊緣概率中抽樣獲取模擬值,然后執行S411;
S411:將模擬值加入到條件數據中,然后執行S407;
S412:在搜索樹中查找從以該節點為中心,以鄰域存在的數據為條件的數據事件,在訓練圖像中的重復次數C,然后執行S413;
S413:重復次數C是否大于最小重復次數,當判斷為是時,執行S415,否則執行S414;
S414:根據三維網格G0查找該網格節點在G0中的值V,然后執行S416;
S415:去掉離中心位置最遠的一個條件數據,形成新的以鄰域存在的數據為條件的數據事件,然后執行S412;
S416:判斷V是否等于0,當判斷為是時,執行S418,否則執行S417;
S417:影響比采用L1:S1,然后執行S419;
S418:影響比采用L0:S0,然后執行S419;
S419:根據軟硬數據公式計算概率,從局部條件概率分布中抽樣獲得模擬值A,然后執行S411。
此處圖12的具體實施方式僅為舉例。
由圖1可知,該方法還包括:
S107:根據所述的可變影響比進行空間建模,得到所述油氣藏區域對應的多點統計建模結果。該步驟可通過如下公式進行:
P(A|B,C)=11-x∈[0,1]---(3)]]>
xa=(ba)τ1(ca)τ2---(4)]]>
其中,利用(4)式可以求取x,再利用它代入(3)式的右端,即可求得井震結合為條件的多點統計建模結果的概率分布P(A|B,C)。為此,a是關于A的先驗不確定性的一個度量,b為數據事件B的觀測后距事件A的距離,c為數據事件C的觀測后,距A事件的距離,P(A)為沉積微相分布的先驗概率,P(A|B)為測井數據B作為條件的沉積微相的概率分布,P(A|C)為地震數據為條件的沉積微相的概率分布,τ1為測井數據的可變影響比,τ2為地震數據的可變影響比,x為計算過程中的一個參數。公式(4)中的τ1,τ2,對于第一部分區域的網格,τ1,τ2分別取為L0和S0,對于第二部分區域的網格,τ1,τ2分別取為L1和S1。這樣進行全部空間的建模后,就可以得到所述油氣藏區域對應的多點統計建模結果。
S108:根據所述的多點統計建模結果確定油氣儲層。
如上所述,本發明提供一種基于可變影響比算法的油氣藏多點統計建模方法,利用該方法,空間內部的各網格節點處的影響比,能夠隨著各被模擬節點相對井的位置的不同而進行改變。
圖4為本發明提供的一種基于可變影響比的油氣藏多點統計建模設備的結構框圖,由圖4可知,該設備具體包括:
數據采集裝置100,用于采集當前三維油氣藏區域對應的測井數據以及地震數據。
網格設置裝置200,用于在所述測井數據以及地震數據的空間位置的基礎上設置三維矩形網格。
賦值裝置300,用于按照所述測井數據以及地震數據取值的位置,將所述油氣藏區域的測井數據以及地震數據賦值到相應網格的節點上。
變程獲取裝置400,用于獲取沉積微相空間變異函數的變程。在具體的實施方式中,可采用地質統計學(Geostatistics)的基本原理,計算沉積微相空間變異函數的變程R。作為變異函數的一個重要參數,變程R可以用于描述測井數據的影響范圍。空間網格點和一口井的距離大于變程時,那么該網格點處沉積微相和該井的測井數據不相關,不受測井數據的影響。當這個距離小于變程時,那么該網格點處的沉積微相才受到該井測井數據的影 響。
分部裝置500,用于根據所述的變程將所述的油氣藏區域對應的網格分為第一部分區域、第二部分區域。圖5為分部裝置500的具體結構框圖,由圖5可知,分部裝置500具體包括:
中心設定單元501,用于以所述油氣藏區域的各口井位為中心。
第一部分建立單元502,用于以所述變程為半徑建立第一部分區域;
第二部分建立單元503,用于所述油氣藏區域中除去所述第一部分區域后剩下的區域即為第二部分區域。
分部裝置500利用沉積微相空間變異函數的變程,把整個研究區域的網格節點分為兩個部分。第一部分是以各口井位為中心,以變程R為半徑的區域。第二部分則是整個研究區域中除去第一部分后剩下的區域。如圖7所示的具體實施例中,把整個建模區域分為兩部分,第一部分是若干個三維柱狀區域的并集。其中,每一個柱狀區域對應著以一口井軌跡(無論是直井,還是水平井)為中心,以一定的距離(變程)R為半徑的一個三維柱狀區域。對于直井而言,這些三維柱狀的區域的二維截面可以利用圖7中的菱形小格形成的圓形表示。第二部分則是整個建模的三維區域中,除去第一部分后,所剩下的三維區域,并且它們的二維截面就是在圖7中除去那些圓形后,余下的白色區域。
研究區域中的東西向的網格線和南北向的網格線的交點就是各個網格節點。這些網格節點就是需要在其上進行模擬的空間位置。其中,菱形小格表示的圓形部分的就是第一部分區域,中心圓圈則表示井的位置,而剩下的部分就是第二部分區域。這個圓的半徑即為沉積微相的變異函數的變程。在圖中出現的由兩個菱形小格形成的圓形,代表在該區域存在著用中心圓圈色表示的兩口井各自對應的領域。
由圖4可知,該設備還包括:
可變影響比確定裝置600,用于確定所述油氣藏區域中的網格節點的可變影響比。圖6為可變影響比確定裝置的具體結構框圖,由圖6可知,可變影響比確定裝置具體包括:
判斷單元601,用于判斷所述的網格節點是否落在所述的第一部分區域;
第一可變影響比確定單元602,用于當所述判斷單元判斷為是時,可變影響比以測井數據為主導;
第二可變影響比確定單元603,用于當所述判斷單元判斷為否時,可變影響比以地震數據為主導。
也即,井震結合的建模過程中,被模擬的點落在第二部分區域時,因為和井點的距離 超過了變程,所以和各個井點都不相關,于是主要采用地震數據進行模擬。當被模擬的點落在第一部分區域時,因為和井點的距離在變程的范圍以內,所以和這些井點有一定的相關性,主要采用測井數據進行模擬。
對于模擬的第一部分區域,測井數據占主要的影響,地震數據的影響很小,影響比以為測井數據為主導。對于區域的第二部分區域,由于測井的影響比較小,地震數據的影響比較大,因此,影響比以地震數據為主導。
對空間中的網格節點賦予可變影響比時,在第一部分區域(利用菱形所標識)內部的網格節點,L0表示測井數據的影響,賦予較大值的一個整數(例如5),而S0表示地震數據的影響,則賦予較小值的一個整數(例如1),其中,L0為測井數據的影響,較大,S0為地震數據的影響,較小。在第二部分區域中的網格節點,對測井數據的影響L1,賦予較小值的一個整數(例如1),而對地震數據的影響S1,則賦予較大值的一個整數(例如5)。其中,L1為測井數據的影響,較小,S1為地震數據的影響,較大。
這樣,影響比就能隨著各被模擬的空間節點的位置不同而進行改變,彌補了儒耳奈爾算法的不足。在具體的實施方式中,可通過圖12所示的具體實施例中基于可變影響比的油氣藏多點統計建模的流程圖進行。在圖12所示的具體實施方式中,該步驟具體包括:
S401:預處理訓練圖像,建立搜索,并開始對于各個被模擬點進行多點統計建模。此處的訓練圖象是多點統計建模方法的概念,表示對模擬結果有參照作用的圖像,如對某辮狀河道模擬,則選擇相似的其它辮狀河道圖像作為訓練圖像,使模擬結果與訓練圖像間具有某種相似性。對空間中的網格節點賦予可變影響比時,在第一部分區域(利用菱形所標識)內部的網格節點,L0表示測井數據的影響,賦予較大值的一個整數(例如5),而S0表示地震數據的影響,則賦予較小值的一個整數(例如1),其中,L0為測井數據的影響,較大,S0為地震數據的影響,較小。在第二部分區域中的網格節點,對測井數據的影響L1,賦予較小值的一個整數(例如1),而對地震數據的影響S1,則賦予較大值的一個整數(例如5)。其中,L1為測井數據的影響,較小,S1為地震數據的影響,較大。
S402:分配作為測井數據的沉積微相數據(硬數據)到最近的網格節點;
S403:根據各井的位置,把一個大小與模擬網格等同的三維網格系統G0,分成兩個部分分別賦值:對菱形所標識的圓形區域內的網格節點,賦值為V=0,對于白色區域內的網格節點,則賦值為V=1。
S404:定義一個隨機生成的訪問路徑,使模擬三維網格所包含的每一個點都能被訪問, 從而被模擬;
S405:判斷網格節點是否已模擬,當判斷為是時,執行步驟S407,否則,執行S406;
S406:以當前網格節點為中心,在設定的作為搜索模板的橢球鄰域內查找條件數據,然后執行S409;
S407:根據生成的隨機訪問路徑,指向下一個網格節點,執行S408;
S408:判斷全部模擬是否已結束,當判斷為是時,結束,否則返回執行S405;
S409:判斷是否找到條件數據,當判斷為是時,執行S412,否則執行S410;
S410:從邊緣概率中抽樣獲取模擬值,然后執行S411;
S411:將模擬值加入到條件數據中,然后執行S407;
S412:在搜索樹中查找從以該節點為中心,以鄰域存在的數據為條件的數據事件,在訓練圖像中的重復次數C,然后執行S413;
S413:重復次數C是否大于最小重復次數,當判斷為是時,執行S415,否則執行S414;
S414:根據三維網格G0查找該網格節點在G0中的值V,然后執行S416;
S415:去掉離中心位置最遠的一個條件數據,形成新的以鄰域存在的數據為條件的數據事件,然后執行S412;
S416:判斷V是否等于0,當判斷為是時,執行S418,否則執行S417;
S417:影響比采用L1:S1,然后執行S419;
S418:影響比采用L0:S0,然后執行S419;
S419:根據軟硬數據公式計算概率,從局部條件概率分布中抽樣獲得模擬值A,然后執行S411。
此處圖12的具體實施方式僅為舉例。
由圖4可知,該設備還包括:
建模裝置700,用于根據所述的可變影響比進行空間建模,得到所述油氣藏區域對應的多點統計建模結果。該步驟可通過如下公式進行:
P(A|B,C)=11-x∈[0,1]---(3)]]>
xa=(ba)τ1(ca)τ2---(4)]]>
其中,利用(4)式可以求取x,再利用它代入(3)式的右端,即可求得井震結合為條件的多點統計建模結果的概率分布P(A|B,C)。為此,a是關于A的先驗不確定性的一個 度量,b為數據事件B的觀測后距事件A的距離,c為數據事件C的觀測后,距A事件的距離,P(A)為沉積微相分布的先驗概率,P(A|B)為測井數據B作為條件的沉積微相的概率分布,P(A|C)為地震數據為條件的沉積微相的概率分布,τ1為測井數據的可變影響比,τ2為地震數據的可變影響比,x為計算過程中的一個參數。公式(4)中的τ1,τ2,對于第一部分區域的網格,τ1,τ2分別取為L0和S0,對于第二部分區域的網格,τ1,τ2分別取為L1和S1。這樣進行全部空間的建模后,就可以得到所述油氣藏區域對應的多點統計建模結果。
油氣儲層確定裝置800,用于根據所述的多點統計建模結果確定油氣儲層。
如上所述,本發明提供一種基于可變影響比算法的油氣藏多點統計建模設備,利用該方法,空間內部的各網格節點處的影響比,能夠隨著各被模擬節點相對井的位置的不同而進行改變。
下面結合具體的實施例,詳細介紹本發明的技術方案。
如下圖8至圖11所示,在一個辮狀河沉積的油田的剖面圖中,分別利用黑色、灰色(內部帶小點)、和白色表示心灘、河道、河道間沉積三種微相。圖8為根據本發明的建模方法得到的辮狀河沉積油田對應的多點統計建模結果示意圖,在井間采用影響比為1:5,井位附近的影響比為5:1。圖9為根據Snesim算法影響比為1:5得到的辮狀河沉積油田對應的多點統計建模結果示意圖,圖10為根據Snesim算法影響比為5:1得到的辮狀河沉積油田對應的多點統計建模結果示意圖,圖11為沉積微相的地震標定波阻抗圖。
圖8、圖9、圖11中,左側的CN-52和CN-53井間顯示出明顯的心灘存在(黑色),然而在圖10中相應地方則顯示為河道(灰色)。可以進行如下的分析,圖8的這個顯示和圖9的顯示相同,這是這部分相應的地震數據的影響比都為5的緣故。圖11的這個局部也多為心灘,進一步說明了圖8和圖9的顯示都是正確的。相反,圖10中的這個部分顯示出多為灰色,和圖11的顯示有較大的出入,其原因在于這個局部上地震數據的影響僅為1。因此,本發明的可變影響比可以保證在井間的模擬結果上突出地震數據的影響。
在CN-53井處的頂部測井數據顯示為泥巖,下部則為心灘和河道。在圖8,和圖10中,該層頂部的CN-53井的兩側顯示的也為泥巖。這是因為利用可變影響比算法獲得的圖8,突出了該井的測井數據的作用。這個現象和利用Snesim算法的影響比為5:1做出的圖 10,具有一定的相似性。總起來說,圖8,和圖10這兩張圖都是在突出測井數據下獲得的。相反,分析圖9顯示的該層頂部該井兩側的建模結果,僅有一側是泥巖,另一側是心灘和砂巖。這是由于儒耳奈爾算法,限制了測井數據的作用。這說明了在井的附近必須突出測井數據,所以可變影響比算法在處理測井數據方面的必要性就顯得十分明顯了。因此,本發明的可變影響比可以保證在井附近(變程R的范圍內)的模擬結果和該井的微相分布比較接近,突出了測井數據的影響。
本發明的可變影響比根據測井數據和地震數據測量的特點,把整個研究區域劃分為兩個區域,分別賦予不同的影響比,對于充分發揮測井數據和地震數據各自的作用,完成井震結合的多點統計建模具有良好的調節作用。
綜上所述,本發明的有益成果是:提供了一種基于可變影響比的油氣藏多點統計建模方法及設備,針對現有技術中井震結合的假定“在認知B前或后,數據事件C對未知事件A的漸增的作用是一樣的”影響比算法的這一主要缺點提出,提供了一種基于可變影響比算法的井震結合的油氣藏多點統計建模方法,根據測井數據和地震數據測量的特點,把整個研究區域劃分為兩個區域,分別賦予不同的影響比。這樣,對于充分發揮測井數據和地震數據各自的作用,完成井震結合的多點統計建模具有良好的調節作用,實現了空間內部的各網格節點處的影響比能夠隨著各被模擬節點相對井的位置的不同而進行改變,從而,提高了井震結合建模的效果,為油氣藏進一步的開發提供了技術支撐。
本發明提供的一種基于可變影響比的油氣藏多點統計建模方法及設備能夠克服儒耳奈爾影響比算法的兩種極端情況造成建模結果的畸變。
第一種極端是,利用儒耳奈爾影響比算法,突出地震數據的影響,如L:S=1:5時,就會造成地震數據的影響明顯大于測井數據的影響。在測井數據和地震數據的不匹配時,在井位附近(包括井位處)的建模結果就呈現地震數據結果,從而引起矛盾。
第二種極端是,突出測井數據的影響。如L:S=5:1時,在井間和遠離各井的位置處進行模擬時,就會呈現出測井數據的明顯影響,而受到地震數據的影響則很小。這樣,就不適當地排除了地震數據的影響,喪失了井震結合的根本作用。
應用可變影響比算法,當空間網格點和井的距離大于沉積微相空間變異函數的變程R時,突出地震數據的影響,反之則突出測井數據的影響。這樣就克服了儒耳奈爾影響比算法的兩種極端情況造成建模結果的畸變,改進了建模效果。
本領域普通技術人員可以理解實現上述實施例方法中的全部或部分流程,可以通過計算機程序來指令相關的硬件來完成,所述的程序可存儲于一般計算機可讀取存儲介質中, 該程序在執行時,可包括如上述各方法的實施例的流程。其中,所述的存儲介質可為磁碟、光盤、只讀存儲記憶體(Read-Only Memory,ROM)或隨機存儲記憶體(Random Access Memory,RAM)等。
本領域技術人員還可以了解到本發明實施例列出的各種功能是通過硬件還是軟件來實現取決于特定的應用和整個系統的設計要求。本領域技術人員可以對于每種特定的應用,可以使用各種方法實現所述的功能,但這種實現不應被理解為超出本發明實施例保護的范圍。
本發明中應用了具體實施例對本發明的原理及實施方式進行了闡述,以上實施例的說明只是用于幫助理解本發明的方法及其核心思想;同時,對于本領域的一般技術人員,依據本發明的思想,在具體實施方式及應用范圍上均會有改變之處,綜上所述,本說明書內容不應理解為對本發明的限制。

關于本文
本文標題:一種基于可變影響比的油氣藏多點統計建模方法及設備.pdf
鏈接地址:http://www.pqsozv.live/p-6180785.html
關于我們 - 網站聲明 - 網站地圖 - 資源地圖 - 友情鏈接 - 網站客服 - 聯系我們

[email protected] 2017-2018 zhuanlichaxun.net網站版權所有
經營許可證編號:粵ICP備17046363號-1 
 


收起
展開
钻石光影